A lack of consistency between analy

A lack of consistency between analyses for predicting physical/ chemical parameters and colour raises the possibility that the method used to investigate the trained neural networks is not very effective for the identification and quantification of key relationships between colour and soil parameters. Such an approach is only likely
to work when the trained network to which it is applied is providing consistently accurate predictions of the outputs. In this case, the accuracy of the networks used for predicting soil physiochemical characteristics varies between parameters. Therefore, a relatively strong relationship identified for some parameter that is not predicted accurately

ผลลัพธ์ (ไทย) 1:

การขาดของความสอดคล้องระหว่างวิเคราะห์สำหรับคาดการณ์พารามิเตอร์ทางกายภาพ / เคมีและสีเพิ่มความเป็นไปได้ว่า วิธีที่ใช้ในการตรวจสอบเครือข่ายประสาทผ่านการฝึกอบรมไม่มีประสิทธิภาพมากสำหรับการระบุและนับหลักความสัมพันธ์ระหว่างพารามิเตอร์สีและดิน วิธีการมีเฉพาะแนวโน้ม
การทำงานเมื่อเครือข่ายได้รับการฝึกฝนที่จะใช้ให้คาดคะเนถูกต้องอย่างต่อเนื่องของการแสดงผล ในกรณีนี้ ความถูกต้องของเครือข่ายที่ใช้สำหรับการคาดการณ์ลักษณะ physiochemical ดินระหว่างพารามิเตอร์แตกต่างกันไป ดังนั้น มีความสัมพันธ์ค่อนข้างแข็งแรงระบุสำหรับพารามิเตอร์บางอย่างที่ไม่คาดว่า ถูกต้อง

ผลลัพธ์ (ไทย) 2:

ขาดความสอดคล้องระหว่างการวิเคราะห์การทำนายพารามิเตอร์ / สารเคมีทางกายภาพและสีทำให้เกิดความเป็นไปได้ว่าวิธีการที่ใช้ในการตรวจสอบเครือข่ายประสาทการฝึกอบรมไม่ได้มีประสิทธิภาพมากสำหรับการระบุและปริมาณของความสัมพันธ์ที่สำคัญระหว่างค่าสีและดิน วิธีการดังกล่าวน่าจะเป็นเพียง
การทำงานเมื่อเครือข่ายได้รับการฝึกฝนเพื่อที่จะนำมาใช้คือการให้การคาดการณ์ที่ถูกต้องอย่างต่อเนื่องของผล ในกรณีนี้ความถูกต้องของเครือข่ายที่ใช้ในการทำนายลักษณะกายภาพของดินแตกต่างกันไประหว่างพารามิเตอร์ ดังนั้นความสัมพันธ์ที่ค่อนข้างแข็งแกร่งระบุสำหรับพารามิเตอร์บางอย่างที่ไม่ได้คาดการณ์ไว้อย่างถูกต้อง

ผลลัพธ์ (ไทย) 3:

ไม่มีความสอดคล้องกันระหว่างการวิเคราะห์ทำนายพารามิเตอร์ทางกายภาพ / เคมีและสีเพิ่มความเป็นไปได้ที่ใช้วิธีการศึกษาการฝึกอบรมเครือข่ายประสาทไม่ได้มีประสิทธิภาพมากสำหรับการระบุและปริมาณของความสัมพันธ์ที่สำคัญระหว่างสีและพารามิเตอร์ของดิน วิธีการดังกล่าวเป็นเพียงแนวโน้ม
ทำงานเมื่อเครือข่ายการฝึกอบรมซึ่งจะใช้ให้ถูกต้อง อย่างคำทำนายของเอาท์พุท ในกรณีนี้ , ความถูกต้องของเครือข่ายที่ใช้ทำนายลักษณะ physiochemical ดินแตกต่างกันระหว่างพารามิเตอร์ ดังนั้น ที่ค่อนข้างแข็งแรง ความสัมพันธ์ที่ระบุบางพารามิเตอร์ที่ไม่ได้คาดการณ์ไว้อย่างถูกต้อง