Mostra el registre d'ítem simple

dc.contributor.authorGavaldà Mestre, Ricard
dc.contributor.authorSiegelmann, Hava T
dc.contributor.otherUniversitat Politècnica de Catalunya. Departament de Ciències de la Computació
dc.date.accessioned2016-11-11T11:20:40Z
dc.date.available2016-11-11T11:20:40Z
dc.date.issued1997-03
dc.identifier.citationGavaldà, R., Siegelmann, H. "Discontinuities in recurrent neural networks". 1997.
dc.identifier.urihttp://hdl.handle.net/2117/96537
dc.description.abstractThis paper studies the computational power of various discontinuous real computational models that are based on the classical analog recurrent neural network (ARNN). This ARNN consists of finite number of neurons; each neuron computes a polynomial net-function and a sigmoid-like continuous activation-function. The authors introduce
dc.format.extent26 p.
dc.language.isoeng
dc.relation.ispartofseriesLSI-97-15-R
dc.subjectÀrees temàtiques de la UPC::Informàtica::Informàtica teòrica
dc.subject.otherAnalog recurrent neural network
dc.subject.otherARNN
dc.subject.otherArithmetic networks
dc.titleDiscontinuities in recurrent neural networks
dc.typeExternal research report
dc.rights.accessOpen Access
local.identifier.drac1893816
dc.description.versionPostprint (published version)
local.citation.authorGavaldà, R.; Siegelmann, H.


Fitxers d'aquest items

Thumbnail

Aquest ítem apareix a les col·leccions següents

Mostra el registre d'ítem simple