where wi,j denotes the weight of th

where wi,j denotes the weight of the connection from node j to i and o the output node. The performance is sensitive to the topology choice (H). A NN with H = 0 is equivalent to the MR model. By increasing H, more complex mappings can be performed, yet an excess value of H will overfit the data, leading to generalization

ผลลัพธ์ (ไทย) 1:

ซึ่ง wi เจหมายถึงน้ำหนักของการเชื่อมต่อจากโหนด j ฉันและ o โหนออก ประสิทธิภาพเป็นสำคัญการเลือกโทโพโลยี (H) เอ็นเอ็นกับ H = 0 จะเท่ากับรุ่น MR โดยการเพิ่ม H สามารถทำการแม็ปที่ซับซ้อน ยังค่าส่วนเกินของ H จะ overfit ข้อมูล นำ generalization

ผลลัพธ์ (ไทย) 2:

ที่ไร้เจหมายถึงน้ำหนักของการเชื่อมต่อจากเจโหนดเพื่อฉันและ o โหนดออก ผลการดำเนินงานมีความไวต่อทางเลือกโครงสร้าง (H) NN กับ H = 0 จะเทียบเท่ากับรูปแบบนาย โดยการเพิ่มเอชแมปที่ซับซ้อนมากขึ้นสามารถดำเนินการได้ แต่มีค่ามากเกินกว่าจะ H overfit ข้อมูลที่นำไปสู่​​ทั่วไป

ผลลัพธ์ (ไทย) 3:

ที่ วี เจ หมายถึง น้ำหนักของการเชื่อมต่อจากโหนด J I และ O เอาท์พุทโหนด การแสดงความไวแบบทางเลือก ( H ) NN กับ H = 0 เท่ากับแบบนาย โดยการเพิ่ม H , แมปที่ซับซ้อนมากขึ้นที่สามารถดำเนินการได้ แต่ค่าส่วนเกินของ H จะนำไปสู่การ overfit ข้อมูล