To have a general case study of the

To have a general case study of the proposed algorithm for
general optimization of modular neural networks for person recognition,
we initially considered a benchmark database of human iris
images. Three types of learning algorithms (gradient descent with
adaptive learning (GDA), gradient descent with adaptive learning
and momentum (GDX) and scaled conjugate gradient (SCG)) are
used for testing with different sizes of the cut in iris images. In analyzing
the results in each module we arrived to the conclusion that

ผลลัพธ์ (ไทย) 1:

มีกรณีศึกษาทั่วไปของอัลกอริทึมที่นำเสนอสำหรับทั่วไปการเพิ่มประสิทธิภาพของเครือข่ายประสาทโมดุลสำหรับการรับรู้ของบุคคลเราเริ่มพิจารณาฐานข้อมูลมาตรฐานของไอริสมนุษย์ภาพ การเรียนรู้อัลกอริทึม (ไล่ระดับโคตรด้วยเรียนแบบอะแดปทีฟ (GDA), เชื้อสายไล่ระดับสีกับการเรียนรู้ที่เหมาะสมและโมเมนตัม (GDX) และการไล่ระดับการ conjugate ปรับสัดส่วนได้ (SCG)) เป็นใช้สำหรับทดสอบมีขนาดแตกต่างกันตัดในรูปไอริส ในการวิเคราะห์ผลลัพธ์ในแต่ละโมดูเราถึงข้อสรุปที่

ผลลัพธ์ (ไทย) 2:

จะมีกรณีศึกษาทั่วไปของอัลกอริทึมที่นำเสนอสำหรับการเพิ่มประสิทธิภาพทั่วไปของเครือข่ายประสาทแบบแยกส่วนสำหรับการรับรู้คนเราเริ่มพิจารณาฐานข้อมูลมาตรฐานของม่านตามนุษย์ภาพ สามประเภทของขั้นตอนวิธีการเรียนรู้ (โคตรลาดกับการเรียนรู้การปรับตัว(GDA) โคตรลาดกับการเรียนรู้การปรับตัวและโมเมนตัม(GDX) และปรับลาดคอนจูเกต (เอสซีจี)) จะใช้สำหรับการทดสอบที่มีขนาดที่แตกต่างกันของการตัดภาพม่านตา ในการวิเคราะห์ผลในแต่ละโมดูลเรามาถึงข้อสรุปว่า

ผลลัพธ์ (ไทย) 3:

มีกรณีทั่วไปการศึกษาเสนอขั้นตอนวิธีการเพิ่มประสิทธิภาพของโครงข่ายประสาทเทียมแบบทั่วไป

สำหรับคนที่ยอมรับเราในตอนแรก ถือว่าเป็นมาตรฐานของฐานข้อมูลภาพไอริส
มนุษย์ สามประเภทของอัลกอริทึมการเรียนรู้ ( การไล่ระดับสีโคตรกับ
การเรียนรู้ ( ตัวแทน ) , การไล่ระดับสีโคตรกับการเรียนรู้
และโมเมนตัม ( gdx ) และปรับผันลาด ( SCG )
)ใช้สำหรับทดสอบที่มีขนาดแตกต่างกันของไอริส ตัดภาพ ในการวิเคราะห์
ผลลัพธ์ในแต่ละโมดูลที่เราได้มาสรุปว่า