بناء نموذج شبكة عصبونية باستخدام التحليل العاملي وخوارزمية K-Means

المؤلفون

  • محمد لؤي عبد الرزاق دهان Mohamed Loay Abdulrazak Dahhan جامعة حلب
  • ياسر عبد الله الموسى Yasser Almousa جامعة حلب

DOI:

https://doi.org/10.33977/1760-006-016-004

الكلمات المفتاحية:

شبكات عصبونية، تحليل عاملي، خوارزمية K-means، درجة تعقيد.

الملخص

يهدف البحث إلى اقتراح نموذج شبكة عصبونية متعددة الطبقات بالاعتماد على التحليل العاملي Factor Analysis وخوارزمية K-means، وذلك من خلال دمجهما في معمارية الشبكة العصبونية، يقوم التحليل العاملي بتخفيض عدد أبعاد البيانات الأولية ووضع الناتج في طبقة المدخلات، ثم يتم تجميع البيانات حسب خوارزمية K-means بالاعتماد على العوامل المستخرجة لنحصل على عنقودين يمثلان متغير القرار، من خلال إشراك كل المتغيرات ذات الصلة في الخوارزمية، ومن ثم يتم وضع ناتج الخوارزمية في طبقة المخرجات، بعد ذلك يتم تدريب نموذج الشبكة العصبونية المقترح. وبهدف المقارنة تم اختبار النموذج على قاعدة بيانات متعددة الأبعاد Multivariat للمكتبة الإلكترونية في كلية الاقتصاد – جامعة حلب. أظهر النموذج المقترح انخفاض في درجة التعقيد، من خلال انخفاض عدد الأوزان بالإضافة إلى دقة تصنيف مرتفعة، وزمن تدريب أقل من نموذج شبكة عصبونية متعددة الطبقات ANN غير معدل.

السير الشخصية للمؤلفين

محمد لؤي عبد الرزاق دهان Mohamed Loay Abdulrazak Dahhan، جامعة حلب

طالب دكتوراه

ياسر عبد الله الموسى Yasser Almousa، جامعة حلب

أستاذ دكتور

المراجع

قائمة المصادر والمراجع باللغة العربية:

الموسى، ياسر. الجاسم، عبد الناصر، دهان، محمد لؤي. (2015)، بناء نموذج تسويق الكتروني لإضفاء الطابع الشخصي في المكتبة الالكترونية. مجلة بحوث جامعة حلب، حلب، سورية، العدد 16.

الموسى، ياسر. الجاسم، عبد الناصر، دهان، محمد لؤي. (2015)، تحسين خوارزمية العنقدة K-means باستخدام التحليل العاملي. مجلة بحوث جامعة حلب، حلب، سورية، العدد 16.

العباسي عبد الحميد. (2001)، التّحليل العامليّ: تطبيقات في العلوم الاجتماعية باستخدام SPSS. معهد الدراسات والبحوث الإحصائية، جامعة القاهرة، القاهرة، ص7.

دهان، محمد لؤي. (2015)، بناء نموذج عنقدة باستخدام الشبكات العصبيّة لدعم عمليّة التسويق الالكتروني. رسالة ماجستير، جامعة حلب، حلب، سورية.

ريتشارد، جونسون، دين، وشرن. (1998)، التّحليل الاحصائي متعدد المتغيّرات من الوجهة التطبيقية. تعريب، عزام عبد المرضي، دار المريخ، الرياض، ص580 - ص848.

نصار هلا، سلوم كمال، أبو صالح ناصر. (2014)، تصنيف تعابير الوجه باستخدام شبكة عصبونية وخوارزمية PCA، مجلة بحوث جامعة البعث، سورية.

ترجمة المصادر والمراجع العربية:

Al-Mousa, Yasser. Al-Jasem, Abdulnser, Dahhan, Mohamed Loay. (2015), Building an electronic marketing model to personalize the electronic library. Research Journal of Aleppo University, Aleppo, Syria, Issue 16.

Al-Mousa, Yasser. Al-Jasem, Abdulnser, Dahhan, Mohamed Loay. (2015), Improve the Result of K-Means Algorithms using Factor Analysis. Research Journal of Aleppo University, Aleppo, Syria, Issue 16.

Al-Abbasi, Abdul Hamid. (2001), Factor Analysis: Applications in Social Sciences using SPSS. Institute of Statistical Studies and Research, Cairo University, Cairo, p. 7.

Dahhan, Mohamed Loay. (2015), Building a clustering model using artificial neural network to support electronic marketing operation. Master thesis, Aleppo University, Aleppo, Syria.

Johnson, Richard. Schorn, Den. (1998), Applied Multivariate Statistical Analysis. The translation of Abd al-Mardi Azzam, Dar al-Merikh, Riyadh, p. 850, p. 848.

