It is well known that the human bra

It is well known that the human brain has the advantage of handling disperse
and parallel distributed data eficiently. On the basis of this fact, arttjicial
neural networks theory was developed and has been applied to various fields of
science successfully. In this study, error back propagation neural networks were
utilized to predict the ultlmate bearing capacity of piles. For the verification of
applicability of neural networks, results of model pile load tests performed by
the authors were simulated. In addition, the results of in situ pile load tests
obtained from a literature survey were also used. The results showed that the
maximum error of prediction did not exceed 2.5%, except for some bias data.
These limited results indicated the feasibility of utilizing neural networks for
pile capacity prediction problems

ผลลัพธ์ (ไทย) 1:

เป็นที่รู้จักว่า สมองมนุษย์มีประโยชน์จากการจัดการกระจายและ eficiently กระจายข้อมูลแบบขนาน ตามความจริง arttjicialทฤษฎีเครือข่ายประสาทได้รับการพัฒนา และมีการใช้ฟิลด์ต่าง ๆ ของวิทยาศาสตร์เรียบร้อย ในการศึกษานี้ เครือข่ายประสาทเผยแพร่ย้อนกลับข้อผิดพลาดได้ใช้เพื่อทำนาย ultlmate เรืองรองของกอง สำหรับการตรวจสอบความเกี่ยวข้องของเครือข่ายประสาท ผลลัพธ์ของแบบจำลองกองโหลดราคาทดสอบที่ดำเนินการโดยผู้เขียนได้จำลอง นอกจากนี้ ผลลัพธ์ของกองใน situ โหลดทดสอบได้รับจากวรรณกรรมการ สำรวจยังใช้ ผลพบว่าการข้อผิดพลาดสูงสุดของการคาดการณ์ไม่เกิน 2.5% ยกเว้นข้อมูลบางส่วนตั้งผลลัพธ์เหล่านี้จำกัดระบุความเป็นไปได้ของการใช้เครือข่ายประสาทในกองกำลังทายปัญหา

ผลลัพธ์ (ไทย) 2:

เป็นที่ทราบกันดีว่าสมองของมนุษย์มีความได้เปรียบของการกระจายการจัดการและกระจายข้อมูลแบบขนาน eficiently
บนพื้นฐานของความเป็นจริงนี้, arttjicial เครือข่ายประสาททฤษฎีได้รับการพัฒนาและได้รับนำไปใช้กับสาขาต่างๆของวิทยาศาสตร์ที่ประสบความสำเร็จ ในการศึกษานี้มีข้อผิดพลาดกลับมาเครือข่ายประสาทการขยายพันธุ์ที่ถูกนำมาใช้ในการทำนายความจุแบริ่ง ultlmate กอง สำหรับการตรวจสอบของการบังคับใช้ของเครือข่ายประสาทผลของการทดสอบความเร็วในการโหลดกองรูปแบบการดำเนินการโดยผู้เขียนได้รับการจำลอง นอกจากนี้ผลของการทดสอบในแหล่งกำเนิดโหลดกองที่ได้รับจากการสำรวจวรรณกรรมยังถูกนำมาใช้ ผลการศึกษาพบว่าความผิดพลาดสูงสุดของการทำนายไม่เกิน 2.5% ยกเว้นสำหรับข้อมูลที่มีอคติบาง. เหล่านี้ส่งผล จำกัด ที่ระบุความเป็นไปได้ของการใช้เครือข่ายประสาทสำหรับความจุกองปัญหาการทำนาย

ผลลัพธ์ (ไทย) 3:

มันเป็นที่รู้จักกันดีว่าสมองของมนุษย์มีข้อดีของการสลาย
และขนานกระจายข้อมูล eficiently . บนพื้นฐานของความเป็นจริงนี้ ทฤษฎีโครงข่ายประสาทเทียม arttjicial
ได้รับการพัฒนาและมีการใช้ในสาขาต่างๆของวิทยาศาสตร์
เรียบร้อยแล้ว การศึกษาข้อผิดพลาดกลับการขยายพันธุ์โครงข่ายประสาทเทียมเป็น
ใช้ทำนาย ultlmate แบกความจุของริดสีดวงทวารสำหรับการประยุกต์ใช้โครงข่ายประสาทเทียม
ผลลัพธ์ของแบบจำลองเสาเข็มการทดสอบดำเนินการโดย
เขียนเป็นจำลอง ส่วนผลใน situ เสาเข็มทดสอบ
ที่ได้จากการค้นคว้า ยังใช้ ผลการศึกษาพบว่า ความผิดพลาดของการพยากรณ์
สูงสุดไม่เกิน 2.5 เปอร์เซ็นต์ ยกเว้นบางข้อมูล
ลำเอียงผลลัพธ์เหล่านี้ จำกัด ระบุความเป็นไปได้ของการใช้โครงข่ายประสาทเทียมสำหรับ
ปัญหาความจุกอง ทำนาย