6. References1- Hand C. Deep Auto-a

6. References
1- Hand C. Deep Auto-associative networks. International Conference on Artificial Intelligence 2001, Las Vegas, NV. Retrieved from
http://hdl.handle.net/2014/12928
2- Kramer M. Auto-associative neural networks. Computers & Chemical Engineering, 1992; 16(4), pp. 313-328.
3- Kramer M. Nonlinear principal component analysis using Auto-associative neural networks. AIChE Journal 1991; 37(2), pp. 233-243.
4- Bishop JM, Mitchell RJ, & Minchinton, PR. Auto-associative digital neural network for grey level data. International Conference on Artificial Neural Networks,
ICANN 92, Brighton, England. , Vol. 1. 1992. pp. 639-642.
5- Desjardins G, Proulx R, Godin R. An auto-associative neural network for information retrieval. International Joint Conference on Neural Networks, Vancouver,
BC, Canada. 2006. pp. 3492-3498.
6- Sohn H, Allen DW, Worden K, Farrar CR. Structural damage classification using extreme value statistics. Journal of dynamic systems, measurement, and control
2005; 127(1), pp. 125-132.
7- Yasarer H. Decision making in Engineering Prediction Systems. Doctoral Dissertation, Kansas State University, Manhattan, KS; 2013.
8- Yasarer H, Najjar Y. Characterizing the Permeability of Kansas Concrete Mixes Used in PCC Pavements. Int. J. Geomech. 2013; 14(4), 04014017
9- Yasarer H, Najjar Y. Development of Void Prediction Models for Kansas Concrete Mixes Used in PCC Pavement. Procedia Computer Science 2012; 8. pp. 473-
478.
10- Najjar Y, Mryyan S. ANN-Based Profiling: Data Importance. Intelligent Engineering Systems through Artificial Neural Networks, Vol. 19. 2009. pp. 155-162.

ผลลัพธ์ (ไทย) 1:

6. อ้างอิงเครือข่ายอัตโนมัติสัมพันธ์ลึก C. มือ 1 การประชุมนานาชาติเกี่ยวกับปัญญาประดิษฐ์ 2001 ลาสเวกัส NV ดึงมาจากhttp://hdl.handle.net/2014/129282 - เครือข่ายประสาท Kramer M. อัตโนมัติสัมพันธ์ คอมพิวเตอร์และวิศวกรรมเคมี 1992 16(4) นำ 313-3283 - วิเคราะห์ส่วนประกอบหลัก Kramer M. ไม่เชิงเส้นโดยใช้เครือข่ายประสาทอัตโนมัติที่เกี่ยวข้อง AIChE สมุด 1991 37(2), 233-243 พีพีอ่าวมาหยา4 - บาทหลวง JM, Mitchell RJ, & Minchinton เครือข่ายประสาทดิจิตอลอัตโนมัติสัมพันธ์ PR. สำหรับข้อมูลระดับสีเทา เครือข่ายประสาทเทียม การประชุมวิชาการนานาชาติICANN 92 ไบรท์ตัน อังกฤษ ปี 1 1992 นำ 639-6425 - Desjardins G, Proulx R, Godin อาร์ มีข่ายประสาทแบบจับคู่อัตโนมัติสำหรับการสืบค้น นานาชาติร่วมประชุมเครือข่ายประสาท แวนคูเวอร์BC แคนาดา 2006 นำ 3492-34986 - Sohn H อัลเลน DW, Worden K ประเภทความเสียหายโครงสร้างสินเชื่อ Farrar ใช้มากค่าสถิติ สมุดรายวันของระบบพลวัต วัด และควบคุม2005 127(1), 125-132 พีพีอ่าวมาหยา7 - Yasarer H. ตัดสินในวิศวกรรมระบบคาดเดา เอกวิทยานิพนธ์ปริญญาเอก มหาวิทยาลัยแคนซัส แมนฮัตตัน KS 20138 - Yasarer H, Y. Najjar กำหนดลักษณะ Permeability ของแคนซัสคอนกรีตออกแบบผสมผสานใช้ในทางเท้า PCC ของดอกเบี้ย J. Geomech 2013 14(4), 040140179 - H Yasarer, Najjar Y. พัฒนารุ่นทำนายโมฆะในแคนซัสคอนกรีตออกแบบผสมผสานใช้ในถนน PCC วิทยาการคอมพิวเตอร์ Procedia 2012 8. นำ 473 วิธี:-47810 - Najjar Y, Mryyan S. ANN ใช้สร้างโพรไฟล์: ความสำคัญของข้อมูล ระบบวิศวกรรมอัจฉริยะผ่านเครือข่ายประสาทเทียม ปี 19 2009 นำ 155-162

ผลลัพธ์ (ไทย) 2:

