مناقشة في كلية تكنلوجيا المعلومات حول شبكة الانحدار المتكيفة العصبية لتحسين تحديد التغيير لسيل البيانات باستخدام نموذج صفحة هنكلي المحدث
 التاريخ :  05/07/2018 07:24:44  , تصنيف الخبـر  كلية تكنولوجيا المعلومات
Share |

 كتـب بواسطـة  حسين علي العميدي  
 عدد المشاهدات  412



مناقشة في كلية تكنلوجيا المعلومات حول شبكة الانحدار المتكيفة العصبية لتحسين تحديد التغيير لسيل البيانات باستخدام نموذج صفحة هنكلي المحدث

تم مناقشة اطروحة في كلية تكنولوجيا المعلومات لطالبة الدكتوراه علياء عبد الحسبن لفته عن اطروحتها

الموسومة : بـــ " شبكة الانحدار المتكيفة العصبية لتحسين تحديد التغيير لسيل البيانات باستخدام نموذج صفحة هنكلي المحدث" وبأشراف الدكتورة ايمان صالح صكبان

واوضحت الطالبة ان البيانات التي تصل باستمرار في فترات متفاوتة وربما غير منتظمة تعرف باسم دفق البيانات. تتطلب أجهزة الاتصال التي تسمى إنترنت الأشياء معالجة الدفق للتعامل مع البيانات القادمة من مستشعرات الأجهزة المتصلة التي تعد المصدر الأساسي لدفق البيانات الآن وفي المستقبل.

واوضحت ايضا ان  الغرض الرئيسي من الأطروحة هو الكشف عن الانجراف في دفق البيانات وتحديد أنواعه.

حيث يتكون النظام المقترح في هذه الاطروحة من سبع مراحل. تم تقديم نموذج الاستيفاء لحل مشكلة القيم المفقودة على أساس انحدار متعدد الحدود في المرحلة الأولى  وتم مقارنة النتائج مع طرق المعالجة المسبقة الأخرى وتم تقييمها بواسطة معدل مربع الخطأ ومعدل مطلق الخطأ  . في المرحلة الثانية تم تطبيق نافذة حجم متغير وفقًا لمجموعة البيانات. بعدها يتم استخراج العديد من الخصائص الإحصائية لكل نافذة في المرحلة الثالثة. في المرحلة الرابعة ، اقترحت الشبكة العصبية التكيفية لتقليل خطأ التنبؤ وتم تقييمها عن بواسطة معدل مربع الخطأ ومعدل مطلق الخطأ  ومقارنته بأساليب الانحدار التقليدية. تم استخدام مصنف اقرب المجاورين  في المرحلة الخامسة للحصول على نوع الصنف. في المرحلة السادسة تم تعديل طريقة صفحة هنكلي للكشف عن الانجراف وتحديد نوع هذا الانجراف. تم  استخدام مجموعة البيانات الاصطناعية مع مقاييس الأداء الشائعة لتقييم هذه المرحلة بافتراض أن نقطة التغيير يمكن اعتبارها الفئة "الإيجابية" بينما لا يمكن اعتبار أي تغيير في الفئة "السلبية".

و تمثل المراحل (4، 5، 6) عملية التعلم لانجراف المفهوم. تم إجراء التقييم في المرحلة الأخيرة في ثلاثة اتجاهات، حيث يتم إجراء التقييم في العديد من مراحل النظام المقترح ، باستخدام مجموعة بيانات صناعية مختلفة مع أنواع مختلفة من الانجراف وحساب معايير الأداء الشائعة.

تم تطبيق النظام على اثنين من مجموعة البيانات الحقيقية للنشاط البدني واخرى تمثل الطاقة الكهربائية واستخدمت مجموعة من  البيانات الصناعية أيضا لتقييم أداء النظام في الكشف عن الانجراف. وبناءً على ذلك ، أظهرت النتائج أن أداء النظام المقترح أفضل مع دقة وصلت إلى 96? بالمقارنة مع البحوث الأخرى ، وطريقة صفحة هينكلي المعدلة  تمكنت من  الكشف عن جميع أنواع الانجراف.






حسين علي العميدي / اعلام الكلية 




الاعلى مشاهدة