To further prove the validity of ou

To further prove the validity of our approach, Table 3 presents cross-database results in which one database is used for training and the other for testing. The cross-database results show that the local-DNN models can generalize well to a different database at the expense of a small performance penalty. It should be emphasized that our cross-database results are better than the only previously published cross-database results presented in [4] where a 81.02% and 89.77% are obtained when testing with the Gallagher’s and LFW respectively.

ผลลัพธ์ (ไทย) 1:

พิสูจน์ถูกต้องของวิธีการของเรา ตาราง 3 ต่อไป ขนฐานข้อมูลแสดงผลในฐานข้อมูลหนึ่งที่ใช้สำหรับการฝึกอบรมและการทดสอบอื่น ๆ ผลลัพธ์ฐานข้อมูลข้ามแสดงว่า แบบจำลองท้องถิ่น-DNN สามารถเมดีไปยังฐานข้อมูลอื่นค่าใช้จ่ายการปรับประสิทธิภาพการทำงานขนาดเล็ก ควรเน้นที่ผลระหว่างฐานข้อมูลของเราดีกว่าเพียงเผยแพร่ก่อนหน้านี้ข้ามฐานข้อมูลผลลัพธ์แสดง [4] 81.02% และ 89.77% จะได้รับเมื่อทดสอบกับของ Gallagher และ LFW ตามลำดับ

ผลลัพธ์ (ไทย) 2:

เพื่อเป็นการพิสูจน์ความถูกต้องของวิธีการของเราตารางที่ 3 นำเสนอผลฐานข้อมูลข้ามซึ่งเป็นหนึ่งในฐานข้อมูลที่ใช้สำหรับการฝึกอบรมและอื่น ๆ สำหรับการทดสอบ ผลการข้ามฐานข้อมูลแสดงให้เห็นว่ารูปแบบ DNN ท้องถิ่นสามารถพูดคุยกันกับฐานข้อมูลที่แตกต่างกันที่ค่าใช้จ่ายของการลงโทษประสิทธิภาพขนาดเล็ก มันควรจะเน้นว่าผลข้ามฐานข้อมูลของเราจะดีกว่าเพียงการตีพิมพ์ผลการข้ามฐานข้อมูลที่นำเสนอใน [4] ที่ 81.02% และ 89.77% จะได้รับเมื่อการทดสอบกับกัลลาเกอร์และ LFW ตามลำดับ

ผลลัพธ์ (ไทย) 3:

เพื่อพิสูจน์ความถูกต้องของวิธีการของเรา ตารางที่ 3 แสดงผลฐานข้อมูลข้ามซึ่งในฐานข้อมูลหนึ่งใช้สำหรับการฝึกอบรมและอื่น ๆเพื่อการทดสอบ ผลลัพธ์ฐานข้อมูลข้าม แสดงว่า รุ่น dnn ท้องถิ่นสามารถอนุมานดีไปยังฐานข้อมูลที่แตกต่างกันในค่าใช้จ่ายของการลงโทษประสิทธิภาพขนาดเล็กมันควรจะเน้นว่าผลลัพธ์ฐานข้อมูลข้ามของเราดีกว่า ก่อนหน้านี้เพียงเผยแพร่ฐานข้อมูลข้ามผลลัพธ์แสดงใน [ 4 ] ที่ 81.02 % และ 89.77 % ตามลำดับเมื่อทดสอบกับ กัลลาเกอร์ และ lfw ตามลำดับ