These findings underscore two key s

These findings underscore two key strengths of our approach.
Foremost, the fact the system is able to perform at
84.5% accuracy (SD=18.9%) with a single training instance
from each user suggests the feature space we selected is
highly discriminative between users. Second, 0.5 seconds
appears to be a sweet spot, in particular, a nice balance between
classification accuracy and training duration. Whereas
an 8-second login sequence would significantly interrupt
interactive use, 500ms is sufficiently quick to be of minimal
distraction. Given that our current approach requires users
to login each time they want the system to differentiate
them, this interaction has to be extremely lightweight if it is
to be practical.

ผลลัพธ์ (ไทย) 1:

การค้นพบนี้ขีดเส้นใต้สองจุดแข็งที่สำคัญของวิธีการของเรา.
สำคัญที่สุดในความเป็นจริงระบบจะสามารถดำเนินการที่ถูกต้อง 84.5%
(SD = 18.9%) ด้วย
เช่นเดียวจากการฝึกอบรมผู้ใช้แต่ละคนได้แสดงให้เห็นช่องว่างคุณลักษณะที่เราคัดสรรเป็นอย่างสูง
แยกแยะระหว่างผู้ใช้ วินาที 0.5 วินาที
ที่ดูเหมือนจะเป็นจุดหวานโดยเฉพาะอย่างยิ่งความสมดุลดีระหว่างความถูกต้องจำแนก
และระยะเวลาการฝึกอบรมในขณะที่
ลำดับ 8 เข้าสู่ระบบที่สองอย่างมีนัยสำคัญจะขัดขวาง
ใช้โต้ตอบ, 500ms อย่างรวดเร็วพอที่จะเป็นสิ่งที่ทำให้ไขว้เขวน้อย
ที่ระบุว่าวิธีการในปัจจุบันของเราต้องการให้ผู้ใช้เพื่อเข้าสู่ระบบ
เวลาที่พวกเขาต้องการให้ระบบความแตกต่างของพวกเขาแต่ละ
ปฏิสัมพันธ์นี้จะต้องมีน้ำหนักเบามากถ้ามันเป็น
ที่จะปฏิบัติ

ผลลัพธ์ (ไทย) 2:

ผลการวิจัยเหล่านี้ขีดเส้นใต้สองจุดแข็งที่สำคัญของวิธีการของเรา
Foremost ข้อเท็จจริงที่ระบบจะสามารถทำ at
84.5% ความถูกต้อง (SD=18.9%) กับอินสแตนซ์ที่หนึ่งฝึก
จากผู้แนะนำพื้นที่คุณลักษณะที่เราเลือก
discriminative สูงระหว่างผู้ใช้ ที่สอง วินาที 0.5
มี หวานจุด โดยเฉพาะ ยอดดุลที่ดีระหว่าง
จัดประเภทความแม่นยำและระยะเวลาการฝึกอบรม โดย
ลำดับล็อกอิน 8 สองตัวจะขัดจังหวะมาก
ใช้แบบโต้ตอบ 500ms พอด่วนมีน้อย
รบกวน ระบุว่าวิธีการปัจจุบันของเราต้องการผู้ใช้
ล็อกอินทุกครั้งที่ พวกเขาต้องการระบบเพื่อแบ่งแยก
เขา การโต้ตอบนี้มีน้ำหนักเบามากถ้าต้อง
จะปฏิบัติ

ผลลัพธ์ (ไทย) 3:

จากการสำรวจนี้เครื่องหมายขีดล่างเครื่องหมายขีดกลางสองจุดแข็งหลักของวิธีการของเรา.
มาก่อนความจริงที่ระบบจะสามารถทำได้ 84.5% ความแม่นยำ
( SD = 18.9% )พร้อมด้วยตัวอย่างเช่นการฝึกอบรมเพียงตัวเดียว
จากผู้ใช้แต่ละรายเสนอพื้นที่โดดเด่นไปด้วยที่เราเลือก
สูง discriminative ระหว่างผู้ใช้ ที่สองที่ 0.5 วินาที
จะปรากฏขึ้นเพื่อเป็นจุดให้บริการของหวานในเฉพาะความสมดุลที่สวยงามระหว่างระยะเวลาการฝึกอบรมและการแบ่ง ประเภท ความแม่นยำ
ในขณะที่
ซึ่งจะช่วยล็อกอินตามลำดับ 8 - ที่สองที่จะหยุด
การใช้อินเตอร์แอคทีฟอย่างมีนัยสำคัญ 500 มิลลิวินาทีมีมากพอได้อย่างรวดเร็วเพื่อเป็นการไม่มี
ซึ่งจะช่วยทำให้เธอไขว้เขวกันแน่ ซึ่งจะส่งผลให้การเข้าถึงในปัจจุบันของเราต้องใช้ผู้ใช้
ซึ่งจะช่วยในการล็อกอินในแต่ละครั้งที่ต้องการให้ระบบ
ซึ่งจะช่วยสร้างความแตกต่างให้กับเขาการโต้ตอบนี้จะต้องเป็นน้ำหนักเบามากหากเป็น
ซึ่งจะช่วยให้สามารถใช้งานได้จริง