Long-term Potentiation
Cognitive Learning
Purposive Learning
Introduction to Learning
Long-Term Memory
Associative Learning
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Marco Eckhoff1, Markus Reiher1
1ETH Zürich, Departement Chemie und Angewandte Biowissenschaften, 8093 Zürich, Switzerland.
这项研究介绍了终身机器学习潜力 (lMLPs),这些潜力不断适应新数据,而不会忘记. 包含元素的以原子为中心的对称函数 (eeACSFs) 能够为化学模拟提供更广泛的应用.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: