mtmt
Magyar Tudományos Művek Tára
Előző oldal
Összesen 189 elem 19 oldalon, 10 listázva, a(z) 1. oldal megjelenítve.
Következő oldal
Átlépés a keresőbe
In English
Megjelenítési opciók
Nyelv információ
Absztrakt
Típus információ
Megjegyzés
Státusz információ
Linkek
Csak független idézők
Idézők
Nincs
Szám
Rövid
Részletes
Teljes
Rendezés
-
Megjelenés éve
Első szerző
Cím
Első oldal v. cikkazonosító
Létrehozás dátuma
Nyilvános idézők összesen
Nyilvános idéző+említés összesen
Státusz
Típus
Besorolás
Jelleg
OA típus
MTMT azonosító
Folyóirat
Nyelv
▼
▲
-
Megjelenés éve
Első szerző
Cím
Első oldal v. cikkazonosító
Létrehozás dátuma
Nyilvános idézők összesen
Nyilvános idéző+említés összesen
Státusz
Típus
Besorolás
Jelleg
OA típus
MTMT azonosító
Folyóirat
Nyelv
▼
▲
-
Megjelenés éve
Első szerző
Cím
Első oldal v. cikkazonosító
Létrehozás dátuma
Nyilvános idézők összesen
Nyilvános idéző+említés összesen
Státusz
Típus
Besorolás
Jelleg
OA típus
MTMT azonosító
Folyóirat
Nyelv
▼
▲
Találatok
10
20
50
100
1000
5000
Mód váltás:
XML
JSON
Lista exportálása:
Irodalomjegyzékként
RIS
BIBTEX
1.
Végh, János
Mi is valójában a mesterséges intelligencia?
RENDVÉDELEM TUDOMÁNYOS FOLYÓIRAT (ON-LINE)
13
:
1
pp. 25-40. , 16 p.
(2024)
DOI
REAL
Teljes dokumentum
Közlemény:34760960
Nyilvános
Forrás
Folyóiratcikk (Szakcikk )
Tudományos
Szakcikk (Folyóiratcikk) | Tudományos
[34760960]
[Nyilvános]
2.
Végh, János ✉
;
Berki, Ádám József
*
✉
On the Role of Speed in Technological and Biological Information Transfer for Computations
ACTA BIOTHEORETICA
70
:
4
Paper: 26 , 25 p.
(2022)
DOI
WoS
Scopus
PubMed
Egyéb URL
Közlemény:33199928
Egyeztetett
Forrás Idéző
Folyóiratcikk (Szakcikk )
Tudományos
Nyilvános idéző összesen: 1
| Független: 0 | Függő: 1 | Nem jelölt: 0 | WoS jelölt: 1 | Scopus jelölt: 1 | WoS/Scopus jelölt: 1 | DOI jelölt: 1
Szakcikk (Folyóiratcikk) | Tudományos
[33199928]
[Egyeztetett]
Nyilvános idéző összesen: 1, Független: 0, Függő: 1, Nem jelölt: 0
3.
Vegh, Janos ✉
;
Berki, Adam Jozsef
Towards Generalizing the Information Theory for Neural Communication
ENTROPY
24
:
8
Paper: 1086 , 23 p.
(2022)
DOI
WoS
Scopus
PubMed
Közlemény:33095696
Nyilvános
Forrás Idéző
Folyóiratcikk (Szakcikk )
Tudományos
Nyilvános idéző összesen: 2
| Független: 0 | Függő: 2 | Nem jelölt: 0 | WoS jelölt: 2 | Scopus jelölt: 2 | WoS/Scopus jelölt: 2 | DOI jelölt: 2
Szakcikk (Folyóiratcikk) | Tudományos
[33095696]
[Nyilvános]
Nyilvános idéző összesen: 2, Független: 0, Függő: 2, Nem jelölt: 0
4.
Végh, János
;
Berki, Ádám József
Why Learning and Machine Learning Are Different
Advances in Artificial Intelligence and Machine Learning
1
:
2
pp. 136-154. , 19 p.
(2021)
DOI
Egyéb URL
Közlemény:32649571
Nyilvános
Forrás
Folyóiratcikk (Szakcikk )
Tudományos
Nyilvános idéző összesen: 2
| Független: 0 | Függő: 2 | Nem jelölt: 0 | WoS jelölt: 2 | Scopus jelölt: 1 | WoS/Scopus jelölt: 2 | DOI jelölt: 2
Szakcikk (Folyóiratcikk) | Tudományos
[32649571]
[Nyilvános]
Nyilvános idéző összesen: 2, Független: 0, Függő: 2, Nem jelölt: 0
5.
