محاضرة4 (V1) : الرسم البياني في R - د. م. فادي شعبان

plot من أكثر توابع الرسم استخداماً في R وهو تابع عام Generic Function، أي أنه يمتلك العديد من الطرائق حتى يلائم الكائنات الممررة له.

محاضرة3 (V1) : تكامل- قوائم - إطار بيانات - د. م. فادي شعبان

تكامل- قوائم - إطار بيانات integrate Lists Data Frames تكامل- قوائم - إطار بيانات integrate Lists Data Frames

محاضرة2 (V1) : ايعازات عامة الكائنات الأشعة المصفوفات Rstudio R - د. م. فادي شعبان

R-Studio الاوامر الخاصة في لغة البرمجة R ايعازات عامة الكائنات Objects – الأشعة Vectors المصفوفات Matrices

محاضرة1(V1) : مقدمة الى لغة البرمجة الاحصائية R - د. م. فادي شعبان

سلسلة محاضرات في لغة البرمجة الإحصائية R مقدمة عن لغة R - الأوامر الخاصة في لغة البرمجة Rstudio & R و تطبيقات عملية

استخدام الشبكات العصبونية الإلتفافية في تحديد الميزات الأساسية للصور

يهدف البحث إلى تقديم دراسة مرجعيّة مفصلة عن استخدام الشبكات العصبونية الإلتفافية (CNNs) في استخراج الميزات (Features) من الصور. وسيتطرق البحث إلى التعريف بمعنى الميزات (Features) الخاصة بالصور وأهميتها في تطبيقات معالجة الصورة. وسيتم أيضاً التعريف بالشبكات العصبونية الإلتفافية (CNNs) وبنيتها و طريقة عملها وأنواع المقاربات والمنهجيات المستخدمة في تدريبها لاستخراج الميزات (Features) من الصور.

تحسين عامل الاستطاعة باستخدام الشبكات العصبونية

يقدم هذا البحث تقنية جديدة لتحسين عامل الاستطاعة بالاعتماد على الشبكات العصبونية الاصطناعية. حيث يتم التحكم بمحرك متواقت عن طريق متحكم عصبوني للتعامل مع مشكلة تعويض الاستطاعة الردية للنظام، و ذلك بهدف تحسين عامل الاستطاعة. تم في هذا البحث نمذجة النظام الكهربائي و المتحكم العصبوني باستخدام برنامج ماتلاب، و قد بينت النتائج أن هذه الطريقة قد تغلبت على المشاكل التي تحدث عند استخدام الطرق التقليدية (استخدام المكثفات الساكنة)، كالتأخير الزمني و التغيرات الخطوية في تعويض الاستطاعة الردية، بالإضافة إلى السرعة بالمقارنة مع التعويض باستخدام المكثفات.

دراسة مخبرية مقارنة بين نظامين آليين في التحضير لإزالة نورين مختلفين من المواد الحاشية

هدفت هذه الدراسة إلى إجراء مقارنة بين كلاً من مبارد R ProTaper و مبارد R-Endo الخاصتين بإعادة المعالجة من حيث فعاليتهما في إزالة كلاً من الكوتابيركا التقليدية و الكوتابيركا المغلفة بالراتنج و الوقت اللازم لذلك. حيث ضمت الدراسة 60 ضاحك وحيد الجذر، قسمت هذه العينة إلى مجموعتين تبعاً للمادة المستخدمة في الحشو، ثم قسمت كلاً منهما إلى مجموعتين تبعاً للتقنية المستخدمة في إعادة المعالجة، مع حساب الوقت اللازم لإزالة المادة الحاشية.

دراسة مقارنة بين R و Rapidminer كأدتين للتنقيب في المعطيات (Data Mining)

تمثل قدرة التنقيب في المعطيات ( Data Mining ) على استخلاص معلومات تنبوئية من قواعد معطيات ضخمة أداة فعالة في يد الشركات و الأفراد تتيح لهم التركيز على النواحي التي تهمهم من المعطيات الضخمة التي تولدها مسيرة عملهم اليومية. و مع تزايد أهمية هذا العلم تزايدت بشكل متسارع الأدوات التي بنيت لتطبيق مفاهيمه النظرية بأسرع ما يمكن , حتى غدا من الصعب اتخاذ القرار حول أي من هذه الأدوات هو الأمثل لأداء مهمتك المرجوة. تقدم الدراسة مقارنة بين أداتي التنقيب في المعطيات الأكثر استخداما وفقا لاستطلاعات الرأي و هما Rapidminer و لغة البرمجة R بهدف مساعدة الباحث أو المطور على اختيار الأنسب بينهما. اعتمدت المقارنة على سبعة معايير : منصة العمل , الخوارزميات المضمنة, الصيغ المتاحة للدخل و الخرج , إمكانية التمثيل الرسومي , تقييم المستخدمين , البنية و امكانيات التطوير , الأداء بتطبيق مجموعة من خوارزميات التصنيف على عدد من مجموعات البيانات ( data set ) و باستخدام تقنيتي تقسيم cross validation و hold-out للتأكد من النتائج . من خلال الدراسة تبين أن R هي الأداة التي تدعم أكبر عدد من الخوارزميات و صيغ الدخل و الخرج و التمثيل الرسومي بينما تفوق Rapidminer من حيث سهولة الاستخدام و دعمه لعدد أكبر من منصات العمل. أما من حيث الأداء فدقة المصنفات التي بنيت باستخدام مكتبات كانت أعلى إلا في بعض الحالات التي فرضتها طبيعة المعطيات حيث لم يضف أي مرحلة معالجة مسبقة. و أخيرا يغدو الخيار في تفضيل أي الأداتين معتمدا على مدى خبرة المستخدم و هدفه من استخدام الأداة.

دراسة برامترات الخشونة لأغشية ZnS الموضعة حرارياً على ركائز من الزجاج بمجهر القوة الذرية

يسمح مجهر القوة الذرية بالحصول على معلومات مجهرية عن بنية سطوح الأغشية و برسم صور لطبوغرافيتها تمثل تضاريس السطح، و مراقبة نمو الأغشية الرقيقة و تحديد برامترات الخشونة. قمنا في هذا العمل بدراسة برامترات الخشونة للسطح و معالمه.

فئة المثاليات في حلقة R

في هذه الورقة العلمية تعاملنا مع ثلاثة أنواع من التشاكلات بين مثاليين في حلقة (واحدية) R و هي: تشاكل حلقي، و R ـ تشاكل مودولي، و تشاكل مثالي. و ذكرنا عدداً من الأمثلة على ذلك، و أثبتنا أن أسرة المثاليات في الحلقة R مع (التشاكلات الحلقية، R ـ تشاكلات المودلية، التشاكلات المثالية) تُشكل فئـة دعوناها فئة مثاليات من النوع (الأول، الثاني، الثالث) على الترتيب.