تم في هذا البحث التوصُّل إلى بناء مصنِّف جديد لكشف مرض عدم انتظام القلب Cardiac Arrhythmias بالاعتماد على اقتباس إشارة ضربات القلب EMG، حيث يمكن للمصنف كشف مواقع ضربات القلب ضمن الإشارة EMG و استخلاص السمات الخاصة بها و باستخدام هذه السمات يتم اتخاذ
القرار بنوع ضربة القلب التي تم كشفها فيما لو كانت معتلة (مريضة) أم طبيعية.
ركَّز البحث على كشف المرضين 1- خوارج الانقباض البطيني PVC و 2- خوارج الانقباض الأذيني PAC. استطاع المصنِّف الجديد كشف المرضين بسبة عالية حيث بلغ وسطي دقة الكشف 97.56%.
تم تطوير المصنِّف جديد بناءً على خوارزميات الاستدلال العائم باستخدام الشبكات العصبونية ANFIS، حيث يحتوي على شبكتين عصبونيتين متعاقبتين، تقوم الشبكة الأولى بفرز ضربات القلب الطبيعية من المعتلة في حين تقوم الشبكة الثانية بكشف نوع المرض في الضربات المعتلة فقط. لقد أمَّنت هذه البنية الجديدة فعالية و دقة كشف أعلى مقارنةً بالمُصَنِّفات المعروفة عالمياً.
تم في هذه الدراسة تصميم متحكم عصبوني ضبابي متكيف (ANFIS) و مقارنة
أداءه مع أداء المتحكم المقترح و مع استجابة النموذج الرياضي للمركبة بدون وجود متحكم
(حلقة مفتوحة) و بوجود اضطرابات دخل مختلفة.
تعتبر أنظمة التعليق من أهم المكونات في المركبات الحديثة كما أنها تعد أهم عوامل الراحة و الأمان فيها لذلك كان لابد من تأمين متحكم يضمن التفاعل الكامل بين مكونات نظام التعليق و يساعد في اتخاذ القرارات الدقيقة في الوقت المناسب, يقترح البحث تصميم متحكم ب
استخدام نظام الاستدلال العصبي الضبابي المكيف الموسع (EANFIS) و استخدامه كوحدة اتخاذ قرار في نظام التعليق لنموذج ربع المركبة بغاية المحافظة على ثبات المركبة على الطرقات لتأمين راحة الركاب حيث يقوم بتحقيق دقة في اتخاذ القرار للمساهمة في تخفيض الاهتزازات و امتصاص الصدمات الناتجة عن عدم استواء الطريق و بالتالي يمنع وصولها إلى مقصورة القيادة و يؤمن الثبات و التماسك المطلوب تم تطبيق المتحكم على نموذج ربع المركبة و دراسة استجابة النموذج في حال حدوث اضطرابات مختلفة و مقارنة أداء المتحكم مع متحكم يعتمد على نظام الاستدلال الضبابي و مع استجابة النموذج الرياضي ذو الحلقة المفتوحة بوجود اضطرابات دخل مختلفة و قد أظهر المتحكم تفوقاً في الأداء من حيث تخفيض الإزاحات و سرعة الاهتزاز و تسارعه.
أدى دخول الحاسب إلى العديد من المجالات, كالمجال الطبي, إلى تطوير تقنيات جديدة أدت إلى ازدهار هذه المجالات, مما ساعد الأطباء في كشف و تشخيص الأمراض بدقة و مصداقية, حيث تؤدي خبرة الطبيب بالإضافة إلى دقة الحاسب للوصول إلى مصداقية تشخيص عالية كما تساهم ب
شكل كبير في نجاح الجراحات العلاجية و إنقاذ كثير من الأرواح .
يهدف البحث إلى اقتراح طريقة جديدة لاكتشاف و تصنيف أمراض القلب في صور إشارات ECG و ذلك باستخدام نظام الاستدلال العصبي الضبابي المتكيف ANFIS.
تم تطبيق الطريقة المقترحة على قاعدة بيانات لصور إشارات ECG تتكون من 147 صورة تصاحبت كل منها مع التقرير الطبي المرافق, حيث استخدمت التقارير الطبية للتحقق من صحة الاكتشاف و التصنيف و قد حققت هذه الطريقة دقة عالية وصلت حتى 97% في عملية الاكتشاف و التصنيف.
تم بناء النظام المقترح باستخدام برنامج MATLAB و ذلك بالاعتماد على كل من مكتبات معالجة الصورة
و الشبكات العصبية و المنطق الضبابي.
إن عملية التحكم بالأذرع الروبوتية تشتمل على العديد من التحديات الهندسية انطلاقاً من
مرحلة التصميم الميكانيكي إلى مرحلة البرمجة. تعد مسألة الحركة المجردة العكسية واحدة
من أكثر تلك التحديات صعوبة, حيث أنها تتطلب تحديد زوايا المفاصل لإيصال النهاية
ال
مؤثرة إلى موقع محدد, و تنبع صعوبة هذه المسألة من لا خطيّتها و امكانية تعدد الحمول
أو عدم وجودها في بعض الأحيان. اقترحت العديد من الحمول لحل مسألة الحركة
المجردة العكسية منها التحليلية و منها العددية بالإضافة إلى الحمول المعتمدة على الذكاء
الصناعي. في هذا البحث تم مناقشة حل مسألة الحركة المجردة العكسية باستخدام نظام
الاستدلال العائم المتكيّف عصبونياً و اقترحت بعض التعديلات و تم بيان مدى جدواها.
