English

How to implement MCDM tools and continuous logic into neural computation? : Towards better interpretability of neural networks

Csiszár Orsolya; Csiszár Gábor; Dombi József: How to implement MCDM tools and continuous logic into neural computation? : Towards better interpretability of neural networks.
KNOWLEDGE-BASED SYSTEMS, 210. ISSN 0950-7051 (2020)

[thumbnail of 2020_howtoimplement_vegleges_Csiszar.pdf]
Előnézet
 Szöveg
2020_howtoimplement_vegleges_Csiszar.pdf - Megjelent verzió
Download (1MB) | Előnézet
Szerző azonosítók:
Csiszár Orsolya MTMT
Csiszár Gábor MTMT
Dombi József MTMT
Mű típusa: Folyóiratcikk
Folyóirat/kiadvány címe: KNOWLEDGE-BASED SYSTEMS
Publikáció dátuma: 2020
Kötet: 210
Terjedelem: 10
Közlemény azonosító: 106530
ISSN: 0950-7051
Kar/Egység: Természettudományi és Informatikai Kar
Intézmény: Szegedi Tudományegyetem (2000-)
Nyelv: angol
MTMT rekordazonosító: 31633293
DOI azonosító: https://doi.org/10.1016/j.knosys.2020.106530
Dátum: 2023. Jan. 09. 14:39
Utolsó módosítás: 2023. Jan. 09. 14:39
URI: http://publicatio.bibl.u-szeged.hu/id/eprint/26028
Hivatkozások száma a Web of Science® -ben: 10 Idéző cikkek megtekintése a Web of Science® felületén

Actions (login required)

Tétel nézet Tétel nézet
Repozitóriumi letöltési statisztika

Letöltések

Letöltések havi bontásban az elmúlt egy évben

Bejelentkezés szerkesztőként.
Itt kérhet technikai vagy tartalmi segítséget: publicatio AT ek.szte.hu
Az SZTE Klebelsberg Könyvtár és Levéltár által működtetett SZTE Publicatio Repozitórium megkapta az MTMT Repozitórium Minősítő Bizottságától a "Minősített repozitórium" tanúsítványt.
SZTE Publicatio Repozitórium is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.