We consider a FNN with three layers

We consider a FNN with three layers (Figure 2): an input layer, a hidden layer and an
output layer. The hidden layer is considered like a self organizing map ofKohonen [17].
During the first phase of training, each pattern presented to the network, selects
the nearest neuron by a measure of an Euclidean similarity.
The modification of the winner weight vector and its topological neighbors
attracts them in direction of the input. By repeating this simple process several
times, we expect to arrive at distribution of weight vectors in input space near
to the training set. The effect of this procedure is that only a small number of
hidden units are excited by a given input vector. If the weight vector of the winner
is attracted to a region in input space, the neighbors are also attracted, although
to a lesser degree.

Kết quả (Việt) 1:

Chúng tôi xem xét một FNN với ba lớp (hình 2): một lớp đầu vào, một lớp ẩn và mộtđầu ra lớp. Ẩn lớp được coi là như một tổ chức tự bản đồ ofKohonen [17].Trong giai đoạn đầu tiên đào tạo, mỗi mô hình trình bày vào mạng, chọntế bào thần kinh gần nhất bởi một biện pháp của một giống nhau Euclid.Các sửa đổi của vector trọng lượng người chiến thắng và nước láng giềng tô pôthu hút chúng trong chỉ đạo của các đầu vào. Lặp đi lặp lại quá trình đơn giản này một sốthời gian, chúng tôi mong đợi để đi đến phân phối trọng lượng vectơ trong đầu vào không gian gầnđể thiết lập đào tạo. Hiệu quả của thủ tục này là chỉ một số ít củađơn vị ẩn được kích thích bởi một vector đầu vào cho trước. Nếu trọng lượng véc tơ của người chiến thắngbị thu hút bởi một vùng trong đầu vào không gian, những người hàng xóm cũng thu hút, mặc dùđể một mức độ thấp hơn.

Kết quả (Việt) 2:

Chúng ta hãy xem xét một FNN với ba lớp (Hình 2): một lớp đầu vào, một lớp ẩn và
lớp ra. Các lớp ẩn được coi như một bản đồ tự tổ chức ofKohonen [17].
Trong giai đoạn đầu tiên đào tạo, mỗi mẫu được trình bày vào mạng, chọn
các tế bào thần kinh gần bằng một biện pháp của một tương Euclide.
Các sửa đổi của vector trọng người chiến thắng và nó hàng xóm tôpô
thu hút chúng theo hướng của đầu vào. Bằng cách lặp lại quá trình đơn giản này vài
lần, chúng tôi mong đợi để đi đến phân phối của các vector trọng trong không gian đầu vào gần
để tập huấn luyện. Hiệu quả của phương pháp này là chỉ có một số lượng nhỏ các
đơn vị ẩn được kích thích bởi một vector đầu vào cho trước. Nếu các vector trọng lượng của người chiến thắng
được thu hút vào một vùng trong không gian đầu vào, những người hàng xóm cũng bị hấp dẫn, mặc dù
mức độ ít hơn.