• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

Neural networks and chaos.

作者信息

Freeman W J

机构信息

Department of Molecular and Cell Biology, University of California, Berkeley 94720.

出版信息

J Theor Biol. 1994 Nov 7;171(1):13-8. doi: 10.1006/jtbi.1994.1207.

DOI:10.1006/jtbi.1994.1207
PMID:7844992
Abstract
摘要

相似文献

1
Neural networks and chaos.神经网络与混沌
J Theor Biol. 1994 Nov 7;171(1):13-8. doi: 10.1006/jtbi.1994.1207.
2
The road to chaos by time-asymmetric Hebbian learning in recurrent neural networks.循环神经网络中由时间不对称赫布学习导致的混沌之路。
Neural Comput. 2007 Jan;19(1):80-110. doi: 10.1162/neco.2007.19.1.80.
3
Correlation between eigenvalue spectra and dynamics of neural networks.特征值谱与神经网络动力学之间的相关性。
Neural Comput. 2009 Oct;21(10):2931-41. doi: 10.1162/neco.2009.12-07-671.
4
A mathematical analysis of the effects of Hebbian learning rules on the dynamics and structure of discrete-time random recurrent neural networks.关于赫布学习规则对离散时间随机递归神经网络的动力学和结构影响的数学分析。
Neural Comput. 2008 Dec;20(12):2937-66. doi: 10.1162/neco.2008.05-07-530.
5
Computational approaches to sensorimotor transformations.感觉运动转换的计算方法。
Nat Neurosci. 2000 Nov;3 Suppl:1192-8. doi: 10.1038/81469.
6
Learning and memory: while you rest, your brain keeps working.
Curr Biol. 2009 Jun 23;19(12):R484-6. doi: 10.1016/j.cub.2009.05.024.
7
Oscillatory neural networks with self-organized segmentation of overlapping patterns.具有重叠模式自组织分割功能的振荡神经网络。
Neural Comput. 2007 Aug;19(8):2093-123. doi: 10.1162/neco.2007.19.8.2093.
8
Is chaos good for learning?混乱对学习有益吗？
Nonlinear Dynamics Psychol Life Sci. 2013 Apr;17(2):223-32.
9
Grid cells: the position code, neural network models of activity, and the problem of learning.网格细胞：位置编码、活动的神经网络模型以及学习问题。
Hippocampus. 2008;18(12):1283-300. doi: 10.1002/hipo.20519.
10
Learning multiple layers of representation.学习多层表示。
Trends Cogn Sci. 2007 Oct;11(10):428-34. doi: 10.1016/j.tics.2007.09.004.

引用本文的文献

1
The topology of the directed clique complex as a network invariant.作为网络不变量的有向团复形的拓扑结构。
Springerplus. 2016 Mar 31;5:388. doi: 10.1186/s40064-016-2022-y. eCollection 2016.
2
The limits of brain determinacy.大脑确定性的局限。
Proc Biol Sci. 2012 May 7;279(1734):1665-74. doi: 10.1098/rspb.2011.2629. Epub 2012 Feb 1.
3
The biochemical basis of synaptic plasticity and neurocomputation: a new theory.突触可塑性与神经计算的生化基础：一种新理论。
Proc Biol Sci. 1997 Apr 22;264(1381):575-9. doi: 10.1098/rspb.1997.0082.
4
Self-organized phase transitions in neural networks as a neural mechanism of information processing.神经网络中的自组织相变作为信息处理的一种神经机制。
Proc Natl Acad Sci U S A. 1996 Apr 16;93(8):3303-7. doi: 10.1073/pnas.93.8.3303.