The goal of this work is to demonst

The goal of this work is to demonstrate the application of neural networks over encrypted data. We use the term neural networks to refer to artificial feed-forward neural networks. These networks can be thought of as leveled circuits. Traditionally, these levels are called layers and are visualized as being stacked so that the bottom-most layer is the input layer. Each node of the input layer is fitted with the value of one of the features of the instance at hand. Each of the nodes in the following layers computes a function over the values of the layer beneath it. The values computed at the top-most layer are the outputs of the neural network.

Kết quả (Việt) 1:

Mục đích của việc này là để chứng minh các ứng dụng của mạng nơ-ron trên dữ liệu được mã hóa. Chúng tôi sử dụng mạng nơ-ron thuật ngữ để chỉ mạng nuôi tiến nơ-ron nhân tạo. Các mạng này có thể được coi là cấp mạch. Theo truyền thống, các cấp được gọi là lớp và được hình dung giống như đang được xếp chồng lên nhau do đó lớp dưới cùng-hầu hết là các lớp đầu vào. Mỗi nút đầu vào lớp được trang bị với giá trị của một trong những tính năng của các trường hợp ở bàn tay. Mỗi của các nút trong lớp sau tính một hàm trên các giá trị của các lớp bên dưới nó. Các giá trị tính toán ở lớp cao nhất là kết quả đầu ra của mạng nơ-ron.

Kết quả (Việt) 2:

Mục đích của việc này là để chứng minh việc áp dụng mạng neural trên dữ liệu được mã hóa. Chúng tôi sử dụng các mạng thần kinh thuật ngữ để nói đến các mạng thần kinh nhân tạo feed-forward. Các mạng này có thể được coi như mạch san bằng. Theo truyền thống, các cấp được gọi là các lớp và được hình dung như được xếp chồng lên nhau để dưới cùng-nhất lớp là lớp đầu vào. Mỗi nút trong lớp nhập được trang bị với các giá trị của một trong những tính năng của các ví dụ ở bàn tay. Mỗi phòng trong số các nút trong lớp sau sẽ tính toán một chức năng trên các giá trị của các lớp dưới nó. Các giá trị tính ở hầu hết trên lớp là những kết quả đầu ra của mạng lưới thần kinh.