ARTIFICIAL NEURAL NETWORKS - переклад на Українською

• штучні нейронні мережі
• штучних нейронних мереж
• штучних нейронних мережах
• штучні нейромережі

Приклади вживання Artificial neural networks Англійська мовою та їх переклад на Українською

Cardio Vision is a web service that allows doctors to download CT images of a patient's coronary angiography and, using artificial neural networks, determine the degree of blockage of the coronary arteries, the so-called level of stenosis(circulatory disorders).
Продукт Cardio Vision- це веб-сервіс, який дає змогу лікарям завантажувати знімки КТ коронарографії пацієнта, та за допомогою штучних нейронних мереж визначати ступінь закупорювання вінцевих артерій, так званий рівень стенозу(порушення кровопостачання).

Artificial neural networks are inspired by the 1959 biological model proposed by Nobel laureates David H. Hubel& Torsten Wiesel,
Штучні нейронні мережі було розроблено під натхненням біологічної моделі 1959 року, запропонованої нобелівськими лауреатами Девідом Гантером Г'юбелем

The study uses artificial neural networks(ANNs) to classify planets into five types,
У дослідженні використовуються штучні нейронні мережі(ANN) для класифікації планет за п'яти типами,

In the artificial intelligence field, artificial neural networks have been applied successfully to speech recognition,
У сфері штучного інтелекту, штучні нейронні мережі були успішно застосовані для розпізнавання мови,

These artificial neural networks are designed to mimic the way the brain learns,
Штучні нейронні мережі розробляються з урахуванням імітації процесу навчання мозку,

In this study, artificial neural networks(ANNs) were used to categorize planets into five types, predicting a probability
У дослідженні використовуються штучні нейронні мережі(ANN) для класифікації планет за п'яти типами, що оцінюють ймовірність життя у кожному випадку

Unlike our brains, where any neuron can connect to any other neuron within a certain physical distance, artificial neural networks have separate layers,
Але на відміну від біологічного мозку, де один нейрон може зв'язуватися з будь-яким іншим в межах певної відстані, штучні нейронні мережі мають дискретні рівні,

But, unlike a biological brain where any neuron can connect to any other neuron within a certain physical distance, these artificial neural networks have discrete layers,
Але на відміну від біологічного мозку, де один нейрон може зв'язуватися з будь-яким іншим в межах певної відстані, штучні нейронні мережі мають дискретні рівні,

where one neuron can communicate with any other within a certain distance, artificial neural networks have discrete levels,
де один нейрон може зв'язуватися з будь-яким іншим в межах певної відстані, штучні нейронні мережі мають дискретні рівні,

naive Bayes classifiers, and artificial neural networks.
наївний баєсів класифікатор, і штучні нейронні мережі.

they were experimenting with artificial neural networks- layers of mathematically simulated neurons that could be trained to fire in response to certain inputs.
вони експериментували зі штучними нейронними мережами- шарами математично симулированных нейронів, які можна було привчити до активації у відповідь на певні вхідні дані.

modifying human faces using artificial neural networks.
модифікації рис людського обличчя за допомогою штучних нейромереж.

has extensively researched artificial neural networks and claims in his book Impossible Minds:
вже широко вивчає штучні нейронні мережі і висловлюється у своїй книзі«Неможливі розуми:

Self-organizing maps differ from other artificial neural networks as they apply competitive learning as opposed to error-correction learning(such s backpropagation with gradient descent), and in the sense that they use a neighborhood
Самоорганізовані карти відрізняються від інших штучних нейронних мереж, оскільки вони застосовують конкурентне навчання, яке є протилежним до навчання з виправленням помилок(наприклад, метод зворотного поширення помилки з градієнтним спуском),

Self-organizing maps are different from other artificial neural networks as they apply competitive learning as opposed to error-correction learning(such as backpropagation with gradient descent), and in the sense that they use a neighborhood function
Самоорганізовані карти відрізняються від інших штучних нейронних мереж, оскільки вони застосовують конкурентне навчання, яке є протилежним до навчання з виправленням помилок(наприклад, метод зворотного поширення помилки з градієнтним спуском),

Most modern deep learning models are based on artificial neural networks, specifically, Convolutional Neural Networks(CNN)s,
Більшість сучасних моделей глибокого навчання ґрунтуються на штучних нейронних мережах, зокрема, конволюційних нейронних мережах(CNN),

trust regions,[4] and artificial neural networks.[5] New developments include implicit space mapping,[6]
області довіри, і штучні нейронні мережі. Нові розробки включають неявне картографування простору,

Artificial neural network.
Вбудована штучна нейронна мережа.

Multi-layer artificial neural network in predicting the capacity of the pharmaceutical market.
Багатошарова штучна нейронна мережа в прогнозуванні ємності фармацевтичного ринку.

Artificial neural network.
Штучна нейронна мережа.