تأثير خوارزمية SVM على شبكات التصنيف العميقة

المؤلفون

  • سمر عبدالغني الحلبي
  • فداء عماد خليل

الكلمات المفتاحية:

التعلم بالنقل
تعلم الآلة
التصنيف
شبكة عصبية تلافيفيه
خوارزمية متجه دعم الآلة

الملخص

هدفت الدراسة إلى تطبيق عدة شبكات عصبونية تلافيفية على عينتي بيانات تضمان مجموعة كبيرة من الصور البشرية بهدف التعرف عليها من خلال تقنية التعلم بالنقل، ودراسة مدى تأثير تطبيق خوارزمية متجه دعم الآلة على هذه الشبكات.

تعد تقنية التعرف على الوجوه البشرية من المسائل المهمة، فقد تم تطبيقها على نطاق واسع في العديد من المجالات منها الأمنية كالتعرف على المجرمين، والتعليمية كأنظمة الحضور، وأنظمة الحماية كالخدمات المصرفية الالكترونية الآمنة، وغيرها.

لا تعطي الخوارزميات التقليدية نتائج مثلى في هذا المجال لذلك قمنا بالعمل على عدة شبكات عصبونية تلافيفية اعتمدت في مجال التصنيف من الأقدم إلى الأحدث، بالإضافة إلى ذلك استبدلنا طبقة التصنيف في كل شبكة من الشبكات المدروسة بخوارزمية متجه دعم الآلة للاستفادة من مزاياها في فصل البيانات غير الخطية ودراسة مدى تأثيرها على أداء هذه الشبكات من ناحية الدقة والزمن.

حصلنا في نهاية البحث على مجموعة من النتائج الجيدة، والتي حققت دقة عالية بلغت تقريباً 99% وانخفاض في زمن التدريب ونسبة خطأ التصنيف في بعض الحالات المدروسة.

السير الشخصية للمؤلفين

سمر عبدالغني الحلبي

كلية الهندسة || الجامعة الوطنية الخاصة || سوريا

فداء عماد خليل

كلية الهندسة || الجامعة الوطنية الخاصة || سوريا

التنزيلات

منشور

2022-06-30

كيفية الاقتباس

1.
تأثير خوارزمية SVM على شبكات التصنيف العميقة. JESIT [انترنت]. 30 يونيو، 2022 [وثق 7 نوفمبر، 2024];6(4):73-88. موجود في: https://journals.ajsrp.com/index.php/jesit/article/view/5279

إصدار

القسم

المقالات

كيفية الاقتباس

1.
تأثير خوارزمية SVM على شبكات التصنيف العميقة. JESIT [انترنت]. 30 يونيو، 2022 [وثق 7 نوفمبر، 2024];6(4):73-88. موجود في: https://journals.ajsrp.com/index.php/jesit/article/view/5279