The entire architecture uses a cari

The entire architecture uses a caricature of neurons as binary variables which
are either on or off. This is clearly a very simplistic assumption, but it has
several advantages. The description of the algorithm is greatly simplified, its
serial implementation becomes very efficient, and it does not a-priori commit to
any specific assumption on the information conveyed in the continuous output of
any of the neurons. On the other hand, starting from the model presented here, it
is possible to incorporate multivalued outputs for the neurons, at each stage, and
carefully study how this affects the performance, the stability and the invariance
properties of the system.

ผลลัพธ์ (ไทย) 1:

สถาปัตยกรรมทั้งใช้ภาพล้อของ neurons ตัวแปรฐานสองซึ่งอยู่ หรือปิด เป็นอัสสัมชัญมากพี่ชัดเจน แต่มันมีข้อดีหลายประการ คำอธิบายของขั้นตอนวิธีการอย่างสมัยใหม่ การใช้งานประจำจะมีประสิทธิภาพมาก และไม่ยอมรับไม่ได้แรกสุดเพื่ออัสสัมชัญมีเฉพาะข้อมูลที่ใช้ในการแสดงผลอย่างต่อเนื่องของใด ๆ neurons บนมืออื่น ๆ เริ่มต้นจากรูปแบบการนำเสนอที่นี่ มันสามารถรวมการแสดงผลที่มีหลายค่าสำหรับ neurons ในแต่ละขั้น และเรียนวิธีนี้มีผลต่อประสิทธิภาพการทำงาน ความมั่นคง และ invariance ในอย่างระมัดระวังคุณสมบัติของระบบ

ผลลัพธ์ (ไทย) 2:

สถาปัตยกรรมทั้งใช้ล้อของเซลล์ประสาทเป็นตัวแปรไบนารีที่มีทั้งเปิดหรือปิด นี้ชัดเจนสมมติฐานง่ายมาก
แต่ก็มีข้อดีหลายประการ รายละเอียดของขั้นตอนวิธีง่ายอย่างมากของการดำเนินงานต่อเนื่องจะมีประสิทธิภาพมากและมันจะไม่ได้เป็น-เบื้องต้นมอบให้สมมติฐานใดๆ ที่เฉพาะเจาะจงเกี่ยวกับข้อมูลที่สื่อความหมายในการส่งออกอย่างต่อเนื่องของการใดๆ ของเซลล์ประสาท ในทางกลับกันเริ่มต้นจากรูปแบบที่นำเสนอนี้ก็เป็นไปได้ที่จะรวมเอาท์พุทที่มีหลายค่าสำหรับเซลล์ประสาทในแต่ละขั้นตอนและควรศึกษาวิธีการนี้มีผลต่อประสิทธิภาพการทำงานมีความมั่นคงและไม่แปรเปลี่ยนคุณสมบัติของระบบ

ผลลัพธ์ (ไทย) 3:

สถาปัตยกรรมทั้งหมดใช้ภาพล้อประสาทเป็นสองตัวแปรซึ่ง
จะเปิดหรือปิด นี้เป็นที่ชัดเจนเป็นสมมติฐานแบบง่ายๆมาก แต่มันมี
ข้อดีหลายประการ รายละเอียดของขั้นตอนวิธีง่ายมากการใช้งานของ
อนุกรมกลายเป็นมีประสิทธิภาพมาก และมันไม่ได้ a-priori ยอมรับสมมติฐานใด ๆ

เฉพาะด้านสื่อในการแสดงผลต่อเนื่องของ
ใด ๆของ เซลล์ประสาท บนมืออื่น ๆที่เริ่มต้นจากแบบจำลองที่แสดงที่นี่ , มันเป็นไปได้ที่จะรวม
multivalued เอาท์พุทสำหรับเซลล์ประสาทในแต่ละขั้นตอน และวิธีการนี้มีผลต่อ
รอบคอบศึกษาประสิทธิภาพ เสถียรภาพ และความไม่แปรเปลี่ยน

คุณสมบัติของระบบ