A. The Model Training ResultsThe 83

A. The Model Training Results
The 830 clinical instances of the mammographic mass dataset were used in mammographic diagnosis to distinguish malignant breast cancer and benign disease for breast biopsy outcome predictions. The pattern dataset, which contained all of the available 830 clinical instances of the mammographic mass data, was used to train the neural network training model as shown in Figure 1. The iterative training process was employed during the training processes.
For the results, the training model, which used the pattern dataset, stopped at epochs with the final SSE dropping to 64.3082 throughout the last iterative training process. This is equivalent to the final MMSE dropping to 0.0775. This result implied that our training model would have reliably and highly accurately diagnosed and distinguished malignant breast cancer and benign disease for breast biopsy outcome predictions.

ผลลัพธ์ (ไทย) 1:

อ.จำลองการฝึกอบรมผลลัพธ์กรณีคลินิก 830 ของชุดข้อมูลโดยรวม mammographic ที่ใช้ในการวินิจฉัย mammographic เพื่อแยกโรคอ่อนโยนสำหรับคาดคะเนผลการตรวจชิ้นเนื้อเต้านมและมะเร็งเต้านมที่ร้ายแรง ใช้รูปแบบชุดข้อมูล ที่อยู่ของอินสแตนซ์ 830 คลินิกว่างของข้อมูลโดยรวม mammographic การฝึกแบบการฝึกอบรมเครือข่ายประสาทดังแสดงในรูปที่ 1 กระบวนการฝึกอบรมซ้ำได้รับการว่าจ้างในระหว่างกระบวนการฝึกอบรมเพื่อให้ได้ผล รูปแบบการฝึกอบรม ที่ใช้รูปแบบชุดข้อมูล หยุดที่ epochs มี SSE ขั้นสุดท้ายที่ปล่อยให้ 64.3082 ตลอดการฝึกอบรมซ้ำล่าสุด นี้จะเท่ากับ MMSE ขั้นสุดท้ายที่ปล่อยให้ 0.0775 ผลลัพธ์นี้นัยว่า รูปแบบการฝึกอบรมของเราจะมีได้สูงอย่างการวินิจฉัย และแตกต่างโรคอ่อนโยนสำหรับคาดคะเนผลการตรวจชิ้นเนื้อเต้านมและมะเร็งเต้านมที่ร้ายแรง

ผลลัพธ์ (ไทย) 2:

กรุ่นฝึกอบรมผลลัพธ์
830 กรณีคลินิกของชุดข้อมูลที่มวล mammographic ถูกนำมาใช้ในการวินิจฉัย mammographic ที่จะแยกแยะโรคมะเร็งเต้านมและโรคมะเร็งเป็นพิษเป็นภัยสำหรับการตรวจชิ้นเนื้อเต้านมการคาดการณ์ผล ชุดข้อมูลรูปแบบที่มีทั้งหมดที่มี 830 กรณีคลินิกของข้อมูลมวล mammographic ถูกนำมาใช้ในการฝึกอบรมรูปแบบการฝึกอบรมเครือข่ายประสาทดังแสดงในรูปที่ 1 กระบวนการฝึกอบรมซ้ำเป็นลูกจ้างในระหว่างกระบวนการฝึกอบรม.
เพื่อให้ได้ผลลัพธ์ที่ แบบการฝึกอบรมซึ่งใช้ชุดรูปแบบหยุดที่ epochs กับวาง SSE สุดท้ายที่ 64.3082 ตลอดกระบวนการฝึกอบรมซ้ำสุดท้าย นี้จะเทียบเท่ากับครั้งสุดท้ายที่จะวาง MMSE 0.0775 ผลที่ได้นี้ส่อให้เห็นว่ารูปแบบการฝึกอบรมของเราจะมีความน่าเชื่อถือสูงและได้รับการวินิจฉัยอย่างถูกต้องและมะเร็งเต้านมที่โดดเด่นและโรคมะเร็งเป็นพิษเป็นภัยสำหรับการตรวจชิ้นเนื้อเต้านมการคาดการณ์ผล

ผลลัพธ์ (ไทย) 3:

1 . รูปแบบการฝึกอบรมผล
830 กรณีคลินิกของข้อมูลมวลๆ ถูกใช้ในการวินิจฉัยแยกแยะปัญหามะเร็งเต้านมมะเร็งเนื้องอกเต้านมและโรคกระดูกทำนายผล รูปแบบชุดข้อมูลซึ่งประกอบด้วยทั้งหมดของ 14 คลินิกใช้อินสแตนซ์ของพื้นผิวข้อมูลมวล ,ถูกใช้ในการฝึกการฝึกแบบจำลองโครงข่ายประสาทดังแสดงในรูปที่ 1 ขั้นตอนการฝึกซ้ำที่ใช้ในระหว่างกระบวนการฝึกอบรม .
สำหรับผลลัพธ์ รูปแบบการอบรม ซึ่งใช้รูปแบบข้อมูลหยุดที่ยุคสมัยกับ SSE สุดท้ายตก 64.3082 ตลอดช่วงการฝึกอบรมซ้ำ นี้จะเทียบเท่ากับข้อมูลสุดท้าย เหลือ 0.0775 .ผลที่ได้นี้แสดงให้เห็นว่ารูปแบบการฝึกของเรา จะต้องเชื่อถือได้และการวินิจฉัยได้อย่างถูกต้อง และแตกต่างอย่างมากมะเร็งโรคมะเร็งเต้านมและโรคเนื้องอกเต้านมเนื้อเยื่อคาดคะเนผล