Що таке EUCLIDEAN DISTANCE Українською - Українська переклад

• евклідова відстань
• відстані евкліда
• евклідової відстані
• евклідову відстань
• відстанню евкліда
• евклідова дистанція

Приклади вживання Euclidean distance Англійська мовою та їх переклад на Українською

(Typically Euclidean distances are used.).
(Зазвичай застосовуються евклідові відстані.).

The basic concept of length originates from Euclidean distance.
Поняття довжини походить від відстані Евкліда.

Euclidean distance in other coordinate systems.
Евклідова відстань у різних координатних системах.

Distance is measured as the Euclidean distance.
Відстань вважається як евклідова відстань.

The Euclidean distance between two points x and y is the shortest distance between them.
Евклідова дистанція між двома точками х і у- це найменша відстань між ними.

When p= 2, this is equivalent to Euclidean distance.
Якщо обидва параметри- r і p- рівні 2, то ця відстань співпадає з відстанню Евкліда.

There are two options: Euclidean distance(default) and Manhattan distance..
Є два варіанти- евклідова дистанція та манхеттенська дистанція рис.

Several nonhierarchical procedures also use squared euclidean distances.
Деякі з неієрархічних методів також використовують квадрати евклідових відстаней.

The norm is usually Euclidean distance, although other distance functions are also possible.
Нормою зазвичай є евклідова відстань, хоча можлива будь-яка функція відстані..

If r and p are equal to 2, then this distance is equal to the Euclidean distance.
Якщо обидва параметри- r і p- рівні 2, то ця відстань співпадає з відстанню Евкліда.

For example, squared euclidean distances should be used with the Ward's and centroid methods.
Наприклад, квадрати евклідових відстаней використовують поряд з методом Варда і центроїдного методом.

SPMF includes an implementation of the DBSCAN algorithm with k-d tree support for Euclidean distance only.
SPMF містить реалізацію DBSCAN з підтримкою k-вимірних дерев тільки для евклідової відстані.

The norm usually represents the Euclidean distance but other types of distance functions are also possible.
Нормою зазвичай є евклідова відстань, хоча можлива будь-яка функція відстані..

In most cases, this distance measure yields results similar to the Euclidean distance.
У більшості випадків застосування такої відстані призводить до таких же результатів, як і для звичайної відстані Евкліда.

The Euclidean distance between locations often represents their proximity, although this is only one possibility.
Евклідова відстань між локаціями часто представляє їх близькість, хоча це тільки одна можливість.

When a training example is fed to the network, its Euclidean distance to all weight vectors is computed.
Коли навчальний приклад подається в мережу, обчислюється її евклідова відстань до всіх векторів ваги.

Use Euclidean distance formula to find similarity between the input vector and the map's node's weight vector.
Використовуючи формулу евклідової відстані, для знаходження схожості між вхідним вектором і ваговим вектором вузла карти.

In most cases, this distance measure leads to the same clustering results as the usual Euclidean distance.
У більшості випадків застосування такої відстані призводить до таких же результатів, як і для звичайної відстані Евкліда.

In classical MDS, this norm is the Euclidean distance, but, in a broader sense, it may be a metric or arbitrary distance function.
В класичному БШ цією нормою є Евклідова відстань, але в ширшому розумінні це може бути метрична функція або функція випадкової відстані.

This method is a modification of the subgradient extragradient algorithm using the Bregman divergence instead of the Euclidean distance.
Даний метод є модифікацією субградієнтного екстраградієнтного алгоритму з використанням розбіжності Брегмана замість евклідової відстані.

Note that whilst the original algorithm uses the Euclidean distance between objects as the base of its similarity metric, this should be changed as appropriate.
Зверніть увагу, що хоч оригінальний алгоритм і використовує Евклідова відстань між об'єктами, як основну метрику схожості, проте, вона може бути змінена при необхідності.

The circular 8-QAM constellation is known to be the optimal 8-QAM constellation in the sense of requiring the least mean power for a given minimum Euclidean distance.
Відомо, що кругова частота 8-QAM є оптимальною модуляцією 8-QAM в сенсі необхідності найменшою середньої потужності для даного мінімального евклідової відстані.

The method uses the Bregman divergence instead of the Euclidean distance and the new adjustment of the step size, which does not require knowledge of the Lipschitz constant of an operator.
У методі використовується дивергенція Брегмана замість евклідової відстані та нове регулювання величини кроку, що не вимагає знання константи Ліпшиця оператора.

Global issue Inattentional blindness NIMBY(Not In My Back Yard) Other people's money Sheeple"INFORMS Miami 2001 Annual Meeting- TB18.2 Minisum Location with Closest Euclidean Distances".
Ефект свідка Екстерналія Коли вони прийшли… Сліпота неуваги Not In My Back Yard Стадне почуття Трагедія спільного Упередження нормального перебігу«INFORMS Miami 2001 Annual Meeting- TB18. 2 Minisum Location with Closest Euclidean Distances».

By definition, a rotation about the origin is a transformation that preserves the origin, Euclidean distance(so it is an isometry), and orientation(i.e. handedness of space).
За визначенням, оберт навколо початку координат- це перетворення, що зберігає початок координат, евклідову відстань(так що це ізометрія), і орієнтацію(тобто об'єктивність простору).

The norm is typically taken to be the Euclidean distance(although the Mahalanobis distance appears to perform better in general) and the radial basis function is commonly taken to be Gaussian.
Норма, як правило, вважається Евклідовою відстанню(хоча відстань Махаланобіса, загалом, виглядає краще), А радіальна базісна функція зазвичай вважається розподілом Ґауса.

If Cartesian coordinates are not used, for example, if polar coordinates are used in two dimensions or, in more general terms, if curvilinear coordinates are used, the formulas expressing the Euclidean distance are more complicated than the Pythagorean theorem, but can be derived from it.
Якщо не можна використати Декартові координати, наприклад, у випадку полярних координат, або в загальнішому випадку, якщо треба використати криволінійні координати, формули для розрахунку Евклідової відстані складніші, ніж теорема Піфагора, але можуть бути виведені з її допомогою.

The Euclidean distance plays two roles in the algorithm: it is used to define the Voronoi cells, but it also corresponds to the choice of the centroid as the representative point of each cell, since the centroid is the point that minimizes the average squared Euclidean distance to the points in its cell.
Евклідова відстань відіграє дві ролі в алгоритмі: вона використовується для задання комірок Вороного, але вона також відповідає за вибір центроїда як представницької точки для кожної комірки, так як центроїд- це точка, що мінімізує піднесену до квадрату середню Евклідову відстань до точок в її комірці.

Note that while the original algorithm uses the Euclidean distance between objects as the base of its similarity metric, this should be changed as appropriate. t-SNE has been used for visualization in a wide range of applications, including computer security research, music analysis, cancer research, bioinformatics, and biomedical signal processing.
Зверніть увагу, що хоч оригінальний алгоритм і використовує евклідову відстань між об'єктами, як основну метрику подібності об'єктів, проте, вона може бути змінена при необхідності. t-SNE використовується для візуалізації в різноманітних застосунках, таких як дослідження по комп'ютерній безпеці, аналізу музики, дослідженнях раку, біоінформатики, та біомедичній обробці сигналів.