Subscribe to the gold package and get unlimited access to Shamra Academy
Register a new userHybridization between the Genetic Algorithm and the Fuzzy Kohonen Clustering Network and Applying It in Clustering Field
التهجين بين الخوارزمية الجينية و شبكة كوهنين الصنعية المضببة و تطبيقها في مجال العنقدة
1806
1 50
2.0
(
1
)
Added by
Aِl-Baath University ورقة بحثية
Publication date
2018
fields
Mathematics
and research's language is
العربية
Created by
Shamra Editor
Ask ChatGPT about the research
تم في هذا البحث اقتراح نظام هجين بين الخوارزمية الجينية و شبكة العنقدة كوهنين المضببة, حيث تعد الخوارزمية الجينية أحد أساليب الذكاء الصنعي و هي من الأساليب الحديثة.
In this research, a hybrid system was proposed between the genetic algorithm and the fuzzy Kohonen clustering network , where the genetic algorithm is one of the methods of artificial intelligence is one of the modern methods.
Artificial intelligence review:
Research summary
في هذا البحث، تم اقتراح نظام هجين يجمع بين الخوارزمية الجينية وشبكة كوهنين المضببة لتطبيقها في مجال العنقدة. تعد الخوارزمية الجينية من أساليب الذكاء الاصطناعي الحديثة التي تستخدم لحل المسائل المعقدة والكبيرة الحجم بفعالية. تم اختبار النظام الهجين المقترح على مجموعة بيانات Fisher's IRIS القياسية، وكذلك في مجال تجزئة الصور الطبية باستخدام صور الرنين المغناطيسي للدماغ. أظهرت النتائج أن النظام الهجين يتفوق على الخوارزميات التقليدية من حيث عدد التكرارات وقيمة الدالة القياسية ومراكز العناقيد. تم استخدام برنامج MATLAB لتنفيذ الخوارزمية الهجينة، وأظهرت التجارب أن الخوارزمية المقترحة تقلل من وقت التجميع وتحسن دقة التصنيف مقارنة بالخوارزميات الأخرى مثل K_means وFCM وFKCN. كما تم تحليل البيانات باستخدام المنهج التحليلي والتجريبي، وتم التوصل إلى أن الخوارزمية الهجينة تقدم نتائج أفضل في تصنيف الصور الطبية مقارنة بالخوارزميات التقليدية.
Critical review
دراسة نقدية: على الرغم من أن البحث يقدم نظامًا هجينًا مبتكرًا يجمع بين الخوارزمية الجينية وشبكة كوهنين المضببة، إلا أن هناك بعض النقاط التي يمكن تحسينها. أولاً، لم يتم التطرق بشكل كافٍ إلى تأثير المعاملات المختلفة على أداء الخوارزمية الهجينة، مثل معامل التضبيب ومعامل الطفرة. ثانيًا، كان من الممكن تقديم تحليل أعمق للنتائج بالمقارنة مع خوارزميات أخرى في مجالات تطبيقية مختلفة، وليس فقط في تجزئة الصور الطبية. ثالثًا، يمكن تحسين البحث من خلال تقديم دراسات حالة إضافية واختبار الخوارزمية على مجموعات بيانات متنوعة لزيادة موثوقية النتائج. وأخيرًا، كان من الممكن تقديم شرح أكثر تفصيلًا للخطوات الرياضية المستخدمة في الخوارزمية الهجينة لتسهيل فهمها وتطبيقها من قبل الباحثين الآخرين.
Questions related to the research
-
ما هي الفائدة الرئيسية لاستخدام الخوارزمية الجينية في هذا البحث؟
الفائدة الرئيسية لاستخدام الخوارزمية الجينية في هذا البحث هي قدرتها على حل المسائل المعقدة والكبيرة الحجم بفعالية من خلال إيجاد حلول بديلة في زمن مناسب.
-
ما هي مجموعة البيانات التي تم اختبار الخوارزمية الهجينة عليها؟
تم اختبار الخوارزمية الهجينة على مجموعة بيانات Fisher's IRIS القياسية، وكذلك في مجال تجزئة الصور الطبية باستخدام صور الرنين المغناطيسي للدماغ.
