When we think of a neural network m

When we think of a neural network model, we are referring to the network’s arrangement; related are neural network algorithms: computations that ultimately produce the network outputs (Jalali-Heravi, 2008). They are a modern paradigm based on computational units that resemble basic information processing properties of biological neurons, although in a more abstract and simplified manner. The key feature of this paradigm is the structure of the novel information processing system: a working environment composed of a large number of highly interconnected processing elements (neurons) working in unison to solve user-specific problems. They can be used to gain information regarding complex chemical and physical processes; predict future trends; collect, interpret, and represent data; and solve multifaceted problems without necessarily creating a model of a real biological system.

Kết quả (Việt) 1:

Khi chúng tôi nghĩ về một mô hình mạng lưới thần kinh, chúng ta đang đề cập đến sự sắp xếp của mạng; liên quan là mạng nơ-ron thuật toán: tính toán cuối cùng sản xuất kết quả đầu ra mạng (Jalali – Heravi, năm 2008). Họ là một mô hình hiện đại dựa trên tính toán các đơn vị giống như xử lý các thông tin cơ bản đặc tính sinh học tế bào thần kinh, mặc dù trong một cách trừu tượng và đơn giản hơn. Các tính năng chính của mô hình này là cấu trúc của các tiểu thuyết thông tin hệ thống xử lý: một môi trường làm việc bao gồm một số lượng lớn các yếu tố kết nối cao chế biến (tế bào thần kinh) làm việc trong unison để giải quyết các vấn đề cụ thể người sử dụng. Họ có thể được sử dụng để đạt được các thông tin liên quan đến quá trình hóa học và vật lý phức tạp; dự đoán xu hướng tương lai; thu thập, giải thích, và đại diện cho dữ liệu; và giải quyết nhiều vấn đề mà không nhất thiết phải tạo ra một mô hình của một hệ thống sinh học thực sự.

Kết quả (Việt) 2:

Khi chúng ta nghĩ về một mô hình mạng thần kinh, chúng ta đang đề cập đến sự sắp xếp của mạng lưới; liên quan là các thuật toán mạng nơron: tính toán mà cuối cùng tạo ra đầu ra mạng (Jalali-Heravi, 2008). Họ là một mô hình hiện đại, dựa trên các đơn vị tính toán tương tự như đặc tính xử lý thông tin cơ bản của tế bào thần kinh sinh học, mặc dù trong một cách trừu tượng hơn và đơn giản hơn. Các tính năng chính của mô hình này là cấu trúc của hệ thống xử lý thông tin tiểu thuyết: một môi trường làm việc bao gồm một số lượng lớn các yếu tố chế biến liên quan lẫn nhau (tế bào thần kinh) làm việc trong unison để giải quyết vấn đề người sử dụng cụ thể. Chúng có thể được sử dụng để thu thập thông tin liên quan đến quá trình vật lý hoá phức tạp; dự đoán xu hướng trong tương lai; thu thập, giải thích, và đại diện cho dữ liệu; và giải quyết vấn đề đa diện mà không nhất thiết phải tạo ra một mô hình của một hệ thống sinh học thực sự.