مساعدة في الشبكات العصبونية وخوارزمياتها

???????????????????????????????????????

:(

اخي العزيز للاسف انا ليس لدي خبره في الماتلاب ولكن انا على استعداد ان اشرح لك الطريقه التي تعمل بها الشبكات العصبونيه اما موضوع البرمجه فلدي برامج قمت بها بالشبكه العصبونيه ولكن باستخدام الفيجيول بيسك والجافا وvb.net فحدد طلبك بالضبط مثل برامج تحديد نسبه الاحتمال في اصابه الشخص بالامراض مثل عافانا وعافاك الله الcancer ولكن ليس فس الماتلاب , فلترى اذا استطيع مساعدك ام لا فنحن نطلب من الله ان يساعدنا في نشر العلم او على الاقل ان نفيد بما عندنا من جزء ولو قليل .

انهنا بما تريد بالضبط وان شاء الله خير

اشهد ان لا اله الا الله واشهد ان محمد رسول الله

hassan_82 كتب:

اخي العزيز للاسف انا ليس لدي خبره في الماتلاب ولكن انا على استعداد ان اشرح لك الطريقه التي تعمل بها الشبكات العصبونيه اما موضوع البرمجه فلدي برامج قمت بها بالشبكه العصبونيه ولكن باستخدام الفيجيول بيسك والجافا وvb.net فحدد طلبك بالضبط مثل برامج تحديد نسبه الاحتمال في اصابه الشخص بالامراض مثل عافانا وعافاك الله الcancer ولكن ليس فس الماتلاب , فلترى اذا استطيع مساعدك ام لا فنحن نطلب من الله ان يساعدنا في نشر العلم او على الاقل ان نفيد بما عندنا من جزء ولو قليل .

انهنا بما تريد بالضبط وان شاء الله خير

اشهد ان لا اله الا الله واشهد ان محمد رسول الله

السلام عليكــم ورحمـة الله وبركاتــة

أشكرك أخي المحترم على ردك و أسأل الله أن يجزيك الخير على نيتك الصالحة

في الحقيقة أريد برنامج يسنخدم الشبكات العصبونية و ذكرت أمثلة مثل التعرف على الأصوات أو الصور أو التمييز بين الأرقام أو الأحرف

و لا مشكلة إذا كان في لغة أخرى غير الماتلاب

المهم أن تكون فكرته عبارة عن شبكة عصبونية ندربها على شئء معين ثم تصبح قادرة على اكتشافه لوحدها أي مثل تدريب العقل البشري

فهل لديك ما يفيدني؟

جزاك الله خيرا

ان شاء الله يا اخي في القريب ان شاء الله لكن اعطيني مهله قصيره وبااذن الله تعالى سوف اقوم بمشاركتك المعلومات التي عندي ان شاء الله .

hassan_82 كتب:

ان شاء الله يا اخي في القريب ان شاء الله لكن اعطيني مهله قصيره وبااذن الله تعالى سوف اقوم بمشاركتك المعلومات التي عندي ان شاء الله .

أنا بانتظار مساعدتك أخي الكريم

مع جزيل الشكر و الامتنان

أرجو أن لا تتأخر في مساعدتك أخي الكريم

لأنني محصور بالوقت

و شكرا

طيب يا اخي اذكر ما تريد بالضبط وسوف نرى ماذا نستطيع ان نساعدك لانك لحد الان لم توضح ماذا تريد بالضبط فهي قضيه ليست بسهله ولكن حالما تذكر ماهي طبيعة الموضوع وطريقة المساعده فنحن جاهزين للمساعده حسب استطاعتنا .

مع تمنياتي لك بالتوفيق

hassan_82 كتب:

طيب يا اخي اذكر ما تريد بالضبط وسوف نرى ماذا نستطيع ان نساعدك لانك لحد الان لم توضح ماذا تريد بالضبط فهي قضيه ليست بسهله ولكن حالما تذكر ماهي طبيعة الموضوع وطريقة المساعده فنحن جاهزين للمساعده حسب استطاعتنا .

