All selected models show very low M

All selected models show very low MSE values (ranging
from 2.8  103 to 107) and values of R2 close to 1.00 in validation
process. This indicates strongly that these models
predict data with high accuracy. Certainly we can conclude
that both methodology and presented results allow a proper
ANN model selection with a statistical basis. The above
mentioned selection process was developed in a Matlab's
script file available upon request to the authors

ผลลัพธ์ (ไทย) 1:

ทุกรุ่นที่เลือกแสดงค่า MSE ต่ำมาก (จนถึงจาก 2.8 10 3 10 7) และค่าของ R2 ใกล้ 1.00 ในตรวจสอบกระบวนการ นี้หมายถึงขอรุ่นเหล่านี้ทำนายว่า ข้อมูล มีความแม่นยำสูง แน่นอนเราสามารถสรุปว่า วิธีการและผลการนำเสนอให้เหมาะสมกับเลือกแบบจำลอง ANN ที่ มีพื้นฐานทางสถิติ ข้างต้นกระบวนการเลือกดังกล่าวได้รับการพัฒนาในของ Matlabแฟ้มสคริปต์ตามคำขอของผู้เขียน

ผลลัพธ์ (ไทย) 2:

แบบจำลองทั้งหมดที่เลือกแสดงค่า MSE ต่ำมาก (ตั้งแต่
จาก 2.8? 10? 3-10? 7) และค่านิยมของใกล้ R2 เพื่อ 1.00 ในการตรวจสอบ
กระบวนการ นี้แสดงให้เห็นอย่างยิ่งว่ารูปแบบเหล่านี้
คาดการณ์ข้อมูลที่มีความแม่นยำสูง แน่นอนว่าเราสามารถสรุปได้
ว่าทั้งสองวิธีการและนำเสนอผลการอนุญาตให้เหมาะสม
เลือกรูปแบบ ANN กับพื้นฐานทางสถิติ ดังกล่าวข้างต้น
ที่กล่าวถึงขั้นตอนการคัดเลือกได้รับการพัฒนาใน Matlab ของ
ไฟล์สคริปต์ตามคำขอที่ผู้เขียน

ผลลัพธ์ (ไทย) 3:

All selected models show very low MSE values (ranging
from 2.8  103 to 107) and values of R2 close to 1.00 in validation
process. This indicates strongly that these models
predict data with high accuracy. Certainly we can conclude
that both methodology and presented results allow a proper
ANN model selection with a statistical basis. The above
กล่าวถึงการเลือกกระบวนการพัฒนาของโปรแกรมไฟล์ที่สามารถใช้ได้เมื่อมีการร้องขอเพื่อผู้เขียน
สคริปต์