5 The ModelFigure 4 presents the mo

5 The Model
Figure 4 presents the model’s architecture, with the non-linguistic structures we have been discussing highlighted. As shown in the figure, the model is configured to learn a set of English spatial terms. The model is trained using the connectionist error back-propagation algorithm (Rumelhart et al. 1986), while its architecture is informed by the design philosophy of adaptive structured connectionism (Regier & Feldman 1994). The fundamental idea behind this philosophy is the combination of elaborate motivated structure with the more traditional connectionist feature of adaptability to training data. The general idea of structuring connectionist networks is not new; see for example the work of LeCun (1989), Keeler et al. (1991), Mozer et al. (1991), and Guyon et al. (1991), among others. What distinguishes adaptive structured connectionism is its emphasis on the use of highly domain-specific and domain-motivated structure, rather than general techniques such as weight-sharing across temporal or spatial locations. The model illustrated in Figure 4 is an example of this: the neurobiologically and psychophysically motivated structures mentioned above are embedded in a trainable network whose parameters are adjusted during training to come to reflect the spatial structuring of a particular language.
Individual movie frames are presented to the system one by one, as shown at the bottom of Figure 4. At each time step, the hidden layer buffer labeled Current contains some learned representation of the current input frame, composed from features detected by the structured subnetwork below it. Above that, the structural devices shown in bold outline and marked (a), the motion buffers, serve to integrate information over the movie as a whole. At the end of the movie, those output nodes corresponding to spatial terms which accurately describe the event portrayed in the movie should be fully activated. Thus, if the movie was of a trajector moving over and across a landmark from left to right, then at the final time step, the nodes for right and over should be activated.
I shall be describing the motion buffers in some detail below, but shall first touch very briefly

Kết quả (Việt) 1:

5 mô hìnhHình 4 thể hiện mô hình kiến trúc, với các cấu trúc không phải là ngôn ngữ chúng tôi đã thảo luận đánh dấu. Như được hiển thị trong hình, các mô hình được cấu hình để tìm hiểu một tập hợp các từ không gian tiếng Anh. Các mô hình được đào tạo trong việc sử dụng thuật toán tuyên truyền trở lại lỗi (Rumelhart et al. năm 1986), trong khi kiến trúc của nó thông báo của triết lý thiết kế của thích ứng có cấu trúc connectionism (Regier & Feldman 1994). Ý tưởng cơ bản đằng sau triết lý này là sự kết hợp của cấu trúc động cơ phức tạp với các tính năng việc truyền thống của khả năng hoạt động đào tạo dữ liệu. Ý tưởng chung của cơ cấu việc mạng không phải là mới; Xem ví dụ như công việc của Le Cun (1989), Keeler et al. (1991), Mozer et al. (1991) và Guyon et al. (1991), trong số những người khác. Điều gì phân biệt thích ứng có cấu trúc connectionism là nó nhấn mạnh đến việc sử dụng các cấu trúc rất đặc trưng cho tên miền và tên miền có động cơ, chứ không phải là các kỹ thuật tổng quát như chia sẻ trọng lượng trên vị trí thời gian hoặc không gian. Mô hình minh họa trong hình 4 là một ví dụ về điều này: các cấu trúc neurobiologically và psychophysically động cơ nêu trên được nhúng trong một mạng lưới xoay có tham số được điều chỉnh trong quá trình đào tạo để đi đến phản ánh cấu trúc không gian của một ngôn ngữ cụ thể.Bộ phim từng khung hình được trình bày vào hệ thống một, như được hiển thị ở dưới cùng của hình 4. Tại mỗi bước thời gian, các bộ đệm ẩn lớp dán nhãn hiện nay có một số đại diện học của khung nhập hiện nay, bao gồm từ tính năng được phát hiện bởi subnetwork có cấu trúc dưới nó. Ở trên đó, các cấu trúc thiết bị hiển thị trong đường viền đậm và đánh dấu (a), chuyển động đệm, phục vụ để tích hợp các thông tin trong các bộ phim như một toàn thể. Vào cuối bộ phim, những người sản xuất nút tương ứng với điều kiện không gian mà mô tả chính xác các sự kiện miêu tả trong bộ phim nên được kích hoạt đầy đủ. Vì vậy, nếu bộ phim của một trajector di chuyển qua và trên một mốc từ trái sang phải, sau đó ở bước cuối cùng thời gian, các nút cho quyền và hơn nên được kích hoạt.Tôi sẽ mô tả chuyển động đệm một số chi tiết dưới đây, nhưng sẽ lần đầu tiên chạm vào một thời gian rất ngắn

Kết quả (Việt) 2:

5 Mô hình
Hình 4 trình bày kiến trúc của mô hình, với các cấu trúc phi ngôn ngữ, chúng tôi đã thảo luận nêu bật. Như thể hiện trong hình, mô hình được cấu hình để học một tập hợp các điều kiện không gian tiếng Anh. Mô hình này được đào tạo sử dụng các lỗi connectionist thuật toán lan truyền ngược (Rumelhart et al. 1986), trong khi kiến trúc của nó được thông báo của các triết lý thiết kế của connectionism cấu trúc thích ứng (Regier & Feldman 1994). Ý tưởng cơ bản đằng sau triết lý này là sự kết hợp của cấu trúc động cơ phức tạp với tính năng connectionist truyền thống hơn về khả năng thích ứng với dữ liệu huấn luyện. Ý tưởng chung của cơ cấu mạng connectionist không phải là mới; xem ví dụ về công việc của LeCun (1989), Keeler et al. (1991), Mozer et al. (1991), và Guyon et al. (1991), trong số những người khác. Điều gì phân biệt connectionism cấu trúc thích nghi là sự nhấn mạnh vào việc sử dụng các cấu trúc cao miền cụ thể, lĩnh vực động lực, chứ không phải là kỹ thuật chung như trọng lượng chia sẻ trên khắp các địa điểm thời gian hoặc không gian. Mô hình minh họa trong hình 4 là một ví dụ về điều này: neurobiologically và cấu trúc psychophysically động nêu trên được nhúng vào trong một mạng lưới khả năng huấn luyện mà các tham số được điều chỉnh trong quá trình đào tạo để đến để phản ánh cấu trúc không gian của một ngôn ngữ cụ thể.
Khung phim cá nhân được trình bày cho hệ thống một, như thể hiện ở dưới cùng của Hình 4. tại mỗi bước thời gian, bộ đệm lớp ẩn nhãn hiện có chứa một số đại diện học của khung đầu vào hiện tại, bao gồm từ các tính năng phát hiện bởi các mạng con có cấu trúc bên dưới nó. Trên đó, các thiết bị cấu trúc thể hiện trong cương đậm và đánh dấu (a), các bộ đệm chuyển động, phục vụ để tích hợp thông tin qua các bộ phim như một toàn thể. Vào cuối của bộ phim, những nút đầu ra tương ứng với điều kiện không gian mà mô tả chính xác các sự kiện được miêu tả trong bộ phim nên được kích hoạt đầy đủ. Như vậy, nếu bộ phim là một trajector di chuyển trên và qua một bước ngoặt từ trái sang phải, sau đó tại bước thời gian cuối cùng, các nút cho đúng và hơn nên được kích hoạt.
Tôi sẽ được mô tả các bộ đệm chuyển động trong một số chi tiết dưới đây, nhưng đầu tiên được chạm rất ngắn gọn