We demonstrate the performance of t

We demonstrate the performance of the method by experimenting with the chaotic Mackey–Glass univariate time series dataset which is produced by nonlinear time delay differential equation. To have fair comparisons with earlier works, we define the output of x(t+6)with the input variables of x(t), x(t−6), x(t−12)and x(t−18). We considered the RMSE as the performance index (as em-ployed in other works [10,11]) for this training and testing process of this dataset. The compared result is shown in Table1and Fig.3.
The present results obtained by the proposed model which has less complexity with one hidden layer and three nodes in the hidden layer compared to the others confirms the capability of the method. The column chart in Fig.3compares the training and testing errors of the methods sorted by reducing testing error. Our method (number 17) outperforms 10 methods in the literature out of 17 and is comparable with the rest of the models results while the present model is less time consuming for it is less com-plex.

ผลลัพธ์ (ไทย) 1:

เราแสดงให้เห็นถึงประสิทธิภาพของวิธีการ โดยการทดลองกับวุ่นวาย Mackey – แก้วอย่างไร univariate เวลาลำดับชุดข้อมูลซึ่งผลิต โดยสมการไม่เชิงเส้นเวลาล่าช้าแตกต่างกัน มีธรรมเปรียบเทียบกับผลงานก่อนหน้านี้ เรากำหนดผลลัพธ์ของ x (t + 6) กับตัวแปรอินพุตของ x(t), x(t−6), x (t−12) และ x(t−18) เราพิจารณา RMSE ที่เป็นดัชนีประสิทธิภาพ (เป็น em-ployed ในงานอื่น ๆ [10,11]) สำหรับกระบวนการฝึกอบรม และการทดสอบของชุดข้อมูลนี้ แสดงผลเปรียบเทียบใน Table1and Fig.3ผลลัพธ์แสดงได้ ด้วยรูปแบบนำเสนอที่มีความซับซ้อนน้อย มีชั้นหนึ่งซ่อน และสามโหนดในชั้นซ่อนอยู่เปรียบเทียบกับคนอื่น ๆ ยืนยันความสามารถของวิธีการ แผนภูมิคอลัมน์ใน Fig.3compares ข้อผิดพลาดการอบรม และทดสอบวิธีการเรียงลำดับ โดยการลดข้อผิดพลาดการทดสอบ วิธีของเรา (เลข 17) outperforms 10 วิธีวรรณคดีจาก 17 และถูกเปรียบเทียบกับส่วนเหลือของผลลัพธ์แบบรุ่นปัจจุบันเป็นน้อยใช้เวลานานมีน้อย com-เพล็กซ์

ผลลัพธ์ (ไทย) 2:

เราแสดงให้เห็นถึงประสิทธิภาพของวิธีการโดยการทดลองกับวุ่นวายแมกแก้วเวลาชุดข้อมูลชุด univariate ซึ่งผลิตโดยเวลาที่ล่าช้าไม่เชิงเส้นสมการเชิงอนุพันธ์ ที่จะมีการเปรียบเทียบยุติธรรมกับผลงานก่อนหน้านี้ที่เรากำหนดเอาท์พุทของ x (t + 6) กับตัวแปรของ x (t) x (t-6) x (t-12) และ x (t-18) เราถือว่าเป็น RMSE ดัชนีประสิทธิภาพ (ตาม em-ployed ในงานอื่น ๆ [10,11]) สำหรับการฝึกอบรมนี้และขั้นตอนการทดสอบของชุดนี้ เมื่อเทียบกับผลที่ได้จะแสดงในรูปที่ 3 Table1and.
ผลลัพธ์ที่ได้จากการนำเสนอรูปแบบที่มีความซับซ้อนน้อยลงด้วยชั้นที่ซ่อนหนึ่งและสามโหนดในชั้นซ่อนอยู่เมื่อเทียบกับคนอื่น ๆ ยืนยันความสามารถของวิธีการ แผนภูมิคอลัมน์ใน Fig.3compares ข้อผิดพลาดของการฝึกอบรมและการทดสอบของวิธีการเรียงโดยการลดข้อผิดพลาดในการทดสอบ วิธีการของเรา (หมายเลข 17) มีประสิทธิภาพดีกว่า 10 วิธีในวรรณคดีจาก 17 และเทียบกับส่วนที่เหลือของผลรุ่นในขณะที่รุ่นปัจจุบันจะเสียเวลาน้อยมันน้อยคอมเพล็กซ์

ผลลัพธ์ (ไทย) 3:

เราแสดงให้เห็นถึงประสิทธิภาพของวิธีการทดลองซึ่ง Mackey –แก้วที่มีข้อมูลอนุกรมเวลาซึ่งผลิตโดยเวลาสมการเชิงอนุพันธ์ไม่เชิงเส้นการ . มีการเปรียบเทียบกับก่อนหน้านี้ งานแฟร์ เรากำหนดผลผลิตของ x ( T 6 ) กับข้อมูลตัวแปร x ( t ) , x ( T − 6 ) , x ( T − 12 ) และ x ( T − 18 )เราพิจารณาวิธีการเป็นดัชนีประสิทธิภาพ ( EM ployed ในงานอื่น ๆ [ 10,11 ] ) สำหรับการฝึกอบรมและกระบวนการของข้อมูลนี้ การเปรียบเทียบผลจะแสดงใน table1and fig.3 .
ผลที่ได้จากแบบจำลองซึ่งมีความซับซ้อนน้อยกว่าหนึ่งที่ซ่อนอยู่ชั้น 3 โหนดในชั้นซ่อนเมื่อเทียบกับคนอื่น ๆยืนยันความสามารถของวิธีแผนภูมิคอลัมน์ fig.3compares การฝึกอบรมและการทดสอบข้อผิดพลาดของวิธีการทดสอบเรียงตามการลดข้อผิดพลาด วิธีการของเรา ( เบอร์ 17 ) มีประสิทธิภาพดีกว่า 10 วิธีในวรรณคดีออก 17 เทียบกับส่วนที่เหลือของผลลัพธ์ในขณะที่รุ่นปัจจุบันจะเสียเวลาน้อยกว่า มันเป็นเครื่องคอมให้น้อยลง