...
机译:基于SpiNNaker 2原型的基于奖励的有效结构可塑性
Tech Univ Dresden, D-01069 Dresden, Germany;
Tech Univ Dresden, D-01069 Dresden, Germany|Graz Univ Technol, Inst Theoret Comp Sci, A-8010 Graz, Austria|Georg August Univ, Phys Inst Biophys 3, Ctr Comp Neurosci, D-37073 Gottingen, Germany;
Tech Univ Dresden, D-01069 Dresden, Germany;
Tech Univ Dresden, D-01069 Dresden, Germany;
Tech Univ Dresden, D-01069 Dresden, Germany;
Tech Univ Dresden, D-01069 Dresden, Germany;
Univ Manchester, Sch Comp Sci, Manchester M13 9PL, Lancs, England;
Graz Univ Technol, Inst Theoret Comp Sci, A-8010 Graz, Austria;
Graz Univ Technol, Inst Theoret Comp Sci, A-8010 Graz, Austria;
Tech Univ Dresden, D-01069 Dresden, Germany;
SpiNNaker chip; random number generator; exponential function accelerator; neuromorphic computing; Bayesian reinforcement learning; synaptic sampling; structural plasticity;
机译:Spinnaker 2原型的高效奖励结构可塑性
机译:SpiNNaker神经形态系统上的神经调节突触可塑性。
机译:SpiNNaker神经架构上可塑性实现的框架
机译:高效桥梁设计的结构优化:LAX人行天桥的原型
机译:纺纱机上的结构可塑性
机译:基于SpiNNaker 2原型的内存高效深度学习
机译:SpiNNaker神经架构上可塑性实现的框架
机译:结构渐变材料的多尺度建模使用离散位错塑性模型和连续体晶体塑性模型。