Nunez et al. (2006) presents the fo

Nunez et al. (2006) presents the form of rule based learning systems with support vector machines (SVM) for symbolic interpretation of data. Radial Basis Function Neural Networks (RBFNN) learning techniques are applied to use support vectors from a learned SVM with Radial Basis Function (RBF) learning technique for the rule extraction.

ผลลัพธ์ (ไทย) 1:

Nunez et al. (2006) แสดงรูปแบบของการเรียนรู้กฎพื้นฐาน ด้วยการสนับสนุนเครื่องแบบเวกเตอร์ (SVM) การตีความสัญลักษณ์ของข้อมูล มีใช้เทคนิคการเรียนรู้พื้นฐานฟังก์ชันประสาทเครือข่าย (RBFNN) รัศมีใช้เวกเตอร์สนับสนุนจาก SVM เรียนรู้กับรัศมีพื้นฐานฟังก์ชัน (RBF) เรียนรู้เทคนิคการสกัดกฎ

ผลลัพธ์ (ไทย) 2:

Nunez และคณะ (2006) ที่มีการจัดรูปแบบของการปกครองที่ใช้ระบบการเรียนรู้กับเครื่องเวกเตอร์สนับสนุน (SVM) สำหรับการตีความสัญลักษณ์ของข้อมูล ฟังก์ชั่นเกณฑ์ Radial โครงข่ายประสาท (RBFNN) เทคนิคการเรียนรู้จะนำไปใช้เวกเตอร์การสนับสนุนจาก SVM เรียนรู้ที่มีฟังก์ชั่นเกณฑ์ Radial (RBF) เทคนิคการเรียนรู้สำหรับการสกัดกฎ

ผลลัพธ์ (ไทย) 3:

นูนเยซ et al . ( 2549 ) ได้เสนอรูปแบบของการปกครองตามระบบการเรียนรู้ด้วยเครื่องเวกเตอร์สนับสนุน ( SVM ) สำหรับการแปลความหมายของข้อมูลสัญลักษณ์ เครือข่ายประสาทเรเดียลเบซิสฟังก์ชัน ( rbfnn ) เทคนิคการเรียนรู้จะใช้เวกเตอร์สนับสนุนจากเรียนรู้ SVM ร่วมกับฟังก์ชันเรเดียลเบซิส ( RBF ) เทคนิคการเรียนรู้กฎการสกัด