การศึกษานี้ใช้โครงข่ายประสาทเทียมเพ

การศึกษานี้ใช้โครงข่ายประสาทเทียมเพื่อประเมินการเกิดโรคแอนแทรคโนสของพริกในจังหวัดเชียงใหม่ โดย นำข้อมูลที่เก็บรวบรวมจากกรมอุตุวิทยาในจังหวัดเชียงใหม่ย้อนหลัง 4 ปี รวมทั้งหมด 1096 ชุดข้อมูล แบ่งข้อมูลเป็นสองส่วน โดยส่วนแรกจะนำข้อมูลย้อนหลัง 4 ปี จำนวน 600 ชุดข้อมูล เพื่อฝึกสอนแบบจำลองโครงข่ายประสาทเทียม โดยมีตัวแปรนำเข้า ประกอบด้วย อุณหภูมิสูงสุด และความชื้นสัมพัทธ์สูงสุด นำข้อมูลที่เหลืออีกจำนวน 496 ชุดข้อมูล มาทดสอบการทำนาย และวัดประสิทธิภาพของการทำนายโดยใช้ค่ารากที่สองของความคลาดเคลื่อนกำลังสองเฉลี่ย (root mean square error, RMSE) และค่าการยอมรับได้ (agreement of index, IA) จากการศึกษาพบว่าแบบจำลองโครงข่ายประสาทเทียมมีประสิทธิภาพมาก มีการทำนายได้ค่อนข้างแม่นยำ ซึ่งในส่วนของข้อมูลการทำนายยังมีปัญหาในการเตรียมข้อมูล (pre-process) ควรเพิ่มความแม่นยำโดยการเพิ่มจำนวนชุดข้อมูลการเรียนรู้ของแบบจำลองโครงข่ายประสาทเทียม เพื่อช่วยให้โปรแกรมมีประสิทธิภาพในการตรวจสอบหรือเฝ้าระวังการเกิดโรคแอนแทรคโนสมากขึ้น

ผลลัพธ์ (อังกฤษ) 1:

This study, using artificial neural network to evaluate the disease nathaerok Nova Chili's app in Chiang Mai by presenting the data collected from the Department of Pathology-utu in Chiang Mai, a 4-year retrospective including all 1096 dataset into two parts by splitting the first 4-year retrospective information number 600. Data set for training artificial neural network model By an importing variable contains the maximum temperature and relative humidity Max. The remaining number of 496 data DataSet tested to predict and measure the effectiveness of a prediction by using a value of the square root of the average squared aberration (root mean square error RMSE,) and the acceptable values (index of agreement, IA) study found that artificial neural network models are Suite.Very fine image. There is a fairly accurate prediction, in which parts of the data to predict the problem still to be prepared (pre-process) should increase the accuracy by increasing the number of data sets to learn of the artificial neural network model. To help make the program effective in monitoring or surveillance of the disease nathaerok Nova allowed apps.

ผลลัพธ์ (อังกฤษ) 2:

This study used neural networks to evaluate the incidence of anthracnose of techno's chili in Chiang Mai, the data collected by the National Weather Service in Chiang Mai last four years, a total of 1096 sets of data share data. two-part The first part will bring back four years to train 600 series models of neural networks. The input variables include the maximum temperature. And maximum relative humidity The data for the remaining 496 data sets to test the prediction. And measure the performance of the prediction using the square root of the mean square error average (root mean square error, RMSE) and the acceptance (agreement of index, IA), the study found that the model neural network there. very effective Have predicted quite accurately In terms of a prediction, there are problems with the data. (Pre-process) should increase accuracy by increasing the number of data sets, learning neural network model. The program allows for effective monitoring or surveillance of the disease, Ann Tracks Aires more.

ผลลัพธ์ (อังกฤษ) 3:

This study uses artificial neural network to assess the occurrence of Anthracnose of pepper in Chiang Mai Province by the data collected from the meteorological department science in Chiang Mai Province backward 4 years. A total of 1096 data set, data into two parts. The first retrospective data 4 years of 600 data sets to train artificial neural network The input variables include the maximum temperature and relative humidity maximum. The rest were 496 data sets to test prophecies. And measure the performance of prediction by the square root of mean square error (root mean, square error RMSE) and acceptable values. (agreement, of index IA), the study found that artificial neural network is very effective. The prediction is quite accurate. In which part of the data prediction problems in data preparation (pre-process) should increase the accuracy by adding the data set learning of artificial neural network To help the program effective in monitoring or surveillance occurrence of anthracnose.