كلية علوم الحاسوب - ماجستير
Permanent URI for this collectionhttps://repository.neelain.edu.sd/handle/123456789/503
Browse
3 results
Search Results
Item بناء شبكة عصبية صناعية للتنبؤ بفيروس نقص المناعة المكتسب (HIV)(جامعة النيلين, 2022-09) هشام محمد الحاج يوسفالمستخلص علم الشبكات العصبية الصناعية نحج في مجالات متعددة مثل الطب والهندسة والجيولوجيا والفيزياء وغيره. وفي المجالات الطب ، تم استخدام الشبكات العصبية على نطاق واسع في التشخيص الطبي واكتشاف وتقييم الحالات الطبية وتقدير تكلفة العلاج. في هذا البحث تم تطبيق الشبكات العصبية لدراسة فيروس نقص المناعة المكتسب. يعتبر فايروس نقص المناعة المكتسب (HIV) أحد الأسباب الشائعة والمباشرة لحدوث الوفاة ، وقد لا يدرك العديد من المصابين بفيروس HIV إنهم مصابون بهذا الفيروس ، نادراً ما تظهر أيّة أعراض أو دلائل على الإصابة بالمرض، لكن قد يصاب المريض بأعراض الإنفلونزا العاديّة عند بداية إصابته بالمرض، ثم تختفي هذه الأعراض بعد أسبوعين على الأكثر. تعتبر عملية تشخيص فيروس الايدز من اهم المشكلات الحقيقة التي تواجه المرضي لاسباب عدم توفر المراكز او الفقر او غيره وتعتبر التشخيص المبكر بداية الخطوات نحو العلاج الناجح ، فبدون التشخيص الصحيح يستحيل تقديم العلاج اللازم للمريض وشفاءه ، فكان الهدف تطوير نظام سهل ومتوفر للاكتشاف المبكر للفايروس ، في هذا البحث تم تطبيق منهجية الشبكات العصبية الاصطناعية لتصميم نظام خبير باستخدام ادوات مايكروسوف لغة البرمجة (C#) وقاعدة البيانات (SQL Server) والاطار (ASP.NET CORE 5.0) ،يقوم النظام بسؤال المريض العديد من الأسئلة والكشف عليه وادخال الأعراض في النظام ومن ثم يقوم النظام بالتشخيص الدقيق للمريض واكتشاف هل لديه الفيروس ام لا وتقديم الإستشارة اللازمة له ، وقد كانت النتائج ممتازة واداء الشبكة جيدا بنسبة 60%. Abstract The science of artificial neural networks has excelled in various fields such as medicine, engineering, geology, physics, and others. In the fields of medicine, neural networks have been widely used in medical diagnosis, discovery and evaluation of medical conditions, and cost estimation of treatment. In this paper, neural networks have been applied to study HIV. The acquired immunodeficiency virus (HIV) is one of the common and direct causes of death, and many people infected with HIV may not realize that they are infected with this virus. Rarely do any symptoms or signs of infection appear, but the patient may develop symptoms of normal influenza at the beginning of his illness. Then these symptoms disappear after two weeks at most. The process of diagnosing the AIDS virus is one of the most important real problems facing patients for reasons of lack of centers, poverty or others. Early diagnosis is considered the beginning of steps towards successful treatment. Without the correct diagnosis, it is impossible to provide the necessary treatment to the patient and his recovery. The goal was to develop an easy and available system for early detection of the virus, in this research, the Artificial Neural Networks methodology was applied to design an expert system using Microsoft tools, the programming language (C#), the database (SQL Server) and the framework (ASP.NET CORE 5.0). The system accurately diagnoses the patient, detects whether he has the virus or not, and provides him with the necessary advice. The results were excellent, and the network performed is good by 60%.Item استخدام الشبكات العصبية لتقدير تكلفة استهلاك الكهرباء(جامعة النيلين, 2022-07) هدى الجيلي فضل المولى محمدالمستخلص ان الطاقة الكهربائية هي المحرك الرئيسي لجميع القطاعات وان استهلاكها في تزايد مستمر مع الزمن وذلك من خلال فترات الدراسة وخصوصا في الآونة الأخيرة ونظرا لأهمية معرفة حجم