In this section we describe the met

In this section we describe the method for multi-net response
integration in a general form, even if in this paper we applied it
to solve the face recognition problem. It is necessary to explain a
generalized view of the method and show how it can be adapted
to modular or ensemble multi-net structures, and to applications
that can be solved with neural networks like pattern
recognition or time series prediction. Depending on the type of
application some blocks need to be developed in a different form

ผลลัพธ์ (ไทย) 1:

ในส่วนนี้ เราอธิบายวิธีการตอบสนองหลายสุทธิรวมในฟอร์มทั่วไป แม้ในเอกสารนี้ เราใช้มันการแก้ไขปัญหาการรู้จำใบหน้า จำเป็นต้องอธิบายความดูเมจแบบทั่วไปของวิธีการดูว่ามันสามารถปรับโครงสร้างหลายสุทธิที่มอดุลาร์หรือวงดนตรี และโปรแกรมประยุกต์ที่สามารถแก้ไขได้ ด้วยเครือข่ายประสาทเช่นรูปแบบการรับรู้หรือเวลาชุดคาดเดา ขึ้นอยู่กับชนิดของแอพลิเคชันบางช่วงต้องได้รับการพัฒนาในรูปแบบต่าง ๆ

ผลลัพธ์ (ไทย) 2:

ในส่วนนี้เราจะอธิบายวิธีการสำหรับการตอบสนองหลายสุทธิบูรณาการในรูปแบบทั่วไปแม้ว่าในบทความนี้เราใช้มันในการแก้ปัญหาการจดจำใบหน้า มันเป็นสิ่งจำเป็นที่จะอธิบายมุมมองทั่วไปของวิธีการและแสดงวิธีที่จะสามารถนำไปปรับใช้ในการแบบแยกส่วนหรือชุดโครงสร้างหลายสุทธิและเพื่อการใช้งานที่สามารถแก้ไขได้ด้วยเครือข่ายประสาทเช่นรูปแบบการรับรู้หรือเวลาทำนายชุด ขึ้นอยู่กับชนิดของแอพลิเคชันบล็อกบางอย่างจำเป็นต้องได้รับการพัฒนาในรูปแบบที่แตกต่างกัน

ผลลัพธ์ (ไทย) 3:

ในส่วนนี้เราจะอธิบายวิธีการบูรณาการตอบสนอง
หลายสุทธิในรูปแบบทั่วไป แม้ว่า ในกระดาษนี้เราใช้
แก้ใบหน้าปัญหา มันเป็นสิ่งจำเป็นเพื่ออธิบาย
ทั่วไปมุมมองของวิธีการและแสดงให้เห็นว่ามันสามารถดัดแปลงโครงสร้าง modular หรือ ensemble
เพื่อสุทธิหลาย และแอพพลิเคชั่นที่สามารถแก้ไขได้ด้วย

ชอบรูปแบบโครงข่ายประสาทเทียมการรับรู้หรือพยากรณ์ข้อมูลอนุกรมเวลา . ขึ้นอยู่กับชนิดของ
โปรแกรมบางบล็อกจะต้องมีการพัฒนาในรูปแบบต่าง ๆ