Skip to content
VuFind
    • English
    • Deutsch
    • Español
    • Français
    • Italiano
    • 日本語
    • Nederlands
    • Português
    • Português (Brasil)
    • 中文(简体)
    • 中文(繁體)
    • Türkçe
    • עברית
    • Gaeilge
    • Cymraeg
    • Ελληνικά
    • Català
    • Euskara
    • Русский
    • Čeština
    • Suomi
    • Svenska
    • polski
    • Dansk
    • slovenščina
    • اللغة العربية
    • বাংলা
    • Galego
    • Tiếng Việt
    • Hrvatski
    • हिंदी
    • Հայերէն
    • Українська
    • Sámegiella
    • Монгол
Udvidet
  • Simple Neural−Like P Systems f...
  • Citér dette
  • Stav dette
  • Email dette
  • Udskriv
  • Eksportér post
    • Eksportér til RefWorks
    • Eksportér til EndNoteWeb
    • Eksportér til EndNote
  • Permanent link
Simple Neural−Like P Systems for Maximal Independent Set Selection

Simple Neural−Like P Systems for Maximal Independent Set Selection

Show other versions (2)
Bibliografiske detaljer
Main Authors: Xu, L, Jeavons, P
Format: Journal article
Udgivet: 2013
  • Beholdninger
  • Beskrivelse
  • Other Versions (2)
  • Lignende værker
  • Medarbejdervisning

Lignende værker

  • Simple neural-like p systems for maximal independent set selection.
    af: Xu, L, et al.
    Udgivet: (2013)
  • Simple neural−like P systems for maximal independent set selection
    af: Xu, L, et al.
    Udgivet: (2013)
  • Feedback from nature: simple randomised distributed algorithms for maximal independent set selection and greedy colouring
    af: Jeavons, P, et al.
    Udgivet: (2016)
  • Feedback from nature: an optimal distributed algorithm for maximal independent set selection
    af: Scott, A, et al.
    Udgivet: (2013)
  • A polynomial time solution to constraint satisfaction problems by neural−like P systems
    af: Xu, L, et al.
    Udgivet: (2013)

Søgemuligheder

  • Søg Historie
  • Udvidet søgning

Find flere

  • Gennemse kataloget
  • Gennemse alfabetisk
  • Explore Channels
  • Kursusreservationer
  • Nye værker

Har du brug for hjælp?

  • Søgetips
  • Spørg en bibliotekar
  • FAQ’er