SwePub
Sök i LIBRIS databas

  Utökad sökning

onr:"swepub:oai:DiVA.org:kth-30835"
 

Sökning: onr:"swepub:oai:DiVA.org:kth-30835" > From ANN to Biomime...

From ANN to Biomimetic Information Processing

Lansner, Anders (författare)
KTH,Beräkningsbiologi, CB
Benjaminsson, Simon (författare)
KTH,Beräkningsbiologi, CB
Johansson, Christopher (författare)
KTH,Beräkningsbiologi, CB
 (creator_code:org_t)
Berlin, Heidelberg : Springer Berlin Heidelberg, 2009
2009
Engelska.
Ingår i: BIOLOGICALLY INSPIRED SIGNAL PROCESSING FOR CHEMICAL SENSING. - Berlin, Heidelberg : Springer Berlin Heidelberg. - 9783642001758 ; , s. 33-43
  • Konferensbidrag (refereegranskat)
Abstract Ämnesord
Stäng  
  • Artificial neural networks (ANN) are useful components in today's data analysis toolbox. They were initially inspired by the brain but are today accepted to be quite different from it. ANN typically lack scalability and mostly rely on supervised learning, both of which are biologically implausible features. Here we describe and evaluate a novel cortex-inspired hybrid algorithm. It is found to perform on par with a Support Vector Machine (SVM) in classification of activation patterns from the rat olfactory bulb. On-line unsupervised learning is shown to provide significant tolerance to sensor drift, an important property of algorithms used to analyze chemo-sensor data. Scalability of the approach is illustrated on the MNIST dataset of handwritten digits.

Ämnesord

NATURVETENSKAP  -- Data- och informationsvetenskap -- Datavetenskap (hsv//swe)
NATURAL SCIENCES  -- Computer and Information Sciences -- Computer Sciences (hsv//eng)

Nyckelord

Computer science
Datavetenskap

Publikations- och innehållstyp

ref (ämneskategori)
kon (ämneskategori)

Hitta via bibliotek

Till lärosätets databas

Sök utanför SwePub

Kungliga biblioteket hanterar dina personuppgifter i enlighet med EU:s dataskyddsförordning (2018), GDPR. Läs mer om hur det funkar här.
Så här hanterar KB dina uppgifter vid användning av denna tjänst.

 
pil uppåt Stäng

Kopiera och spara länken för att återkomma till aktuell vy