samples with matching score below t

samples with matching score below the updating thresh-old, as shown by the thinner edges (Fig. 5). However, the bottleneck represented by the edges related to sample localized in sub-graph G3 (belonging to J2) is discarded for adaptation.
Regular adaptation of the templates ensures its enhanced representation capability to the intra-class variations of the input samples. Coherently with this working assumption, we investigated if the updated templates resulted in an increase in the matching score values, on comparison with the test samples. This is done using the performance evaluation procedure described in Section 4.2 (Part C). In fact, increase in the matching score values means an increase in the similarity of enrolled templates to the test samples. Hence, an increase in the representativeness of the templates to the test samples acquired in different environmental conditions.
These results are reported in Table 5. For the baseline system, scores are computed using the two initial enrolled templates. It can be noticed that an average increment in the matching score is higher for graph min-cut in com-parison to self-update for all the traits. Thus, both the techniques ensure an increase in the template represen-tativeness, with the high superiority of graph min-cut over self-update.
To sum up, reported experimental results show that the behavior of self-update and graph min-cut is well described by the proposed conceptual representation.
These experiments also explain the reason of limited amount of intra-class variations captured by self-update, when a stringent threshold is used. At the same time, pointing out the ability of graph min-cut in localizing bottlenecks for labeling the input samples to be used for adaptation.
Experiments conducted so far have been done in order to validate the proposed conceptual representation and did not explicitly consider impostor samples. In the next section, we performed experiments under realistic condi-tions where the availability of impostor sample is quite probable during the system operation. To simulate the process of adaptation in real systems, batch of samples available for adaptation also includes impostor samples. 4.3.2. Evaluation of the self-update and graph min-cut techniques under realistic conditions Table 6 shows the performance of these updating schemes at different threshold values, that is, from 0.001% FAR to 1% FAR operational points. The performance is

ผลลัพธ์ (ไทย) 1:

ตัวอย่างการจับคู่คะแนนด้านล่างปรับปรุง thresh เก่า ขอบบางกว่า (5 รูป) อย่างไรก็ตาม ขวดโดยขอบที่เกี่ยวข้องกับตัวอย่างแปลในกราฟย่อย G3 (เป็นส่วนหนึ่งของ J2) จะถูกยกเลิกสำหรับการปรับตัวปกติการปรับตัวของแม่ให้เพิ่มแสดงความเปลี่ยนแปลงภายในคลาสตัวอย่างเข้า สอดกับสมมติฐานนี้ทำงาน เราตรวจสอบถ้าต้นแบบการปรับปรุงผลเพิ่มค่าคะแนนตรงกัน ในการเปรียบเทียบกับตัวอย่างทดสอบ สิ่งนี้ทำโดยใช้ขั้นตอนการประเมินประสิทธิภาพการทำงานที่อธิบายไว้ในส่วน 4.2 (ส่วน C) ในความเป็นจริง เพิ่มค่าคะแนนที่ตรงกันหมายถึง การเพิ่มขึ้นของความคล้ายกันของแม่แบบลงทะเบียนเพื่อทดสอบตัวอย่าง ดังนั้น วริแบบการทดสอบตัวอย่างเพิ่มขึ้นมาในสภาพแวดล้อมที่แตกต่างกันผลลัพธ์นี้จะรายงานในตาราง 5 สำหรับระบบข้อมูลพื้นฐาน คะแนนจะคำนวณโดยใช้ต้นแบบลงทะเบียนเริ่มต้น 2 สามารถสังเกตว่า เพิ่มเฉลี่ยคะแนนตรงสูงกราฟนาทีตัดใน parison com ปรับปรุงด้วยตนเองสำหรับลักษณะทั้งหมด ดังนั้น ทั้งเทคนิคการให้การเพิ่ม represen แม่-tativeness กับที่เหนือกว่าสูงของกราฟนาทีตัดผ่านปรับปรุงตนเองรวม แสดงรายงานผลการทดลองที่การปรับปรุงตนเองและกราฟ นาทีตัดดีอธิบาย โดยแสดงแนวคิดการนำเสนอทดลองนี้ยังอธิบายเหตุผลของถ่ายรูปภายในคลาสจำกัดจำนวนโดยการปรับปรุงตนเอง เมื่อเกณฑ์เข้มใช้ ในเวลาเดียวกัน ชี้ให้เห็นความสามารถของกราฟนาทีตัดใน localizing คอขวดฉลากตัวอย่างสำหรับการป้อนค่าที่จะใช้สำหรับการปรับตัวทดลองจนได้เพื่อตรวจสอบการแสดงแนวคิดที่นำเสนอ และไม่ได้พิจารณาตัวอย่างของผู้ปลอมแปลง ในส่วนถัดไป เราดำเนินการทดลองภายใต้จริง condi-ทุกระดับที่ความพร้อมของผู้แอบอ้างอย่างน่าจะเป็นมากในระหว่างการดำเนินการระบบ การจำลองกระบวนการของการปรับตัวในระบบจริง ชุดตัวอย่างสำหรับการปรับตัวยังมีตัวอย่างของผู้ปลอมแปลง 4.3.2 การประเมินปรับปรุงตนเองและกราฟเทคนิคตัดนาทีภายใต้เงื่อนไขจริง 6 ตารางแสดงประสิทธิภาพของการปรับปรุงโครงร่างที่แตกต่างกันค่าของเขตแดน คือ จาก 0.001% ฟาร์ 1% ไกลจุดปฏิบัติการ มีประสิทธิภาพการทำงาน

