Publikation:

Best k-Layer Neural Network Approximations

Lade...
Vorschaubild

Dateien

Zu diesem Dokument gibt es keine Dateien.

Datum

2022

Autor:innen

Lim, Lek-Heng
Qi, Yang

Herausgeber:innen

Kontakt

ISSN der Zeitschrift

Electronic ISSN

ISBN

Bibliografische Daten

Verlag

Schriftenreihe

Auflagebezeichnung

URI (zitierfähiger Link)
ArXiv-ID

Internationale Patentnummer

Angaben zur Forschungsförderung

Projekt

Open Access-Veröffentlichung
Core Facility der Universität Konstanz

Gesperrt bis

Titel in einer weiteren Sprache

Publikationstyp
Zeitschriftenartikel
Publikationsstatus
Published

Erschienen in

Constructive Approximation. Springer. 2022, 55(1), pp. 583-604. ISSN 0176-4276. eISSN 1432-0940. Available under: doi: 10.1007/s00365-021-09545-2

Zusammenfassung

Zusammenfassung in einer weiteren Sprache

Fachgebiet (DDC)
510 Mathematik

Schlagwörter

Konferenz

Rezension
undefined / . - undefined, undefined

Forschungsvorhaben

Organisationseinheiten

Zeitschriftenheft

Zugehörige Datensätze in KOPS

Zitieren

ISO 690LIM, Lek-Heng, Mateusz MICHALEK, Yang QI, 2022. Best k-Layer Neural Network Approximations. In: Constructive Approximation. Springer. 2022, 55(1), pp. 583-604. ISSN 0176-4276. eISSN 1432-0940. Available under: doi: 10.1007/s00365-021-09545-2
BibTex
@article{Lim2022kLaye-54080,
  year={2022},
  doi={10.1007/s00365-021-09545-2},
  title={Best k-Layer Neural Network Approximations},
  number={1},
  volume={55},
  issn={0176-4276},
  journal={Constructive Approximation},
  pages={583--604},
  author={Lim, Lek-Heng and Michalek, Mateusz and Qi, Yang}
}
RDF
<rdf:RDF
    xmlns:dcterms="http://purl.org/dc/terms/"
    xmlns:dc="http://purl.org/dc/elements/1.1/"
    xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#"
    xmlns:bibo="http://purl.org/ontology/bibo/"
    xmlns:dspace="http://digital-repositories.org/ontologies/dspace/0.1.0#"
    xmlns:foaf="http://xmlns.com/foaf/0.1/"
    xmlns:void="http://rdfs.org/ns/void#"
    xmlns:xsd="http://www.w3.org/2001/XMLSchema#" > 
  <rdf:Description rdf:about="https://kops.uni-konstanz.de/server/rdf/resource/123456789/54080">
    <bibo:uri rdf:resource="https://kops.uni-konstanz.de/handle/123456789/54080"/>
    <dc:creator>Michalek, Mateusz</dc:creator>
    <dc:creator>Qi, Yang</dc:creator>
    <dspace:isPartOfCollection rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/39"/>
    <dcterms:isPartOf rdf:resource="https://kops.uni-konstanz.de/server/rdf/resource/123456789/39"/>
    <dc:contributor>Michalek, Mateusz</dc:contributor>
    <dcterms:issued>2022</dcterms:issued>
    <dc:contributor>Lim, Lek-Heng</dc:contributor>
    <dc:contributor>Qi, Yang</dc:contributor>
    <dc:language>eng</dc:language>
    <void:sparqlEndpoint rdf:resource="http://localhost/fuseki/dspace/sparql"/>
    <foaf:homepage rdf:resource="http://localhost:8080/"/>
    <dcterms:title>Best k-Layer Neural Network Approximations</dcterms:title>
    <dc:creator>Lim, Lek-Heng</dc:creator>
    <dc:date rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2021-06-23T09:51:38Z</dc:date>
    <dcterms:available rdf:datatype="http://www.w3.org/2001/XMLSchema#dateTime">2021-06-23T09:51:38Z</dcterms:available>
  </rdf:Description>
</rdf:RDF>

Interner Vermerk

xmlui.Submission.submit.DescribeStep.inputForms.label.kops_note_fromSubmitter

Kontakt
URL der Originalveröffentl.

Prüfdatum der URL

Prüfungsdatum der Dissertation

Finanzierungsart

Kommentar zur Publikation

Allianzlizenz
Corresponding Authors der Uni Konstanz vorhanden
Internationale Co-Autor:innen
Universitätsbibliographie
Ja
Begutachtet
Unbekannt
Diese Publikation teilen