Andere Kunden interessierten sich auch für
![Elaborazione delle informazioni in un neurone stocastico]( "Elaborazione delle informazioni in un neurone stocastico")
Elaborazione delle informazioni in un neurone stocastico32,99 €![Introduction aux technologies de l'information et de la communication]( "Introduction aux technologies de l'information et de la communication")
Introduction aux technologies de l'information et de la communication23,99 €![Processamento de informação num Neurónio Estocástico]( "Processamento de informação num Neurónio Estocástico")
Processamento de informação num Neurónio Estocástico32,99 €![Avancées récentes en matière de traitement de l'image]( "Avancées récentes en matière de traitement de l'image")
Avancées récentes en matière de traitement de l'image26,99 €![Information Processing in a Stochastic Neuron]( "Information Processing in a Stochastic Neuron")
Information Processing in a Stochastic Neuron32,99 €![Informationsverarbeitung in einem stochastischen Neuron]( "Informationsverarbeitung in einem stochastischen Neuron")
Informationsverarbeitung in einem stochastischen Neuron48,90 €![Obrabotka informacii w stohasticheskom nejrone]( "Obrabotka informacii w stohasticheskom nejrone")
Obrabotka informacii w stohasticheskom nejrone16,99 €
Le modèle de neurone LIF est un modèle de neurone basé sur le seuil et a été largement utilisé pour étudier analytiquement le comportement neuronal en raison de la simplicité du modèle. DDF fournit un mécanisme permettant d'inclure les valeurs précédentes du potentiel de membrane sur son évolution ultérieure et augmente la complexité du modèle. Le modèle de neurone LIF dans DDF est plus proche du neurone réel que le neurone LIF simple avec entrée bruyante. Afin d'étendre l'étude, trois différents types de fonction de noyau, à savoir une fonction de noyau à retard distribué exponentiel, gamma et hypo-exponentiel, et deux différents types de période de temps réfractaire, à savoir une période de temps distribuée uniformément et une période de temps distribuée gaussienne. Les résultats obtenus sont comparés à ceux obtenus sans période de temps réfractaire. Nous remarquons que la période de temps réfractaire distribuée gaussienne avec une fonction noyau de retard distribué hypoexponentiellement a des modèles de distribution ISI plus proches des études expérimentales.