| http://dbpedia.org/ontology/abstract
|
الشبكات العصبية المدربة بشكل فوري هي شبكات … الشبكات العصبية المدربة بشكل فوري هي شبكات عصبية اصطناعية مغدية تقوم بانشاء عقدة عصبية جديدة مخفية لكل عينة تدريب جديدة ان الاوزان بالنسبة لهذه الخلية العصبية المخفية الجديدة منفصلة ليست فقط هذه العينة بل العينات الأخرى القريبة منها وبالتالي توفير تعميم. يتم إجراء هاذا الفصل باستخدام اقرب مستوى تشعبي يمكن كتابته على الفور. في التطبيقين الأكثر اهمية يختلف جوار التعميم مع عينة التدريب (شبكة cc1) أو يضل ثابتا (شبكة cc4) هذه الشبكات تستخدم تشفيرا احادي لتمثيل فعال لمجموعه البيانات. وقد اقترح هاذا النوع من الشبكات لأول مرة في ورقة في عام 1933 بعنوان سوبهاش كاك، من ذلك الوقت، اقترحت الشبكات العصبية المدربة على الفور كنماذج للتعلم قصير المدى واستخدامها في بحث الويب وتطبيقات التنبؤ بالسلاسل الزمنية المالية. وقد استخدم هاذا التصنيف أيضا في التصنيف الفوري للوثائق، ولتعلم العميق واستخراج البيانات. وكما هو الحال في الشبكات العصبية الأخرى فان استخدامها الطبيعي كان كبرنامج ولكن تم تنفيذها أيضا في الاجهزة باستخدام (FPGA) وبالوسائط الضوئية.الاجهزة باستخدام (FPGA) وبالوسائط الضوئية.
, Instantaneously trained neural networks ar … Instantaneously trained neural networks are feedforward artificial neural networks that create a new hidden neuron node for each novel training sample. The weights to this hidden neuron separate out not only this training sample but others that are near it, thus providing generalization. This separation is done using the nearest hyperplane that can be written down instantaneously. In the two most important implementations the neighborhood of generalization either varies with the training sample (CC1 network) or remains constant (CC4 network). These networks use unary coding for an effective representation of the data sets. This type of network was first proposed in a 1993 paper of Subhash Kak. Since then, instantaneously trained neural networks have been proposed as models of short term learning and used in web search, and financial time series prediction applications. They have also been used in instant classification of documents and for deep learning and data mining. As in other neural networks, their normal use is as software, but they have also been implemented in hardware using FPGAs and by optical implementation.using FPGAs and by optical implementation.
|
| http://dbpedia.org/ontology/wikiPageID
|
470314
|
| http://dbpedia.org/ontology/wikiPageLength
|
4820
|
| http://dbpedia.org/ontology/wikiPageRevisionID
|
1071110001
|
| http://dbpedia.org/ontology/wikiPageWikiLink
|
http://dbpedia.org/resource/Unary_coding +
, http://dbpedia.org/resource/Category:Artificial_neural_networks +
, http://dbpedia.org/resource/Web_search +
, http://dbpedia.org/resource/Hamming_weight +
, http://dbpedia.org/resource/Deep_learning +
, http://dbpedia.org/resource/Optical_neural_network +
, http://dbpedia.org/resource/Document_classification +
, http://dbpedia.org/resource/Category:Learning +
, http://dbpedia.org/resource/Learning +
, http://dbpedia.org/resource/Category:Machine_learning +
, http://dbpedia.org/resource/Data_mining +
, http://dbpedia.org/resource/Subhash_Kak +
, http://dbpedia.org/resource/Time_series_prediction +
, http://dbpedia.org/resource/Artificial_neural_networks +
, http://dbpedia.org/resource/Hopfield_network +
|
| http://dbpedia.org/property/wikiPageUsesTemplate
|
http://dbpedia.org/resource/Template:Reflist +
|
| http://purl.org/dc/terms/subject
|
http://dbpedia.org/resource/Category:Learning +
, http://dbpedia.org/resource/Category:Artificial_neural_networks +
, http://dbpedia.org/resource/Category:Machine_learning +
|
| http://purl.org/linguistics/gold/hypernym
|
http://dbpedia.org/resource/Networks +
|
| http://www.w3.org/ns/prov#wasDerivedFrom
|
http://en.wikipedia.org/wiki/Instantaneously_trained_neural_networks?oldid=1071110001&ns=0 +
|
| http://xmlns.com/foaf/0.1/isPrimaryTopicOf
|
http://en.wikipedia.org/wiki/Instantaneously_trained_neural_networks +
|
| owl:sameAs |
http://yago-knowledge.org/resource/Instantaneously_trained_neural_networks +
, http://rdf.freebase.com/ns/m.02dd8z +
, https://global.dbpedia.org/id/cGw3 +
, http://dbpedia.org/resource/Instantaneously_trained_neural_networks +
, http://ar.dbpedia.org/resource/%D8%B4%D8%A8%D9%83%D8%A7%D8%AA_%D8%B9%D8%B5%D8%A8%D9%8A%D8%A9_%D9%85%D8%AF%D8%B1%D8%A8%D8%A9_%D8%A8%D8%B4%D9%83%D9%84_%D9%81%D9%88%D8%B1%D9%8A +
, http://www.wikidata.org/entity/Q16254383 +
|
| rdf:type |
http://dbpedia.org/class/yago/ComputerArchitecture106725249 +
, http://dbpedia.org/class/yago/Description106724763 +
, http://dbpedia.org/class/yago/NeuralNetwork106725467 +
, http://dbpedia.org/class/yago/Specification106725067 +
, http://dbpedia.org/class/yago/Abstraction100002137 +
, http://dbpedia.org/class/yago/WikicatArtificialNeuralNetworks +
, http://dbpedia.org/class/yago/Communication100033020 +
, http://dbpedia.org/class/yago/Statement106722453 +
, http://dbpedia.org/ontology/Organisation +
, http://dbpedia.org/class/yago/Message106598915 +
|
| rdfs:comment |
Instantaneously trained neural networks ar … Instantaneously trained neural networks are feedforward artificial neural networks that create a new hidden neuron node for each novel training sample. The weights to this hidden neuron separate out not only this training sample but others that are near it, thus providing generalization. This separation is done using the nearest hyperplane that can be written down instantaneously. In the two most important implementations the neighborhood of generalization either varies with the training sample (CC1 network) or remains constant (CC4 network). These networks use unary coding for an effective representation of the data sets.effective representation of the data sets.
, الشبكات العصبية المدربة بشكل فوري هي شبكات … الشبكات العصبية المدربة بشكل فوري هي شبكات عصبية اصطناعية مغدية تقوم بانشاء عقدة عصبية جديدة مخفية لكل عينة تدريب جديدة ان الاوزان بالنسبة لهذه الخلية العصبية المخفية الجديدة منفصلة ليست فقط هذه العينة بل العينات الأخرى القريبة منها وبالتالي توفير تعميم. يتم إجراء هاذا الفصل باستخدام اقرب مستوى تشعبي يمكن كتابته على الفور. في التطبيقين الأكثر اهمية يختلف جوار التعميم مع عينة التدريب (شبكة cc1) أو يضل ثابتا (شبكة cc4) هذه الشبكات تستخدم تشفيرا احادي لتمثيل فعال لمجموعه البيانات. وقد استخدم هاذا التصنيف أيضا في التصنيف الفوري للوثائق، ولتعلم العميق واستخراج البيانات. للوثائق، ولتعلم العميق واستخراج البيانات.
|
| rdfs:label |
شبكات عصبية مدربة بشكل فوري
, Instantaneously trained neural networks
|
