Cтраница 1
Ввод входных данных от различных источников и связь машины с объектом управления может быть осуществлена достаточно просто, с большой гибкостью связей и возможностью их переключения. [1]
Ввод входных данных производится по запросам программы с экрана дисплея вручную. Ввод цифровых значений и альтернативных ответов на запросы осуществляется стандартным способом. [2]
Порядок ввода входных данных в потоке определяется форматом, связанным со списком входных данных, а не с описателями переменных. [3]
Любой вычислительный процесс начинается с ввода входных данных в ЭВМ. [4]
ТОЧНОСТЬ воспроизведения информации СОИ должна быть не ниже точности обработки ее техническими средствами, обеспечивающими ввод входных данных. [5]
Большое применение может найти предварительно закодированная дискретная программа для программного регулирования различных производственных процессов. Ввод входных данных от различных источников и связь машины с объектом управления могут быть осуществлены без особых затруднений, с большой гибкостью связей. Широкое применение обратных связей позволяет выполнять автоматический контроль вычислений, что дает возможность повысить надежность работы. [6]
Воспроизводимая устройством отображения информация должна соответствовать входным данным. Точность воспроизведения информации должна быть не ниже точности обработки ее техническими средствами, обеспечивающими ввод входных данных. [7]
Оператор присваивания является основным во всех языках программирования. Его высокая значимость определяется тем, что он решает главные задачи любой программы: ввод входных данных и вычисление арифметических выражений любой допустимой сложности. [8]
Процесс обучения ИНС состоит в коррекции исходных значений весовых коэффициентов межнейронных связей, которые обычно задаются случайным образом. При вводе входных данных запоминаемого примера ( стимула) появляется реакция, которая передается от одного слоя нейронов к другому, достигая последнего слоя, где вычисляется результат. Разность между известным значением результата и реакцией сети соответствует величине ошибки, которая может использоваться для корректировки весов межнейронных связей. [9]