Recent research [Li et al., 1995, R

Recent research [Li et al., 1995, Racz and Klotz 1991, Butchart et. al. 1997, Adams et.
al. 1998, Song and Lee, 1998] has investigated the possibility that the nodes could be
arranged in a tree structure; such an arrangement has two potential benefits: searching a
tree is fast and any hierarchical information in the data may be explicitly represented in
the tree. Most clustering algorithms, neural net or otherwise, expect the number of
classes used to be predefined; this is an obvious problem if no a-priori knowledge about
the data is available. Consequently further research has been directed towards
exploring the possibility that a network can dynamically evolve the appropriate structure
in response to the data. Such an approach naturally leads to tree structures - a unit may
produce child nodes if it feels it is not classifying its local data with sufficient
granularity.

ผลลัพธ์ (ไทย) 1:

การวิจัยล่าสุด [Klotz 1991, Butchart et. al.: 1997, Adams และ Li et al., 1995, Racz etal. 1998 ซองและลี 1998] ได้ศึกษาความเป็นไปได้ที่อาจเป็นโหนจัดโครงสร้างแผนภูมิ การจัดเรียงมีประโยชน์สองศักยภาพ: ค้นหาความแผนภูมิได้อย่างรวดเร็ว และข้อมูลลำดับชั้นข้อมูลอาจจะแสดงอย่างชัดเจนในแผนภูมิ สุดคลัสเตอร์อัลกอริทึม ประสาทสุทธิ หรือมิฉะนั้น คาดว่าจำนวนเรียนใช้จะกำหนดไว้ล่วงหน้า เป็นปัญหาเห็นได้ชัดถ้าแบบแรกสุดไม่มีความรู้เกี่ยวกับข้อมูลได้ จึง วิจัยการได้รับโดยตรงต่อการสำรวจความเป็นไปได้ว่า เครือข่ายแบบไดนามิกสามารถพัฒนาโครงสร้างที่เหมาะสมตอบข้อมูล วิธีการตามธรรมชาติที่นำไปสู่โครงสร้างแผนภูมิ - หน่วยอาจผลิตดรถ้ารู้สึกว่า มันไม่มีประเภทข้อมูลท้องถิ่น มีเพียงพอส่วนประกอบ

ผลลัพธ์ (ไทย) 2:

การวิจัยล่าสุด [Li et al., 1995 Ráczและ Klotz 1991 Butchart et อัล ปี 1997 อดัมส์เอ.
อัล ปี 1998 เพลงและลี 1998]
ได้ตรวจสอบความเป็นไปได้ที่โหนดจะถูกจัดให้อยู่ในโครงสร้างต้นไม้ เช่นการจัดมีสองผลประโยชน์ที่อาจเกิดขึ้น:
การค้นหาต้นไม้ที่เป็นไปอย่างรวดเร็วและข้อมูลลำดับชั้นใดๆ
ในข้อมูลอาจจะเป็นตัวแทนอย่างชัดเจนในต้นไม้
ส่วนใหญ่ขั้นตอนวิธีการจัดกลุ่มสุทธิประสาทหรืออย่างอื่นคาดว่าจำนวนของชั้นเรียนที่ใช้จะเป็นที่กำหนดไว้ล่วงหน้า;
นี้เป็นปัญหาที่เห็นได้ชัดหากไม่มีความรู้เบื้องต้นเกี่ยวกับ-ข้อมูลที่มีอยู่ ดังนั้นการวิจัยต่อไปได้ถูกนำไปสำรวจความเป็นไปได้ที่เครือข่ายแบบไดนามิกสามารถพัฒนาโครงสร้างที่เหมาะสมในการตอบสนองต่อข้อมูล วิธีการดังกล่าวจะนำไปสู่ธรรมชาติโครงสร้างต้นไม้ - หน่วยอาจผลิตโหนดลูกถ้ามันรู้สึกว่ามันไม่ได้แบ่งประเภทของข้อมูลภายในที่เพียงพอกับเมล็ด

ผลลัพธ์ (ไทย) 3:

การวิจัยล่าสุด [ Li et al . , 1995 , รัช และ คล็อตส์ 1991 บัตเชิร์ต et al . 1997 Adams et
อัล 1998 เพลง และ ลี ปี 1998 ] ได้ศึกษาความเป็นไปได้ที่โหนดสามารถ
จัดในโครงสร้างต้นไม้ ; การจัดเรียงดังกล่าวมีศักยภาพ : ค้นหา
ต้นไม้ได้อย่างรวดเร็วและข้อมูลในลำดับชั้นใด ๆ ข้อมูลอาจถูกแสดงอย่างชัดเจนใน
ต้นไม้ ที่สุดในการจัดกลุ่มขั้นตอนวิธีสุทธิประสาท หรือมิฉะนั้น คาดว่าจำนวน
เรียนใช้เป็นที่กำหนดไว้ล่วงหน้า นี้เป็นปัญหาที่เห็นได้ชัด ถ้าไม่มีความรู้เกี่ยวกับ a-priori
ข้อมูลที่สามารถใช้ได้ ดังนั้นการวิจัยเพิ่มเติมได้โดยตรงต่อ
สำรวจความเป็นไปได้ที่เครือข่ายแบบไดนามิกสามารถพัฒนาโครงสร้างเหมาะสม
ในการตอบสนองต่อข้อมูล วิธีการเช่นนี้ย่อมนำไปสู่โครงสร้างหน่วยอาจ
- ต้นไม้สร้างโหนดลูกถ้ามันรู้สึกไม่ใช่หมวดหมู่ข้อมูลท้องถิ่นกับ granularity เพียงพอ