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:

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

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 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.