Multilayer feed-forward neural netw

Multilayer feed-forward neural network (MFNN). Figure 2 shows
the structure of MLPNN. The significant parameters to heart
attack prediction have been used with their weightage and the
priority levels are advised by the medical experts. The sample
combinations of heart attack parameters for normal and risk level
along with their values and weightages are shown in Table. 3 In
that, lesser value (0.1) of weightage comprises the normal level of
prediction and higher values other than 0.1 comprise the higher
risk

ผลลัพธ์ (ไทย) 1:

หลายชั้นประสาทไปดึงข้อมูลเครือข่าย (MFNN) รูปที่ 2 แสดงโครงสร้างของ MLPNN พารามิเตอร์สำคัญกับหัวใจใช้การคาดเดาการโจมตีกับ weightage ของพวกเขาและระดับความสำคัญจะแนะนำ โดยผู้เชี่ยวชาญทางการแพทย์ ตัวอย่างชุดของพารามิเตอร์หัวใจวายธรรมดาและระดับความเสี่ยงค่าและ weightages ของพวกเขาจะแสดงในตาราง ใน 3ที่ ค่าน้อย (0.1) ของ weightage ประกอบด้วยระดับปกติคาดเดาและค่าที่สูงกว่าไม่ใช่ 0.1 มีสูงความเสี่ยง

ผลลัพธ์ (ไทย) 2:

หลายฟีดไปข้างหน้าเครือข่ายประสาท (MFNN) รูปที่ 2
แสดงให้เห็นโครงสร้างของMLPNN ตัวแปรที่สำคัญในการเต้นของหัวใจการทำนายการโจมตีได้ถูกนำมาใช้กับ weightage ของพวกเขาและระดับความสำคัญจะได้รับคำแนะนำโดยผู้เชี่ยวชาญทางการแพทย์ ตัวอย่างการรวมกันของพารามิเตอร์หัวใจวายในระดับปกติและมีความเสี่ยงพร้อมกับค่านิยมและweightages ของพวกเขาจะแสดงในตารางที่ 3 ที่มีมูลค่าน้อยกว่า (0.1) ของ weightage ประกอบด้วยระดับปกติของการคาดการณ์ที่สูงขึ้นและค่าอื่นๆ กว่า 0.1 ประกอบด้วยที่สูงกว่าความเสี่ยง

ผลลัพธ์ (ไทย) 3:

feed-forward หลายเครือข่ายประสาท ( mfnn ) รูปที่ 2 แสดงโครงสร้างของ mlpnn
. พารามิเตอร์ที่สำคัญในการทำนายโรคหัวใจ
ถูกใช้กับ weightage
ระดับความสำคัญและแจ้ง โดยแพทย์ผู้เชี่ยวชาญ ตัวอย่างชุด
โรคหัวใจพารามิเตอร์ปกติและระดับความเสี่ยง
พร้อมกับค่านิยมและ weightages ของพวกเขาจะแสดงในตาราง 3
, คุณค่าน้อย ( 01 ) weightage ประกอบด้วยระดับปกติของ
ทำนายและสูงกว่าค่าอื่น ๆที่สูงกว่า 0.1 ประกอบด้วย
ความเสี่ยง