مع تمنياتي لك بالتوفيق

حسناً

أعطني مثالا لشبكة عصبونية نريد تدريبها على شئ معين

و كيف نبرمجها بلغة ++c أو جافا؟؟

و لتكن هذه الشبكة مثلا للتعرف على الوجوه؟

أو ممكن أن تشرح لي مثلا المثال الذي ذكرتهعن التنبؤ بالسرطان

حيث لم أفهمه تماما أي أين الشبكة اتلعصبونية المستخدمة و على ماذا ندربها و كيف و بأي لغة برمجتها

و كم عدد نيورونات الطبقة الخفية و ما شابه

جزاك الله خيرا

السلام عليكم ورحمة الله وبركاته اخي العزيز انا وعددتك وان شاء الله ان اوفي بوعدي

سوف ارفق لك بعض الملفات ارجوا منك الاطلاع عليها اولا والتمعن بها فهذا احد اللاعمال التي قمت بها يعني شغلي الخاص بالاضافه الى ملفات اخرى تشرح الخلايا العصبونيه بشكل عام وجميل سوف تفهم منها عمل النظام بشكل مبداي وبعدها لكل حادث حديث حيث اما ملف النظام الذي قمت به فهو يعمل على ادخال مكونات الزجاج الطبيعي زغير الطبيعي من الواد الداخله في توينك مثل المغنيسويوم وغيرها من المواد والتي قد ذكرت بشكل مفصل الشرح عنها

وتستطيع ايظا ان تذهب الى هذا الوقع والذي هو يمثل موقع لاحدى الجامهات الامريكيه والتي يتواجد بها عدد كبير من قواعد البيانات التي تستخدم في الخلايا العصبونيه فتستطيع ان تختار منها ما تشاء في حال بدات العمل بالنظام الذي تريده

تقريبا كلا اللنكات نفس الشيء انما هنالك مجرد تعديل بسيط في الموقع من قبل المسؤليين عنه انما اول لنك ستجد به ما تريد

http://mlearn.ics.uci.edu/MLSummary.html

http://archive.ics.uci.edu/ml/

هذا النظام يا اخي يقوم بعمل ما يسمى في النهايه توقع من خلال الرجوع الى قاعدة البيانات يوهذا يعني بعد ان نقوم بتدريب البيانات من خلال ما يسمى normalaization وبعدها باقي الخطوات اولا اخي ارجوا منك الاطلاع على هذا الشرح الموجود في المرفقات والذي يوجد به ايضا المستويات المخفيه التي تحدثت عنها وموجوده بالرسم والشرح ايظا ثم بعد ذالك سوف احاول ان اساعدك على فهم ما تريد في المرات القادمه بعد ان تقرا ما هو موجود وتقبل مني كل الاحترام والتقدير ..........

اولا افهم الموضوع ثم ابدا بالبرمجه في ما بعد

GLASS CLASSIFICATION SYSTEM

In a variety of fields, researchers (inspired by bioinformatics research area) are applying neural network models to solve problems that so far have not been solvable using early architectures or models. The aim of the project is to perform an improvement study of Neural Network models available for classification, a Multi Layer Perceptron feed forward trained by Back propagation algorithm to solve the classifying glass data problem.

INTRODUCTION المقدمه

Among the many techniques and models are utilized in data mining one of them is classification. Classification is a supervised process, that consist of the problem is to label the records which are as yet unlabelled. The labeled or "training" records are used to learn the attributes of a group, which in turn are used to label the new record. Which the categories in classification are set externally.

NEURAL NETWORK

Artificial neural networks (ANNs) simulate the concepts developed through physiological modeling of the human brain in computational mechanics. ANNs contain a set of highly interconnected processing elements that are constructed in a regular architecture and act in parallel. The overall behavior of an ANN exhibits the abilities of learning, recalling, and generalization from training patterns or data by adjusting the connection weights inside the network. The model of an ANN includes three basic entities: functions of the processing elements, the network topology, and learning rules (methods used to store information in the network). For a multilayer feed forward network topology, the error back-propagation learning algorithm is one of the most widely used supervised learning methods. The algorithm can perform rather high-quality generalization by escaping from local minima provided that the number of hidden nodes is properly selected. However, because the error surface may contain lots of areas with shallow slopes in multiple dimensions, the algorithm tends to converge rather slowly.

Neural networks have emerged as an important tool for classification. The recent vast research activities in neural classification have established that neural networks are a promising alternative to various conventional classification methods. The advantage of neural networks lies in the following theoretical aspects. First, neural networks are data driven self-adaptive methods in that they can adjust themselves to the data without any explicit specification of functional or distributional form for the underlying model. Second, they are universal functional approximates in that neural networks can approximate any function with arbitrary accuracy (G. Cybenko, 1989) ,( K. Hornik, 1991),

Thus ANN is an information processing system that has certain performance characteristics in common with biological neural networks. ANN has been developed as generalizations of mathematical models of human cognition or neural biology, based on the assumptions that:1. Information processing occurs at simple elements called neurons.

2. Signals are passed between neurons over connection links.

3. Each connection link has an associated weight, which in a typical neural Net multiplies the signal transmitted.

4. Each neuron applies an activation function (usually non-linear) to its net

Input (sum of weighted input signals) to determine its output signal.

