Floating-Point Approximation Enabling Cost-Effective and High-Precision Digital Implementation of FitzHugh-Nagumo Neural Networks. | IEEE Trans Biomed Circuits Syst;18(2): 347-360, 2024 Apr. | MEDLINE

Conteúdo principal 1 Busca 2 Rodapé 3

+A A -A Alto contraste

Portal Regional da BVS

Informação e Conhecimento para a Saúde

Localizar descritor de assunto Busca Avançada EVID@Easy

Floating-Point Approximation Enabling Cost-Effective and High-Precision Digital Implementation of FitzHugh-Nagumo Neural Networks.

Zuo, Y; Ning, N; Qiao, G C; Wu, J H; Bao, J H; Zhang, X Y; Bai, J; Wu, F H; Liu, Y; Yu, Q; Hu, S G.

IEEE Trans Biomed Circuits Syst ; 18(2): 347-360, 2024 Apr.

Article em En | MEDLINE | ID: mdl-37878421

Assuntos

Modelos Neurológicos; Redes Neurais de Computação; Análise Custo-Benefício; Neurônios/fisiologia; Simulação por Computador

Adicionar na Minha BVS

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Redes Neurais de Computação / Modelos Neurológicos Idioma: En Revista: IEEE Trans Biomed Circuits Syst Ano de publicação: 2024 Tipo de documento: Article País de publicação: Estados Unidos

Adicionar na Minha BVS

Buscar no Google

Texto completo: 1 Coleções: 01-internacional Base de dados: MEDLINE Assunto principal: Redes Neurais de Computação / Modelos Neurológicos Idioma: En Revista: IEEE Trans Biomed Circuits Syst Ano de publicação: 2024 Tipo de documento: Article País de publicação: Estados Unidos