文献
J-GLOBAL ID:202002238503740327
整理番号:20A1605222
入力駆動再帰型ニューラルネットワークの情報処理能力に対するリカレント情報量最大化原理の影響
Effect of recurrent infomax on the information processing capability of input-driven recurrent neural networks
著者 (3件):
Tanaka Takuma
(Graduate School of Data Science, Shiga University, 1-1-1 Banba, Hikone, Shiga 522-8522, Japan)
,
Nakajima Kohei
(Graduate School of Information Science and Technology, University of Tokyo, Tokyo 113-8656, Japan)
,
Aoyagi Toshio
(Graduate School of Informatics, Kyoto University, Yoshida Honmachi, Sakyo-ku, Kyoto 606-8501, Japan)
資料名:
Neuroscience Research
(Neuroscience Research)
巻:
156
ページ:
225-233
発行年:
2020年07月
JST資料番号:
D0210C
ISSN:
0168-0102
資料種別:
逐次刊行物 (A)
記事区分:
原著論文
発行国:
オランダ (NLD)
言語:
英語 (EN)