Unsupervised visual feature learning with spike-timing-dependent plasticity: How far are we from traditional feature learning approaches? - Archive ouverte HAL
Article Dans Une Revue Pattern Recognition Année : 2019

Unsupervised visual feature learning with spike-timing-dependent plasticity: How far are we from traditional feature learning approaches?

Domaines

Vision par ordinateur et reconnaissance de formes [cs.CV] Réseau de neurones [cs.NE]
Fichier principal
Vignette du fichier
S0031320319301621.pdf (571.76 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Accord Elsevier CCSD  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-02146284

Soumis le : vendredi 22 octobre 2021-21:05:01

Dernière modification le : mardi 17 septembre 2024-16:01:54

Archivage à long terme le : lundi 24 janvier 2022-17:08:18

Télécharger pour visualiser

Dates et versions

hal-02146284 , version 1 (22-10-2021)

Licence

Paternité - Pas d'utilisation commerciale

Identifiants

Manuscrit accepté hébergé par Elsevier

Citer

Pierre Falez, Pierre Tirilly, Ioan Marius Bilasco, Philippe Devienne, Pierre Boulet. Unsupervised visual feature learning with spike-timing-dependent plasticity: How far are we from traditional feature learning approaches?. Pattern Recognition, 2019, 93, pp.418-429. ⟨10.1016/j.patcog.2019.04.016⟩. ⟨hal-02146284⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

CNRS CRISTAL CRISTAL-EMERAUDE CRISTAL-FOX UNIV-LILLE IMT-NORD-EUROPE MESOCENTRE-LILLE CERI-SN INSTITUT-MINES-TELECOM
167 Consultations
72 Téléchargements

Altmetric

Partager

More