Particle competition for complex network community detection (2008)
- Autores:
- Autores USP: LIANG, ZHAO - ICMC ; ROMERO, ROSELI APARECIDA FRANCELIN - ICMC
- Unidade: ICMC
- DOI: 10.1063/1.2956982
- Assuntos: REDES COMPLEXAS; MINERAÇÃO DE DADOS
- Idioma: Inglês
- Imprenta:
- Fonte:
- Este periódico é de assinatura
- Este artigo NÃO é de acesso aberto
- Cor do Acesso Aberto: closed
-
ABNT
QUILES, Marcos Gonçalves et al. Particle competition for complex network community detection. Chaos, v. 18, p. 033107-1-033107-10, 2008Tradução . . Disponível em: https://doi.org/10.1063/1.2956982. Acesso em: 19 set. 2024. -
APA
Quiles, M. G., Liang, Z., Alonso, R. L., & Romero, R. A. F. (2008). Particle competition for complex network community detection. Chaos, 18, 033107-1-033107-10. doi:10.1063/1.2956982 -
NLM
Quiles MG, Liang Z, Alonso RL, Romero RAF. Particle competition for complex network community detection [Internet]. Chaos. 2008 ; 18 033107-1-033107-10.[citado 2024 set. 19 ] Available from: https://doi.org/10.1063/1.2956982 -
Vancouver
Quiles MG, Liang Z, Alonso RL, Romero RAF. Particle competition for complex network community detection [Internet]. Chaos. 2008 ; 18 033107-1-033107-10.[citado 2024 set. 19 ] Available from: https://doi.org/10.1063/1.2956982 - A visual selection mechanism based on a pulse-coupled neural network
- An oscillatory correlation model of object-based attention
- An object-based visual selection model combining physical features and memory
- A visual selection mechanism based on network of chaotic Wilson-Cowan oscillators
- Detecção de comunidades em redes complexas: um modelo de correlação oscilatória
- Visual selection and shifting mechanism based on a network of chaotic Wilson-Cowan oscillators
- Visual selection with feature contrast-based inhibition in a network of integrate and fire neurons
- A network of dynamically coupled elements for pixel clustering
- A pulse-coupled neural network as a simplified bottom-up attention model
- Selecting salient objects in real scenes: an oscillatory correlation model
Informações sobre o DOI: 10.1063/1.2956982 (Fonte: oaDOI API)
Como citar
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas