4.Association. A neural network can

4.Association. A neural network can be trained to “remember” a number of unique patterns so that when a distorted version of a particular pattern is presented the network associates it with the closest one in is memory and returns the original version of that particular pattern.
This can be useful for restoring noisy or incomplete. Type of ANN used for this task include Hopfield networks.
ANN have been applied in many domains. A survey of their applications in finance can be found in Wallace(2008)and Fadlalla and in Lin(2001).
Many attempts have been made to use neural network to predict and understand financial markets.

ผลลัพธ์ (ไทย) 1:

4.Association เครือข่ายประสาทสามารถรับคำสอนให้ "จำ" จำนวนลวดเพื่อให้เมื่อรุ่นเพี้ยนของรูปแบบการนำเสนอสมาคมเครือข่าย ด้วยสุดในหน่วยความจำ และคืนค่ารุ่นต้นฉบับของรูปแบบเฉพาะที่ นี้จะเป็นประโยชน์สำหรับการคืนค่าเสียงดัง หรือไม่สมบูรณ์ ชนิดของแอนน์ใช้สำหรับงานนี้รวม Hopfield เครือข่ายแอนได้ถูกใช้ในหลายโดเมน การสำรวจของโปรแกรมประยุกต์ในทางการเงินสามารถพบ ใน Wallace (2008) และ Fadlalla และ Lin(2001) ได้ทำความพยายามในการใช้โครงข่ายประสาทเพื่อทำนาย และเข้าใจตลาดการเงิน

ผลลัพธ์ (ไทย) 2:

4.Association เครือข่ายประสาทสามารถถูกฝึกให้ "จำ" จำนวนของรูปแบบที่ไม่ซ้ำกันเพื่อที่ว่าเมื่อรุ่นบิดเบี้ยวของรูปแบบโดยเฉพาะอย่างยิ่งที่จะนำเสนอผู้ร่วมเครือข่ายกับหนึ่งในความทรงจำอยู่ใกล้และส่งกลับรุ่นเดิมของรูปแบบเฉพาะที่.
นี้สามารถ จะมีประโยชน์สำหรับการฟื้นฟูที่มีเสียงดังหรือไม่สมบูรณ์ ประเภท ANN ใช้สำหรับงานนี้รวมถึงเครือข่าย Hopfield.
ANN ได้รับนำไปใช้ในหลายโดเมน การสำรวจการใช้งานของพวกเขาในด้านการเงินสามารถพบได้ในวอลเลซ (2008) และ Fadlalla และหลิน (2001).
ความพยายามหลายคนได้รับการทำที่จะใช้เครือข่ายประสาทที่จะคาดการณ์และเข้าใจตลาดการเงิน

ผลลัพธ์ (ไทย) 3:

4.association . เครือข่ายประสาทสามารถฝึกให้ " จำ " หมายเลขของรูปแบบเฉพาะ ดังนั้นเมื่อโลกรุ่นของรูปแบบเฉพาะจะนำเสนอเครือข่ายร่วมกับหนึ่งในความทรงจำและจะใกล้รุ่นต้นฉบับของรูปแบบเฉพาะ
นี้จะมีประโยชน์สำหรับการเรียกคืนเสียงดัง หรือ ไม่สมบูรณ์ ประเภทของแอนใช้สำหรับงานนี้ ได้แก่ เครือข่ายเส้น .
แอนเคยใช้หลายโดเมน การสำรวจการใช้งานของพวกเขาในด้านการเงินสามารถพบได้ใน วอลเลซ ( 2008 ) และ fadlalla และหลิน ( 2001 )
พยายามได้ทําการใช้โครงข่ายประสาทเทียมเพื่อคาดการณ์และเข้าใจตลาดการเงิน .