In (2) ωij(t) represents the networ

In (2) ωij(t) represents the network weight-value between
storage unit i and j. β represents learning rate. The higher the
rate is, the faster the learning speed is and the lower the
accuracy is. C represents the generalization number of the
network that is the generalization capacity. yiq-yia represents the
D-value between the network’s expected output and actual
output.

ผลลัพธ์ (ไทย) 1:

ใน ωij(t) (2) หมายถึงน้ำหนักค่าเครือข่ายระหว่างหน่วยเก็บข้อมูลผมและเจβแสดงถึงอัตราการเรียนรู้ สูงกว่าอัตราคือ เร็วกว่าความเร็วในการเรียนรู้และการความถูกต้องได้ C แทน generalization จำนวนเครือข่ายที่กำลัง generalization เยีย yiq แทนการD ค่าระหว่างผลลัพธ์ที่คาดหวังของเครือข่าย และจริงผลผลิต

ผลลัพธ์ (ไทย) 2:

ใน (2) ωij (t) แสดงให้เห็นถึงเครือข่ายที่มีมูลค่าน้ำหนักระหว่าง
หน่วยเก็บ i และ j βแสดงให้เห็นถึงอัตราการเรียนรู้ สูงกว่า
อัตราที่เร็วกว่าความเร็วในการเรียนรู้และที่ต่ำกว่า
ความถูกต้องคือ C แสดงถึงจำนวนทั่วไปของ
เครือข่ายที่มีกำลังการผลิตทั่วไป yiq-เยียแสดงให้เห็นถึง
D-ค่าระหว่างการส่งออกคาดว่าเครือข่ายที่เกิดขึ้นจริงและ
เอาท์พุท

ผลลัพธ์ (ไทย) 3:

( 2 ) ω ij ( T ) หมายถึงเครือข่ายน้ำหนักค่าระหว่างหน่วย
กระเป๋าผมเจและบีตาแสดงอัตราการเรียนรู้ . สูงกว่า
อัตราที่เร็วกว่าการเรียนรู้ความเร็วและลด
ความถูกต้องคืออะไร C แทนการจำนวน
เครือข่ายที่ Generalization ความจุ yiq เยียแทน
d-value ระหว่างเครือข่ายและคาดว่าผลผลิตจริง
ออก