( en | de | ru )

 

Disambiguierung von "ichi Amari, Shun"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Population Coding and Decoding in a Neural Field: A Computational Study.

, , und . Neural Comput., 14 (5): 999-1026 (2002)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Nabil Amari

Abdelkerim Amari

Ahmed Amari

Victoria Ichizli

Nicole Shunga

 

Weitere Publikationen von Autoren mit dem selben Namen

Robust Bayesian Tensor Factorization for Incomplete Multiway Data., , , , und . CoRR, (2014)Information Geometry Connecting Wasserstein Distance and Kullback-Leibler Divergence via the Entropy-Relaxed Transportation Problem., , und . CoRR, (2017)Population Coding, Bayesian Inference and Information Geometry.. ISNN (1), Volume 3496 von Lecture Notes in Computer Science, Seite 1-4. Springer, (2005)Computations Inspired from the Brain.. UC, Volume 6079 von Lecture Notes in Computer Science, Seite 1. Springer, (2010)The Minimum Entropy and Cumulants Based Contrast Functions for Blind Source Extraction., , und . IWANN (2), Volume 2085 von Lecture Notes in Computer Science, Seite 786-793. Springer, (2001)Independent component analysis by the information-theoretic approach with mixture of densities., , , und . ICNN, Seite 1821-1826. IEEE, (1997)Dual cascade networks for blind signal extraction., , und . ICNN, Seite 2135-2140. IEEE, (1997)Information geometry of statistical inference - an overview.. ITW, Seite 86-89. IEEE, (2002)New Algorithms for Non-Negative Matrix Factorization in Applications to Blind Source Separation., , und . ICASSP (5), Seite 621-624. IEEE, (2006)Interpolating between Optimal Transport and MMD using Sinkhorn Divergences, , , , , und . Proceedings of Machine Learning Research, Volume 89 von Proceedings of Machine Learning Research, Seite 2681--2690. PMLR, (16--18 Apr 2019)