ANN-based model was developed for p

ANN-based model was developed for prediction of quality properties of dried cranberries for a wide range of
experimental conditions. Due to complexity this process, traditional regression could not use in this case but
ANN is easy to implement for design and control and it could be effectively used for prediction. The optimal
models had two hidden layers and 18 neurons in each hidden layer and it could predict quality properties with
R
2
values greater than 0.87513

ผลลัพธ์ (ไทย) 1:

แอนน์ใช้รุ่นถูกพัฒนาขึ้นเพื่อทำนายคุณสมบัติคุณภาพของ cranberries แห้งสำหรับหลากหลายของ เงื่อนไขทดลอง เนื่องจากความซับซ้อน นี้ประมวลผล แบบถดถอยไม่สามารถใช้ในแต่กรณีนี้ แอนเป็นง่ายที่จะใช้สำหรับการออกแบบและการควบคุม และมันอาจจะมีประสิทธิภาพใช้สำหรับทำนาย ดีที่สุด รุ่นมี 2 ชั้นซ่อนและ 18 neurons ในแต่ละชั้นซ่อนอยู่ และมันสามารถทำนายคุณสมบัติคุณภาพด้วย R2ค่ามากกว่า 0.87513

ผลลัพธ์ (ไทย) 2:

รูปแบบที่ใช้แอนได้รับการพัฒนาเพื่อการคาดการณ์ของคุณสมบัติคุณภาพของแครนเบอร์รี่แห้งสำหรับหลากหลายของเงื่อนไขการทดลอง
เนื่องจากความซับซ้อนกระบวนการนี้ถดถอยแบบดั้งเดิมไม่สามารถใช้ในกรณีนี้
แต่แอนเป็นเรื่องง่ายที่จะใช้สำหรับการออกแบบและการควบคุมและมันสามารถนำมาใช้อย่างมีประสิทธิภาพสำหรับการคาดการณ์ ที่ดีที่สุดรุ่นมีสองชั้นที่ซ่อนอยู่และ 18 เซลล์ประสาทในแต่ละชั้นที่ซ่อนอยู่และมันสามารถทำนายคุณสมบัติที่มีคุณภาพด้วย R 2 ค่ามากกว่า 0.87513

ผลลัพธ์ (ไทย) 3:

แอน ตามรูปแบบการพัฒนาเพื่อการทำนายคุณสมบัติคุณภาพของแครนเบอร์รี่อบแห้งสำหรับหลากหลายของ
เงื่อนไขการทดลอง เนื่องจากความซับซ้อนของกระบวนการนี้ การถดถอยแบบดั้งเดิมไม่สามารถใช้ในกรณีนี้ แต่เป็นเรื่องง่ายที่จะใช้สำหรับ
แอน ออกแบบ และ ควบคุมและสามารถใช้อย่างมีประสิทธิภาพสำหรับพยากรณ์ เหมาะสม
รุ่นมี 2 ชั้นซ่อนและ 18 ตามลำดับในแต่ละชั้นซ่อนและมันสามารถทำนายคุณสมบัติที่มีคุณภาพ
r
2
0.87513 ค่ามากกว่า