TY - JOUR ID - TI - Modified Multi-Category Digital Learning Networks for Red Blood Cell Inspection الشبكات المتعلمة الرقمية متعددة الاصناف المحورة لاغراض فحص كريات الدم الحمراء AU - Mahmuod Hamza AL-Muifraje AU - Suhad Q.G.H.Haddad PY - 2015 VL - 33 IS - 6 Part (A) Engineering SP - 1284 EP - 1298 JO - Engineering and Technology Journal مجلة الهندسة والتكنولوجيا SN - 16816900 24120758 AB - This paper reports research conducted into classification of red blood cells using multi-category digital learning networks. It is an effective solution for providing healthcare with reduced cost, especially for the rural and far away patients. Digital learning network offer an alternative approach to neural network design. It often referred as( RAM-Based Architectures) , or ( Weightless Neural Networks), since their neurons can be implemented by RAM node that usually input and output binary values with no weight between nodes. The system presented in this paper fulfills the requirements of simplicity and efficiency making it attractive to practical use in present day for industrial and medical environments. Many parameters have been investigated in detail which affects the recognition rate. These parameters are presented to allow the system to be optimized, giving an increase in the performance of the system. Modification method of Feedback Digital Learning Network, which is an improving process of Digital Learning Network, has been implemented. The obtained results showed that high performance can be achieved (96.6% as correct, 2.2% as reject, and 1.1% as error), providing evidence of the validity of the proposed technique.

في هذا البحث تم اجراء التصنيف على خلايا الدم الحمراء باستعمال شبكات التعلم متعددة الصنف الرقمية . ويعتبر هذا التصميم حل فعال لتزويد الرعاية الصحية بكلفة مخفضة , خصوصا للمرضى البعيدين في المناطق الريفية .أن شبكات التعلم الرقمية توفر بديل عن الشبكات العصبية ,وغالبا ما يشار اليها بالدوائر المستندة على ذاكرة الوصول العشوائي أو الشبكات العصبية الخالية من الاوزان , حيث يمكن بناء خلاياها العصبية باستخدام عقد ذات دواخل ومخارج ثنائية بدون اعتمادها على الاوزان .تؤمن المنظومة المقترحة متطلبات البساطة والكفاءة التي تجعلها جذابة في التطبيقات العملية في الوقت الحاضر وخصوصا للبيئات الصناعية والطبية. لقد تم التحري باسهاب عن العديد من العوامل المؤثرة في سرعة التمييز .وقد تم عرض هذه العوامل من اجل الحصول على منظومة مثالية من حيث التحسن في الأداء . وتم تطوير المنظومة من خلال أستخدام طريقة التغذية الاسترجاعية للشبكات المتعلمة الرقمية .لقد بينت النتائج المستحصلة الى أن أداء أفضل يمكن الحصول عليه حيث تم استحصال النتائج التالية ( 96% للنتائج الصحيحة و2,2% للنتائج المرفوضة و1,1% للنتائج الخاطئة ), وهذا يبين دلالة على نجاح التقنية المقترحة . ER -