Що таке GAUSSIAN Українською - Українська переклад

• гаусової
• гауса
• гауссових
• ґаусового
• гауссівські
• нормального
• гаусса
• гаусівський
• гаусова
• гаусове
• гаусового
• гауссовим
• гауссова
• ґаусових

Приклади вживання Gaussian Англійська мовою та їх переклад на Українською

Gaussian blur.
Гаусове розмивання.

Set here the precision of the Gaussian function.
Тут ви можете встановити точність функції Гауса.

Gaussian sharpness.
Гаусова різкість.

A particular example of a two-dimensional Gaussian function is.
Частковим прикладом формули двовимірної функції Гауса є.

Gaussian Noise Reducer.
Гаусів зменшувач шуму.

Select here the standard deviation of the blur Gaussian.
Тут ви можете обрати середньоквадратичне відхилення гаусіана розмивання.

Apply a Gaussian blur to an image.
Застосувати гаусове розмиття зображення.

Sharpen: sharpen the image with a Gaussian operator.
Збільшення різкості: збільшити різкість зображення за допомогою оператора Гауса.

The IQ is gaussian by its current definition.
IQ називається гауссовим by its current definition.

The normal distribution, also called the Gaussian or the bell curve.
Нормальний розподіл, також називається Гаусівським або"дзвоном".

A two-dimensional Gaussian function is an example of a rapidly decreasing function.
Двовимірна функція Гауса є прикладом швидкоспадної функції.

This test is an approximate one and assumes that the time-series is Gaussian.
Цей тест є наближеним і припускає, що часовий ряд є гаусовим.

The Gaussian basis functions are local to the center vector in the sense that.
Гауссові базісні функції локальні до центру вектора в тому сенсі, що.

Hydrodynamic radius for polymers in a solution. Gaussian approximation.
Гідродинамічний радіус для полімерів в розчині. Гауссове наближення.

Two unnormalized Gaussian radial basis functions in one input dimension.
Дві ненормалізовані Гаусові радіальні базисні функції одного вхідного виміру.

Often lately we are talking about normal distribution, or Gaussian curve.
Частенько останнім часом ми говоримо про нормальному розподілу, або кривої Гауса.

It is actually equivalent to a Gaussian process model with covariance function.
Вона фактично рівнозначна моделі ґаусового процесу з функцією коваріації[en].

Gaussian processes are part of the family of analyses used by Bayesian methods.
Гаусові процеси є частиною сімейства аналізів, які використовуються Байєсівськими методами.

It is common to work with discrete or Gaussian distributions since that simplifies calculations.
Є звичним працювати з дискретними або ґаусовими розподілами, оскільки це спрощує обчислення.

Gaussian mixture distributions are identifiable and commonly used for generative models.
Розподіли гаусової суміші є упізнаваними та зазвичай використовуються у генеративних моделях.

This behavior is closely connected to the fact that the Gaussian filter has the minimum possible group delay.
Така поведінка тісно пов'язана з тим, що фільтр Гауса має мінімально можливу групову затримку.

This parameter determines the size of the transformation matrix. Increasing the matrix width may give better results, especially when you have chosen large values for circular or Gaussian sharpness.
Цей параметр визначає розмір матриці перетворення. Збільшення ширини матриці може дати кращі результати, особливо, якщо ви вибрали більші значення для кругової і гаусової різкості.

The theorem is"remarkable" because the starting definition of Gaussian curvature makes direct use of position of the surface in space.
Теорема«чудова», оскільки означення гаусової кривини використовує положення поверхні в просторі.

Prominent examples of stochastic algorithms are Markov chains and various uses of Gaussian distributions.
Видатними прикладами стохастичних алгоритмів є ланцюги Маркова та різні способи використання розподілів Гаусса.

For example, applying successive gaussian blurs with radii of 6 and 8 gives the same results as applying a single gaussian blur of radius 10, since.
Наприклад, застосовуючи послідовного розмивання Гауса з радіусом 6 і 8 дає ті ж результати, як застосування єдиного розмивання радіусом 10, оскільки 6.

In these cases, accuracy is maintained(at a slight computational cost) by integration of the Gaussian function over each pixel's area.
У цих випадках точність підтримується(при невеликій обчислювальної вартості) шляхом інтеграції гауссових функцій по площі кожного пікселя.

A probably approximately correct learning bound for semi-supervised learning of a Gaussian mixture was demonstrated by Ratsaby and Venkatesh in 1995.[7].
Ймовірно майже правильне навчання[en] у напрямку напівавтоматичного вивчення гаусової суміші було продемонстровано Ратсабі та Венкатешем у 1995-у році.[5].

If an area in E3 can be developed(i.e. mapped isometrically) into another area of E3, the values of the Gaussian curvatures are identical in corresponding points.
Якщо область у E 3 може бути розроблена(тобто відображається ізометричних) в іншу область E 3, значення гауссових кривизни ідентичні у відповідних точках.

Each of the resulting images in this family are given as a convolution between the image and a 2D isotropic Gaussian filter, where the width of the filter increases with the parameter.
Кожне з отриманих зображень в цій сім'ї подане як згортка між зображенням і 2D ізотропним фільтром Гауса, де ширина фільтра збільшується з параметром.