A neural network is also characterized by the following characteristics: 1. Its pattern of connections between the neurons (called its architecture). 2. Its method of determining the weights on the connections (called its Training, or learning, algorithm). 3. Its activation function.

The ANN architecture consists of a large number of simple processing elements called neurons, units, cells or nodes. Each neuron is connected to other neurons in links which have a weight associated with them. The weights represent the information being used by the network to solve the problem. Thus based on the problem (classifying Iris plants), attempting to solve the interconnections and the weights associated vary. The initial assignment of weights is a topic of important discussion, as the closer the initial weights are to the final weights the faster the network is trained and ready to use.

In general neural network is composed of groups of functionally associated neurons a single neuron can be connected to many other neurons and the total number of neurons and connections in a network can be very large. There are tow type from network layer, the first one a single layer perception network consists of one or more artificial neurons in parallel.

.

Knowledge acquisition by extraction of logical rules from the sample data is an important and difficult problem in computational intelligence. Neural networks, in particular multi-layered perceptrons (MLPs), are useful classifiers that can learn arbitrary vector mappings from the input to the output space and successfully use this mapping in novel situations. The knowledge acquired by neural systems is represented in a set of numerical parameters and architectures of these networks in a way that is incomprehensible for humans. Some classification problems have an inherent logical structure and even in other cases it may be preferable to use logical rules instead of adaptive classifiers. Many methods to analyze trained neural networks, extract logical rules and select classification features have been devised in the past. These methods focus on analysis of parameters (weights) of trained networks, trying to achieve high fidelity of performance, i.e. obtaining identical classification results by extracted logical rules in comparison to the original networks. Analysis of complex networks is quite difficult and may lead to a large number of rules, too large to be useful in practice. Non-standard form of rules, such as M of N (M out of N antecedents should be true) or decision trees, are sometimes useful.

GLASS CLASSIFICATION SYSTEM عمل النظام

Here we will develop system to analysis the elements which enter In glass structure then inference the glass type if it is building glass or industry glass the study of classification of types of glass by analysis these chemical elements, so we will collect the data of chemicals element which enter in glass characterize, then analysis this data then relate every percents with its produced glass. The glass elements في المرفقات

1- (Id) number: 1 to 214

2 - (RI) refractive index

3 - (Na) Sodium

4 - (Mg) Magnesium

5 - (Al)Aluminum

6 - (Si) Silicon

7 - (K) Potassium

8 - (Ca) Calcium

9 - (Ba) Barium

10 - (Fe) Iron

The Number of Instances is 214 and the Number of Attributes is 10 And we identify the type of glass:

1- Building glass

2-industry glass

في ما بعد يمثل كيف نقوم بصياغة المستويات الخفيه والتي رمزت لها ب HI,H2 ومستوى الادخال الذي يتكون من جميع المكونات التي تدخل في صناعة الزجاج الصناعي او الكونات الطبيعيه في الزجاج الطبيعي , اما الخرجات فتمثل نوعيه الزجاج المتوقه بع ان نقوم بادخال من ضمن البرنامج وتكون المواد بنسب محدد ويقوم النظام بادخال هذه المكونات وعمل كل الخوارزميات الموجوده فيه ومن ثم يخرج نوع الزجاج المتوقع بناء على المدخلات ومقارنتها في ما قام به النظام من تدرب عليه النظام من خلال قاعدة البيانات الموجوده اصلا عن نفس المكونات سوف تجده على شكل رسم مع المرفقات .

In this system we have many forms that do the experiments and help the user to know and solve the glass structure then inference the glass type if it is building glass or industry glass, however, the first form or the main form include buttons.

In the final stage, make the past process in these values the system will provide us the goal from this values, that will make us make truth decisions, reduce the cost and lose time, we can know how. When and why will us product the glass.

CONCLUSION ما ذا يعني الذي قمنا به

By use ANN we develop system to solve the problem which front use in glass classification related with the chemistry elements that be in its formed the glass, by use ANN we can reduce the search and comparing between elements to arrive to the fit way to fined fit product, we can arrive to correct decision in easy and fast way.

انا اسف لرداءة الكتابه ولكن عذرا لاني اكتب مباشرة على مربع الردود اي بمعنا اخر لا اقوم بعمل مسوده مبدئيه ولكن للاسف كل هذا لضيق الوقت ولكن مع ذالك حاولت ان اقدم لك ما اقدر عليه الان حتى ولو كان هذا الامر على حساب الوقت لدي :D :happy: .

