Furthermore, following the guidelin

Furthermore, following the guidelines of the extreme learning machine framework, the weights connecting the input and the hidden layers are randomly generated, so the final model estimates all its parameters without iterative tuning. The model proposed achieves competitive performance compared with the state-of-the-art neural networks methods for OR.

Kết quả (Việt) 1:

Hơn nữa, sau các nguyên tắc của cực học máy khuôn khổ, trọng lượng kết nối đầu vào và các lớp ẩn được ngẫu nhiên tạo ra, do đó, các mô hình cuối cùng ước tính tất cả các tham số của nó mà không có điều chỉnh lặp đi lặp lại. Các mô hình đề xuất đạt được hiệu suất cạnh tranh so với các phương pháp nhà nước-of-the-art mạng nơ-ron cho hoặc.

Kết quả (Việt) 2:

Hơn nữa, theo các hướng dẫn của các khuôn khổ học máy cực đoan, các trọng số kết nối đầu vào và các lớp ẩn được tạo ra một cách ngẫu nhiên, do đó, các mô hình cuối cùng ước tính tất cả các thông số của nó mà không cần điều chỉnh lặp đi lặp lại. Các đề xuất mô hình đạt hiệu suất cạnh tranh so với các nhà nước-of-the-nghệ thuật mạng nơron phương pháp OR.