In this experiment, we trained the

In this experiment, we trained the network to autoassociate on the training set of cats.
Various pseudo-recurrent networks were tested, varying the number of pseudopatterns used
in each case. As the number of pseudopatterns increases, the network’s internal
representation of the concept “cat” undergoes the same type of compaction observed with the
node-sharpening algorithm. But here the important difference is that there is no explicit
algorithm designed to produce these representations. They arise naturally from the continual
interaction of the two areas of the memory

ผลลัพธ์ (ไทย) 1:

ในการทดลองนี้ เราฝึกอบรมเครือข่าย autoassociate ชุดฝึกแมวเครือข่าย pseudo-เกิดซ้ำต่าง ๆ ทดสอบ จำนวนของ pseudopatterns ที่ใช้แตกต่างกันในแต่ละกรณี เป็นเพิ่มจำนวน pseudopatterns เครือข่ายของภายในนำเสนอแนวความคิด "แมว" ผ่านสังเกตด้วยการกระชับข้อมูลชนิดเดียวกันโหนดเรื่องอัลกอริทึมการ แต่ที่นี่แตกต่างที่สำคัญคือมีไม่ชัดเจนอัลกอริทึมในการออกแบบการนำเสนอเหล่านี้ พวกเขาเกิดขึ้นตามธรรมชาติจากตัวอย่างต่อเนื่องโต้ตอบของสองพื้นที่หน่วยความจำ

ผลลัพธ์ (ไทย) 2:

ในการทดลองนี้เราได้รับการฝึกฝนเครือข่ายเพื่อ autoassociate ในชุดการฝึกอบรมของแมว.
เครือข่ายหลอกกำเริบต่างๆได้มีการทดสอบที่แตกต่างกันจำนวน pseudopatterns
ใช้ในแต่ละกรณี ขณะที่จำนวนของการเพิ่มขึ้นของ pseudopatterns
ที่ภายในเครือข่ายของตัวแทนของแนวคิด"แมว"
ผ่านการประเภทเดียวกันของการบดอัดสังเกตกับอัลกอริทึมโหนดเหลา
แต่ที่นี่แตกต่างที่สำคัญก็คือว่าไม่มีอย่างชัดเจนขั้นตอนวิธีการออกแบบการผลิตการแสดงเหล่านี้
พวกเขาเกิดขึ้นตามธรรมชาติอย่างต่อเนื่องมาจากการทำงานร่วมกันของทั้งสองพื้นที่ของหน่วยความจำ

ผลลัพธ์ (ไทย) 3:

ในการทดลองนี้เราฝึกเครือข่าย autoassociate ในชุดฝึกแมว
ต่างๆเทียมกำเริบเครือข่ายทดสอบการเปลี่ยนแปลงจำนวน pseudopatterns ใช้
ในแต่ละกรณี เป็นหมายเลขของเพิ่ม pseudopatterns , เครือข่ายภายใน
เป็นตัวแทนของแนวคิด " แมว " ของชนิดเดียวกันของการบดอัดและ
โหนดเหลาขั้นตอนวิธีแต่ที่นี่แตกต่างที่สำคัญก็คือ ไม่มีวิธีที่ชัดเจน
ออกแบบมาเพื่อผลิตตัวแทนเหล่านี้ พวกเขาเกิดขึ้นตามธรรมชาติจากการปฏิสัมพันธ์อย่างต่อเนื่อง
ของทั้งสองพื้นที่ของหน่วยความจำ