Végh, János
Revising the Classic Computing Paradigm and Its Technological Implementations
INFORMATICS (BASEL)
8
:
4
Paper: 71 , 26 p.
(2021)
DOI
WoS
Egyéb URL
Közlemény:32649565
Egyeztetett
Forrás Idéző
Folyóiratcikk (Szakcikk )
Tudományos
Nyilvános idéző összesen: 3
| Független: 0 | Függő: 3 | Nem jelölt: 0 | WoS jelölt: 3 | Scopus jelölt: 3 | WoS/Scopus jelölt: 3 | DOI jelölt: 3
Szakcikk (Folyóiratcikk) | Tudományos
[32649565]
[Egyeztetett]
Nyilvános idéző összesen: 3, Független: 0, Függő: 3, Nem jelölt: 0
6.
Végh, János
Which scaling rule applies to large artificial neural networks
: Technological limitations for biology-imitating computing
NEURAL COMPUTING & APPLICATIONS
33
pp. 16847-16864. , 18 p.
(2021)
DOI
WoS
REAL
Scopus
arXiv
Google scholar
Közlemény:32234513
Egyeztetett
Forrás Idéző
Folyóiratcikk (Szakcikk )
Tudományos
Nyilvános idéző összesen: 2
| Független: 1 | Függő: 1 | Nem jelölt: 0 | WoS jelölt: 2 | Scopus jelölt: 2 | WoS/Scopus jelölt: 2 | DOI jelölt: 2
Szakcikk (Folyóiratcikk) | Tudományos
[32234513]
[Egyeztetett]
Nyilvános idéző összesen: 2, Független: 1, Függő: 1, Nem jelölt: 0
7.
Vegh, Janos
Why do we need to Introduce Temporal Behavior in Both Modern Science and Modern Computing, with an Outlook to Researching Modern Effects/Materials and Technologies
GLOBAL JOURNAL OF COMPUTER SCIENCE AND TECHNOLOGY
20
:
1
pp. 13-29. , 17 p.
(2021)
DOI
Egyéb URL
Közlemény:31862730
Nyilvános
Forrás
Folyóiratcikk (Szakcikk )
Tudományos
Szakcikk (Folyóiratcikk) | Tudományos
[31862730]
[Nyilvános]
8.
Vegh, Janos
;
Berki, Adam J.
Do we know the operating principles of our computers better than those of our brain?
In: Hamid, R. Arabnia (szerk.)
2020 International Conference on Computational Science and Computational Intelligence (CSCI)
Piscataway (NJ), Amerikai Egyesült Államok :
IEEE
(2020)
pp. 668-674. , 7 p.
DOI
Scopus
Egyéb URL
Közlemény:32677831
Egyeztetett
Forrás Idéző
Könyvrészlet (Szaktanulmány )
Tudományos
Szaktanulmány (Könyvrészlet) | Tudományos
[32677831]
[Egyeztetett]
9.
Vegh, Janos
von Neumann’s missing "Second Draft": what it should contain
In: Hamid, R. Arabnia (szerk.)
2020 International Conference on Computational Science and Computational Intelligence (CSCI)
Piscataway (NJ), Amerikai Egyesült Államok :
IEEE
(2020)
pp. 1260-1264. , 5 p.
DOI
Scopus
Egyéb URL
Közlemény:32649572
Egyeztetett
Forrás Idéző
Könyvrészlet (Konferenciaközlemény )
Tudományos
Konferenciaközlemény (Könyvrészlet) | Tudományos
[32649572]
[Egyeztetett]
10.
Végh, János
How deep the machine learning can be
New York, Amerikai Egyesült Államok :
Nova Science Publishers
(2020)
,
29 p.
Egyéb URL
Közlemény:31186668
Nyilvános
Forrás
Könyv (Műhelytanulmány )
Tudományos
Műhelytanulmány (Könyv) | Tudományos
[31186668]
[Nyilvános]
2024-04-26 19:07
×
Lista exportálása irodalomjegyzékként
Hivatkozás stílusok:
IEEE
ACM
APA
Chicago
Harvard
Nyomtatás
Másolás