6. อ้างอิง
1- มือ C. ลึกเครือข่ายอัตโนมัติเชื่อมโยง การประชุมระหว่างประเทศเกี่ยวกับปัญญาประดิษฐ์ 2001, Las Vegas, NV แปลจาก
http://hdl.handle.net/2014/12928
2- เครเมอ M. เครือข่ายประสาทอัตโนมัติเชื่อมโยง คอมพิวเตอร์และวิศวกรรมเคมี, 1992; 16 (4), pp. 313-328.
3- เครเมอ M. วิเคราะห์องค์ประกอบหลักไม่เชิงเส้นโดยใช้เครือข่ายประสาทอัตโนมัติเชื่อมโยง AIChE Journal 1991; 37 (2), pp. 233-243.
4- บิชอป JM, มิทเชลล์ RJ, & Minchinton, PR Auto-เชื่อมโยงเครือข่ายประสาทดิจิตอลสำหรับข้อมูลระดับสีเทา การประชุมระหว่างประเทศเกี่ยวกับโครงข่ายประสาทเทียม,
ICANN 92, ไบรตัน, ประเทศอังกฤษ ฉบับ 1. ปี 1992 pp. 639-642.
5- จาร์แดงส์ G, Proulx R, โกอาร์เครือข่ายประสาทอัตโนมัติเชื่อมโยงสำหรับการดึงข้อมูล ร่วมประชุมระหว่างประเทศเกี่ยวกับโครงข่ายประสาท, แวนคูเวอร์,
บริติชโคลัมเบีย, แคนาดา 2006. pp. 3492-3498.
6- ซง H, อัลเลน DW, Worden K, ฟาร์รา CR การจัดหมวดหมู่ความเสียหายของโครงสร้างโดยใช้สถิติค่ามาก วารสารของระบบแบบไดนามิกการวัดและการควบคุม
2005; 127 (1), pp. 125-132.
7- Yasarer ตัดสินใจเอชในการทำวิศวกรรมระบบทำนาย วิทยานิพนธ์ปริญญาเอกมหาวิทยาลัยรัฐแคนซัส, Manhattan, KS; 2013.
8- Yasarer H, Najjar วายพัฒนาการการซึมผ่านของคอนกรีตแคนซัสผสมที่ใช้ใน PCC ทางเท้า Int เจ Geomech 2013; 14 (4), 04014017
9- Yasarer H, Najjar วายพัฒนาแบบจำลองทำนายโมฆะสำหรับคอนกรีตแคนซัสผสมที่ใช้ใน PCC ทางเท้า Procedia วิทยาการคอมพิวเตอร์ 2012; 8. PP 473-.
478.
10 Najjar Y, Mryyan S. ANN-Based Profiling: ข้อมูลสำคัญ วิศวกรรมระบบอัจฉริยะผ่านเครือข่ายประสาทเทียมฉบับ 19. 2009. pp. 155-162

ผลลัพธ์ (ไทย) 3:

6 . อ้างอิง
1 มือ C ลึกโดยอัตโนมัติเชื่อมโยงเครือข่าย ประชุมวิชาการนานาชาติด้านปัญญาประดิษฐ์ 2001 , ลาสเวกัส , เนวาด้า ดึงข้อมูลจาก " http : / /
/ จัดการ . net / 2014 / 12928
2 - เครเมอร์เมตรอัตโนมัติเชื่อมโยงโครงข่ายใยประสาท คอมพิวเตอร์&วิศวกรรมเคมี , 1992 ; 16 ( 4 ) , pp . 313-328 .
3 - เครเมอร์เมตร ไม่เชิงเส้นการวิเคราะห์องค์ประกอบหลักที่ใช้โดยอัตโนมัติเชื่อมโยงโครงข่ายใยประสาท aiche วารสาร 1991 ;37 ( 2 ) , pp . 233-243 .
4 - บิชอป JM มิทเชลล์ อาร์เจ & minchinton , PR โดยอัตโนมัติเชื่อมโยงดิจิตอลเครือข่ายประสาทสำหรับข้อมูลระดับสีเทา การประชุมระหว่างประเทศบนโครงข่ายประสาทเทียม
ICANN 92 , ไบรตัน , อังกฤษ ฉบับที่ 1 1992 . 639-642 .
5 - desjardins กรัม พรูลซ์ R Godin . รถยนต์เชื่อมโยงโครงข่ายประสาทเทียมเพื่อการสืบค้นข้อมูล นานาชาติร่วมประชุมเครือข่ายระบบประสาท ,แวนคูเวอร์
ก่อนคริสต์ศักราช , แคนาดา 2006 . 3492-3498 .
6 - โซน H , อัลเลน DW , ที่จะสามารถ ฟาร์ราร์ CR ความเสียหายของโครงสร้างการจำแนกโดยใช้สถิติค่าสุดขีด บันทึกของระบบการวัดแบบไดนามิกและการควบคุม
2005 ; 127 ( 1 ) , pp . 125-132 .
7 h - yasarer การตัดสินใจในระบบการทำนายวิศวกรรม ดุษฎีนิพนธ์ , แคนซัสมหาวิทยาลัยของรัฐ , แมนฮัตตัน , แคนซัส ; 2013 .
8 - yasarer H , najjar Yลักษณะการซึมผ่านของแคนซัสส่วนผสมคอนกรีตที่ใช้ใน PCC ฟุตบาท Int . J . geomech . 2013 ; 14 ( 4 ) , 04014017
9 - yasarer H , najjar . การพัฒนาแบบจำลองการคาดการณ์ที่แคนซัสส่วนผสมคอนกรีตที่ใช้ใน PCC บาทวิถี procedia วิทยาศาสตร์คอมพิวเตอร์ 2012 ; 8 478 . 473 -
.
10 - najjar Y , mryyan เอสแอนตามโปรไฟล์ : ความสำคัญของข้อมูลฉลาดวิศวกรรมระบบผ่านเครือข่ายใยประสาทเทียม 19 ฉบับที่ . 2009 . 155-162 .