output of neuron j;synapse that con

output of neuron j;

synapse that connects the neuron of the output
layer to neurons of the intermediate layer ðiÞ;
input that arrives at the output neuron j;
bias of the output neuron j:
As the quantity of samples was small for the generaliz-
ation of the classifiers, the probability calculations of
success, within the criteria of reclassification, were carried
out. For the probability calculations, the probability of the
output of a neuron j ðUj Þ to be greater than that the outputs of
the other neurons ðUÞ was calculated, as shown in Eq. (9):

An easy and simple manner to calculate this probability
is making the difference between Uj and the maximum U
among the other neurons, and so calculating the probability
that this difference will be greater than zero. This process is
described in detail in Ref. [14].

ผลลัพธ์ (ไทย) 1:

ผลผลิตของเซลล์ประสาท jไซแนปส์ที่เชื่อมต่อเซลล์ประสาทของผลผลิตชั้น neurons ðiÞ ชั้นกลางเจเซลล์ประสาทออกความโน้มเอียงของ j: เซลล์ประสาทออกเป็นปริมาณของตัวอย่างขนาดเล็กสำหรับ generaliz-ation ของ classifiers การคำนวณความน่าเป็นของได้ดำเนินการสำเร็จ ภายในเงื่อนไขของ reclassificationออก สำหรับการคำนวณความน่าเป็น ความน่าเป็นของการผลของÞ ðUj เจเซลล์ประสาทมากกว่าที่แสดงผลของðUÞ neurons อื่น ๆ คำนวณ ดังที่แสดงใน Eq. (9):ลักษณะง่าย และง่ายในการคำนวณความน่าเป็นนี้จะทำให้ความแตกต่างระหว่าง Uj และ U สูงสุดneurons อื่น ๆ และเพื่อคำนวณความน่าเป็นว่า ความแตกต่างนี้จะมากกว่าศูนย์ กระบวนการนี้อธิบายในรายละเอียดในอ้างอิง [14]

ผลลัพธ์ (ไทย) 2:

การส่งออกของเจเซลล์ประสาท; synapse ที่เชื่อมต่อเซลล์ประสาทของการส่งออกไปยังชั้นเซลล์ประสาทของ DITH ชั้นกลาง; การป้อนข้อมูลที่มาถึงที่การส่งออกของเซลล์ประสาท J; อคติของการส่งออกของเซลล์ประสาท J: ในขณะที่ปริมาณของกลุ่มตัวอย่างมีขนาดเล็กสำหรับ generaliz- ation ของ ERS จัดประเภทการคำนวณความน่าจะเป็นของความสำเร็จในเกณฑ์ของไอออนบวก Fi reclassi ถูกดำเนินการ สำหรับการคำนวณความน่าจะเป็นน่าจะเป็นของการส่งออกของเซลล์ประสาท J ดุจÞที่จะสูงกว่าผลของเซลล์ประสาทอื่น ๆ ðUÞที่คำนวณได้ดังแสดงในสมการ (9): ลักษณะที่ง่ายและง่ายในการคำนวณความน่าจะเป็นนี้คือการทำให้ความแตกต่างระหว่าง Uj และสูงสุด U ในหมู่เซลล์ประสาทอื่น ๆ และเพื่อให้การคำนวณความน่าจะเป็นที่ความแตกต่างนี้จะเป็นมากกว่าศูนย์ กระบวนการนี้จะอธิบายในรายละเอียดในการอ้างอิง [14]

ผลลัพธ์ (ไทย) 3:

ผลผลิตของเซลล์ประสาท J ;

ไซแนปส์ที่เชื่อมต่อเซลล์ประสาทของผลผลิต
ชั้นการทำงานของกลางชั้นðผมÞ ;
ป้อนข้อมูลที่มาถึงเซลล์ออก J ;
อคติของเซลล์ประสาทออก J :
เป็นปริมาณของจำนวนเล็ก ๆสำหรับ generaliz -
ation ของ classi จึง ERS , ความน่าจะเป็นการคำนวณ
ความสำเร็จ ภายใน เงื่อนไขของการ reclassi จึงถูกอุ้ม
.สำหรับความน่าจะเป็นในการคำนวณความน่าจะเป็นของผลลัพธ์ของเซลล์ประสาท J
ð UJ Þจะมากกว่าผลของอื่น ๆð U
เซลล์ประสาทÞคำนวณตามที่แสดงในอีคิว ( 9 ) :

ง่ายและลักษณะที่ง่ายในการคำนวณความน่าจะเป็น
นี้ทำให้ความแตกต่างระหว่าง UJ และ สูงสุด U
ระหว่างเซลล์ประสาทอื่น ๆและดังนั้นการคำนวณความน่าจะเป็น
ความแตกต่างนั้นจะมีค่ามากกว่าศูนย์ กระบวนการนี้จะอธิบายในรายละเอียดใน

) [ 14 ]