3.1. Process parameters and process

3.1. Process parameters and process response identification The idea of using NNs to model the processes is to create networks that take process parameters as inputs and produce process responses (such as quality characteristics) as outputs. One way to do this is to assign all available process parameters as network inputs, and then let the network adjust itself during training so that the connection of any insignificant parameters becomes weak. Another approach is to be more selective, and assign as inputs only those parameters that are believed to influence the process outputs. The first approach has been termed the ‘‘global network’’ while the second is called the ‘‘focused network’’ (Wilcox and Wright, 1998). These authors showed that, when modelling the same process, the focused network performed better than the global one, suggesting that process parameters should be carefully selected to improve the performance of a network. However it should be noted that, for either approach if a significant process parameter input is missing, the network performance will be compromised, as the variation in the available input data will not be sufficient to explain the variation in the process output characteristics. Process response used for NN training should be an appropriate measurement of the success of the interested process. The selection of the suitable response requires understanding of the process. NN can be trained to predict both single-response and multi-response.

ผลลัพธ์ (ไทย) 1:

3.1 การประมวลผลพารามิเตอร์และรหัสตอบสนองกระบวนการคิดใช้ NNs แบบกระบวนคือการ สร้างเครือข่ายที่ใช้พารามิเตอร์กระบวนการเป็นปัจจัยการผลิต และสร้างกระบวนการการตอบสนอง (เช่นคุณภาพลักษณะ) เป็นการแสดงผล วิธีหนึ่งคือการ กำหนดพารามิเตอร์มีกระบวนการทั้งหมดเป็นเครือข่ายปัจจัยการผลิต และให้เครือข่ายที่ปรับปรุงตัวเองในระหว่างการฝึกอบรมเพื่อให้การเชื่อมต่อของพารามิเตอร์สำคัญจะอ่อนแอแล้ว วิธีอื่นจะเลือกมากขึ้น กำหนดอินพุตพารามิเตอร์ที่เชื่อว่ามีอิทธิพลต่อการแสดงผลของกระบวนการเหล่านี้ วิธีแรกได้ถูกเรียกว่า "เครือข่ายทั่วโลก '' ในขณะที่สองเรียกว่า"เครือข่ายเน้น '' (วิลค็อกซ์และไรท์ 1998) เหล่านี้ผู้เขียนพบว่า เมื่อสร้างแบบจำลองกระบวนการเดียวกัน เครือข่ายเน้นทำดีจากทั่วโลก การแนะนำว่า พารามิเตอร์กระบวนการควรระมัดระวังเลือกเพื่อปรับปรุงประสิทธิภาพของเครือข่าย อย่างไรก็ตาม ก็ควรจดบันทึกว่า สำหรับวิธีใด ถ้าป้อนพารามิเตอร์กระบวนการสำคัญหายไป ประสิทธิภาพการทำงานของเครือข่ายจะไม่สมบูรณ์ เป็นความผันแปรในการป้อนข้อมูลจะไม่เพียงพอที่จะอธิบายความแปรปรวนในลักษณะผลผลิตกระบวนการการ ตอบกระบวนการที่ใช้สำหรับฝึกอบรม NN ควรวัดความสำเร็จของกระบวนการสนใจที่เหมาะสม ตัวเลือกการตอบสนองที่เหมาะสมต้องเข้าใจกระบวนการ เอ็นเอ็นสามารถได้รับการอบรมเพื่อทายคำ ตอบเดียว และคำตอบหลาย

ผลลัพธ์ (ไทย) 2:

