EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-ND 4.0

GenericSNN: A Framework for Easy Development of Spiking Neural Networks

Alberto Martin-Martin, Marta Verona-Almeida, Rubén Padial-Allué, Javier Mendez, Encarnación Castillo, Luis Parrilla

IEEE Access · 2024 · 12 · 57504-57518

DOI: 10.1109/access.2024.3391889 ↗

Kurz gefasst

Fachartikel in der Zeitschrift IEEE Access, 2024. Verfasst von Alberto Martin-Martin und 5 weiteren Autor:innen. Die Arbeit wurde bisher 4-mal zitiert (Crossref) und nennt 38 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-ND 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Kein Abstract verfügbar.

Zitieren

APA

Martin-Martin, A., Verona-Almeida, M., Padial-Allué, R., Mendez, J., Castillo, E., & Parrilla, L. (2024). GenericSNN: A Framework for Easy Development of Spiking Neural Networks. IEEE Access, 12, 57504-57518. https://doi.org/10.1109/access.2024.3391889

Vancouver

Martin-Martin A, Verona-Almeida M, Padial-Allué R, Mendez J, Castillo E, Parrilla L. GenericSNN: A Framework for Easy Development of Spiking Neural Networks. IEEE Access. 2024;12:57504-57518. doi:10.1109/access.2024.3391889

BibTeX
@article{MartinMartin2024,
  author = {Martin-Martin, Alberto and Verona-Almeida, Marta and Padial-Allué, Rubén and Mendez, Javier and Castillo, Encarnación and Parrilla, Luis},
  title = {GenericSNN: A Framework for Easy Development of Spiking Neural Networks},
  journal = {IEEE Access},
  year = {2024},
  volume = {12},
  pages = {57504--57518},
  doi = {10.1109/access.2024.3391889}
}
Kostenlos starten →