Spiking Neural Network with Linear Computational Complexity for Waveform Analysis in Amperometry

Szymon Szczęsny; Damian Huderek; Łukasz Przyborowski

doi:10.3390/s21093276

System Informacji Naukowej Politechniki Poznańskiej

PL EN

Strona główna / Publikacje / Spiking Neural Network with Linear Computational Complexity for Waveform Analysis in Amperometry

Zgłoś uwagę

Artykuł

Pobierz BibTeX

Tytuł

Spiking Neural Network with Linear Computational Complexity for Waveform Analysis in Amperometry

Autorzy

Szymon Szczęsny (WIiT) ^{[ 1 ][ 2.3 ][ P ]}
Damian Huderek (WIiT) ^{[ 1 ][ 2.3 ][ P ]}
Łukasz Przyborowski (WIiT) ^{[ 1 ][ 2.3 ][ SzD ]}

^{[ 1 ]} Instytut Informatyki, Wydział Informatyki i Telekomunikacji, Politechnika Poznańska | ^{[ P ]} pracownik | ^{[ SzD ]} doktorant ze Szkoły Doktorskiej

Dyscyplina naukowa (Ustawa 2.0)

[2.3] Informatyka techniczna i telekomunikacja

Rok publikacji

2021

Opublikowano w

Sensors

Rocznik: 2021 | Tom: vol. 21 | Numer: no. 9

Typ artykułu

artykuł naukowy

Język publikacji

angielski

Słowa kluczowe

EN

amperometry
edge computing
spiking neural networks
exocytosis
vesicle fusion

Data udostępnienia online

10.05.2021

Strony (od-do)

3276-1 - 3276-16

DOI

10.3390/s21093276

URL

https://www.mdpi.com/1424-8220/21/9/3276

Uwagi

Article Number: 3276

Typ licencji

CC BY (uznanie autorstwa)

Tryb otwartego dostępu

otwarte czasopismo

Wersja tekstu w otwartym dostępie

ostateczna wersja opublikowana

Czas udostępnienia publikacji w sposób otwarty

w momencie opublikowania

Punktacja Ministerstwa / czasopismo

100

Punktacja Ministerstwa / czasopismo w ewaluacji 2017-2021

100

Impact Factor

3,847

System tworzony przez Politechnikę Poznańską oraz Poznańskie Centrum Superkomputerowo-Sieciowe

Zaloguj się przez eKonto, aby dodać do SIN