Publication

Modular Object-Oriented Neural Network Simulators and Topology Generalizations

1994
Conference Papers

Résumé

A growing number of neural networks are based on topologies that deviate from the standard fixed first order fully interlayer connected ones. Although there currently exist a variety of neural network simulators, few are flexible enough to facilitate substantial topology alterations. Some novel modular object-oriented neural network simulators promise modifications and extensions to be made with minimal effort. Two of these simulators are described and compared: OpenSimulator (version 3.1) and Sesame (version 4.5). An extension of these simulators to high-order and ontogenic neural networks is outlined.

Source officielle

https://infoscience.epfl.ch/entities/publication/437f1b88-e06c-4f2c-8edb-623ab14b64ee

À propos de ce résultat

Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.

Graph Chat

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.

1994
Conference Papers

Résumé

Source officielle

https://infoscience.epfl.ch/entities/publication/437f1b88-e06c-4f2c-8edb-623ab14b64ee

À propos de ce résultat

Concepts associés (17)

Réseau de neurones artificiels

Un réseau de neurones artificiels, ou réseau neuronal artificiel, est un système dont la conception est à l'origine schématiquement inspirée du fonctionnement des neurones biologiques, et qui par la suite s'est rapproché des méthodes statistiques. Les réseaux de neurones sont généralement optimisés par des méthodes d'apprentissage de type probabiliste, en particulier bayésien.

Neural network

A neural network can refer to a neural circuit of biological neurons (sometimes also called a biological neural network), a network of artificial neurons or nodes in the case of an artificial neural network. Artificial neural networks are used for solving artificial intelligence (AI) problems; they model connections of biological neurons as weights between nodes. A positive weight reflects an excitatory connection, while negative values mean inhibitory connections. All inputs are modified by a weight and summed.

Types of artificial neural networks

There are many types of artificial neural networks (ANN). Artificial neural networks are computational models inspired by biological neural networks, and are used to approximate functions that are generally unknown. Particularly, they are inspired by the behaviour of neurons and the electrical signals they convey between input (such as from the eyes or nerve endings in the hand), processing, and output from the brain (such as reacting to light, touch, or heat). The way neurons semantically communicate is an area of ongoing research.

Afficher plus

Publications associées (32)

Afficher plus

Modular Object-Oriented Neural Network Simulators and Topology Generalizations

Chattez avec Graph Search

Neural Process Model Predictive Control

Energy efficiency and neural control of continuous versus intermittent swimming in a fishlike robot

Creation of a computational space with model-free metasurface neural network