3.1 พารามิเตอร์กระบวนการและบัตรประจำตัวตอบสนองต่อกระบวนการคิดของการใช้ NNs การจำลองกระบวนการคือการสร้างเครือข่ายที่ใช้พารามิเตอร์กระบวนการผลิตปัจจัยการผลิตและการตอบสนองของกระบวนการ (เช่นลักษณะคุณภาพ) เป็นเอาท์พุท วิธีหนึ่งที่จะทำเช่นนี้คือการกำหนดพารามิเตอร์กระบวนการที่มีอยู่ทั้งหมดเป็นปัจจัยการผลิตเครือข่ายแล้วให้เครือข่ายที่ปรับตัวระหว่างการฝึกอบรมเพื่อให้การเชื่อมต่อของพารามิเตอร์ที่ไม่มีนัยสำคัญใด ๆ กลายเป็นคนอ่อนแอ อีกวิธีหนึ่งคือการเป็นเลือกมากขึ้นและกำหนดเป็นปัจจัยการผลิตเพียงพารามิเตอร์เหล่านั้นที่เชื่อว่าจะมีอิทธิพลต่อผลการดำเนินการ วิธีแรกที่ได้รับการเรียกว่า '' เครือข่ายทั่วโลก '' ในขณะที่สองที่เรียกว่า '' ที่มุ่งเน้นเครือข่าย '' (วิลคอกซ์และไรท์, 1998) ผู้เขียนเหล่านี้แสดงให้เห็นว่าเมื่อการสร้างแบบจำลองกระบวนการเดียวกันเครือข่ายที่มุ่งเน้นการดำเนินการที่ดีกว่าหนึ่งระดับโลกบอกพารามิเตอร์กระบวนการที่ควรจะเลือกอย่างระมัดระวังในการปรับปรุงประสิทธิภาพการทำงานของเครือข่าย แต่มันควรจะตั้งข้อสังเกตว่าสำหรับวิธีการอย่างใดอย่างหนึ่งถ้าใส่พารามิเตอร์กระบวนการอย่างมีนัยสำคัญจะหายไปประสิทธิภาพของเครือข่ายจะถูกทำลายเช่นการเปลี่ยนแปลงในการป้อนข้อมูลที่มีอยู่จะไม่เพียงพอที่จะอธิบายการเปลี่ยนแปลงในลักษณะการส่งออกขั้นตอนที่ การตอบสนองของกระบวนการที่ใช้สำหรับการฝึกอบรม NN ควรจะเป็นวัดที่เหมาะสมของความสำเร็จของกระบวนการที่สนใจ การเลือกของการตอบสนองที่เหมาะสมต้องมีความเข้าใจของกระบวนการ NN สามารถผ่านการฝึกอบรมในการทำนายการตอบสนองทั้งเดี่ยวและการตอบสนองหลาย

ผลลัพธ์ (ไทย) 3:

3.1 . กระบวนการผลิตและการระบุการตอบสนองกระบวนการความคิดของการใช้ nns แบบจำลองกระบวนการ คือ การสร้างเครือข่ายที่ใช้กระบวนการผลิตเป็นปัจจัยการผลิตและการตอบสนองของกระบวนการผลิต ( เช่น ลักษณะคุณภาพ ) เป็นเอาท์พุท ทางหนึ่งที่จะทำนี้คือการกำหนดให้ใช้ได้ทุกพารามิเตอร์เป็นข้อมูลเครือข่ายแล้วให้เครือข่ายปรับตัวเองในระหว่างการฝึกอบรมเพื่อให้การเชื่อมต่อของพารามิเตอร์ใด ๆที่ไม่กลายเป็นอ่อนแอ อีกวิธีหนึ่งคือการเลือก และกำหนดเป็นค่าเฉพาะค่าพารามิเตอร์ที่เชื่อว่าจะมีอิทธิพลต่อกระบวนการเอาท์พุท วิธีการแรกถูกเรียกว่า ' เครือข่าย ' 'global ' ส่วนที่สองเรียกว่า ' เครือข่าย ' ' ( และ 'focused วิลไรท์1998 ) ผู้เขียนเหล่านี้แสดงให้เห็นว่า เมื่อแบบจำลองกระบวนการเดียวกัน เน้นเครือข่ายดำเนินการที่ดีกว่าโลกหนึ่งชี้ให้เห็นว่ากระบวนการผลิตควรเลือกอย่างระมัดระวังเพื่อปรับปรุงประสิทธิภาพของเครือข่าย แต่มันควรจะสังเกตว่าสำหรับวิธีการอย่างใดอย่างหนึ่งถ้ากระบวนการที่มีการป้อนพารามิเตอร์ที่หายไป , ประสิทธิภาพของเครือข่ายจะถูกบุกรุกเป็นรูปแบบในข้อมูลที่มีอยู่จะไม่เพียงพอที่จะอธิบายการเปลี่ยนแปลงในกระบวนการผลิตของ การใช้กระบวนการฝึกอบรม nn ควรมีการวัดที่เหมาะสมของความสำเร็จของกระบวนการที่สนใจ การเลือกการตอบสนองที่เหมาะสมต้องมีความเข้าใจในกระบวนการ nn สามารถฝึกเพื่อทำนายการตอบสนองทั้งเดียวและหลายการตอบสนอง