Publication

Leveraging Spiking Deep Neural Networks to Understand the Neural Mechanisms Underlying Selective Attention

Publications associées (36)

À propos
Confidentialité
Mentions légales

Graph Chatbot

Chattez avec Graph Search

Posez n’importe quelle question sur les cours, conférences, exercices, recherches, actualités, etc. de l’EPFL ou essayez les exemples de questions ci-dessous.

AVERTISSEMENT : Le chatbot Graph n'est pas programmé pour fournir des réponses explicites ou catégoriques à vos questions. Il transforme plutôt vos questions en demandes API qui sont distribuées aux différents services informatiques officiellement administrés par l'EPFL. Son but est uniquement de collecter et de recommander des références pertinentes à des contenus que vous pouvez explorer pour vous aider à répondre à vos questions.

Connectez-vous pour utiliser Chat avec Graph Search

Leveraging Spiking Deep Neural Networks to Understand the Neural Mechanisms Underlying Selective Attention

Graph Chatbot

Chattez avec Graph Search

Task-driven neural network models predict neural dynamics of proprioception: Neural network model weights

From event-based surprise to lifelong learning.A journey in the timescales of adaptation

Benign Overfitting in Deep Neural Networks under Lazy Training

Mesoscopic description of hippocampal replay and metastability in spiking neural networks with short-term plasticity

Approximating Relu Networks By Single-Spike Computation

STATNet: Spatial-temporal attention in the traffic prediction

Fitting summary statistics of neural data with a differentiable spiking network simulator

A spiking central pattern generator for the control of a simulated lamprey robot running on SpiNNaker and Loihi neuromorphic boards

A modeling framework to understand and optimize ultrasound neuromodulation

Spike frequency adaptation supports network computations on temporally dispersed information