Learning techniques have been appli

Learning techniques have been applied increasingly for food quality evaluation using computer vision in recent years. This paper
reviews recent advances in learning techniques for food quality evaluation using computer vision, which include artificial neural network,
statistical learning, fuzzy logic, genetic algorithm, and decision tree. Artificial neural network (ANN) and statistical learning
(SL) remain the primary learning methods in the field of computer vision for food quality evaluation. Among the applications of
learning algorithms in computer vision for food quality evaluation, most of them are for classification and prediction, however,
there are also some for image segmentation and feature selection. In this paper, the promise of learning techniques for food quality
evaluation using computer vision is demonstrated, and some issues which need to be resolved or investigated further to expedite the
application of learning algorithms are also discussed

ผลลัพธ์ (ไทย) 1:

เทคนิคการเรียนรู้มีการใช้มากขึ้นเพื่อการประเมินคุณภาพอาหารโดยใช้คอมพิวเตอร์วิทัศน์ในปีที่ผ่านมา กระดาษนี้รีวิวจากความก้าวหน้าล่าสุดในการเรียนรู้เทคนิคเพื่อการประเมินคุณภาพอาหารโดยใช้คอมพิวเตอร์วิทัศน์ ซึ่งรวมถึงโครงข่ายประสาทเทียมเรียนรู้สถิติ ตรรกศาสตร์ ขั้นตอนวิธีพันธุกรรม และต้นไม้การตัดสินใจ เรียนรู้สถิติและโครงข่ายประสาทเทียม (แอน)(SL) ยังคงวิธีการเรียนรู้หลักด้านคอมพิวเตอร์วิทัศน์เพื่อการประเมินคุณภาพของอาหาร ระหว่างโปรแกรมประยุกต์ของเรียนรู้อัลกอริทึมในคอมพิวเตอร์วิทัศน์เพื่อการประเมินคุณภาพอาหาร ส่วนใหญ่จะเป็นการจัดประเภทและการทำนาย อย่างไรก็ตามยังมีบางภาพเซ็กและคุณลักษณะให้เลือก ในเอกสารนี้ สัญญาการเรียนรู้เทคนิคการตรวจสอบคุณภาพอาหารแสดงให้เห็นว่าการประเมินผลโดยใช้คอมพิวเตอร์วิทัศน์ และบางปัญหาที่ต้องแก้ไข หรือสอบสวนเพิ่มเติมเพื่อเร่งการแอพลิเคชันของอัลกอริทึมการเรียนรู้ยังกล่าว

ผลลัพธ์ (ไทย) 2:

เทคนิคการเรียนรู้ที่มีการใช้มากขึ้นสำหรับการประเมินคุณภาพอาหารโดยใช้คอมพิวเตอร์วิสัยทัศน์ในปีที่ผ่านมา บทความนี้
แสดงความคิดเห็นความก้าวหน้าในการเรียนรู้เทคนิคในการประเมินคุณภาพอาหารโดยใช้คอมพิวเตอร์วิสัยทัศน์ซึ่งรวมถึงเครือข่ายประสาทเทียม,
การเรียนรู้สถิติตรรกศาสตร์ขั้นตอนวิธีทางพันธุกรรมและต้นไม้ตัดสินใจ เครือข่ายประสาทเทียม (ANN) และการเรียนรู้ทางสถิติ
(SL) ยังคงเป็นวิธีการเรียนรู้หลักในด้านการมองเห็นคอมพิวเตอร์สำหรับการประเมินผลคุณภาพของอาหาร ในการใช้งานของ
ขั้นตอนวิธีการเรียนรู้ในคอมพิวเตอร์วิสัยทัศน์สำหรับการประเมินผลคุณภาพของอาหารส่วนใหญ่ของพวกเขาที่มีการจัดหมวดหมู่และการทำนาย แต่
ก็ยังมีบางอย่างสำหรับการแบ่งส่วนภาพและการเลือกคุณลักษณะ ในบทความนี้สัญญาของเทคนิคการเรียนรู้สำหรับอาหารที่มีคุณภาพ
การประเมินผลโดยใช้คอมพิวเตอร์วิสัยทัศน์คือการแสดงและปัญหาบางอย่างที่จำเป็นต้องได้รับการแก้ไขหรือตรวจสอบเพิ่มเติมเพื่อเร่ง
การประยุกต์ใช้ขั้นตอนวิธีการเรียนรู้นอกจากนี้ยังมีการกล่าวถึง

ผลลัพธ์ (ไทย) 3:

เรียนรู้เทคนิคมีการใช้มากขึ้นสำหรับคุณภาพอาหาร การประเมินโดยใช้วิสัยทัศน์คอมพิวเตอร์ในปีที่ผ่านมา
บทความนี้รีวิวล่าสุดความก้าวหน้าในการเรียนรู้เทคนิคการประเมินคุณภาพอาหาร การใช้คอมพิวเตอร์วิสัยทัศน์ ซึ่งประกอบด้วย โครงข่ายประสาทเทียม
สถิติการเรียนรู้ ตรรกศาสตร์คลุมเครือ ขั้นตอนวิธีทางพันธุกรรมและต้นไม้ตัดสินใจ โครงข่ายประสาทเทียม ( ANN ) และ
เรียนสถิติ( SL ) ยังคงเป็นหลักวิธีการเรียนรู้ ในด้านวิสัยทัศน์คอมพิวเตอร์เพื่อประเมินคุณภาพอาหาร ในการประยุกต์ใช้
อัลกอริทึมการเรียนรู้ในวิสัยทัศน์คอมพิวเตอร์เพื่อประเมินคุณภาพอาหาร , ที่สุดของพวกเขาสำหรับการจำแนกและการทำนาย , อย่างไรก็ตาม ,
ยังมีบางอย่างสำหรับการแบ่งส่วนภาพและการเลือกคุณลักษณะ ในกระดาษนี้ , สัญญาของการเรียนรู้เทคนิคสำหรับคุณภาพอาหาร
การประเมินการใช้คอมพิวเตอร์แสดงวิสัยทัศน์ และปัญหาบางอย่างที่ต้องแก้ไข หรือสอบสวนเพิ่มเติมเพื่อเร่งการใช้ขั้นตอนวิธีการเรียนรู้
ยังกล่าวถึง