or 0.8ms (digital) per neuron (Zagh

or 0.8ms (digital) per neuron (Zaghloul, Meador and Newcomb, 1994). Two neural devices havebeensuggested(SimoesandBose,1995)forinductionmotorcontrol.MicroDevicesMD1220, a digital VLSI device,takes 0.8ms to process anysynapticinput (or bias) whenthe clock rate is 20MHz. Intel 80170NX (Electrically Trainable Analog Neural Network), on the other hand, is an analog device which takes only 3ms to process through each layer. This chapter presents an ANN algorithm with7 layers and 58 neurons to replace the DSP serial calculations of the classical DSC system. Because the 58 neurons take only 46.4ms (using the digital MD1220) or 21ms (using the analog 80170NX), the control precision of DSC can be significantly improved using the neural-network algorithm.

結果 (繁體中文) 1:

或神經元每為0.8ms（數字）（扎格盧勒，Meador和紐康，1994）。兩個神經設備havebeensuggested（SimoesandBose，1995）forinductionmotorcontrol.MicroDevicesMD1220，數字VLSI設備，需要向為0.8ms過程anysynapticinput（或偏壓）whenthe時鐘頻率為20MHz。英特爾80170NX（電可訓練模擬神經網絡），在另一方面，是一種模擬裝置，其通過每一層只需要3MS加工。本章將介紹一個ANN算法with7層和58的神經元，以取代傳統的DSC系統的DSP串行計算。因為神經元58採取只（使用模擬80170NX）46.4ms（使用數字MD1220）或21ms，DSC的控制精度可以是顯利用神經網絡算法著地改善。

結果 (繁體中文) 2:

或0.8毫秒（數位）每個神經元（紮格盧爾，米多爾和紐科姆，1994年）。兩種神經裝置已被建議（SimoesandBose，1995）用於感應運動控制。MicroDevicesMD1220 是一種數位 VLSI 設備，當時脈速率為 20MHz 時，需要 0.8 毫秒來處理任何突觸輸入（或偏置）。 另一方面，英特爾 80170NX（可電可訓練類比神經網路）是一種類比設備，只需 3 毫秒就能通過每一層。本章介紹了一個具有7層和58個神經元的ANN演算法，以取代傳統的DSC系統的DSP串列計算。由於 58 個神經元僅需要 46.4 毫秒（使用數位 MD1220）或 21 毫秒（使用類比 80170NX），因此使用神經網路演算法可以顯著提高 DSC 的控制精度。

結果 (繁體中文) 3:

或每個神經元0.8ms（數位）（Zaghloul，Meador和Newcomb，1994）。兩個神經裝置已經被證實（SimoesandBose，1995）用於感應電動機控制。微型裝置MD1220，一個數位VLSI裝置，需要0.8ms來處理任何突觸輸出（或偏置），當時鐘頻率為20MHz。另一方面，Intel 80170NX（電可訓練類比神經網路）是一種類比設備，每一層只需3ms的處理時間。本章提出了一種7層58個神經元的神經網路算灋來代替傳統DSC系統的DSP串列運算。由於58個神經元僅需46.4ms（使用數位MD1220）或21ms（使用類比80170NX），使用神經網路算灋可以顯著提高DSC的控制精度。