A lack of consistency between analy

A lack of consistency between analyses for predicting physical/ chemical parameters and colour raises the possibility that the method used to investigate the trained neural networks is not very effective for the identification and quantification of key relationships between colour and soil parameters. Such an approach is only likely
to work when the trained network to which it is applied is providing consistently accurate predictions of the outputs. In this case, the accuracy of the networks used for predicting soil physiochemical characteristics varies between parameters. Therefore, a relatively strong relationship identified for some parameter that is not predicted accurately (e.g. lead) could be an artefact of the training process, and is likely to be less accurate than a relationship identified for parameters that are predicted accurately.

ผลลัพธ์ (ไทย) 1:

การขาดของความสอดคล้องระหว่างวิเคราะห์สำหรับคาดการณ์พารามิเตอร์ทางกายภาพ / เคมีและสีเพิ่มความเป็นไปได้ว่า วิธีที่ใช้ในการตรวจสอบเครือข่ายประสาทผ่านการฝึกอบรมไม่มีประสิทธิภาพมากสำหรับการระบุและนับหลักความสัมพันธ์ระหว่างพารามิเตอร์สีและดิน วิธีการมีเฉพาะแนวโน้ม
การทำงานเมื่อเครือข่ายได้รับการฝึกฝนที่จะใช้ให้คาดคะเนถูกต้องอย่างต่อเนื่องของการแสดงผล ในกรณีนี้ ความถูกต้องของเครือข่ายที่ใช้สำหรับการคาดการณ์ลักษณะ physiochemical ดินระหว่างพารามิเตอร์แตกต่างกันไป ดังนั้น ที่ระบุสำหรับพารามิเตอร์บางอย่างที่ไม่คาดว่า ถูกต้อง (เช่นสัมพันธ์ค่อนข้างแข็งแรง ลูกค้าเป้าหมาย) อาจ artefact ที่การฝึกอบรม และมีแนวโน้มที่ถูกต้องน้อยกว่าความสัมพันธ์ที่ระบุสำหรับพารามิเตอร์ที่คาดการณ์ได้อย่างถูกต้อง

ผลลัพธ์ (ไทย) 3:

ไม่มีความสอดคล้องกันระหว่างการวิเคราะห์ทำนายพารามิเตอร์ทางกายภาพ / เคมีและสีเพิ่มความเป็นไปได้ที่ใช้วิธีการศึกษาการฝึกอบรมเครือข่ายประสาทไม่ได้มีประสิทธิภาพมากสำหรับการระบุและปริมาณของความสัมพันธ์ที่สำคัญระหว่างสีและพารามิเตอร์ของดิน วิธีการดังกล่าวเป็นเพียงแนวโน้ม
ทำงานเมื่อเครือข่ายการฝึกอบรมซึ่งจะใช้ให้ถูกต้อง อย่างคำทำนายของเอาท์พุท ในกรณีนี้ , ความถูกต้องของเครือข่ายที่ใช้ทำนายลักษณะ physiochemical ดินแตกต่างกันระหว่างพารามิเตอร์ ดังนั้น ที่ค่อนข้างแข็งแรง ความสัมพันธ์ที่ระบุบางพารามิเตอร์ที่ไม่ได้คาดการณ์ไว้อย่างถูกต้อง ( เช่นตะกั่ว ) อาจเป็นสิ่งประดิษฐ์ของกระบวนการฝึกอบรม และมีแนวโน้มที่จะมีความถูกต้องน้อยกว่าความสัมพันธ์ระบุพารามิเตอร์ที่ทำนายได้แม่นยำ