This paper introduces a generalised

This paper introduces a generalised idea of lottotype
competitive learning algorithm (LTCL) where
one or more winners exist. The winners are
divided into tiers, with each tier being rewarded
differently. Again, the losers are all penalised
equally. A set of dynamic LTCL equations is then
introduced to assist the study of the stability of the
generalised lotto-type competitive learning. It is
shown that if a K-orthant exists in the LTCL’s state
space, which is an attracting invariant set of the
network’s flow, it will converge to a fixed point

ผลลัพธ์ (ไทย) 1:

เอกสารนี้แนะนำความคิด generalised ของ lottotypeเรียนรู้ขั้นตอนวิธี (LTCL) ที่แข่งขันผู้ชนะที่ หนึ่งมีอยู่ เป็นผู้ชนะแบ่งออกเป็นระดับ กับแต่ละระดับที่ได้รับรางวัลแตกต่างกัน อีก losers ที่มีทั้งหมด penalisedเท่า ๆ กัน เป็นชุดของสมการ LTCL ไดนามิกแล้วแนะนำให้ความช่วยเหลือการศึกษาด้านความมีเสถียรภาพของการรัฐบาลชนิด generalised แข่งขันเรียน จึงปรากฏที่ถ้า K-orthant อยู่ในสถานะของ LTCLพื้นที่ ซึ่งเป็นการดึงดูดการบล็อกชุดกระแสของเครือข่าย มันจะมาบรรจบกันกับจุดคงที่

ผลลัพธ์ (ไทย) 2:

บทความนี้นำเสนอความคิดทั่วไปของ lottotype
ขั้นตอนวิธีการเรียนรู้การแข่งขัน (LTCL)
ที่หนึ่งหรือมากกว่าผู้โชคดีที่มีอยู่ ผู้ชนะจะได้แบ่งออกเป็นชั้นที่มีเงินกองทุนชั้นที่ได้รับรางวัลในแต่ละที่แตกต่างกัน อีกครั้งแพ้ทั้งหมดลงโทษอย่างเท่าเทียมกัน ชุดของสมการ LTCL แบบไดนามิกแล้วนำไปให้ความช่วยเหลือการศึกษาของเสถียรภาพของที่ทั่วไปล็อตโต้แบบการเรียนรู้ที่มีการแข่งขัน มันเป็นเรื่องที่แสดงให้เห็นว่าถ้า K-orthant อยู่ในรัฐ LTCL พื้นที่ซึ่งเป็นที่ตั้งคงที่ดึงดูดของการไหลของเครือข่ายก็จะมาบรรจบกันไปยังจุดคงที่

ผลลัพธ์ (ไทย) 3:

กระดาษนี้จะแนะนำหลักคิดของ lottotype
แข่งขันอัลกอริทึมการเรียนรู้ ( ltcl ) ที่
หนึ่งหรือมากกว่าหนึ่งผู้ชนะอยู่ ผู้ชนะคือ
แบ่งออกเป็นชั้น แต่ละชั้นถูกรางวัล
แตกต่างกัน อีก ผู้นั้นจะลงโทษ
พอๆ กัน ชุดของสมการ ltcl แบบไดนามิกแล้ว
แนะนำเพื่อช่วยการศึกษาเสถียรภาพของ
สรุปหวย ประเภทแข่งขัน การเรียนรู้ มันคือ
แสดงว่า ถ้า k-orthant ที่มีอยู่ในรัฐของ ltcl
พื้นที่ซึ่งเป็นชุดของการดึงดูดความ
เป็นเครือข่ายก็จะบรรจบกับจุดคงที่