In this research article, a multila

In this research article, a multilayer feed-forward neural network trained with an error back-propagation algorithm was incorporated in order to develop a predictive model. The input parameters of the model were virus dose, week and tamoxifen citrate, while tumor weight was in clusde in the output parameter. Two different training algorithms, namely quick propagation (QP) and Levenberg-Marquardt (LM), were used to train ANN.

ผลลัพธ์ (ไทย) 1:

ในบทความนี้วิจัย เครือข่ายประสาทอาหารไปหลายชั้นฝึกฝน ด้วยอัลกอริทึมการเผยแพร่หลังข้อผิดพลาดถูกรวมการพัฒนาแบบจำลองการคาดการณ์ อินพุตพารามิเตอร์ของแบบจำลองถูกไวรัสยา สัปดาห์ และ tamoxifen ซิเตรต ขณะที่น้ำหนักของเนื้องอกอยู่ใน clusde ในพารามิเตอร์ผลลัพธ์ 2 ฝึกอบรมแตกต่างกันอัลกอริทึม ได้แก่การเผยแพร่อย่างรวดเร็ว (QP) และ Levenberg Marquardt (LM), ได้ใช้รถไฟแอน

ผลลัพธ์ (ไทย) 2:

ในบทความงานวิจัยนี้เครือข่ายประสาทฟีดไปข้างหน้าหลายผ่านการฝึกอบรมที่มีข้อผิดพลาดในขั้นตอนวิธีการขยายพันธุ์กลับได้รับการจัดตั้งขึ้นเพื่อพัฒนารูปแบบการทำนาย ป้อนพารามิเตอร์ของแบบจำลองมีปริมาณไวรัสสัปดาห์และซิเตรต tamoxifen ในขณะที่น้ำหนักของเนื้องอกอยู่ใน clusde พารามิเตอร์ในการส่งออก สองขั้นตอนวิธีการฝึกอบรมที่แตกต่างกันกล่าวคือการขยายพันธุ์อย่างรวดเร็ว (QP) และ Levenberg-Marquardt (LM) ถูกนำมาใช้ในการฝึกอบรม ANN

ผลลัพธ์ (ไทย) 3:

ในบทความวิจัยนี้มีหลายชั้น feed-forward เครือข่ายประสาทกับขั้นตอนวิธีการข้อผิดพลาด back-propagation จัดตั้งขึ้นเพื่อพัฒนาแบบจำลองทำนาย . การป้อนพารามิเตอร์ของแบบจำลองมีปริมาณไวรัสสัปดาห์และ Tamoxifen ซิเตรต ในขณะที่น้ำหนักเนื้องอกอยู่ใน clusde ในการแสดงผลพารามิเตอร์ สองขั้นตอนวิธีการฝึกอบรมต่าง ๆคือการแพร่กระจายอย่างรวดเร็ว ( qp ) และ levenberg มาร์คว ( LM ) , ถูกใช้เพื่อฝึก แอน