On the other hand, any two input ve

On the other hand, any two input vectors that are dissimilar (i.e., far apart in input space) will select a highly disjoint subset of locations in the A* set. Most often, there will be no common memory locations in A*. Thus, the output response of a CMAC to dissimilar input vectors can be independent, making it easy for CMAC to distinguish between dissimilar input vectors. This means that CMAC can classify or recognize input
patterns. The sparse nature of the A vector makes it possible for CMAC to learn to classify a large number of patterns.

ผลลัพธ์ (ไทย) 1:

ในทางกลับกันใด ๆ สองเวกเตอร์เข้าที่แตกต่างกัน (เช่นห่างกันในพื้นที่เข้า) จะเลือกย่อยเคลื่อนสูงของสถ​​านที่ในชุด * ส่วนใหญ่มักจะมีหน่วยความจำที่ไม่มีสถานที่ที่พบบ่อยใน * ดังนั้นการตอบสนองต่อการส่งออกของ CMAC ที่จะแตกต่างกันพาหะนำเข้าสามารถเป็นอิสระทำให้มันง่ายสำหรับ CMAC ที่จะแยกแยะระหว่างเวกเตอร์เข้าที่แตกต่างกันนี้หมายความว่า CMAC สามารถจัดหรือรับรู้สัญญาณ
รูปแบบ ธรรมชาติกระจัดกระจายของเวกเตอร์ที่ทำให้มันเป็นไปได้สำหรับ CMAC เรียนรู้ที่จะจัดเป็นจำนวนมากของรูปแบบ

ผลลัพธ์ (ไทย) 2:

บนมืออื่น ๆ ใด ๆ สองป้อนเวกเตอร์ที่ไม่เหมือน (เช่น ห่าง ๆ ในพื้นที่อินพุต) จะเลือกชุดย่อยตัวสูงของสถานที่ในชุด A * บ่อย มีจะได้ไม่มีตำแหน่งทั่วไปใน A * ดังนั้น ผลตอบของ CMAC เป็นเวกเตอร์อินพุตไม่เหมือนได้อิสระ ทำให้ง่ายสำหรับ CMAC แยกแยะเวกเตอร์อินพุตไม่เหมือน หมายความ ว่า CMAC สามารถจัดประเภท หรือรู้จักเข้า
รูปแบบ ลักษณะบ่อของเวกเตอร์ A ทำ CMAC เพื่อเรียนรู้การจัดประเภทของรูปแบบการ

ผลลัพธ์ (ไทย) 3:

ในอีกด้านหนึ่งที่สองปัจจัยสำหรับความสะดวกอินพุตอื่นๆที่มีไม่เหมือนกัน(เช่นอยู่ไกลกันพื้นที่ป้อนข้อความ)จะเลือกชุดย่อยไม่ปะติดปะต่อเป็นอย่างมากในที่ตั้งในตั้งค่าที่* ส่วนใหญ่มักมีจะไม่มีตำแหน่งของหน่วยความจำโดยทั่วไปใน* ทำให้การตอบสนองต่อเอาต์พุตของ cmac เพื่อป้อนข้อมูลปัจจัยสำหรับความสะดวกไม่เหมือนกันจะเป็นอิสระทำให้เป็นเรื่องง่ายสำหรับ cmac เพื่อแยกความแตกต่างระหว่างองค์ประกอบข้อมูลไม่เหมือนกันซึ่งหมายความว่า cmac สามารถจัดหมวดหมู่หรือจำแนกอินพุต
รูปแบบ ธรรมชาติบางแห่งที่ปัจจัยที่ทำให้เป็นไปได้สำหรับ cmac เพื่อเรียนรู้ที่จะจัดให้มีรูปแบบ