ผลลัพธ์ (ไทย) 2:

ตัวอย่างกับการจับคู่คะแนนดังต่อไปนี้การปรับปรุงนวดข้าวเก่าที่แสดงโดยขอบทินเนอร์ (รูปที่. 5) อย่างไรก็ตามคอขวดที่แสดงโดยขอบตัวอย่างที่เกี่ยวข้องกับท้องถิ่นในย่อยกราฟ G3 (ที่อยู่ใน J2) จะถูกยกเลิกการปรับตัว.
ปรับตัวปกติของแม่แบบเพื่อให้มั่นใจความสามารถในการเป็นตัวแทนการปรับปรุงเพื่อการเปลี่ยนแปลงภายในชั้นเรียนของกลุ่มตัวอย่างการป้อนข้อมูล เป็นตุเป็นตะกับสมมติฐานการทำงานนี้เราตรวจสอบถ้าแม่แบบการปรับปรุงผลในการเพิ่มขึ้นของค่าคะแนนที่ตรงกันในการเปรียบเทียบกับตัวอย่างทดสอบ นี้จะกระทำโดยใช้ขั้นตอนการประเมินผลงานที่อธิบายไว้ในมาตรา 4.2 (Part C) ในความเป็นจริงการเพิ่มขึ้นของค่าคะแนนที่ตรงกันหมายถึงการเพิ่มขึ้นของความคล้ายคลึงกันของแม่ที่ลงทะเบียนเรียนในการทดสอบตัวอย่าง ดังนั้นการเพิ่มขึ้นของมูลของแม่แบบในการทดสอบตัวอย่างที่ได้มาในสภาพแวดล้อมที่แตกต่างกัน.
ผลลัพธ์เหล่านี้จะมีการรายงานในตารางที่ 5 สำหรับระบบพื้นฐานคะแนนจะถูกคำนวณโดยใช้สองแม่แบบลงทะเบียนครั้งแรก ก็สามารถที่จะสังเกตเห็นว่าการเพิ่มขึ้นโดยเฉลี่ยในการจับคู่คะแนนสูงสำหรับกราฟนาทีตัดในคอม parison ตนเองปรับปรุงสำหรับทุกลักษณะ ดังนั้นทั้งสองเทคนิคให้แน่ใจว่าการเพิ่มขึ้นในแม่แบบ represen-tativeness กับความเหนือชั้นสูงของกราฟนาทีตัดมากกว่าการปรับปรุงตัวเอง.
เพื่อสรุปรายงานผลการทดลองแสดงให้เห็นว่าพฤติกรรมของตัวเองปรับปรุงและกราฟนาทีตัด อธิบายอย่างดีจากการแสดงความคิดที่นำเสนอ.
การทดลองเหล่านี้ยังอธิบายเหตุผลของจำนวนเงินที่ จำกัด ของรูปแบบภายในชั้นจับโดยตนเองปรับปรุงเมื่อเกณฑ์ที่เข้มงวดถูกนำมาใช้ ในเวลาเดียวกันชี้ให้เห็นความสามารถของกราฟนาทีตัดใน localizing คอขวดสำหรับการติดฉลากตัวอย่างการป้อนข้อมูลเพื่อนำมาใช้สำหรับการปรับตัว.
การทดลองเพื่อให้ห่างไกลได้รับการทำเพื่อที่จะตรวจสอบที่นำเสนอการแสดงแนวคิดและไม่แน่ชัดพิจารณาตัวอย่างนักต้มตุ๋น . ในส่วนถัดไปเราทำการทดลองภายใต้สภาพที่เป็นจริง-tions ที่ความพร้อมของกลุ่มตัวอย่างนักต้มตุ๋นค่อนข้างน่าจะเป็นช่วงการทำงานของระบบ เพื่อจำลองกระบวนการของการปรับตัวในระบบจริงชุดของตัวอย่างสามารถใช้ได้สำหรับการปรับตัวนอกจากนี้ยังมีตัวอย่างนักต้มตุ๋น 4.3.2 การประเมินผลการปรับปรุงตนเองและกราฟนาทีตัดเทคนิคภายใต้เงื่อนไขที่สมจริงตารางที่ 6 แสดงให้เห็นถึงประสิทธิภาพของรูปแบบการปรับปรุงเหล่านี้ในเกณฑ์ค่าที่แตกต่างกันนั่นคือจาก 0.001% อยู่ไกลออกไป 1% จุดการดำเนินงาน FAR ผลการดำเนินงานคือ

