Correlations in high dimensional or asymmetric data sets: Hebbian neuronal processing
The Hebbian neural learning algorithm that implements Principal Component Analysis (PCA) can be extended for the analysis of more realistic forms of neural data by including higher than two-channel correlations and non-Euclidean 1 p metrics. Maximizing a dth rank tensor form which correlates d chann...
Gespeichert in:
Veröffentlicht in: | Neural networks 1991, Vol.4 (3), p.337-347 |
---|---|
Hauptverfasser: | , |
Format: | Artikel |
Sprache: | eng |
Schlagworte: | |
Online-Zugang: | Volltext |
Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
Schreiben Sie den ersten Kommentar!