A self-organizing map (SOM) is a ty

A self-organizing map (SOM) is a type of artificial neural network (ANN) that is trained using unsupervised learning to produce a low-dimensional (typically two-dimensional), discretized representation of the input space of the training samples, called a map. Self-organizing maps are different from other artificial neural networks as they apply competitive learning as opposed to error-correction learning (such as backpropagation with gradient descent), and in the sense that they use a neighborhood function to preserve the topological properties of the input space.

ผลลัพธ์ (ไทย) 1:

แผนที่จัดการตัวเอง (ส้ม) เป็นชนิดของโครงข่ายประสาทเทียม (แอน) ที่ผ่านการฝึกอบรมใช้เรียนขั่วในการผลิตที่ต่ำมิติ (มิติโดยทั่วไป), discretized เป็นตัวแทนของพื้นที่อินพุตตัวอย่างฝึก เรียกว่าแผนที่ แผนที่จัดการตัวเองจะแตกต่างจากเครือข่ายประสาทเทียมผู้ใช้เรียนรู้แข่งขันเมื่อเทียบ กับการเรียนรู้ (เช่น backpropagation กับไล่ระดับโคตร) แก้ไขข้อผิดพลาด และ ในความรู้สึกที่มีใช้ฟังก์ชันย่านการรักษาคุณสมบัติ topological ของพื้นที่อินพุต

ผลลัพธ์ (ไทย) 2:

แผนที่จัดการตนเอง (SOM) เป็นชนิดของเครือข่ายประสาทเทียม (ANN) ที่ได้รับการฝึกอบรมโดยใช้การเรียนรู้ใกล้ชิดในการผลิต (ปกติสองมิติ) ตัวแทน discretized ต่ำมิติของพื้นที่การป้อนข้อมูลของกลุ่มตัวอย่างการฝึกอบรมที่เรียกว่า แผนที่. แผนที่ตัวเองจัดจะแตกต่างจากเครือข่ายอื่น ๆ ประสาทเทียมที่พวกเขานำไปใช้ในการเรียนรู้ในการแข่งขันเมื่อเทียบกับ? การแก้ไขข้อผิดพลาดการเรียนรู้? (เช่นแพร่กระจายย้อนกลับด้วย? เชื้อสายลาด) และในความรู้สึกหรือไม่ว่าพวกเขาใช้พื้นที่ใกล้เคียงหรือไม่ทำงานเพื่อรักษา คุณสมบัติทอพอโลยี? พื้นที่การป้อนข้อมูล

ผลลัพธ์ (ไทย) 3:

มีอะไรบนแผนที่รึเปล่า ( ส้ม ) เป็นชนิดของโครงข่ายประสาทเทียม ( ANN     ) ที่ฝึกใช้ unsupervised เรียนไหมเพื่อผลิตต่ำ ( โดยปกติมิติสองมิติ ) แบบจุดเป็นตัวแทนของข้อมูลพื้นที่ของการฝึกอบรมอย่างที่เรียกว่าแผนที่รึเปล่า . ด้วยตนเองการจัดแผนที่แตกต่างจากโครงข่ายประสาทประดิษฐ์อื่น ๆเช่นที่พวกเขาใช้แข่งขันอะไรเรียนอะไรเป็นนอกคอกการแก้ไขข้อผิดพลาด ( เช่นการเรียนรู้แบบไหมด้วยไหมสีอะไรโคตร ) และในความรู้สึกที่พวกเขาใช้ฟังก์ชันในละแวกเพื่อรักษารึเปล่าทอพอโลยีรึเปล่าคุณสมบัติของข้อมูลพื้นที่