The most significant contribution o

The most significant contribution of the pseudo-recurrent memory model is its ability to
learn patterns in a truly sequential manner. This experiment shows that the forgetting curves
for this type of network are considerably more gradual (and therefore, cognitively plausible)
than with standard backpropagation. This experiment also emphasizes the importance of
interleaving approximations of the already-learned patterns with the new patterns to be
learned

ผลลัพธ์ (ไทย) 1:

ความสามารถในการเป็นส่วนสำคัญที่สุดรุ่นหน่วยความจำที่เกิดซ้ำ pseudo-เรียนรู้รูปแบบอย่างแท้จริงตามลำดับ การทดลองนี้แสดงให้เห็นว่าเส้นโค้ง forgettingสำหรับเครือข่ายชนิดนี้มีมากขึ้นมากขึ้น (ดัง นั้น cognitively รับมือ)กว่า ด้วยมาตรฐาน backpropagation การทดลองนี้ยังเน้นความสำคัญของรูปแบบได้เรียนรู้แล้วกับรูปแบบใหม่เป็นเพียงการประมาณการแทรกสลับข้อมูลได้เรียนรู้

ผลลัพธ์ (ไทย) 2:

ผลงานที่สำคัญที่สุดของหน่วยความจำแบบหลอกเกิดขึ้นอีกคือความสามารถในการเรียนรู้รูปแบบในลักษณะที่ต่อเนื่องอย่างแท้จริง การทดลองนี้แสดงให้เห็นว่าเส้นโค้งลืมสำหรับประเภทของเครือข่ายนี้มีมากค่อยๆมากขึ้น (และดังนั้นจึงเป็นไปได้ cognitively) กว่า backpropagation มาตรฐาน การทดลองนี้ยังเน้นความสำคัญของinterleaving ใกล้เคียงของรูปแบบการเรียนรู้แล้วที่มีรูปแบบใหม่ที่จะเรียนรู้

ผลลัพธ์ (ไทย) 3:

ส่วนที่สำคัญที่สุดของหน่วยความจำแบบเทียมกำเริบคือ ความสามารถในการ เรียนรู้รูปแบบในลักษณะ
ต่อเนื่องอย่างแท้จริง การทดลองนี้แสดงให้เห็นว่าลืมโค้ง
สำหรับเครือข่ายชนิดนี้มีมากที่ค่อยๆมากขึ้น ( และดังนั้นจึงเป็นไปได้มากกว่ากับการประมวลผล )
แบบมาตรฐาน การทดลองนี้ยังเน้นความสำคัญของ
การได้เรียนรู้รูปแบบของ interleaving กับรูปแบบใหม่ที่จะ
เรียนรู้