一人だったら何するの？

一人だったら何するの？

結果 (中文) 1:

如果你是其中一个吗?

結果 (中文) 2:

什么你是一个人吗？

結果 (中文) 3:

人工神经网络是一种松散的系统为蓝本，基于人类的大脑。人工神经网络提供了一种完全不同的方法解决问题，他们有时被称为第六代计算。人工神经网络是强大的技术来解决现实世界中的许多问题（该2006；黄眉等人。2006）。他们有能力从经验中学习，以提高自己的表现，并适应环境的变化。从统计或计量经济学角度看，神经网络模型是一类非线性输入-输出模型。网络已经建立，要优于线性的传统模型（包括回归分析、单变量时间序列模型，和多元时间序列传递函数模型和其他一些非线性类型。应用神经网络不需要的数据，以满足假设，否则必须满足的回归模型。人工神经网络适应学习的关系或映射之间的输入和输出，在训练过程中。在这项研究中使用的监督训练，对输入和目标数据的使用。通过人工神经网络的输入，模型输出与目标输出相比，节点之间的权重更新，以减少模拟和目标输出之间的误差。神经网络体系结构（拓扑结构）的设计和训练，测试，评估和实施网络的方法是非常重要的。神经网络结构的设计包括神经网络算法的选择，结构（层数，层数，层数），输入和输出功能，以及学习参数。本研究的重点是反向传播算法的学习方法。反向传播算法的目的是最大限度地减少神经网络的输出和实际所需的输出值之间的误差项。误差项的计算方法是通过比较网络输出到所需的输出，然后反馈通过网络，导致的突触权重的改变，以减少错误的努力。重复该过程，直到误差达到最小值（Haykin 1994）。