HAL (France)
open access
Réseaux de neurones bio-inspirés pour l’apprentissage faiblement supervisé
Cette thèse se concentre sur la conception d’un classifieur bio-inspiré pour l’apprentissage faiblement supervisé, en abordant les défis majeurs liés à la rareté des données étiquetées, à la résistance au bruit et à la capacité de généralisation. Le Sparse Multi-Layer Perceptron (sMLP) est proposé c
Conceptio Open Archive
Analyze & explore related research in Conceptio
Connect this record directly into your research workflow or AI agent. Explore citations across open repositories, query full text, and export structured proof bundles.
This document is indexed with metadata only: full text is not available in the archive for this record. Open the official source ↗
Related documents
- Voltage imaging of neurons distributed across entire brains of larval zebrafish.#659713
- Developmental molecular signatures define de novo cortico-brainstem circuit for skilled forelimb movement#1250321
- Établissement d'une boucle de communication bidirectionnelle entre des neurones vivants et des neurones artificiels analogiques pour la conception de neurobiohybrides de nouvelle génération#1166336
- Mus siliconus: A Neuro-Musculoskeletal Digital Twin of the Mouse Integrating Neural Dynamics, Biomechanics, and Tactile Sensing#822633
- An in silico framework for dissecting the mechanistic origins of in vivo recorded neuronal activity.#631119
Record · ID 1235825
Retrieved via Conceptio: every document is proof-bundled with source, license, and retrieval metadata.
Retrieved via Conceptio: every document is proof-bundled with source, license, and retrieval metadata.
Bring this data into your agent: Connect via MCP or API · 20 free credits to start · no card required
Read the Docs → · View CLI source on GitHub · Conceptio Open Knowledge Archive
Read the Docs → · View CLI source on GitHub · Conceptio Open Knowledge Archive