المنشورات العلمية

تنزيل 

تم تطبيق الشبكات العصبية الاصطناعية بنجاح على مجموعة واسعة من المشاكل. في التعرف على
الأنماط، تم استخدامها في العديد من المهام، مثل استخراج الميزات وتقليل الأبعاد والتصنيف. في هذا
العمل، نقترح نموذجين لتصنيف نبضات القلب يعتمد على التعاون بين أنواع مختلفة من الشبكات
العصبية. الهدف الرئيسي هو الجمع بين خصائصهم التكميلية.
كمستخرج مِيزة ونظام من الإدراك (SSAE) يستخدم النموذج الأول أداة تشفير تلقائية متناثرة مكدسة
كمصنف. في هذا النموذج، يتم تقسيم المشكلة بأكملها إلى أجزاء أبسط، والت ي (MLP) متعدد الطبقات
لاستخراج الميزات بالإضافة إلى SSAE مختلفة. يستخدم النموذج الثاني أيضًا MLPs يتم حلها باستخدام
ميزتين ديناميكيتين أخريين. في هذا النموذج ، يتم التصنيف بواسطة نموذج عصبي هجين يعتمد على
.RBF الجمع بين الشبكات العصبية العشوائية و
عدم انتظام ضربات القلب. تعتمد الاختبارات على MIT-BIH يتم تقييم النماذج المقترحة ف ي قاعدة بيانات
نموذج ما بين المرضى، حيث يتم أخذ بيانات التدريب والاختبار من مرضى مختلفين. يتم مقارنة النتائج
التي تم الحصول عليها مع بعض الأساليب الحديثة.
الكلمات المفتاحية :التعرف على الأنماط، التصنيف، الشبكات العصبية، التعلم الآلي، التعلم العميق
، مجموعة بيانات تخطيط القل ب.

Item Type	Thesis
Divisions	» كلية العلوم و التكنولوجيا
ePrint ID	4431
Date Deposited	2023-09-17
Further Information	Google Scholar
URI	https://univ-soukahras.dz/ar/publication/article/4431

@phdthesis{uniusa4431,
    title={Pattern recognition using collaborative neural networks},
    author={Roguia Siouda},
    year={2022},
    school={8 Mai 1945 Guelma, Algeria}
}