The training phase of a neural network NN is stopped before an error function, which is to be minimized in the training phase, reaches a minimum (301). A first variable (EG) is defined using, for example, the optimal brain damage method or the optimal brain surgeon method, on the assumption that the error function is at the minimum. Furthermore, a second variable (ZG) is determined which provides an indication of the manner in which the value of the error function varies when a weight (w.sub.i) is removed from the neural network (NN). The first variable (EG) and the second variable (ZG) are used to classify the weight (w.sub.i) as being suitable or unsuitable for removal from the neural network (NN).

La phase de formation d'un réseau neurologique NN est arrêtée avant une fonction erreur, qui est d'être réduite au minimum dans la phase de formation, des extensions par minimum (301). Une première variable (PAR EXEMPLE) est définie en utilisant, par exemple, la méthode optimale de dommages de cerveau ou la méthode optimale de chirurgien de cerveau, sur la prétention que la fonction erreur est au minimum. En outre, on détermine une deuxième variable (ZG) qui fournit une indication de la façon de laquelle la valeur de la fonction erreur change quand un poids (w.sub.i) est enlevé du réseau neurologique (NN). La première variable variable (PAR EXEMPLE) et deuxième (ZG) sont employées pour classifier le poids (w.sub.i) en tant qu'étant appropriée ou peu convenable pour le déplacement du réseau neurologique (NN).

 
Web www.patentalert.com

< (none)

< Carbon monoxide filter layer

> Fluorescent lamp extension tube amalgam holder

> (none)

~ 00019