ARTIFICIAL NEURAL - traducere în Română

• neuronale artificiale
• neurale artificiale

Exemple de utilizare a Artificial neural în Engleză și traducerile lor în Română

the representation is done using artificial neural networks.[3] Recently, there have been structured efforts towards integrating the symbolic
reprezentarea se face folosind rețele neurale artificiale.[1] Recent, s-au depus eforturi structurate pentru integrarea abordărilor IA simbolice

To answer these challenges our team developed 4RES system providing means to forecast the production from RES by using artificial neural networks(layered networks, to be precise).
Pentru a răspunde acestor provocări, echipa noastră a dezvoltat un sistem 4RES care oferă mijloace de prognoză a producției din RES prin utilizarea rețelelor neuronale artificiale(pentru a fi precise, rețelele stratificate).

it was an artificial neural network.
era o rețea neuronală artificială.

Artificial neural networks are an example of soft computing- they are solutions to problems which cannot be solved with complete logical certainty,
Rețelele neurale artificiale sunt un exemplu de soft computing(d)- acestea sunt soluții la probleme care nu pot fi rezolvate cu o certitudine logică completă

some are sub-symbolic artificial neural networks and others may use new approaches.
unii sunt rețele neurale artificiale⁠(d) subsimbolice și alții pot folosi noi abordări.

to advanced software with hundreds of parameters that use artificial neural networks to find connections
la software-ul avansat cu sute de parametri care utilizează rețele neuronale artificiale pentru a găsi conexiuni

A fourth approach is harder to intuitively understand, but is inspired by how the brain's machinery works: the artificial neural network approach uses artificial"neurons" that can learn by comparing itself to the desired output and altering the strengths of the connections between its internal neurons to"reinforce" connections that seemed to be useful.
O a patra abordare este mai greu de înțeles intuitiv, dar este inspirată de felul în care funcționează mecanismul creierului: abordarea cu rețele neurale artificiale folosește„neuroni” artificiali care pot învăța prin compararea cu rezultatul dorit și modificând punctele tari ale conexiunilor dintre neuronii săi interni pentru a„întări” conexiunile care par astfel utile.

Approaches based on cybernetics or artificial neural networks were abandoned
Abordările bazate pe cibernetică sau pe rețele neurale artificiale au fost abandonate

Interest in neural networks and"connectionism" was revived by David Rumelhart and others in the middle of the 1980s.[1] Artificial neural networks are an example of soft computing- they are solutions to problems which cannot be solved with complete logical certainty, and where an approximate solution is often sufficient.
Interesul pentru rețelele neurale și„conexionism” a fost relansat de David Rumelhart și alții la mijlocul anilor 1980.[1] Rețelele neurale artificiale sunt un exemplu de soft computing acestea sunt soluții la probleme care nu pot fi rezolvate cu o certitudine logică completă și unde o soluție aproximativă este adesea suficientă.

Similar to shallow artificial neural networks, deep neural networks can model complex non-linear relationships.
Asemenea rețelelor neurale artificiale superficiale, rețelele neurale profunde pot modela relații neliniare complexe.

it was an artificial neural network.
era o rețea neurală artificială.

A deep neural network(DNN) is an artificial neural network(ANN) with multiple layers between the input and output layers.[1][2] The DNN finds the correct mathematical manipulation
O rețea neuronală profundă(RNP) este o rețea neuronală artificială(RNA) cu mai multe straturi între straturile de intrare și ieșire.[1][2]

commercial applications, such as artificial neural networks and statistical machine learning.[34]
cum ar fi rețelele neuronale artificiale și învățarea statistică a mașinilor.[

milestones of the history and evolution of artificial neural networks, with the new perspective offered in the last period by the availability of massive data(Big Data)
evoluţiei reţelelor neuronale artificiale, cu noua perspectivă oferită în ultima perioadă de disponibilitatea datelor masive(Big Data) utilizate în conjuncţie cu acestea,

Artificial neural networks can be characterized by three elements.
Retelele neurale se pot caracteriza pe baza a 3 elemente.

Rina Dechter in 1986[237] and gained traction after Igor Aizenberg and colleagues introduced it to artificial neural networks in 2000.
a căpătat anvergură după ce Igor Aizenberg si colegii săi au introdus-o în rețelele neurale artificiale în 2000.

Rina Dechter in 1986[2] and gained traction after Igor Aizenberg and colleagues introduced it to Artificial Neural Networks in 2000.[233] The first functional Deep Learning networks were published by Alexey Grigorevich Ivakhnenko
a căpătat anvergură după ce Igor Aizenberg si colegii săi au introdus-o în rețelele neurale artificiale în 2000.[3] Primele rețele rețele funcționale de învățare profundă au fost publicate de Alexei Grigorevici Ivahnenko

Yoshua Bengio OC FRSC(born 1964 in Paris, France) is a Canadian computer scientist, most noted for his work on artificial neural networks and deep learning.[1][2][3] He was a co-recipient of the 2018 ACM A.M. Turing Award for his work in deep learning.[4] He is a professor at the Department of Computer Science and Operations Research at the Université de Montréal and scientific director of the Montreal Institute for Learning Algorithms(MILA).
Yoshua Bengio OC FRSC() este un informatician canadian cunoscut pentru activitatea sa în domeniile rețelelor neuronale artificiale și învățăriiprofunde[1][2][3]. El a fost co-beneficiar al Premiului Turing în 2018 pentru munca sa în învățarea profundă[4]. Este profesor la Catedra de informatică și Cercetări Operaționale la Université de Montréal și director științific la Montreal Institute for Learning Algorithms(MILA).

All you need to know about artificial neural networks.
Imitând creierul- tot ce trebuie să știți despre rețelele neuronale artificiale.

We create artificial neural network for self-study and the search for the best interlocutors.
Realizăm o rețea neurală artificială pentru auto-studiu și căutarea celor mai buni interlocutori.