الصفحة الرئيسية
نبذة عن العمادة
نبذة عن العمادة
الرؤية والرسالة
الهيكل التنظيمي
الدراسات العليا بجامعة الملك عبد العزيز
الخدمات البحثية والدورات
وحدة الخدمات البحثية
ابحاث مهمة للمجتمع
خدمات العمادة
أسئلة متكررة
الأبحاث
دليل المنسوبين
مواقع مفضلة
دعم الطلاب
خريطة الوصول للعمادة
آلية توزيع الاستبانات
خدمة الاستبانات الطلابية
جوائز الدراسات العليا
التقديم على الجوائز
الفائزون بالجوائز للعام الجامعي 1440
منسوبو العمادة
دليل الموظفين
تواصل معنا
عربي
English
عن الجامعة
القبول
الأكاديمية
البحث والإبتكار
الحياة الجامعية
الخدمات الإلكترونية
صفحة البحث
عمادة الدراسات العليا
تفاصيل الوثيقة
نوع الوثيقة
:
رسالة جامعية
عنوان الوثيقة
:
خوارزمية نقل التعلم لتجارب التدريب المنخفضة مع التعلم العميق على الانفعال الكهربائي للدماغ
TRANSFER LEARNING ALGORITHM FOR LOW-COUNT TRAINING TRIALS WITH DEEP LEARNING IN ELECTROENCEPHALOGRAPHY
الموضوع
:
كلية الهندسة
لغة الوثيقة
:
العربية
المستخلص
:
التعلم العميق هو مفهوم جديد للتعلم الآلي ويتطور هذا المجال بشكل سريع على أساس يومي نظرًا لحقيقة التعلم العميق وواجهة كمبيوتر الدماغ التي تمكن الكمبيوتر من تقليد عمليات الدماغ البشري. هناك أنواع متعددة من الخوارزميات ولكن في هذه الأطروحة ستكون محل اهتمام حول الشبكة العصبية ونقل التعلم. تم اقتراح منهجية جديدة لتعلم النقل في مجال معالجة إشارات تخطيط كهربية الدماغ (EEG) من أجل دراسة أداء التعرف على الانفعالات. اقترحت هذه الرسالة مناهج لنقل التعلم من تسميات مختلفة تختلف فيها فئة المصدر عن الفئة المستهدفة من حيث التسميات والإثارة والهيمنة والإعجاب. تم تحقيق ذلك من خلال نهجين ، باستخدام تحويل المويجات المنفصلة (DWT) والطريقة الأخرى باستخدام الكثافة الطيفية للطاقة (PSD) كميزة استخراج لإشارات EEG من مجموعة بيانات DEAP. نقل التعلم المستخدم كمصنف والذي ينتج عن دقة أداء كبيرة تتراوح من 54.5٪ إلى 65.5٪ في حالة استخدام DWT و 53.6٪ إلى 62.4٪ في حالة استخدام PSD. علاوة على ذلك ، تم استخدام التحقق المتقاطع لضمان صحة البيانات عن طريق تقسيمها إلى ثلاث فئات من التدريب وبيانات التحقق والاختبار ، وبهذا لم يكن هناك تكرار.
المشرف
:
د. حاتم مالك الرميلي
نوع الرسالة
:
رسالة ماجستير
سنة النشر
:
1442 هـ
2020 م
المشرف المشارك
:
د. محمد جمال عبدالعال
تاريخ الاضافة على الموقع
:
Thursday, August 27, 2020
الباحثون
اسم الباحث (عربي)
اسم الباحث (انجليزي)
نوع الباحث
المرتبة العلمية
البريد الالكتروني
ماهر عبدالرحمن الجهني
Aljohani, Maher Abdulrahman
باحث
ماجستير
الملفات
اسم الملف
النوع
الوصف
46705.pdf
pdf
الرجوع إلى صفحة الأبحاث