Where, r is number of cluster, Ti i

Where, r is number of cluster, Ti is function that
determine whether any input date is included required
cluster. And °i is output of neuron at A3 layer.
After defined error function, To minimize error, next
step is adjust weight Wik and Wi between Al layer
and A3 layer by back-propagation algorithm. Through
weight control, neural network can be completely
realized the first part of fuzzy rule.

ผลลัพธ์ (ไทย) 1:

, R หมายเลขของคลัสเตอร์ Ti เป็นฟังก์ชันที่ตรวจสอบว่า วันป้อนข้อมูลใด ๆ รวมต้องคลัสเตอร์ และฉันเป็นผลลัพธ์ของเซลล์ประสาทในชั้น A3 °หลังจากกำหนดฟังก์ชันข้อผิดพลาด เพื่อลดข้อผิดพลาด ถัดไปขั้นตอนปรับน้ำหนัก Wik และอินระหว่างชั้นอัลและ A3 ชั้น โดยหลังการเผยแพร่อัลกอริทึม ผ่านควบคุมน้ำหนัก โครงข่ายประสาทได้อย่างสมบูรณ์รับรู้ส่วนแรกของกฎพร่าเลือน

ผลลัพธ์ (ไทย) 2:

ที่ r คือจำนวนคลัสเตอร์ Ti เป็นฟังก์ชันที่
กำหนดว่าวันที่ป้อนข้อมูลใด ๆ ที่จำเป็นจะรวม
คลัสเตอร์ และ°ฉันคือการส่งออกของเซลล์ประสาทที่ชั้น A3.
ฟังก์ชั่นผิดพลาดหลังจากที่กำหนดเพื่อลดข้อผิดพลาดต่อไป
ขั้นตอนปรับน้ำหนัก Wik และ Wi ระหว่างชั้นอัล
และชั้น A3 โดยขั้นตอนวิธีการกลับมาขยายพันธุ์ ผ่าน
การควบคุมน้ำหนัก, เครือข่ายประสาทได้อย่างสมบูรณ์
ตระหนักส่วนแรกของกฎฟัซซี่

ผลลัพธ์ (ไทย) 3:

ที่ r คือจำนวนกลุ่ม Ti เป็นฟังก์ชันที่ตรวจสอบว่า วันที่อยู่ต้องป้อนข้อมูลใด ๆกลุ่ม โดยผมจะออกของและเซลล์ประสาทในชั้น A3หลังจากกำหนดฟังก์ชันข้อผิดพลาด เพื่อลดข้อผิดพลาดต่อไปขั้นตอนคือ ปรับน้ำหนัก Wik และ WI ระหว่างชั้นลและ A3 ชั้นโดยขั้นตอนวิธี back-propagation . ผ่านควบคุมน้ำหนัก , โครงข่ายประสาทเทียมสามารถสมบูรณ์ตระหนักส่วนแรกของกฎฟัซซี