الله المستعان

اقتباس

اشهد ان لا اله الا الله واشهد ان محمد رسول الله

انا اسف لرداءة الكتابه ولكن عذرا لاني اكتب مباشرة على مربع الردود اي بمعنا اخر لا اقوم بعمل مسوده مبدئيه ولكن للاسف كل هذا لضيق الوقت ولكن مع ذالك حاولت ان اقدم لك ما اقدر عليه الان حتى ولو كان هذا الامر على حساب الوقت لدي :D :happy: .

الله المستعان

لا مشكلة أخي الكريم

جزاك الله خيرا وجعله في ميزان حسناتك

و بارك لنا جميعا في الوقت

سأبدأ بقراءة و فهم ما قدمته لي و أوافيك بالاسئلة و الاستفسارات

شكرا لك

السلام عليكم ورحمة الله و بركاته

أخي الكريم ظهرت لدي الاستفسارات التالية أرجو الإجابة عليها مشكوراً:

1.ماهو الفرق بين الزجاج الطبيعي و الزجاج الصناعي؟

2.ماهو عمل النظام أو الشبكة لإكتشاف نوع الزجاج

أقصد هل هناك عمليات حسابية معينة يقوم بها وماهي؟؟

3.كيف تم تحديد عدد الطبقات الخفية و عدد النيورونات في كل طبقة؟

4.ماهي الخوارزمية التي استخدمتها :بيرسيبترون أم الانتشار العكسي أم طريقة دلتاأم ماذا؟؟

5.ماهي لغة الرمجة التي استخدمتها؟ "أرجو أن لا تكون VB.NET لإنني لا أعرف فيها أبداً"

و أرجو أن تعطيني بعض المفاتيح المساعدة للبدأ بالبرمجة

مع جزيل الشكر و جزاك الله كل خير وجعله في ميزان حسناتك

can any one help me,please??? :(

Leavetrace كتب:

االسؤال الخامس ليس مهم اللعة مثل ما هو مهم فهم الطريقة لكن اريد من حضرتك فقط كتابة كلمة classification +اسم المشكلة التى تريدين حلها فى محرك البحث بتجدى الكثير

وعليكم السلام ورحمة الله و بركاته

والله دورت و بحثت كتير بس ما لاقيت للأسف

مشكور

Leavetrace كتب:

السلام عليكــم ورحمـة الله وبركاتــة

بساعدك فى وضع خطة تمشى عليها لتحققى مشروعك ان شاء الله

اولا :حددى بالضبط ما المشكلة التى تريدين حلها تعرف على وجوة ام ارقام ام احرف لان كل منهم له تمثيل غير الاخر عامة انصحك تتركى التعرف على الوجوة الان لانك لسة بتبداى

ثانيا :حددى نوع الشبكة التى تريدين استخدامها وما دام المشكلة تصنيف يبقى افضلهم hopfield ثقى فية ان شاء الله

ثالثا :عليكى قراءة عن المشكلة والشبكة وتتعلمى كيفية تمثيل المشكلة وكيفية تحقيق ذلك على الشبكة

رابعا:اطلعى على مشاريع----- وضعت لكى روابط لتتعلمى كيف قاموا بتمثليهم واستخدام الشبكة

اخيرا اذا توقف معكى شىء فى اى خطوة يمكن تسالى وممكن تجدينى اعرف الاجابة ويمكن لا اعرف لكن مثلما يقولون جاد الفقير بما يعلم

http://www.eee.metu.edu.tr/~alatan/Courses/Demo/Hopfield.htm

http://www.codeproject.com/KB/recipes/Hopf...ralNetwork.aspx

http://www.google.com.eg/search?hl=ar&...ion&spell=1

بالتوفيق ان شاء الله

السلام عليكم ورحمة الله

أخي الكريم جزاك الله كل خير و فرج همك

المشكلة هي المذكورة سابقا التمييز بين الزجاج الطبيعي و الصناعي إلا إذا كان عندك رأي آخر تجده أكثر فائدة لي فلا مشكلة فأنا واثقة بك

و المشكلة أخي الكريم أنني أعرف مبادئ الشبكات العصبونية كنظري و لكن كبرمجة فلا أعرف شيئا عنها فأرجو أن توجهني و تساعدني مشكورا

الشئ الآخر أن الرابط الأول لم يعمل

و جزاك الله خيرا و لا تتأخر عليي في ردودك

السلام عليكم

NN.rar

hassan_82 كتب:

كل عام وانتم بالف خير

هذا شرح عن الموضوع

السلام عليكــم ورحمـة الله وبركاتــه

جزاك الله خيرا وجعله في ميزان حسناتك

وكل عام و أنت بألف خير

وقد تظهر لدي بعض الأسئله أرجو أن لاتتأخر علي بالرد عليها مشكورا