addition to the major criticism tha

addition to the major criticism that ANNs lack transparency,
ANNs still suffer from limitations and problems; and a significant
research effort is needed to address these deficiencies
of ANNs. It is well known that the deficiency of ANNs come
from the initial weight parameter and imbalance of training
data set in the ANN development process (Maier et al., 2010;
Kasiviswanathan et al., 2013).
The ANN model gives different results for the same original
inputs, depending on the initial weight parameter set,
before training the neural network. Problems with the initial
weight parameters often force the ANN modelers to select a
single “good” result, and accept it as the final result, omitting
explanation of the optimal initial weight parameter. Using a

ผลลัพธ์ (ไทย) 1:

นอกจากนี้การวิจารณ์ที่สำคัญว่า ANNs ขาดความโปร่งใสANNs ยังคงประสบปัญหา และข้อจำกัด และสำคัญความพยายามในการวิจัยที่จำเป็นสำหรับการทรงเหล่านี้ของ ANNs เป็นที่รู้จักว่า ขาดของ ANNs มาจากน้ำหนักเริ่มต้นพารามิเตอร์และความไม่สมดุลของการฝึกอบรมชุดข้อมูลในกระบวนการพัฒนาของแอน (Maier et al., 2010Kasiviswanathan et al., 2013)รุ่นแอนให้ผลลัพธ์ที่แตกต่างสำหรับต้นฉบับเดียวกันอินพุต ขึ้นอยู่กับการตั้งค่าพารามิเตอร์เริ่มต้นน้ำหนักก่อนการฝึกอบรมเครือข่ายประสาท ปัญหาแรกน้ำหนักพารามิเตอร์บังคับโมเดลแอนเลือกมักจะเป็นเดี่ยวผล "ดี" และยอมรับเป็นผลสุดท้าย ละเว้นคำอธิบายของพารามิเตอร์เริ่มต้นน้ำหนักเหมาะสม โดยใช้การ

ผลลัพธ์ (ไทย) 2:

นอกเหนือไปจากการวิจารณ์ที่สำคัญที่ ANNs ขาดความโปร่งใส
ANNs ยังคงทุกข์ทรมานจากข้อ จำกัด และปัญหา; และที่สำคัญความพยายามการวิจัยเป็นสิ่งจำเป็นที่จะแก้ไขข้อบกพร่องเหล่านี้ของANNs เป็นที่ทราบกันดีว่าการขาด ANNs มาจากพารามิเตอร์น้ำหนักเริ่มต้นและความไม่สมดุลของการฝึกอบรมข้อมูลที่ตั้งอยู่ในกระบวนการพัฒนาANN (Maier et al, 2010;.. Kasiviswanathan et al, 2013). รูปแบบ ANN ให้ผลลัพธ์ที่แตกต่างกันสำหรับ ต้นฉบับเดียวกันปัจจัยการผลิตขึ้นอยู่กับน้ำหนักของชุดพารามิเตอร์เริ่มต้นก่อนการฝึกอบรมเครือข่ายประสาท มีปัญหากับการเริ่มต้นพารามิเตอร์น้ำหนักมักจะบังคับให้สร้างแบบจำลอง ANN เพื่อเลือกเดียว"ดี" ผลและยอมรับว่ามันเป็นผลสุดท้ายถนัดคำอธิบายของพารามิเตอร์ที่เหมาะสมน้ำหนักเริ่มต้น ใช้

ผลลัพธ์ (ไทย) 3:

นอกเหนือไปจากหลักการวิจารณ์ว่าทางขาดความโปร่งใส
แอนน์ยังคงประสบกับข้อจำกัดและปัญหา และมีความพยายามอย่างมาก
เป็นสิ่งจำเป็นเพื่อที่อยู่เหล่านี้มีข้อบกพร่อง
ของทาง . มันเป็นที่รู้จักกันดีว่าขาดของแอนน์มา
จากน้ำหนักเริ่มต้นพารามิเตอร์และความไม่สมดุลของการฝึกอบรม
ชุดข้อมูลในกระบวนการพัฒนา แอน ( Maier et al . , 2010 ;
kasiviswanathan et al . ,
) )แบบจำลอง ANN ให้ผลลัพธ์ที่แตกต่างกันสำหรับต้นฉบับเดียวกัน
ปัจจัยการผลิตขึ้นอยู่กับน้ำหนักเริ่มต้นพารามิเตอร์ชุด
ก่อนการฝึกอบรมเครือข่ายประสาท ปัญหากับพารามิเตอร์น้ำหนัก
มักจะบังคับให้แอนนางแบบเลือก
เดียว " ดี " " และยอมรับมันเป็นผลสุดท้าย ยกเว้น
คำอธิบายของพารามิเตอร์ที่เหมาะสมน้ำหนักเริ่มต้น โดยใช้