يهدف المشروع إلى تقديم توجه جديد للاستفادة من تطور قدرات خوارزميات تعلم الألة في نظم تحديد الموقع، يعتمد على استثمار مجموعة الإشارات اللاسلكية من خلال تقديم دراسة بحثية تشمل الربط بين شدَات الإشارة المستقبلة والموقع الموافق ومن ثم الحصول على تنبؤ أمثلي عن طريق مرشح كالمان، بافتراض أن حركة الهدف وعملية القياس هما عمليتان عشوائيتان Stochastic Processes
و يتضمن المشروع تطبيق عملي يشمل تطبيق النظام ببيئة خارجية Outdoor ، تشمل منطقة المزة ضمن مدينة دمشق، بالتعاون مع شركة سيريتل، بالإضافة إلى تطبيق على بيئة داخلية ضمن بناء هندسة الحواسيب والأتمتة في كلية الهندسة الميكانيكية والكهربائية بواسطة Mobile Robot
In this project، we provide a new vision to benefit from the advances in machine learning
algorithms that used in localization and tracking systems which depends on using wireless
signals. The project includes a study to relate Received Signal Levels with the corresponding
location and then getting the optimal estimate through Kalman Filter assuming that the
user’s motion and the measurement process are stochastic processes. Also، a practical
outdoor implementation in Mazzeh Area، Damascus collaborating with telecommunication
provider Syriatel and indoor implementation in Computer Engineering Building in Electrical
and Mechanical Engineering faculty by using a mobile robot.
المراجع المستخدمة
Saleh، Yayha. 2017. Cellular-based Tracking System using Machine Learning Algorithms and Kalman Filter.
Sandy Mahfouz، Farah Mourad-Chehade، Paul Honeine، Joumana Farah، and Hichem Snoussi. 2014. Target Tracking Using Machine Learning and.
Ng، Andew. "Support Vector Machines." In CS229 Machine Learing. Stanford.
تعد عملية تحديد موقع عقد الحساسات اللاسلكية المنتشرة في الوسط ضرورية من أجل التطبيقات التي تعد فيها المعلومات المتعلقة بموقع التحسس معلومات مهمة كتطبيقات الأمن و الحماية و تتبع الأهداف و غيرها من التطبيقات. تصنف خوارزميات تحديد الموقع إلى نوعين: المع
يهدف التنقيب عن البيانات التعليمية إلى دراسة البيانات المتوفرة في المجال التعليمي وإخراج المعرفة المخفية منه بغية الاستفادة منها في تعزيز عملية التعليم واتخاذ قرارات ناجحة من شأنها تحسين الأداء الأكاديمي للطالب. تقترح هذه الدراسة استخدام تقنيات التنق
تصف هذه الورقة النهج الذي تم تطويره لمهمة Semeval 2021 7 (Hahackathon: دمج العوامل الديموغرافية في مهام فكاهة مشتركة) من قبل فريق Duth.استخدمنا ومقارننا مجموعة متنوعة من تقنيات المعالجة المسبقة، وأساليب Vectorization، وعديد من خوارزميات التعلم الآلات
تم في هذا البحث مقارنة أداء خوارزميات جدولة المهام العشوائية على منصة متعددة النوى بهدف تحديد الخوارزمية الأفضل من ناحية مجموعة من البارامترات المعتمدة من قبل الباحثين في هذا المجال و التي بدورها تعطينا تفاصيل دقيقة حول جودة مثل هذه الخوارزميات عند ت
يسمح التعلم المستمر في أنظمة الحوار الموجهة نحو المهام للنظام بإضافة مجالات ووظائف جديدة للعمل الإضافي بعد النشر، دون تكبد التكلفة العالية لإعادة النظر في النظام بأكمله في كل مرة. في هذه الورقة، نقترح أول معيار تعلم مستمر على الإطلاق لأنظمة الحوار ال