The INeN has incremental structure

The INeN has incremental structure for unsupervised learning. Its learning algorithm computes
the Euclidean distances between the nodes of the INeN and the input feature vector. All these distances are compared with a threshold to decide whether the input feature vector defines a new
node of the network or not. If the minimum distance is lower than the threshold value, the weight
of the node nearest to the input vector is modified as follows:

ผลลัพธ์ (ไทย) 1:

INeN มีโครงสร้างแบบเพิ่มหน่วยการเรียนรู้ที่ขั่ว อัลกอริทึมการเรียนรู้การคำนวณระยะทางแบบยุคลิดระหว่างโหนของ INeN และเวกเตอร์คุณลักษณะการป้อนข้อมูล ระยะทั้งหมดเหล่านี้จะเปรียบเทียบกับเกณฑ์เพื่อตัดสินใจว่า เวกเตอร์คุณลักษณะอินพุตกำหนดใหม่โหนดของเครือข่าย หรือไม่ ถ้าระยะห่างต่ำสุดต่ำกว่าค่าเกณฑ์ น้ำหนักโหนดใกล้เวกเตอร์อินพุตเป็นแก้ไขเป็นดังนี้:

ผลลัพธ์ (ไทย) 2:

Inen มีโครงสร้างที่เพิ่มขึ้นสำหรับการเรียนรู้ใกล้ชิด ขั้นตอนวิธีการเรียนรู้ที่ใช้คำนวณ
ระยะทางแบบยุคลิดระหว่างโหนดของ Inen และเวกเตอร์คุณลักษณะการป้อนข้อมูล ระยะทางทั้งหมดเหล่านี้จะเทียบกับเกณฑ์ที่จะตัดสินใจว่าเวกเตอร์คุณลักษณะการป้อนข้อมูลใหม่กำหนด
โหนดของเครือข่ายหรือไม่ หากระยะทางขั้นต่ำที่ต่ำกว่าค่าเกณฑ์น้ำหนัก
ของโหนดที่ใกล้ที่สุดเพื่อเวกเตอร์การป้อนข้อมูลที่มีการแก้ไขดังต่อไปนี้:

ผลลัพธ์ (ไทย) 3:

การ inen มีโครงสร้างที่เพิ่มขึ้นสำหรับการเรียนรู้แบบไม่มีผู้สอน . ขั้นตอนวิธีการเรียนรู้ของ .การใช้ระยะทางระหว่างโหนดของ inen และใส่คุณสมบัติของเวกเตอร์ ระยะทางทั้งหมดเหล่านี้เมื่อเทียบกับเกณฑ์เพื่อตัดสินใจว่าข้อมูลคุณลักษณะที่กำหนดใหม่เวกเตอร์โหนดของเครือข่ายหรือไม่ ถ้าระยะห่างต่ำสุด ต่ำกว่าค่าเกณฑ์น้ำหนักของโหนดที่ใกล้ที่สุดกับข้อมูลเชิงเส้นมีการแก้ไขดังนี้