منصة الرسائل والاطاريح: نظام هجين باستعمال تحويل المويجة في الشبكات العصبية لتصنيف الصور

الخلاصة

تعاني الشبكة العصبية ذات التغذية الأمامية المدربة بخوارزمية انسياب الخطأ خلفاً من مجموعة مشاكل منها:( التقرب البطيء، والوقوع في مشكلة النهاية الصغرى المحلية،…،الخ) ، تؤثر هذه المشاكل على أداء هذه الشبكة وقدرتها في حل المشكلة ، لهذا اقترحت طرائق عديدة واتجاهات مختلفة تحاول تجاوز وحل معظم هذه المشاكل والتقليل من تأثيرها على أداء الشبكة، ومنها دمج هذه الشبكة مع تقنيات أخرى تمتلك مميزات تساعد في التخلص من هذه المشاكل، ومن هذه الاتجاهات أو الطرائق دمج الشبكات مع تحويل المويجة في نظام هجين، إذ يمتلك تحويل المويجة نظرية تقريب شامل تستعمل في عملية تقريب الدوال. يقع إطار بحثنا ضمن هذا الاتجاه، إذ استعمل تحويل المويجة بعد اختيار دالة مويجة أُم مناسبة كجزء يقوم بإنجاز وظيفة حسابية داخل الشبكة العصبية كوحدات مخبأة ، ولأن متجه الإدخال مكون من عدة متغيرات فقد تم إجراء تحويل مويجي متعدد الأبعاد لهذا الغرض وباستعمال التقييس المتعدد ، فقد استعملت دالتين مختلفتين كمويجة أُم هما :  دالة ناتجة من تجميع ثلاث دوال سيجماوية.  دالة المشتقة الأولى لدالة كاوس. تم اختبار كل دالة على حدة داخل الشبكة لمسألة التصنيف على مجموعة من الصور المرسومة بخط اليد لأشكال مختلفة ذات تدرج رمادي (8) ثنائيات ، هذه الصور مقسمة على ثمان مجموعات، كل مجموعة تحتوي على (6) صور بتشوهات معينة واستعمل مقياس PSNR وهو أحد مقاييس الموثوقية الهدف لحساب هذه التشوهات.أوضحت نتائج تدريب الشبكة قدرتها على التعامل مع هذه الصور وتحسين قابلية التعميم للشبكة إذ استطاعت الشبكة التعرف على جميع أنماط الاختبار البالغ عددها (24) ماعدا التجربتين الأولى والثامنة في حالة استعمال دالة المويجة الأُم الأولى إذ تمكنت الشبكة من تمييز (23) نمطاً من أصل (24). تم قياس أداء الشبكة الهجينة بشبكة انسياب الخطأ خلفاً التقليدية وأوضحت النتائج تفوقها عليها إذ تمكنت الشبكة الهجينة من الوصول الى الحل بعدد أقل من الدورات قياساً بالشبكة التقليدية. تضمن البحث أيضاً اختبار قابلية الشبكة في التعامل مع الصور الملونة، وأثبتت النتائج كفاءة الشبكة في عملية التصنيف لهذه الصور. تم تنفيذ الطريقة المقترحة على حاسب ذي معالج نوع بنتيوم 3 وبسرعة معالج 650 ميجا هيرتز واستعمال لغة (Visual C++) الإصدار السادس لبرمجتها.