Множество - вход
Cтраница 1
Множество входов, принимающих сообщения, вводимые пользователем с терминала, и ответы системы на запросы. [1]
Множество входов в общем случае совпадает с множеством вещественных ниеел. [2]
Предварительно определяется множество входов и выходов, параметров и показателей системы, необходимых для количественного и качественного описания объкта в контексте рассматриваемой проблемы. [3]
Распространенные на множество произвольных непрерывных входов люфт и упор с характеристикой-многогранником остаются, очевидно, статическими, детерминированными, управляемыми и виброкорректными преобразователями. Z) е y ( Z) e - При характеристике-многограннике люфт и упор не обладают свойством строгой конвергентности. [4]
 |
Двухслойная нейронная сеть. [5] |
Каждый элемент из множества входов X отдельным весом соединен с каждым искусственным нейроном. А каждый нейрон выдает взвешенную сумму входов в сеть. В искусственных и биологических сетях многие соединения могут отсутствовать, все соединения показаны в целях общности. Могут иметь место также соединения между выходами и входами элементов в слое. Такие конфигурации рассматриваются в гл. [6]
 |
Распознавание изображении. [7] |
На рис. 3.4 показано множество входов для буквы А, нанесенной на сетке. Если через квадрат проходит линия, то соответствующий нейронный вход равен единице, в противном случае он равен нулю. Выход может быть числом, представляющим букву А, или другим набором из нулей и единиц, который может быть использован для получения выходного образа. [8]
Как уже отмечалось, множество 8 -правильных входов u ( t) имеет полную винеровскую меру. Поэтому из леммы 32.1 вытекает неожиданное и интересное следствие. [9]
Сеть обучается, чтобы для некоторого множества входов давать желаемое ( или, по крайней мере, сообразное с ним) множество выходов. Каждое такое входное ( или выходное) множество рассматривается как вектор. Обучение осуществляется путем последовательного предъявления входных векторов с одновременной подстройкой весов в соответствии с определенной процедурой. В процессе обучения веса сети постепенно становятся такими, чтобы каждый входной вектор вырабатывал выходной вектор. [10]
Забывающий автомат в общем виде определяется пятеркой: множество входов X, множество выходов ( действий), множество состояний и два рекуррентных соотношения, устанавливающих закон изменения состояний и выбор действия. [11]
Здесь под множествами X и Y подразумеваем соответственно множество входов X и множество выходов У. [12]
Модель смены состояний реактора имеет вид конечного автомата, множество входов х х, KI, Хз, Хь х которого соответствует множеству операций, а множество состояний z z0, г, z2, z3, zj - множеству состояний реактора, где z0 - начальное состояние автомата, моделирующее факт готовности реактора к началу технологического процесса. Автомат имеет нулевое значение выходов. [13]
 |
Пример Г - сетн. [14] |
Каждой вершине i - графа соответствует непустое упорядочен нос - множество входов, каждый из которых помечен символом из алфавита А. [15]
Страницы: 1 2 3 4