Artificial Neural Networks are rela

Artificial Neural Networks are relatively crude
electronic models based on the neural structure of brains.
Basically, the brain learns from experiences. It is natural
proof that some problems are beyond the scope of current
computers abilities and indeed solvable by small energy
efficient packages. The brain modeling also promises a less
technical way to develop machine solutions. This is a new
modeling approach of computing and also provides a more
graceful degradation during system overload than its more
traditional counterparts.
The fundamental processing element of a neural
network is a neuron. This building block of human
awareness encompasses a few general capabilities.
Basically, a biological neuron receives inputs from other
sources, combines them in some ways, performs a generally
nonlinear operation on the result, and then outputs the final
result. Figure 2 shows the relationship of these four parts.
As shown in Figure 2, a human brain, there are many
variations on this basic type of neuron, further complicating
man's attempts at electrically replicating the process of
thinking. All of the natural neurons have the same four
basic components. These components can be known by the
biological names - dendrites, soma, axon, and synapses.
Dendrites are hair-like extensions of the soma, which act
like input channels. These input channels receive their input
through the synapses of other neurons. The soma then
processes these incoming signals over time. The soma turns
that processed value into an output which is sent out to
other neurons through the axon and the synapse.
Figure 2 A simple human neuron [1].
Recent experimental data has provided further evidence
that biological neurons are structurally more complex than
the simplistic explanation above. They are significantly
more complex than the existing artificial neurons that are
built into artificial neural networks. As biology provides a
better understanding of neurons, and as technology
advances, network designers can continue to improve their
systems by building upon man's understanding of the
biological brain

ผลลัพธ์ (ไทย) 1:

เครือข่ายประสาทเทียมจะค่อนข้างหยาบรูปแบบอิเล็กทรอนิกส์ตามโครงสร้างของระบบประสาทของสมองโดยทั่วไป สมองเรียนรู้จากประสบการณ์ มันเป็นธรรมชาติหลักฐานที่มีปัญหาบางอย่างเกินขอบเขตของปัจจุบันความสามารถคอมพิวเตอร์ และแก้ไขแน่นอน โดยพลังงานขนาดเล็กแพคเกจที่มีประสิทธิภาพ โมเดลสมองยังสัญญาน้อยทางด้านเทคนิคการพัฒนาโซลูชั่นเครื่อง นี่คือใหม่การสร้างแบบจำลองวิธีการในการคำนวณ และยัง มีมากขึ้นสง่างามลดระหว่างระบบเกินกว่ามากขึ้นคู่แบบดั้งเดิมองค์ประกอบพื้นฐานการประมวลผลของระบบประสาทเครือข่ายเซลล์ประสาทได้ บล็อกนี้ของมนุษย์ให้ความรู้ครอบคลุมกี่ความสามารถทั่วไปโดยทั่วไป เซลล์ประสาทชีวภาพรับอินพุตจากอื่น ๆแหล่งที่มา เข้าด้วยกันในบางวิธี ดำเนินการโดยทั่วไปการดำเนินการเชิงเส้นผล และผลสุดท้ายแล้วผลการค้นหา รูปที่ 2 แสดงความสัมพันธ์ของชิ้นส่วนเหล่านี้สี่ดังแสดงในรูปที่ 2 สมองมนุษย์ มีมากมายรูปแบบบนพื้นฐานชนิดของเซลล์ประสาท ซับซ้อนเพิ่มเติมความพยายามของมนุษย์ที่จำลองกระบวนการของการไฟฟ้าความคิด เซลล์ประสาทตามธรรมชาติทั้งหมดมีเหมือนกันสี่องค์ประกอบพื้นฐาน ส่วนประกอบเหล่านี้สามารถเป็นที่รู้จักโดยการชื่อชีวภาพ - dendrites โสม แอกซอน และประสาทDendrites เป็นส่วนขยายของผมเหมือนของโสม ซึ่งทำหน้าที่เช่นช่องป้อนข้อมูล เหล่านี้ใส่ช่องได้รับการป้อนข้อมูลผ่านประสาทของเซลล์ประสาทอื่น ๆ โซมาแล้วประมวลผลสัญญาณเหล่านี้เข้ามาตลอดเวลา ผลัดโสมที่ประมวลผลค่าเป็นผลลัพธ์ซึ่งส่งออกไปเซลล์ประสาทอื่น ๆ ผ่านแอกซอนและไซแนปส์รูป 2 A ง่ายมนุษย์เซลล์ประสาท [1]ข้อมูลล่าสุดทดลองได้ให้หลักฐานเพิ่มเติมมีโครงสร้างซับซ้อนกว่าเซลล์ประสาทชีวภาพพี่อธิบายข้างต้น พวกเขาเป็นอย่างมากซับซ้อนกว่าเซลล์ประสาทเทียมที่มีอยู่ที่ภายในเครือข่ายประสาทเทียม ชีววิทยาให้เป็นเข้าใจ ของเซลล์ประสาท และเทคโนโลยีความก้าวหน้า นักออกแบบเครือข่ายสามารถดำเนินต่อเพื่อปรับปรุงตนระบบ โดยอาคารเมื่อคนเข้าใจของการสมองชีวภาพ

