What is the translation of " NEURAL NETWORK CAN " in Ukrainian?

• нейронна мережа може
• нейронна мережа здатна

Examples of using Neural network can in English and their translations into Ukrainian

A neural network can learn tasks largely on its own by analyzing vast amounts of data.
Нейронна мережа здатна навчатися за великим рахунком самостійно, аналізуючи великі обсяги даних.

In the 1980s, researchers had come up with a clever idea about how to turn language into the type of problem a neural network can tackle.
У 80-х роках дослідники запропонували цікавий спосіб перетворення процесу вивчення мови в такий тип завдання, з яким нейронна мережа зможе впоратися.

A neural network can learn a lot of tasks by itself by analyzing large amounts of data.
Нейронна мережа здатна навчатися за великим рахунком самостійно, аналізуючи великі обсяги даних.

By tuning the calculation each neuron performs, an artificial neural network can learn to perform tasks as diverse as recognizing cats and driving a car.
Шляхом настройки обчислень, виконуваних кожним нейроном, штучна нейронна мережа може навчитися виконувати такі різноманітні завдання, як розпізнавання облич або водіння автомобіля.

Neural network can also assess behavior, analyze facial expression, and overhear people's talks.
Також нейромережа здатна оцінювати поведінку, аналізувати міміку й підслуховувати розмови людей.

Training the weights in a neural network can be modeled as a non-linear global optimization problem.
Тренування ваг у нейронній мережі можливо моделювати як нелінійну задачу глобальної оптимізації[en].

The neural network can be associated with a road through the woods, and the fact that this path can be influenced.
Нейронні мережі можна асоціювати з дорогою через ліс, і справа в тому, що на цей шлях можна впливати.

And a very deep neural network can now do considerably better than the thing that won the competition.
І дуже глибока нейрона мережа може зараз зробити значно більше ніж виграти змагання.

A neural network can take a recording of a symphony orchestra performed by Bach and turn it into the same melody, but the piano will be Beethoven's part.
Нейросеть може взяти запис симфонічного оркестру, який виконує Баха, і перетворити його в таку ж мелодію, але на фортепіано буде партія Бетховена.

Therefore, even though artificial neural network can process specific data, it cannot process information in a rich and multi-dimensional manner as the human brain does.
Тому, хоч штучна нейронна мережа може обробляти конкретні дані, вона не може обробляти інформацію в багатій і багатовимірної манері, як це робить людський мозок.

Advanced neural network can calculate the age of all the internal organs, to know the functional status and compare it with the average desired age group.
Просунута нейромережа може обчислити вік всіх внутрішніх органів людини, дізнатися функціональний стан і порівняти його з середніми показниками потрібної вікової групи.

Google has shown in the past that a neural network can accelerate diagnosis of cancer in digital images, but most pathologists are using compound light microscopes to examine slides.
У минулому Google показала, що нейронна мережа може прискорити діагностику раку в цифрових зображеннях, але більшість патологів використовують складні світлові мікроскопи для вивчення слайдів.

Once the system is properly trained, the neural network can easily separate the spatial features of the present image from any external interference(in which the role of light often appears).
Як тільки система буде належним чином навчена, нейронна мережа зможе відокремлювати просторові особливості цього зображення від будь-яких зовнішніх перешкод(у ролі яких часто виступає світло).

Neural networks can be made to learn.
Штучні нейронні мережі здатні навчатися.

Researches have shown that neural networks can harm themselves and people in case they optimize their work improperly.
У процесі дослідження з'ясувалося, що нейронна мережа може нашкодити як і собі, так і суспільству за умови неправильної оптимізації своєї роботи.

And if the“machine” neural networks can be programmed, then why not try to do the same with our brain?
І якщо«машинні» нейронні мережі можна програмувати, то чому б не спробувати зробити те ж саме з нашим мозком?

This neural network could be biological, inside our visual cortices, or, nowadays, we start to have the capability to model such neural networks on the computer.
Ця нейронна мережа може бути біологічною всередині зорової кори, або ж сьогодні ми отримуємо здатність моделювати ці нейронні мережі на комп'ютері.

From 1999 to 2001, Fogel and Chellapilla published papers showing how a convolutional neural network could learn to play checkers using co-evolution.
У 1999- 2001 роках Фогель та Челлапілла опублікували праці, що показали, як згорткова нейронна мережа може навчитися грати в шашки, застосовуючи ковеволюцію.

Neural networks can recognize human emotions on photos, turn pictures into paintings in the style of famous artists, understand and synthesize natural language.
Нейронні мережі можуть розпізнавати емоції людини по фотографії, перетворювати фотографії в картини в стилі відомих художників, розуміти та синтезувати природну мову.

Just like biological systems, neural networks can model themselves, seeking to develop the best possible model of behavior.".
Точно так само, як біологічні системи, нейрові мережі можуть самостійно моделюватися, прагнучи розвинути найкращу модель поведінки".

Such neural networks can search by photos or create a convincing synthesis of speech, but Norman had another task.
Такі нейромережі можуть здійснювати пошук по фотографіях або створювати переконливий синтез мови, але у Нормана була інша задача.

Even now, neural networks can detect obesity stages, scan for cancer, and identify a heart attack risk by an image in a more precise and quick way compared to doctors.
Уже зараз нейромережі здатні за фотографіями визначати ступінь ожиріння, діагностувати рак і ризик серцевого нападу точніше і швидше, ніж лікарі.

In order that the neural network could correctly solve the problem, it is required“to use” millions of data set inputs.
Для того, щоб нейронна мережа могла коректно вирішувати поставлені завдання, потрібно"прогнати" її роботу на десятках мільйонів наборів вхідних даних.

There is already a lot of algorithms that are based on neural networks can generate a variety of works.
У світі існує вже чимало алгоритмів, які на основі нейронних мереж можуть генерувати різні твори.

Able to recognize patterns in data that humans could never identify on their own, neural networks can be enormously powerful in the right situation.
Завдяки здатності розпізнавати характеристики даних, на які люди ніколи б не звернули увагу, у певних ситуаціях нейронні мережі можуть виявитися неймовірно потужним інструментом.

Capable of recognizing patterns of data that humans could never identify alone, neural networks can be extremely powerful in the right situation.
Завдяки здатності розпізнавати характеристики даних, на які люди ніколи б не звернули увагу, у певних ситуаціях нейронні мережі можуть виявитися неймовірно потужним інструментом.

In the world there are already a lot of algorithms that are based on neural networks can generate a variety of works.
У світі існує вже чимало алгоритмів, які на основі нейронних мереж можуть генерувати різні твори.

One claim that is especially questionable is that neural networks can compensate for a lower quality of data.
Одним із таких тверджень, яке є особливо сумнівним, є те, що нейромережі можуть компенсувати низьку якість даних.

In the 1980s, Minsky and Good had shown how artificial neural networks could be generated automatically--self replicated--in accordance with any arbitrary learning program.
У 1980-х Мінський і Гуд показали як нейромережі можуть створювати собі подібних автоматично(самореплицироваться) відповідно до довільної навчальною програмою.