-
ما هي النتائج التي أظهرتها الخوارزمية الهجينة مقارنة بالخوارزميات التقليدية؟
أظهرت النتائج أن الخوارزمية الهجينة تتفوق على الخوارزميات التقليدية من حيث عدد التكرارات وقيمة الدالة القياسية ومراكز العناقيد، مما يقلل من وقت التجميع ويحسن دقة التصنيف.
-
ما هي التوصيات التي قدمها الباحثون لتحسين الخوارزمية الهجينة؟
أوصى الباحثون بتطوير الخوارزمية المقترحة من خلال اقتراح علاقة جديدة لمعامل التضبيب في شبكة كوهنين المضببة، وتطوير النموذج على أكثر من منصة ليكون موجودًا ومطبقًا في جميع المجالات الطبية والاقتصادية.
References used
Holland, J., 1975 -Adaptation in Natural and Artificial Systems , University of Michigan Press, Ann Arbor
GOLDBERG, D. E., 1989 -Genetic Algorithms in Search, Optimization and Machine L earning, Addison-Wesley
HOLLIDAY J. D., RODGERS S. L., WILLETT P., 2004- Clustering files of chemical structures using the fuzzy Kmeans clustering method, J. Chem. Info. Comput. Sci., Vol 44, PP 894-902.
rate research
Read More
In this paper, we introduce a modification to fuzzy mountain
data clustering algorithm. We were able to make this algorithm
working automatically, through finding a way to divide the
space, to determine the values of the input parameters, and
the stop condition automatically, instead of getting them by the
user.
In this paper, we introduce a modification to fuzzy mountain
data clustering algorithm. We were able to make this algorithm
working automatically, through finding a way to divide the
space, to determine the values of the input parameters, and
the stop condition automatically, instead of getting them by the
user.
This study has reached to that ANN (5-9-1) (five neurons in input
layer_nine neurons in hidden layer _ one neuron in output layer) is the
optimum artificial network that hybrid system has reached to it with
mean squared error equals (1*10^-4) (0.7
m3/sec), where this software
has summed up millions of experiments in one step and in limited time, it
has also given a zero value of a number of network connections, such as
some connections related of relative humidity input because of the lake
of impact this parameter on the runoff when other parameters are
avaliable.
This study recommend to use this technique in forecasting of
evaporation and other climatic elements.
In this study, basic methodologies of the GA and the scaling
procedures are summarized, the scaling criteria of real time history
records to satisfy the Syrian design code are discussed. The
traditional time domain scaling procedures and the scali
ng
procedures using GA are utilized to scale a number of the available
real records to match the Syrian design spectra. The resulting time histories of the procedures are investigated and compared in terms of meeting criteria.
نلاحظ في الآونة الأخيرة الانتشار الهائل لأدوات التعلم الإلكتروني ( )E-Learningومنها المحاضرات التعليمية
التي تعد جزء مهم منها، وهذه المحاضرات يتم تجميعها في المواقع الإلكترونية بناءا على العنوان الذي تحمله
على الرغم من احتواءها على مواضيع مختلفة في
مجالات متعددة وبالتالي عندما يتم البحث عن هذه
المحاضرات بكلمات معينة يتم عرض المحاضرات ذات العناوين القريبة والمشابهة لجملة البحث ولكن هذه
ليست النتيجة المطلوبة، ولذلك وانطلاقا من هذه المشكلة تم اقتراح طريقة لتصنيف هذه المحاضرات بناء على
المواضيع التي تحويها وليس فقط على عناوينها وعمل عنقدة لها اعتمادا على هذه المواضيع.
تعتمد هذه الطريقة على الترجمة المرفقة ( )captionsمع الفيديوهات التعليمية في عملية استخراج المواضيع
ومن ثم عنقدتها، ومن جهة أخرى تم الاعتماد على مقالات من موقع Wikipediaوذلك بهدف تحديد وتعريف
كل عنقود من العناقيد ومن ثم حساب التشابهات بين المواضيع المعبرة عن كل محاضرة مع مراكز العناقيد،
وبعد ذلك تم تطبيق عنقدة ضبابية بناء على هذه التشابهات.
suggested questions
Log in to be able to interact and post comments
comments
Fetching comments
Sign in to be able to follow your search criteria