ผลลัพธ์ (ไทย) 2:

โครงข่ายประสาทเทียมค่อนข้างดิบ
รุ่นอิเล็กทรอนิกส์ขึ้นอยู่กับโครงสร้างของระบบประสาทสมอง.
โดยทั่วไปสมองเรียนรู้จากประสบการณ์ มันเป็นธรรมชาติที่
พิสูจน์ให้เห็นว่าปัญหาบางอย่างอยู่นอกเหนือขอบเขตของปัจจุบัน
ความสามารถของคอมพิวเตอร์และแน่นอนแก้ปัญหาได้ด้วยพลังงานขนาดเล็ก
แพคเกจที่มีประสิทธิภาพ แบบจำลองสมองยังสัญญาน้อย
วิธีทางเทคนิคในการพัฒนาโซลูชั่นเครื่อง นี้เป็นใหม่
วิธีการสร้างแบบจำลองคอมพิวเตอร์และยังมีอื่น ๆ อีกมากมาย
การย่อยสลายในช่วงที่สง่างามเกินกว่าระบบมากขึ้น
counterparts ดั้งเดิม.
องค์ประกอบพื้นฐานในการประมวลผลของระบบประสาท
เครือข่ายเซลล์ประสาท Building Block นี้ของมนุษย์
การรับรู้บนโลกไซเบอร์ความสามารถทั่วไปไม่กี่.
โดยทั่วไปเซลล์ประสาททางชีวภาพได้รับปัจจัยการผลิตจากอื่น ๆ
แหล่งรวมพวกเขาในบางวิธีดำเนินการโดยทั่วไป
การดำเนินการไม่เชิงเส้นผลแล้วออกผลลัพธ์สุดท้าย
ผล รูปที่ 2 แสดงความสัมพันธ์ของทั้งสี่ส่วน.
ดังแสดงในรูปที่ 2 สมองของมนุษย์มีหลาย
รูปแบบในชนิดพื้นฐานของเซลล์ประสาทดําเนินต่อ
ความพยายามของมนุษย์ที่ไฟฟ้าจำลองกระบวนการของ
ความคิด ทั้งหมดของเซลล์ตามธรรมชาติมีเดียวกันสี่
องค์ประกอบพื้นฐาน องค์ประกอบเหล่านี้สามารถเป็นที่รู้จักโดย
ชื่อทางชีวภาพ -. dendrites, โสมซอนและประสาท
Dendrites เป็นส่วนขยายของผมเหมือนของโสมซึ่งทำหน้าที่
เหมือนช่องสัญญาณ ช่องสัญญาณเหล่านี้ได้รับการป้อนข้อมูลของพวกเขา
ผ่านทางประสาทของเซลล์ประสาทอื่น ๆ โสมแล้ว
ประมวลผลสัญญาณเหล่านี้เข้ามาอยู่ตลอดเวลา โสมเปลี่ยน
ที่การประมวลผลค่าลงในการส่งออกซึ่งจะถูกส่งออกไปยัง
เซลล์ประสาทอื่น ๆ ผ่านทางซอนและไซแนปส์ได้.
รูปที่ 2 เซลล์ประสาทของมนุษย์ง่าย [1].
ข้อมูลการทดลองล่าสุดได้จัดให้มีหลักฐานเพิ่มเติม
ว่าเซลล์ประสาททางชีวภาพที่มีโครงสร้างซับซ้อนกว่า
ง่าย คำอธิบายข้างต้น พวกเขาอย่างมีนัยสำคัญ
ที่ซับซ้อนมากขึ้นกว่าเซลล์ประสาทเทียมที่มีอยู่ที่ได้รับการ
สร้างขึ้นในเครือข่ายประสาทเทียม ชีววิทยายังมี
ความเข้าใจที่ดีของเซลล์ประสาทและเป็นเทคโนโลยีที่
ก้าวหน้าออกแบบระบบเครือข่ายสามารถดำเนินการปรับปรุงของพวกเขา
ระบบโดยการสร้างความเข้าใจของมนุษย์ของ
สมองทางชีวภาพ

ผลลัพธ์ (ไทย) 3:

เขามีฟองอากาศทั้งหมด