تفاصيل الوثيقة

نوع الوثيقة : رسالة جامعية 
عنوان الوثيقة :
نموذج اختيار الميزة DE-SVM القائم على تقنيات الحوسبة العالية الأداء (HPC) لبيانات واجهة الدماغ الحاسوبية (BCI) القائمة على P300
A DE-SVM FEATURE SELECTION MODEL BASED ON HIGH PERFORMANCE COMPUTING (HPC) TECHNIQUES FOR P300 BASED BRAIN COMPUTER INTERFACE (BCI) DATA
 
الموضوع : كلية الحاسبات وتقنية المعلومات 
لغة الوثيقة : العربية 
المستخلص : تعد تطبيقات الحوسبة عالية الأداء HPC أحد أهم مجالات الاهتمام في العديد من التخصصات المختلفة. حيث أثبتت تحسينات ملحوظة في الأداء. هذا البحث يهتم بقاعدة بيانات واجهة الدماغ الحاسوبية BCI وتحديدا النظام القائم على P300. BCI هي نظام يوفر قناة تحكم بالاتصالات المباشرة بين الدماغ والعالم الخارجي ولكن معالجته للبيانات تستغرق الكثير من الوقت. يتألف النظام من العديد من المكونات حيث يمثل نموذج اختيار الميزة المفتاح الرئيسي لأدائه. خوارزميات البحث والمصنفات تشكل نموذج اختيار الميزة. وبالتالي، فهي محل اهتمام هذا البحث أن الخوارزمية الجينية (GA) والتطور التفاضلي (DE) تم تطبيقهما كخوارزميات بحث، في حين أن التحليل الخطي التمييزي (LDA) وآلة دعم الناقلات (SVM) هي المصنفات. وبناء على ذلك، هناك أربعة نماذج: GA-LDA, DE-LDA, GA- SVM, and DE-SVM.. تقنيات HPC تم تنفيذها حيث أن القوة الحسابية كانت واحدة من العقبات الرئيسية التي تسبب في وقت معالجة كبير إلى جانب حجم المشكلة. وقد أثبت أن نموذج DE-SVM هو الأفضل حيث يوفر 98.8٪ من الوقت الأصلي المستهلك أثناء استخدام قدرات الحوسبة العادية. كما أنه يحافظ على معدل دقة ما يقرب من 80٪ باختيار 42٪ من الميزات الأصلية فقط. 
المشرف : د. محمد دهب 
نوع الرسالة : رسالة ماجستير 
سنة النشر : 1439 هـ
2018 م 
المشرف المشارك : د. محمود كامل 
تاريخ الاضافة على الموقع : Monday, January 22, 2018 

الباحثون

اسم الباحث (عربي)اسم الباحث (انجليزي)نوع الباحثالمرتبة العلميةالبريد الالكتروني
سحر عائض الوادعيAlwadei, Sahar Ayedhباحثماجستير 

الملفات

اسم الملفالنوعالوصف
 43023.pdf pdf 

الرجوع إلى صفحة الأبحاث