To train CORPUS-1, we constructed a self-organizing map which contains translation - To train CORPUS-1, we constructed a self-organizing map which contains Indonesian how to say

To train CORPUS-1, we constructed a

To train CORPUS-1, we constructed a self-organizing map which contains 64 neurons in 8 ~ 8 grid format. The number of neurons is determined experimentally such that a better clustering can be achieved. Each neuron in the map contains 563 synapses. The ini¬tial training gain is set to 0.4 and the maximal training epoch num¬ber is set to 100. These settings are also determined experimentally. We tried different gain values ranged from 0.1 to 1.0 and various training epoch setting ranged from 50 to 200. We simply adopted the setting which achieves the most satisfying re¬sult. After training we labeled the map with keywords and Web pages by the methods described in Section 3.2, and obtained the KCM and DCM, respectively, for CORPUS-1. The above process was also applied to CORPUS-2 and obtained the KCM and DCM for CORPUS-2. The thresholds for labeling keywords in construct-ing the KCMs had been set to 0.7 for both corpora. Fig. 3 shows the KCM of CORPUS-1.
0/5000
From: -
To: -
Results (Indonesian) 1: [Copy]
Copied!
Untuk melatih CORPUS-1, kami membangun peta mengorganisasikan diri yang berisi 64 neuron 8 ~ 8 grid format. Jumlah neuron ditentukan eksperimental sedemikian rupa sehingga pengelompokan lebih baik dapat dicapai. Masing-masing neuron di peta berisi sinapsis 563. Ini¬tial pelatihan gain diatur ke 0.4 dan yang ber ¬ num zaman maksimal pelatihan diatur ke 100. Pengaturan ini juga ditentukan secara eksperimental. Kami mencoba nilai-nilai berbeda keuntungan berkisar 0.1-1.0 dan berbagai pelatihan zaman pengaturan berkisar dari 50 hingga 200. Kami hanya mengadopsi pengaturan yang mencapai re¬sult paling memuaskan. Setelah pelatihan kami berlabel peta dengan kata kunci dan halaman Web dengan metode yang dijelaskan dalam bagian 3.2, dan diperoleh KCM dan DCM, masing-masing, untuk CORPUS-1. Proses di atas juga diterapkan untuk CORPUS-2 dan diperoleh KCM dan DCM CORPUS-2. Ambang batas untuk pelabelan kata kunci dalam membangun-ing KCMs telah ditetapkan untuk 0.7 untuk corpora kedua. Gambar 3 menunjukkan KCM CORPUS-1.
Being translated, please wait..
Results (Indonesian) 2:[Copy]
Copied!
Untuk melatih CORPUS-1, kami membangun peta mengorganisir diri yang berisi 64 neuron dalam format 8 ~ 8 kotak. Jumlah neuron ditentukan secara eksperimen seperti bahwa pengelompokan yang lebih baik dapat dicapai. Setiap neuron di peta berisi 563 sinapsis. Gain pelatihan ini¬tial diatur ke 0,4 dan maksimal pelatihan zaman num¬ber diatur ke 100. Pengaturan ini juga ditentukan secara eksperimental. Kami mencoba nilai-nilai keuntungan yang berbeda berkisar 0,1-1,0 dan berbagai pengaturan pelatihan zaman berkisar dari 50 sampai 200. Kami hanya mengadopsi pengaturan yang mencapai re¬sult paling memuaskan. Setelah pelatihan kami berlabel peta dengan kata kunci dan halaman Web dengan metode yang dijelaskan dalam Bagian 3.2, dan memperoleh KCM dan DCM, masing-masing, untuk-CORPUS 1. Proses di atas juga diterapkan untuk CORPUS-2 dan memperoleh KCM dan DCM untuk CORPUS-2. Ambang batas untuk kata kunci pelabelan dalam construct-ing KCMs telah ditetapkan menjadi 0,7 untuk kedua corpora. Ara. 3 menunjukkan KCM dari-CORPUS 1.
Being translated, please wait..
 
Other languages
The translation tool support: Afrikaans, Albanian, Amharic, Arabic, Armenian, Azerbaijani, Basque, Belarusian, Bengali, Bosnian, Bulgarian, Catalan, Cebuano, Chichewa, Chinese, Chinese Traditional, Corsican, Croatian, Czech, Danish, Detect language, Dutch, English, Esperanto, Estonian, Filipino, Finnish, French, Frisian, Galician, Georgian, German, Greek, Gujarati, Haitian Creole, Hausa, Hawaiian, Hebrew, Hindi, Hmong, Hungarian, Icelandic, Igbo, Indonesian, Irish, Italian, Japanese, Javanese, Kannada, Kazakh, Khmer, Kinyarwanda, Klingon, Korean, Kurdish (Kurmanji), Kyrgyz, Lao, Latin, Latvian, Lithuanian, Luxembourgish, Macedonian, Malagasy, Malay, Malayalam, Maltese, Maori, Marathi, Mongolian, Myanmar (Burmese), Nepali, Norwegian, Odia (Oriya), Pashto, Persian, Polish, Portuguese, Punjabi, Romanian, Russian, Samoan, Scots Gaelic, Serbian, Sesotho, Shona, Sindhi, Sinhala, Slovak, Slovenian, Somali, Spanish, Sundanese, Swahili, Swedish, Tajik, Tamil, Tatar, Telugu, Thai, Turkish, Turkmen, Ukrainian, Urdu, Uyghur, Uzbek, Vietnamese, Welsh, Xhosa, Yiddish, Yoruba, Zulu, Language translation.

Copyright ©2025 I Love Translation. All reserved.

E-mail: