In contrast to the GRNN used to est

In contrast to the GRNN used to estimate the values of
continuous variables, the probabilistic neural network
(PNN) finds decision boundaries between categories of
patterns. Therefore, the PNN is mainly used for classifi-
cation problems. The PNN is a parallel implementation of a
standard Bayesian classifier and has a four-layer network
that can perform pattern classification. It is based essentially
on the estimation of probability density functions for
various classes learned from training samples.

ผลลัพธ์ (ไทย) 1:

ตรงข้าม GRNN ที่ใช้ในการประเมินค่าของตัวแปรต่อเนื่อง เครือข่ายประสาท probabilisticขอบเขตการตัดสินใจระหว่างประเภทของการค้นหา (PNN)รูปแบบการ ดังนั้น PNN ส่วนใหญ่ใช้สำหรับ classification ปัญหา PNN จะดำเนินการคู่ขนานของการclassifier ทฤษฎีมาตรฐาน และมีเครือข่าย 4 ชั้นที่สามารถจัดประเภทรูปแบบ ตั้งอยู่หลักการประเมินความหนาแน่นของความน่าเป็นฟังก์ชันสำหรับต่าง ๆ เรียนรู้จากตัวอย่างการฝึกอบรม

ผลลัพธ์ (ไทย) 2:

ในทางตรงกันข้ามกับ GRNN ที่ใช้ในการประเมินค่าของ
ตัวแปรอย่างต่อเนื่องน่าจะเป็นเครือข่ายประสาท
(PNN) พบว่าขอบเขตการตัดสินใจระหว่างประเภทของ
รูปแบบ ดังนั้น PNN ส่วนใหญ่จะใช้สำหรับการจัดหมวดหมู่
ปัญหาไอออนบวก PNN เป็นการนำแบบขนานของ
ลักษณนาม Bayesian มาตรฐานและยังมีเครือข่ายสี่ชั้น
ที่สามารถดำเนินการจำแนกรูปแบบ มันขึ้นอยู่เป็นหลัก
ในการประมาณค่าของฟังก์ชั่นความหนาแน่นของความน่าจะเป็น
ชั้นเรียนต่างๆที่ได้เรียนรู้จากตัวอย่างการฝึกอบรม

ผลลัพธ์ (ไทย) 3:

ในทางตรงกันข้ามกับ grnn ใช้ในการประมาณค่าของตัวแปรความน่าจะเป็น

ต่อเนื่อง , โครงข่ายประสาทเทียม ( pnn ) พบว่าขอบเขตการตัดสินใจระหว่างประเภทของ
ลวดลาย ดังนั้น pnn ส่วนใหญ่จะใช้สำหรับ classifi -
การปัญหา การ pnn คือการขนานของ
มาตรฐานแบบ และมีแบบสี่ชั้นเครือข่าย
ที่สามารถจำแนกรูปแบบมันเป็นตามหลัก
บนประมาณฟังก์ชันความหนาแน่นของความน่าจะเป็น
ชั้นเรียนต่างๆ ได้เรียนรู้จากตัวอย่างการฝึกอบรม