We investigate the use of human met

We investigate the use of human metrology for the prediction of certain soft biometrics, viz. gender and weight.
In particular, we consider geometric measurements from
the head, and those from the remaining parts of the human
body, and analyze their potential in predicting gender and
weight. For gender prediction, the proposed model results
in a 0.7% misclassification rate using both body and head
information, 1.0% using only body information, and 12.2%
using only head information on the CAESAR 1D database
consisting of 2,369 subjects. For weight prediction, the proposed model gives 0.01 mean absolute error (in the range
0 to 1) using both body and head information, 0.01 using
only body information, and 0.07 using only measurements
from the head. This leads to the observation that human
body metrology contains enough information for reliable
prediction of gender and weight. Furthermore, we investigate the efficacy of the model in practical applications,
where metrology data may be missing or severely contaminated by various sources of noises. The proposed copulabased technique is observed to reduce the impact of noise
on prediction performance

ผลลัพธ์ (ไทย) 1:

เราตรวจสอบการใช้มาตรวิทยามนุษย์สำหรับการคาดเดาของชีวภาพบางนุ่ม ได้แก่เพศ และน้ำหนักโดยเฉพาะ พิจารณาดำเนินการวัดเรขาคณิตจากหัว และจากส่วนเหลือของมนุษย์ร่างกาย และวิเคราะห์ศักยภาพในการทำนายเพศ และน้ำหนัก สำหรับการคาดเดาเพศ รูปแบบการนำเสนอผลในอัตรา 0.7% การจัดประเภทโดยใช้ทั้งร่างกายและศีรษะข้อมูล ใช้เฉพาะข้อมูล และ 12.2% 1.0%ใช้เฉพาะหัวข้อมูลในซีซาร์ฐาน 1Dประกอบด้วยวิชา 2,369 สำหรับการประมาณการน้ำหนัก แบบเสนอให้ 0.01 หมายความ ผิดพลาดสัมบูรณ์ (ในช่วง0 กับ 1) ใช้ทั้งร่างกายและข้อมูลหัว ใช้ 0.01ข้อมูลเฉพาะ และโดยใช้การวัดเพียง 0.07จากหัว นี้นำไปสู่การสังเกตบุคคลที่มาตรวิทยาร่างกายประกอบด้วยข้อมูลเพียงพอสำหรับการเชื่อถือได้ทำนายของเพศและน้ำหนัก นอกจากนี้ เราสามารถตรวจสอบประสิทธิภาพของรูปแบบในการประยุกต์ใช้งานจริงที่มาตรวิทยาข้อมูลอาจหายไป หรือปนเปื้อนอย่างรุนแรงตามแหล่งต่าง ๆ ของเสียง เทคนิคการนำเสนอ copulabased เป็นที่สังเกตเพื่อลดผลกระทบของสัญญาณรบกวนประสิทธิภาพการทำงานของการคาดเดา

ผลลัพธ์ (ไทย) 2:

เราตรวจสอบการใช้มาตรวิทยามนุษย์สำหรับการคาดการณ์ของชีวภาพอ่อนบางอย่าง ได้แก่ เพศและน้ำหนัก.
โดยเฉพาะอย่างยิ่งเราพิจารณาการวัดทางเรขาคณิตจาก
หัวและผู้ที่มาจากส่วนที่เหลือของมนุษย์
ร่างกายและวิเคราะห์ศักยภาพของพวกเขาในการทำนายเพศและ
น้ำหนัก การทำนายเพศที่นำเสนอผลการรูปแบบ
ในอัตรา 0.7% จำแนกโดยใช้ทั้งร่างกายและหัว
ข้อมูล 1.0% โดยใช้ข้อมูลที่ร่างกายเท่านั้นและ 12.2%
ใช้เพียงหัวข้อมูลเกี่ยวกับฐานข้อมูล CAESAR 1D
ประกอบด้วย 2,369 วิชา การทำนายน้ำหนักการนำเสนอรูปแบบให้ 0.01 หมายถึงข้อผิดพลาดที่แน่นอน (ในช่วง
0-1) โดยใช้ข้อมูลทั้งร่างกายและศีรษะ 0.01 โดยใช้
ข้อมูลที่ร่างกายเท่านั้นและ 0.07 โดยใช้การวัดเพียง
จากหัว นี้นำไปสู่การสังเกตว่ามนุษย์
มาตรวิทยาร่างกายมีข้อมูลเพียงพอสำหรับความน่าเชื่อถือ
การคาดการณ์ของเพศและน้ำหนัก นอกจากนี้เราตรวจสอบประสิทธิภาพของแบบจำลองในการปฏิบัติงานที่
มีข้อมูลมาตรวิทยาอาจจะหายไปหรือปนเปื้อนอย่างรุนแรงจากแหล่งต่างๆของเสียง เทคนิค copulabased เสนอเป็นที่สังเกตเพื่อลดผลกระทบของเสียง
ในการทำนายผลการปฏิบัติงาน

ผลลัพธ์ (ไทย) 3:

เราศึกษาการใช้มาตรวิทยามนุษย์สำหรับการคาดการณ์บางอย่างนุ่มชีวภาพ ได้แก่ เพศและน้ำหนักโดยเฉพาะ เราพิจารณาจากการวัด เรขาคณิตหัว และจากส่วนที่เหลือของมนุษย์ร่างกาย และวิเคราะห์ศักยภาพของพวกเขาในการทำนายเพศและน้ำหนัก การทำนายเพศ รูปแบบผลลัพธ์อัตราการผิดพลาด 0.7% โดยใช้ทั้งร่างกายและหัวข้อมูล ข้อมูลโดยการใช้ร่างกายเท่านั้น และ 12.2 %การใช้ข้อมูลบนฐานข้อมูล ซีซาร์ ดีหัวจำนวน 257 คน สำหรับน้ำหนัก การทำนาย แบบให้ 0.01 หมายความว่าแน่นอนข้อผิดพลาด ( ในช่วง0 กับ 1 ) โดยใช้ทั้งร่างกายและข้อมูลหัว 0.01 โดยใช้ข้อมูลร่างกายเท่านั้น และ 0.07 ใช้วัดเท่านั้นจากหัว นี้นำไปสู่การสังเกตว่ามนุษย์ร่างกายมาตรวิทยามีข้อมูลเพียงพอสำหรับความน่าเชื่อถือการทำนายของเพศและน้ำหนัก นอกจากนี้ เราตรวจสอบประสิทธิภาพของรูปแบบในการปฏิบัติงานข้อมูลการวัดอาจจะขาดหรืออย่างรุนแรงที่ปนเปื้อนจากแหล่งเสียงต่างๆ เสนอเทคนิค copulabased คือตรวจสอบเพื่อลดผลกระทบของเสียงดังประสิทธิภาพในการทำนาย