From the point of view of statistic

From the point of view of statistics or econometrics, NN models are a particular class of nonlinear input–output models. NNs have been established to be superior to the conventional models of linear kind (including regression, univariate time series models, and multivariate time series transfer function models) and some other non-linear kind. Application of NN does not require the data to meet the assumptions that must otherwise be met in a regression model. ANN adapts to learn the relationship or mapping between input and outputs during the training process. During supervised training, which is used in this study, pairs of input and target data are used. An input is propagated through the ANN, the model output is
compared with the target output, and the weights between nodes are updated to minimize the error
between simulated and target output.

ผลลัพธ์ (ไทย) 1:

การมองในแง่ของสถิติหรือเศรษฐมิติ รุ่น NN เป็นชั้นเฉพาะรุ่นอินพุต – เอาท์พุตไม่เชิงเส้น มีการกำหนด NNs จะเหนือกว่ารุ่นทั่วไปของชนิดเส้นตรง (รวมทั้งการถดถอย ไร univariate เวลาชุดรูปแบบ และตัวแปรพหุเวลาชุดโอนย้ายแบบจำลองฟังก์ชัน) และชนิดไม่เชิงเส้นอื่น แอพลิเคชันของ NN ไม่ต้องการข้อมูลให้ตรงกับสมมติฐานที่เป็นเงื่อนไขอื่นในแบบจำลองถดถอย แอนปรับการเรียนรู้ความสัมพันธ์หรือการแม็ประหว่างอินพุตและเอาท์พุตในระหว่างกระบวนการฝึกอบรม ในระหว่างการฝึกอบรมดูแล ซึ่งใช้ในการศึกษานี้ มีใช้คู่ของข้อมูลอินพุตและเป้าหมาย อินพุตที่ถูกเผยแพร่ผ่านการแอน ออกแบบเมื่อเทียบกับผลผลิตเป้าหมาย และน้ำหนักระหว่างโหนดที่จะถูกปรับปรุงเพื่อลดข้อผิดพลาดระหว่างจำลอง และเป้าหมายผลผลิต

ผลลัพธ์ (ไทย) 2:

จากมุมมองของสถิติหรือเศรษฐมิติแบบจำลอง NN เป็นระดับในด้านการไม่เชิงเส้นรุ่นอินพุท NNs ได้รับการจัดตั้งขึ้นจะดีกว่ารุ่นธรรมดาของชนิดเชิงเส้น (รวมถึงการถดถอย univariate รุ่นอนุกรมเวลาและเวลาหลายตัวแปรรุ่นฟังก์ชันถ่ายโอน Series) และบางชนิดที่ไม่ใช่เชิงเส้นอื่น ๆ การประยุกต์ใช้ NN ไม่จำเป็นต้องมีข้อมูลที่จะตอบสนองข้อสมมติฐานที่ว่าจะต้องเป็นอย่างอื่นจะพบกันในรูปแบบการถดถอย ANN ปรับให้เหมาะกับการเรียนรู้ถึงความสัมพันธ์หรือการแมประหว่างอินพุทและเอาท์พุทในระหว่างขั้นตอนการฝึกอบรม ระหว่างการฝึกอบรมภายใต้การดูแลซึ่งจะใช้ในการศึกษาครั้งนี้คู่ของอินพุตและเป้าหมายข้อมูลที่ถูกนำมาใช้ การป้อนข้อมูลจะแพร่กระจายผ่านทางแอนเอาท์พุทแบบถูก
เมื่อเทียบกับการส่งออกเป้าหมายและน้ำหนักระหว่างโหนดมีการปรับปรุงเพื่อลดข้อผิดพลาด
ระหว่างการจำลองและเป้าหมายการส่งออก

ผลลัพธ์ (ไทย) 3:

จากมุมมองของสถิติหรือเศรษฐมิติแบบ NN มีคลาสโดยเฉพาะเส้นเข้า–ออกแบบ nns ถูกสร้างให้เหนือกว่ารุ่นปกติของชนิดโดยตรง ( รวมถึงการรักษารูปแบบอนุกรมเวลา และเวลาที่โอนชุดฟังก์ชันหลายตัวแปรแบบไม่เป็นเชิงเส้น ) และบางอื่น ๆประเภท การประยุกต์ใช้ดินไม่ต้องใช้ข้อมูลตามสมมติฐานว่าต้องมิฉะนั้นจะเจอในตัวแบบการถดถอย . แอน ไปเรียนรู้ความสัมพันธ์ระหว่างปัจจัยการผลิตและผลผลิตหรือการทำแผนที่ระหว่างการฝึกอบรม ในระหว่างการฝึก ซึ่งใช้ในการศึกษานี้ คู่ของข้อมูลและข้อมูลที่กำหนดเป้าหมายที่ใช้ การป้อนข้อมูลจะแพร่กระจายผ่านแอน รูปแบบ ออก เป็นเมื่อเทียบกับผลผลิตเป้าหมาย และน้ำหนักระหว่างโหนดได้รับการปรับปรุงเพื่อลดข้อผิดพลาดระหว่างการจำลองและผลผลิตเป้าหมาย