-
English
-
Russian
-
English
-
Russian
Neural
UK
/ˈnjʊə.rəl/
US
/ˈnʊr.əl/
Translation neural into russian
neural
Adjective
UK
/ˈnjʊə.rəl/
US
/ˈnʊr.əl/
The neural network is capable of learning complex patterns.
Нейронная сеть способна обучаться сложным шаблонам.
The neural pathways in the brain are crucial for processing information.
Нервные пути в мозге играют ключевую роль в обработке информации.
Definitions
neural
Adjective
UK
/ˈnjʊə.rəl/
US
/ˈnʊr.əl/
Relating to a nerve or the nervous system.
The doctor explained the neural pathways involved in the reflex action.
Pertaining to the network of neurons in the brain or nervous system.
The research focused on the neural connections that influence learning and memory.
Idioms and phrases
neural embedding
Neural embedding techniques improve the performance of AI models.
нейронное встраивание
Нейронные методы встраивания улучшают работу моделей искусственного интеллекта.
neural signalling
Neural signalling is essential for brain communication.
нейронная сигнализация
Нейронная сигнализация необходима для общения в мозге.
neural patterning
Researchers are studying neural patterning to better understand brain development.
нейронное паттернирование
Исследователи изучают нейронное паттернирование, чтобы лучше понять развитие мозга.
neural network arborize
The neural network arborizes as it develops.
нейронная сеть разветвляется
Нейронная сеть разветвляется по мере развития.
neural approximator
The algorithm used a neural approximator for prediction.
нейронный аппроксиматор
Алгоритм использовал нейронный аппроксиматор для предсказания.
neural amyotrophy
Neural amyotrophy can cause weakness in the limbs.
нейронная амиотрофия
Нейронная амиотрофия может вызвать слабость в конечностях.
neural classifier
The neural classifier accurately identified the species of the plant.
нейронный классификатор
Нейронный классификатор точно определил вид растения.
neural excitation
Neural excitation can influence brain activity.
нейронное возбуждение
Нейронное возбуждение может влиять на активность мозга.
neural convolution
Neural convolution is an essential part of deep learning algorithms.
нейронная свёртка
Нейронная свёртка является необходимой частью алгоритмов глубокого обучения.
neural transduction
Neural transduction is essential for sensory processing.
нейронная трансдукция
Нейронная трансдукция необходима для обработки сенсорной информации.
neural network
The neural network learned to recognize patterns in the data.
нейронная сеть
Нейронная сеть научилась распознавать закономерности в данных.
neural response
The neural response to stimuli was recorded by researchers.
нейронный ответ
Ученые зафиксировали нейронный ответ на стимулы.
neural activity
The device measures neural activity during sleep.
нейронная активность
Устройство измеряет нейронную активность во время сна.
neural circuit
Scientists study the neural circuit to understand brain functions.
нейронная цепь
Ученые изучают нейронную цепь, чтобы понять функции мозга.
neural development
Proper nutrition is crucial for neural development in children.
развитие нервной системы
Правильное питание имеет решающее значение для развития нервной системы у детей.
neural connection
Strengthening neural connection is important for learning.
нейронная связь
Укрепление нейронной связи важно для обучения.
neural signal
A neural signal can travel rapidly across synapses.
нейронный сигнал
Нейронный сигнал может быстро передаваться через синапсы.
neural processing
Neural processing allows the brain to interpret sensory information.
нейронная обработка
Нейронная обработка позволяет мозгу интерпретировать сенсорную информацию.
neural activation
Neural activation occurs when a neuron is stimulated.
нейронная активация
Нейронная активация происходит, когда нейрон стимулируется.
neural pathway
The neural pathway is crucial for transmitting signals in the brain.
нейронный путь
Нейронный путь имеет решающее значение для передачи сигналов в мозге.
Examples
S.Suleymanzade noted that in the architecture offered to increase the efficiency of information search systems, deep neural networks like Convolutional Neural Network (CNN), Deep Neural Network (DNN), deep autoencoder are the main components of architecture.
С. Сулейманзаде довел до сведения, что в архитектуре, предлагаемой для повышения эффективности поисковых систем, основными компонентами архитектуры являются глубокие нейронные сети, такие как Convolutional Neural Network (CNN), Deep Neural Network (DNN), deep autoencoder.
Along the way, inspired by David Silver et al.’s Mastering the game of Go with deep neural networks and tree search (2016) and Hwanhee Kim’s Do Neural Networks dream of procedural content generation? (2016) from Nexon Developers Conference 2016, we felt the need to vary input data to get better results.
Двигаясь по пути, вдохновлённому работами Дэвида Силвера et al. Mastering the game of Go with deep neural networks and tree search (2016 год) и Хуанхи Кима Do Neural Networks dream of procedural content generation? (2016 год) с конференции Nexon Developers Conference 2016, мы понимали, что для получения более качественных результатов нам нужно разнообразить входящие данные.
In 1994, André de Carvalho, together with Mike Fairhurst and David Bisset, published experimental results of a multi-layer boolean neural network, also known as a weightless neural network, composed of a 3-layers self-organising feature extraction neural network module (SOFT) followed by a multi-layer classification neural network module (GSN), which were independently trained.
В 1994 году Андре де Карвальо, вместе с Майком Фэйрхерстом и Дэвидом Биссетом, опубликовал экспериментальные результаты многослойной булевой нейронной сети, также известной как невесомая нейронная сеть, состоящая из трехуровневого самоорганизующегося модуля нейронной сети для выделения признаков (SOFT), а затем модуль многоуровневой классификации нейронной сети (GSN).
In 1943, Warren McCulloch, neurophysiologist, and Walter Pitts, mathematician, created a simple neural network using electrical circuits and elaborated a computer model for neural networks based on mathematical concepts and algorithms called threshold Logic or threshold logic, which allowed research on the neural network divided into two strands: focusing on the biological process of the brain and another focusing on the application of these neural networks aimed at artificial intelligence.[10]
В 1943, Уоррен Маккалок, нейрофизиолог и Уолтер Питтс, математик, создал простую нейронную сеть, используя электрические схемы и разработал компьютерную модель для нейронных сетей на основе математических концепций и алгоритмов, называемых пороговых Логика или пороговая логика, которая позволяла исследовать нейронную сеть, разделенную на две нити: фокусируясь на биологическом процессе мозга, а другой фокусируясь на применении этих нейронных сетей, направленных на искусственный интеллект.[10]
These neural events interact with the neural events that are identical with Jones's belief about Mona's location, with neural events that are identical with Jones's perceptions of sidewalks, obstacles, street signs, and so on, and these neural events eventually produce the muscular events that cause Jones's motion toward the Louvre.
Эти нейронные события взаимодействуют с нейронными событиями, которые тождественны убеждению Джонса о местонахождении Моны Лизы, с нейронными событиями, которые тождественны восприятиям Джонсом тротуаров, препятствий, уличных знаков и так далее, и эти нейронные события в конце концов производят сокращения мышц, которые причиняют движение Джонса в сторону Лувра.