This paper proposes a new forecasti

This paper proposes a new forecasting approach for telephone network routing plan byapplying Neural Network concept. For the experimental results, traffic data from Khonkhaen1 (KKN1) and Khonkhaen3 (KKN3) exchanges
are collected and compared with the forecasted values by using back
propagation neural network method and the Conventional Method. This paper shows that the forecasting method by applying neural network which is convenient and suitable fornetwork routing plan. This method can effectively forecast the traffic flown between the exchanges, moreover, dimensioning for each future network routing plan can be done appropriately.

ผลลัพธ์ (ไทย) 1:

กระดาษนี้เสนอวิธีการคาดการณ์ใหม่สำหรับโทรศัพท์เครือข่ายสายงานการผลิตแผน byapplying ข่ายประสาทแนวคิด สำหรับผลการทดลอง จราจรข้อมูลจาก Khonkhaen1 (KKN1) และ Khonkhaen3 (KKN3) แลกเปลี่ยน รวบรวม และเปรียบเทียบกับค่าคาดการณ์ โดยใช้หลังการเผยแพร่วิธีโครงข่ายประสาทและวิธีการทั่วไป เอกสารนี้แสดงให้เห็นว่าวิธีการคาดการณ์ โดยใช้โครงข่ายประสาทซึ่งสะดวก และเหมาะสำหรับสายงานการผลิตแผน วิธีนี้สามารถคาดการณ์การจราจรที่บินระหว่างการแลกเปลี่ยนอย่างมีประสิทธิภาพ นอกจากนี้ การวัดขนาดสำหรับแต่ละแผนกำหนดเส้นทางเครือข่ายในอนาคตสามารถทำได้อย่างเหมาะสม

ผลลัพธ์ (ไทย) 2:

กระดาษนี้นำเสนอวิธีการคาดการณ์ใหม่สำหรับการวางแผนการกำหนดเส้นทางเครือข่ายโทรศัพท์ byapplying แนวคิดโครงข่ายประสาทเทียม สำหรับผลการทดลองข้อมูลการจราจรจาก Khonkhaen1 (KKN1) และ Khonkhaen3 (KKN3) การแลกเปลี่ยน
จะถูกเก็บรวบรวมและเปรียบเทียบกับค่าที่คาดการณ์ไว้โดยใช้หลัง
การขยายพันธุ์วิธีเครือข่ายประสาทและวิธีการทั่วไป กระดาษนี้จะแสดงให้เห็นว่าวิธีการพยากรณ์โดยใช้โครงข่ายประสาทเทียมซึ่งเป็นแผนกำหนดเส้นทาง fornetwork สะดวกและเหมาะสม วิธีนี้มีประสิทธิภาพสามารถคาดการณ์การจราจรบินระหว่างการแลกเปลี่ยนนอกจากนี้ขนาดของแต่ละแผนเครือข่ายเส้นทางในอนาคตสามารถทำได้อย่างเหมาะสม

ผลลัพธ์ (ไทย) 3:

บทความนี้นำเสนอวิธีการพยากรณ์ใหม่สำหรับเครือข่ายโทรศัพท์เส้นทางวางแผน byapplying แนวคิดเครือข่ายประสาท สำหรับผลข้อมูลจราจรจาก khonkhaen1 ( kkn1 ) และ khonkhaen3 ( kkn3 ) แลกเปลี่ยนรวบรวมและเปรียบเทียบกับค่าพยากรณ์โดยใช้หลังโดยนิวรอล และวิธีสอนตามปกติ บทความนี้แสดงให้เห็นว่า วิธีการพยากรณ์โดยใช้โครงข่ายประสาทเทียมซึ่งจะสะดวกและเหมาะสม fornetwork เส้นทางวางแผน วิธีนี้มีประสิทธิภาพสามารถประมาณการจราจรการบินระหว่างการแลกเปลี่ยน และแผนในอนาคตของเครือข่ายเส้นทางแต่ละขนาดสามารถทำได้อย่างเหมาะสม