In this paper, a connectionist memo

In this paper, a connectionist memory model will be presented that is capable of effective
sequential learning, exhibiting gradual forgetting where a standard backpropagation
architecture forgets catastrophically. The proposed architecture relies on separating the
previously learned representations from those that are currently being learned. Further —
and crucially — a method is described in which an approximation of the previously learned
data (not the original patterns themselves, which the network will not see again) will be
extracted from the network and will be mixed in with the new patterns to be learned.

ผลลัพธ์ (ไทย) 1:

ในเอกสารนี้ แบบจำ connectionist จะนำเสนอซึ่งสามารถมีผลบังคับใช้ของเรียนรู้ตามลำดับ อย่างมีระดับค่อย ๆ ลืม backpropagation มาตรฐานสถาปัตยกรรม forgets catastrophically สถาปัตยกรรมเสนออาศัยแยกก่อนหน้านี้เรียนรู้แทนจากที่ขณะนี้กำลังเรียน เพิ่มเติม —และอำนาจ — วิธีการอธิบายไว้ในการประมาณการของเรียนรู้ก่อนหน้านี้จะมีข้อมูล (ไม่เดิมรูปแบบตัวเอง ซึ่งเครือข่ายจะดูอีก)ดึงข้อมูลจากเครือข่าย และจะผสมกับรูปแบบใหม่ให้สามารถเรียนรู้

ผลลัพธ์ (ไทย) 2:

ในบทความนี้หน่วยความจำแบบ connectionist
จะนำเสนอที่มีความสามารถที่มีประสิทธิภาพการเรียนรู้ตามลำดับการแสดงค่อยๆลืมที่backpropagation
มาตรฐานสถาปัตยกรรมลืมย่อยยับ
สถาปัตยกรรมเสนออาศัยแยกการแสดงก่อนหน้านี้ได้เรียนรู้จากผู้ที่กำลังมีการเรียนรู้ ต่อไป -
และขับเคลื่อน -
วิธีการที่อธิบายไว้ในที่ใกล้เคียงของการเรียนรู้ก่อนหน้านี้ข้อมูล(ไม่ได้เป็นรูปแบบเดิมของตัวเองซึ่งเครือข่ายจะไม่เห็นอีกครั้ง)
จะถูกดึงออกมาจากเครือข่ายและจะได้รับการผสมกับรูปแบบใหม่ที่จะได้เรียนรู้

ผลลัพธ์ (ไทย) 3:

ในกระดาษนี้ คอนเนคชันนิสต์หน่วยความจำแบบจะนำเสนอที่มีความสามารถในการเรียนรู้ต่อเนื่องมีประสิทธิภาพ
, exhibiting ที่ค่อยๆลืมที่เป็นสถาปัตยกรรมแบบ
มาตรฐานลืม catastrophically . เสนอสถาปัตยกรรมที่อาศัยแยก
เคยรู้ ตัวแทนจากผู้ที่กำลังเรียนรู้ เพิ่มเติม -
แล้วว - วิธีที่อธิบายไว้ในก่อนหน้านี้ ซึ่งเป็นการเรียนรู้
ข้อมูล ( เดิมรูปแบบตัวเอง ซึ่งเครือข่ายจะไม่มีให้เห็นอีก ) จะ
สกัดจากเครือข่ายและจะผสมในกับรูปแบบใหม่ในการเรียนรู้