Also, developedCP-ANN prediction mo

Also, developed
CP-ANN prediction models varied in the net size, i.e., the number of
neurons in x and y direction (10  10, 12  12, 13  13, 14  14
and 16  16) and the number of epochs (5, 10, 20, 50, 100, 200,
300), with other net parameters being constant (no toroid boundary
conditions, triangular type of neighbourhood correction, minimal
and maximal learning rates 0.01 and 0.5, respectively).

ผลลัพธ์ (ไทย) 1:

ยัง พัฒนารุ่น CP-แอนทำนายแตกต่างกันในขนาดสุทธิ เช่น จำนวนเซลล์ประสาทใน x และ y (10 10, 12 12, 13 13, 14 14และ 16 16) ของ epochs (5, 10, 20, 50, 100, 200300), กับสุทธิพารามิเตอร์อื่น ๆ อยู่คง (ไม่มี toroid ขอบเขตเงื่อนไข รูปสามเหลี่ยมชนิดของการแก้ไขละแวก น้อยที่สุดและสูงสุดเรียนราคา 0.5 และ 0.01 ตามลำดับ)

ผลลัพธ์ (ไทย) 2:

นอกจากนี้ยังได้รับการพัฒนา
CP-ANN รุ่นทำนายแตกต่างกันในขนาดสุทธิคือจำนวนของ
เซลล์ประสาทใน X และทิศทาง Y (10 10 12 12 13? 13, 14? 14
และ 16? 16) และจำนวน epochs (5, 10, 20, 50, 100, 200,
300) ที่มีพารามิเตอร์อื่น ๆ สุทธิเป็นค่าคงที่ (ไม่ toroid ขอบเขต
เงื่อนไขรูปสามเหลี่ยมชนิดของการแก้ไขพื้นที่ใกล้เคียงน้อยที่สุด
และอัตราการเรียนรู้สูงสุด 0.01 และ 0.5 ตามลำดับ)

ผลลัพธ์ (ไทย) 3:

นอกจากนี้ การพัฒนารุ่น cp-ann ทำนายหลากหลายในขนาดสุทธิ เช่น จํานวนเซลล์ประสาทในทิศทาง x และ y ( 10 , 12 12 13 13 , 14และ 16 16 ) และหมายเลขของยุคสมัย ( 5 , 10 , 20 , 50 , 100 , 200 ,300 ) กับพารามิเตอร์อื่น ๆคงที่ ( ไม่ทอรอยด์สุทธิเป็นขอบเขตสภาพ พิมพ์สามเหลี่ยมของการแก้ไขนี้น้อยที่สุดสูงสุดอัตราการเรียนรู้ 0.01 และ 0.5 ตามลำดับ )