Sakarya University, Department of Computer Engineering, Adapazari, Turkey;
机译:使用简化的S型激活函数和二乘一的权重设计多层前馈神经网络
机译:可扩展的基于块的神经网络的硬件实现,其使用了具有成本效益的类Sigmoid激活函数
机译:泰勒系列方法采用Kriging和径向基础函数神经网络的计算机模拟鲁棒参数设计方法
机译:泰勒系列扩大六翼激活函数的神经网络研究
机译:深度神经网络的图像,时间序列和激活函数的方法
机译:神经网络参与青少年奖励过程:功能性神经影像学研究的激活可能性估计元分析。
机译:用SIGMOID激活函数逼近深度神经网络的平滑功能
机译:人工神经网络的功能扩展表示