ผลลัพธ์ (ไทย) 3:

ตัวอย่าง ด้วยการจับคู่คะแนนด้านล่างปรับปรุงนวดข้าวเก่า , ที่แสดงโดยขอบบาง ( รูปที่ 5 ) อย่างไรก็ตาม คอขวดที่แสดงโดยขอบเกี่ยวข้องกับตัวอย่างถิ่นโดยกราฟย่อย ( เป็นของ j2 ) ถูกทิ้ง สำหรับการปรับตัวการปรับตัวของการเพิ่มแม่แบบปกติของการแสดงความสามารถในการภายในระดับการเปลี่ยนแปลงของข้อมูลตัวอย่าง ซึ่งสอดคล้องกับสมมุติฐานการทํางานนี้ เราว่าถ้าปรับปรุงแม่แบบ มีผลทำให้มีการเพิ่มขึ้นของค่าคะแนนที่ตรงกัน ในการเปรียบเทียบกับตัวอย่างทดสอบ นี้จะกระทำโดยใช้กระบวนการประเมินผลการปฏิบัติงานที่อธิบายไว้ในมาตรา 4 ( ส่วน C ) ในความเป็นจริง , เพิ่มในการจับคู่ของค่าคะแนนหมายถึงการเพิ่มขึ้นในความเหมือนกันของการลงทะเบียนเรียนแม่แบบตัวอย่างทดสอบ ดังนั้น การเพิ่มขึ้นใน representativeness ของแม่แบบเพื่อทดสอบตัวอย่างได้ในสภาพแวดล้อมที่แตกต่างกันผลลัพธ์เหล่านี้จะมีการรายงานในตารางที่ 5 สำหรับระบบพื้นฐาน คะแนนจะถูกคำนวณโดยใช้สองเริ่มต้นเรียนแม่แบบ มันอาจจะสังเกตเห็นว่า เพิ่มขึ้นเฉลี่ยในการจับคู่คะแนนที่สูงสำหรับกราฟมินตัดในคอม parison ที่จะปรับปรุงตนเอง สำหรับคุณลักษณะทั้งหมด ดังนั้น ทั้งเทคนิคที่ให้เพิ่มในแม่แบบ represen tativeness ที่มีความเหนือกว่าสูงของกราฟมินตัดปรับปรุงตนเองสรุปรายงานผลการทดลองแสดงให้เห็นว่าพฤติกรรมของการปรับปรุงตนเองและกราฟมินตัดดีบรรยายโดยเสนอแนวคิดการเป็นตัวแทนการทดลองเหล่านี้ยังสามารถอธิบายเหตุผลของการจำกัดการเปลี่ยนแปลงภายในชั้นเรียน บันทึกโดยปรับปรุงตนเอง เมื่อเกณฑ์ที่เข้มงวดใช้ ในเวลาเดียวกัน , ชี้ให้เห็นความสามารถของกราฟมินตัดใน localizing คอขวดสำหรับการติดฉลากข้อมูลตัวอย่างที่จะใช้สำหรับการปรับตัวการทดลองเพื่อให้ห่างไกลได้รับการทำในการตรวจสอบการนำเสนอการออกแบบการแสดงและไม่ได้โดยพิจารณาตัวอย่างปลอม ในส่วนถัดไป , เราการทดลองภายใต้มีเหตุผล condi tions ซึ่งความพร้อมของพวกตัวอย่างค่อนข้างเป็นไปได้ในการดำเนินงานของระบบ เพื่อจำลองกระบวนการของการปรับตัวในระบบจริง ชุดของตัวอย่างที่ใช้ได้สำหรับการปรับตัวรวมถึงตัวอย่างปลอม 4.3.2 . การประเมินตนเอง ปรับปรุง และมินตัดกราฟเทคนิคภายใต้เงื่อนไขมีเหตุผลตารางที่ 6 แสดงประสิทธิภาพของเหล่านี้ปรับปรุงโครงร่างที่ค่าเกณฑ์ที่แตกต่างกันตั้งแต่ 0.001% ไกลถึง 1% ปฏิบัติการไกลจุด ประสิทธิภาพ คือ