The above figure shows why the Gaus

The above figure shows why the Gaussian function is a popular choice for
a neighborhood function. If the current output neuron is the BMU, then its
distance (x-axis) will be zero. As a result, the training percent (y-axis) is
100%. As the distance increases either positively or negatively, the training
percentage decreases. Once the distance is great enough, the training percent
is near zero.

Kết quả (Việt) 1:

Cho thấy con số ở trên lý do tại sao các chức năng Gaussian là một lựa chọn phổ biến nhấtmột chức năng khu phố. Nếu tế bào thần kinh đầu ra hiện nay là BMU, sau đó, của nókhoảng cách (trục x) sẽ là số không. Kết quả là, các phần trăm đào tạo (trục) là100%. Khi khoảng cách tăng hoặc là tích cực hay tiêu cực, việc đào tạotỷ lệ phần trăm giảm. Khi khoảng cách là tuyệt vời, đủ, các phần trăm đào tạolà gần bằng không.

Kết quả (Việt) 2:

Các con số trên cho thấy lý do tại sao hàm Gaussian là một lựa chọn phổ biến cho
một chức năng khu phố. Nếu đầu ra nơron hiện tại là BMU, sau đó nó
khoảng cách (x-axis) sẽ bằng không. Kết quả là, tỷ lệ đào tạo (trục y) là
100%. Khi tăng khoảng cách một cách tích cực hay tiêu cực, việc đào tạo
tỷ lệ phần trăm giảm. Một khi khoảng cách đủ lớn, tỷ lệ đào tạo
là gần bằng không.