Processamento de informação num Neurónio Estocástico - Baghela, V.D.S.
32,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

O modelo de neurónio LIF é um modelo de neurónio baseado em limiares e tem sido amplamente utilizado para estudar analiticamente o comportamento neuronal como a facilidade do modelo. O DDF fornece um mecanismo para incluir os valores anteriores do potencial da membrana na sua evolução futura e aumenta a complexidade do modelo. O modelo de neurónio LIF no DDF é mais fechado ao neurónio real em comparação com o neurónio LIF simples com entrada ruidosa. O modelo de neurónio LIF com período de tempo refractário foi investigado no DDF. A fim de alargar o estudo, três tipos diferentes da função de…mehr

Andere Kunden interessierten sich auch für
Produktbeschreibung
O modelo de neurónio LIF é um modelo de neurónio baseado em limiares e tem sido amplamente utilizado para estudar analiticamente o comportamento neuronal como a facilidade do modelo. O DDF fornece um mecanismo para incluir os valores anteriores do potencial da membrana na sua evolução futura e aumenta a complexidade do modelo. O modelo de neurónio LIF no DDF é mais fechado ao neurónio real em comparação com o neurónio LIF simples com entrada ruidosa. O modelo de neurónio LIF com período de tempo refractário foi investigado no DDF. A fim de alargar o estudo, três tipos diferentes da função de núcleo, nomeadamente, função de núcleo exponencialmente distribuído, função de núcleo de atraso distribuído gama e hipo exponencial e dois tipos diferentes de período de tempo refractário, nomeadamente, período de tempo distribuído uniformemente e período de tempo distribuído gaussiano. Os resultados obtidos são comparados com os resultados de nenhum período de tempo refractário. Notamos que o período de tempo refratário distribuído de Gaussiano com função de núcleo de atraso hipo exponencialmente distribuído tem padrões de distribuição ISI mais fechados para os estudos experimentais.
Autorenporträt
O Dr. V.D.S. Baghela recebeu o seu diploma de graduação em Estatística da BHU, Varanasi & MCA completo da AAIDU, Allahabad. Obteve o grau de M. Tech (CSE) da AKTU, Lucknow. Obteve o grau de Ph.D. pela SVU, UP (INDIA) em Ciência e Engenharia Informática. Actualmente, trabalha como Professor na SCSE, Universidade Galgotias, Índia.