استهلاك الكهرباء , فقد تناول البحث مشكلة تقدير تكلفة الاستهلاك الشهري للكهرباء ولتحقيق ذلك تم تطبيق منهجية الشبكات العصبية الاصطناعية باستخدام لغة البرمجة بايثون حيث تتدرب الشبكة على عدد من الأمثلة ,هذه الأمثلة تشكل أهم العوامل تأثيرا على الاستهلاك الناتج من ذلك. وبدراسة العوامل والتدرب عليها تصبح الشبكة جاهزة للاختبار وتقدير التكلفة لأمثلة أخرى . لتحقيق ذلك تم استخدام شبكة ذات تغذية أمامية متعددة الطبقات واستخدام خوارزمية الانتشار الخلفي للتدريب فقد توصلت النتائج الي ان أداء الشبكات العصبية كان جيدا في عملية التنبؤ وان شبكة تقدير تكلفة الاستهلاك تمكن المستخدم من التحكم في ضبط التكلفة لاستهلاكه وذلك بتمرير قيم مختلفة لمتغيرات المشكلة وملاحظة التغير الذي يحدث في قيمة التكلفة الناتجة كما بلغت أقل قيمة لمتوسط مربع الخطأ(MSE) الناتج من عملية التدريب 0.5302 Abstract Electric energy is the main driver for all sectors, and its consumption is constantly increasing with time, through study periods, especially in recent times, and given the importance of knowing the volume of electricity consumption, The research dealt with the problem of estimating the cost of the monthly consumption of electricity. To achieve this, the methodology of artificial neural networks was applied using the Python programming language Where the network trains on a number of examples, these examples are the most important factors affecting the resulting consumption By studying and training the factors, the network is ready for testing and cost estimation for other examples To achieve this, a multi-layer feed-forward network was used and a back-propagation algorithm was used for training. The results showed that the performance of neural networks was good in the prediction process And the consumption cost estimation network enables the user to control the cost control for its consumption by passing different values to the problem variables and noting the change that occurs in the value of the resulting cost as it reached less than the mean square error (MSE) resulting from the training process 0.5302Item التشخيص المبكر لمرض الكلى باستخدام الشبكات العصبية متعددة الطبقات وخوارزمية Antlion (نتائج فحوصات وظائف الكلى)(جامعة النيلين, 2022-03) أمل محمد محمد صالح محمدالملخص يعتبر عدم المتابعة الدورية وعمل التحاليل والفحوصات اللازمة لمعرفة الحالة الصحية للكلى واحدا من الأسباب التي تؤدي إلى الإكتشاف المفاجئ لأمراض الكلى، لذلك يهدف البحث إلي مساعدة الأطباء لمعرفة الحالة الصحية للكلى والتنبؤ المبكر بالمرض. تم إستخدام شبكة (Multi Layer Perceptron Network) المحسنة بخورارزمية (AntLion) لتدريب بيانات فحوصات الكلى لعدد 660 مريض متضمن11 خاصية من أجل تصنيفها لأحدى حالتين طبيعي أو غير طبيعي. تم إختيار 70% من البيانات لتدريب الشبكة ونسبة 30% لعملية إختبار الشبكة ، وأثناء عمل الشبكة تم إستخدام خوارزمية (AntLion) لتحسين أوزان الشبكة وللحصول علي دقة في التصنيف. Abstract The lack of periodic follow-up and the necessary tests and examinations to know the health status of the kidneys is one of the reasons that lead to the sudden discovery of kidney diseases, therefore this research aims to help doctors to know the health of the kidneys to early predict disease cases and prevent exposure to them. An improved Multi Layer Perceptron network is used with Antlion algorithm for training kindney function tests data of 660 patients including 11 attributes in purpose to classify into normal or abnormal. Data is split, 70% for training the network and 30% for testing. Antlion algorithm is used during network processing to optimize the weight of network and to get a high accurancy in classification.