Classification error of artificial

Classification error of artificial neural network models with an
increasing number of hidden neurons: models were trained on data
from Australian and South American sites to predict disease severity
class at South American () and Australian () sites, respectively; other
models for Samford (), Southedge (
), Springmount (), Campo
Grande (), Planaltina (), Carimagua () and Caquetá (×) were trained
on data for all sites except the site being used for prediction. Broken
and solid lines represent models developed with (a) and without (b)
data from the Caquetá site, respectively.

ผลลัพธ์ (ไทย) 1:

การจัดประเภทข้อผิดพลาดของแบบจำลองโครงข่ายประสาทเทียมกับการเพิ่มจำนวนของ neurons ซ่อน: มีฝึกแบบจำลองข้อมูลจากอเมริกาออสเตรเลียและอเมริกาใต้เพื่อทำนายความรุนแรงของโรคคลาส(อเมริกาใต้)และออสเตรเลีย()เว็บไซต์ ตามลำดับ อื่น ๆรุ่น Samford () Southedge () Springmount () กัมโปแกรนด์() Planaltina () Carimagua () และ Caquetá (ซื้อ) มีการฝึกอบรมข้อมูลสำหรับไซต์ทั้งหมดยกเว้นเว็บไซต์ที่ใช้สำหรับการคาดเดา เสียและเส้นทึบแสดงถึงแบบจำลองที่พัฒนาด้วย (ก) และไม่มี (bข้อมูลจาก Caquetá เว็บไซต์ ตามลำดับ

ผลลัพธ์ (ไทย) 2:

ข้อผิดพลาดในการจำแนกประเภทของรูปแบบเครือข่ายประสาทเทียมที่มีจำนวนเพิ่มมากขึ้นของเซลล์ประสาทที่ซ่อนอยู่: โมเดลได้รับการฝึกฝนกับข้อมูลจากเว็บไซต์ของออสเตรเลียและอเมริกาใต้ที่จะคาดการณ์ความรุนแรงของโรคระดับที่อเมริกาใต้และออสเตรเลียเว็บไซต์ตามลำดับ(?) (?) อื่น ๆรูปแบบการ Samford (?), Southedge (?), Springmount (?), Campo แกรนด์ (?) Planaltina (?), Carimagua (?) และCaquetá (×) ได้รับการฝึกฝนกับข้อมูลสำหรับเว็บไซต์ทั้งหมดยกเว้นเว็บไซต์ที่ถูกนำมาใช้การทำนาย หักเส้นและของแข็งเป็นตัวแทนของรุ่นที่พัฒนาด้วย (ก) และโดยไม่ต้อง (ข) ข้อมูลจากเว็บไซต์Caquetáตามลำดับ

ผลลัพธ์ (ไทย) 3:

ประเภทข้อผิดพลาดของโครงข่ายประสาทเทียมแบบมี
เพิ่มจำนวนเซลล์ประสาทที่ซ่อนอยู่ : แบบฝึกบนข้อมูล
จากออสเตรเลียและอเมริกาใต้เว็บไซต์ทำนายโรครุนแรง
คลาสที่อเมริกาใต้ (  ) และออสเตรเลีย (  ) เว็บไซต์ตามลำดับ ; รุ่นอื่น ๆ
สำหรับแซมเฟิร์ต (  ) southedge (
) springmount (  ) , แคมโป แกรนด์ (
 ) Planaltina (  )carimagua (  ) และ caquet . kgm ( × ) ฝึก
สำหรับข้อมูลเว็บไซต์ทั้งหมดยกเว้นเว็บไซต์ที่ถูกใช้สำหรับพยากรณ์ เสียและเส้นทึบแสดงแบบจำลอง
พัฒนา ( A ) และ ( B )
โดยไม่มีข้อมูลจากเว็บไซต์ . kgm caquet ตามลำดับ