تأثير خوارزمية SVM على شبكات التصنيف العميقة

Journal of engineering sciences and information technology Pub Date : 2022-06-30 DOI:10.26389/ajsrp.l181221

سمر عبدالغني الحلبي, فادي خليل

{"title":"تأثير خوارزمية SVM على شبكات التصنيف العميقة","authors":"سمر عبدالغني الحلبي, فادي خليل","doi":"10.26389/ajsrp.l181221","DOIUrl":null,"url":null,"abstract":"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.","PeriodicalId":15747,"journal":{"name":"Journal of engineering sciences and information technology","volume":"95 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-06-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Journal of engineering sciences and information technology","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.26389/ajsrp.l181221","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

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.

查看原文本刊更多论文

SVM算法对深层分类网络的影响

这项研究的目的是将包含大量人类图象的两个数据样本中应用若干个反光谱神经网络，以便通过运输学习技术确定这些数据，并研究机器支持向量算法对这些网络的影响。人类面部识别技术是一个重要问题，在许多领域得到广泛应用，其中包括识别罪犯、教育制度(例如出勤制度)、安全电子银行服务等保护制度等。传统算法在这一领域没有产生理想的结果，因此，我们建立了几个古老到最新分类分类的元元元元网络，此外，我们还将每个研究的网络的分层换成了一个机器支持算法，以利用其在非线性数据中的优势，并研究其对这些网络的准确性和时间性能的影响。在研究结束时，我们获得了一套良好的结果，其精确度接近99%，培训时间减少，在一些研究的案例中出现了评级错误。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Journal of engineering sciences and information technology

自引率

0.00%

发文量