Различная архитектура

Cтраница 1

Давайте сравним различные архитектуры цепочки ценности на примере цепочек ценности компании Dell ( см. пример 3.4) и ее главных конкурентов. [1]

Сравнительный анализ различных архитектур позволяет сделать значимые и не всегда очевидные выводы. Так, согласно третьему правилу в некоторых архитектурах с блочным обменом словами ( в частности, в подклассах о 6 и о 7) необходимо введение специального процессора, управляющего обменом. Далее, при заданных требованиях к производительности удается выделить наиболее экономичные по аппаратуре подклассы архитектур. [2]

Исследована устойчивость различных архитектур к частичным и повторным отказам. [3]

Мерой жизнеспособности различных архитектур систем безопасности является не количество работающих процессоров, а количество работающих каналов. [4]

Классификация нейросетей. [5]

В этой таблице различные архитектуры сетей, которые встретятся нам далее в этой книге, распределены по ячейкам в зависимости от способа обработки ими информации и способа их обучения. В скобках указаны основные типы задач, обычно решаемых данным классом нейросетей. [6]

Количество вариантов отказа различных архитектур определяется количеством составных элементов ( каналов) архитектуры. [7]

Решение проблемы при различных архитектурах ищется разными путями. При традиционных шинных архитектурах применяются подходы, увеличивающие пропускную способность шины и число ее разъемов. Однако в рамках этой архитектуры сохраняется фундаментальное свойство - при каждом обращении периферийного устройства к памяти используется шина микропроцессора, связывающая процессор и основную память. [8]

Анализ и тестирование ЭВМ различных архитектур с адаптерами различных типов показывают, что вариант основная ЭВМ адаптер, имеющий наибольшее распространение, обеспечивает при более высоком коэффициенте совместимости существующих прикладных ПС более высокий коэффициент производительность / стоимость по сравнению с однопроцессорным вариантом. [9]

Известно, что для различных архитектур и задач обучения требуются различные алгоритмы обучения. Поиск оптимального ( или почти оптимального) правила обучения, как правило, происходит с учетом экспертных знаний и часто - методом проб и ошибок. Поэтому весьма перспективным считается развитие автоматических методов оптимизации правил обучения нейронных сетей. Развитие человеческих способностей к обучению от относительно слабых до весьма сильных свидетельствует о потенциальной возможности применения эволюционного подхода в процессе обучения искусственных нейронных сетей. [10]

Технический отчет обеспечивает сравнение различных архитектур программируемых электронных систем. Технический отчет определяет уровень допуска по интенсивности отказов, по наработке на отказ, по требуемой степени диагностики, по требуемой периодичности тестирования. [11]

Обучение нескольких нейросетей с различной архитектурой: результат обучения зависит как от размеров сети, так и от ее начальной конфигурации. [12]

СБД могут создаваться в различных архитектурах в зависимости от выбранной топологии ЛВС. Одним из вариантов СБД являлись БД, создаваемые для так называемых многотерминальных сетей, в которых все информационное и программное обеспечение полностью размещалось на выделяемых для этих целей мини - ЭВМ, а пользовательские места оснащались цифровыми и графическими терминалами. Этот вариант характеризуется жесткой централизацией хранения информационных ресурсов и программных средств и ограниченностью использования вычислительных ресурсов, которые обусловлены только мощностью центральной мини - ЭВМ. Для одноранговых ЛВС СБД может размещаться на любом пользовательском компьютере, который может выполнять как функции клиента, так и сервера. [13]

Недовведенное до конца исследование поведения различных архитектур в зависимости от уровня диагностики. Таковое исследование возможно только при исключении влияния общих отказов. При этом было показано, что соотношения ГЕС вносят ошибку при высоких уровнях самодиагностики. [14]

Формальное представление искусственного нейрона.| Многослойная нейронная сеть прямого распространения. [15]

Страницы: 1 2 3 4