research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
دراسة رياضية تحليلية لخوارزميات الشبكات العصبية الاصطناعية في ملاءمة نموذج للتشخيص الطبي

Authors: عمر صابر قاسم --- إسراء رستم محمد
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2013 Volume: 10 Issue: 1 Pages: 183-194
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this research discuss the concept of appropriate form, by examining mathematical behavior for three models represent neural networks are (GRNN, BPNN, PNN), were applied two types of medical data are (osteoporosis and weaknesses auditory) and different in the way of classification and spaces Input and output, and show through the application of these data and suitability models with neural networks in terms of the Domain and Range the network (PNN) is the best in the diagnosis of audio data through average MSE, and network (GRNN) is better diagnose bone crisp data (which are more complex) and the network (BPNN) is the most generalization, especially when test data are large compared with the training data.

تم في هذا البحث مناقشة مفهوم ملاءمة النموذج، وذلك بدراسة السلوك الرياضي لثلاثة نماذج تمثل شبكات عصبية هي (GRNN, BPNN, PNN)، كما تم تطبيق نوعين من البيانات الطبية هما (وهن العظام والضعف السمعي) ومختلفين في طريقة التصنيف وفضاءات الإدخال (Input) والإخراج (Output), وتبين من خلال تطبيق هذه البيانات وملاءمتها مع نماذج الشبكات العصبية الاصطناعية من حيث المنطلق (Domain) والمدى (Range) إن شبكة (PNN) هي الأفضل في تشخيص أنماط البيانات السمعية من خلال معدل (MSE)، وان شبكة (GRNN) هي الأفضل في تشخيص أنماط بيانات وهن العظام (التي تكون أكثر تعقيدا) وان شبكة (BPNN) هي الأكثر عمومية (Generalization) خصوصاً عندما تكون أنماط بيانات الاختبار كبيرة مقارنة مع أنماط بيانات التدريب.


Article
تهجين الشبكة المناعية الاصطناعية باستخدام شبكة إنتشارالخطأ خلفاً

Authors: عمر صابر قاسم --- إسراء رستم محمد
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2013 Volume: 10 Issue: 4 Pages: 103-114
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

In this research building style simulation developed is applied in the field of pattern recognition medical patients osteoporosis through a process of integrating and hybridization between artificial immune network and back propagation neural network, where the focus was on the qualities positive and overcome the negative qualities possessed by each of these two technologies by building technology improved, have proven technical hybrid it with better results and high efficiency in the classification of cases patients osteoporosis compared with both artificial immune network (AIN) and back propagation neural network (BP).

تم في هذا البحث بناء أسلوب محاكاة متطور يتم تطبيقه في مجال التعرف على الأنماط الطبية لمرضى وهن العظام وذلك من خلال إجراء عملية دمج وتهجين بين تقنيتي الشبكة المناعية الاصطناعية (Artificial Immune Network) وشبكة انتشار الخطأ خلفا (Error Back Propagation Neural Network), إذ تم التركيز على الصفات الايجابية والتغلب على الصفات السلبية التي تمتلكها كل من هاتين التقنيتين من خلال بناء تقنية محسنة, وقد أثبتت التقنية المهجنة أنها ذات نتائج أفضل وبكفاءة عالية في تصنيف حالات مرضى وهن العظام مقارنة مع كل من تقنيتي الشبكة المناعية الاصطناعية (AIN) وشبكة انتشار الخطأ خلفا (BP).

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic (2)


Year
From To Submit

2013 (2)