Artificial Neural Networks (ANNs) a

Artificial Neural Networks (ANNs) are computational
techniques that present a mathematical model inspired by the
neural structure of biological organisms, acquiring knowledge
through experience which have been applied widely in several
tasks such as control, prediction of weather and climate, data
assimilation, optimization, image processing and others. ANNs
have emerged as excellent tools for deriving data oriented
models, due to their inherent characteristic of plasticity
that permits the adaptation of the learning task when data
is provided. In addition to plasticity, ANNs also present
generalization and fault tolerance characteristics that are
fundamental for systems that depend on observational data that
may be incomplete and slightly different from the data used
to derive the models.

ผลลัพธ์ (ไทย) 1:

เครือข่ายประสาทเทียม (ANNs) จะคำนวณเทคนิคที่นำเสนอแบบจำลองทางคณิตศาสตร์โดยการโครงสร้างระบบประสาทของสิ่งมีชีวิตชีวภาพ การรับรู้ผ่านประสบการณ์ที่มีการใช้กันอย่างแพร่หลายในหลายงานเช่นการควบคุม การคาดเดาสภาพอากาศและสภาพภูมิอากาศ ข้อมูลผสม เพิ่มประสิทธิภาพ การประมวลผลภาพ และอื่น ๆ ANNsได้กลายเป็นเครื่องมือที่ดีสำหรับข้อมูลบริษัทฯ มุ่งเน้นรูปแบบ เนื่องจากลักษณะของธรรมชาติของปั้นว่า ใบอนุญาตการปรับตัวของการเรียนรู้งานเมื่อข้อมูลมี นอกจากปั้น ANNs ยังปัจจุบันลักษณะการยอมรับลักษณะและข้อบกพร่องที่พื้นฐานของระบบที่ขึ้นกับข้อมูลเชิงสังเกตการณ์ที่อาจจะไม่สมบูรณ์ และแตกต่างจากข้อมูลที่ใช้ได้รูปแบบ

ผลลัพธ์ (ไทย) 2:

โครงข่ายประสาทเทียม (ANNs) จะมีการคำนวณ
เทคนิคที่นำเสนอแบบจำลองทางคณิตศาสตร์แรงบันดาลใจจาก
โครงสร้างของระบบประสาทของสิ่งมีชีวิตทางชีวภาพ, การแสวงหาความรู้
ผ่านประสบการณ์ที่ได้ถูกนำมาใช้กันอย่างแพร่หลายในหลาย
งานเช่นการควบคุมการทำนายของสภาพอากาศและสภาพภูมิอากาศ, ข้อมูล
การดูดซึมการเพิ่มประสิทธิภาพ การประมวลผลภาพและอื่น ๆ ANNs
ได้กลายเป็นเครื่องมือที่ดีเยี่ยมสำหรับ deriving ข้อมูลเชิง
รุ่นเนื่องจากลักษณะธรรมชาติของพวกเขาปั้น
ที่อนุญาตให้การปรับตัวของงานการเรียนรู้เมื่อข้อมูลที่
มีให้ นอกเหนือไปจากการปั้น ANNs ยังมีอยู่
ทั่วไปและทนทานต่อความผิดลักษณะที่เป็น
พื้นฐานสำหรับระบบที่ขึ้นอยู่กับข้อมูลการสังเกตว่า
อาจจะไม่สมบูรณ์และแตกต่างจากข้อมูลที่ใช้
จะได้รับรูปแบบ

ผลลัพธ์ (ไทย) 3:

人工神经网络（ANNs computational）目前，这一技术的模型，通过mathematical inspired生物神经结构的知识，acquiring organisms它已被广泛应用，通过在有经验several作为对照，如prediction of tasks，天气和气候数据。图像处理，优化，和同化ANNs他人。有好的工具，易出现数据为导向由于他们的模式，对inherent plasticity characteristic of这permits的学习任务时，数据的adaptation是provided。此外，还对目前plasticity ANNs这是characteristics故障宽容和推广。基本上，这是depend observational数据系统incomplete可能用不同数据和从最不怎么熟。对derive CAC模型。