Nassar Hala, Salom Kamal, AboSaleh Naser. (2014), Face Expression Classification Using Neural Network and PCA algorithm, Al-Baath University Research Journal, Syria.

قائمة المراجع باللغة الإنكليزية:

Abuzir Yousef & Baraka AbdulRahman M. (2019), Financial Stock Market Forecast Using Data Mining in Palestine. Palestinian Journal of Technology & Applied Sciences - No. 2 – January.

Abuzir Yousef & Dweib Mohammad. (2018), Optimization of the Neural Networks Parameters. Palestinian Journal of Technology & Applied Sciences - Vol. 1 - No. 1- January.

Dahhan, M. L., Almoussa, Y. (2020), Reducing the Complexity of the Multilayer Perceptron Network using the Loading Matrix. International Journal of Computer Applications, 975, 8887.

Dang Tuan Linh, Hoshino Yukinobu. (2019), Improved PSO Algorithm for Training of Neural Network in Co-design Architecture, International Journal of Computer Applications, Volume 182 - No.44.

Ding Shifei et al. et al. (2011), Research of neural network algorithm based on factor analysis and cluster analysis, Neural Comput & Applic (2011) 20:297–302 springer-Verlag London Limited.

Ding Shifei, Jia Weikuan, Xu Xinzheng, Zhu Hong. (2010), Neural Networks Algorithm Based on Factor Analysis, Springer-Verlag Berlin Heidelberg, Germany, Part I, LNCS 6063, pp. 319–324.

Du Ke-Lin, Swamy M. N. S. (2019), Neural Networks and Statistical Learning, Springer-Verlag London, UK.

Gupta Tarun Kumar, Raza Khalid. (2018), Optimizing Deep Neural Network Architecture: A Tabu Search Based Approach. Computer Science, springer.

Hagan Martin, Demuth Howard, Beale Mark, De Jesús Orlando. Neural Network Design, Oklahoma State University, Stillwater, OK, United States, 2nd Edition, P13-1.

Heaton Jeff. (2011), Introduction to the Math of Neural Networks, Heaton Research, Inc., USA.

Hossam Mosbah and M.E. El-Hawary. (2017), Optimization of neural network parameters by Stochastic Fractal Search for dynamic state estimation under communication failure, Electric Power Systems Research, Volume 147.

Inthachot, M., Boonjing, V., & Intakosum, S. (2016). Artificial Neural Network and Genetic Algorithm Hybrid Intelligence for Predicting Thai Stock Price Index Trend. Computational Intelligence and Neuroscience, 1–8.

J,Salkind Neil, 2010. Encyclopedia of Research Design, 1st Edition, Kindle Edition, SAGE Publications, pp. 460-466.

Leskovec Jure, Rajaraman Anand, Ullman Jeffrey David. (2020), Mining of Massive Datasets, Third edition, Cambridge University Press, pp. 517-520.

Li J., Cheng J., Shi J., Huang F.(2012), Brief Introduction of Back Propagation (BP) Neural Network Algorithm and Its Improvement. In: Jin D., Lin S. (eds) Advances in Computer Science and Information Engineering. Advances in Intelligent and Soft Computing, vol 169. Springer, Berlin, Heidelberg, 2012.

Mehrotra K., Mohan C., Ranka S. (1997), Element of Artificial Neural Networks, MIT Press, USA.

P. Arumugam, R. Ezhilarasi. (2017), Data Mining based Neural Network Model for Rainfall Forecasting, International Journal of Computer Applications, Volume 170 – No.4.

Rencher, Alvin C. (2002), Methods of Multivariate Analysis, Wiley-Intescience, United States of America, Second Edition, P 482.

Shafi Imran et al. (2006), Impact of Varying Neurons and Hidden Layers in Neural Network Architecture for a Time Frequency Application, IEEE International Multitopic Conference.

Tan, Pang-Ning, Steinbach, Micheal, Kumar, Vipin. (2006), Introduction to Data Mining, Addison-Wesley, Boston, United States of America, P.507.

Taylor, Brian J. (2006), Methods and Procedures for the Verification and Validation of Artificial Neural Networks, Springer Science & Business Media.

Zekić-Sušac Marijana; Šarlija Nataša; Pfeifer Sanja. (2013), Combining PCA analysis and neural networks in modelling entrepreneurial intentions of students, Croatian Operational Research Review, Croatia, 4, P306-317.

التنزيلات

منشور

2021-12-29

كيفية الاقتباس

Mohamed Loay Abdulrazak Dahhan م. ل. ع. ا. د., & Yasser Almousa ي. ع. ا. ا. (2021). بناء نموذج شبكة عصبونية باستخدام التحليل العاملي وخوارزمية K-Means. مجلة جامعة القدس المفتوحة للبحوث الإدارية والاقتصادية, 6(16). https://doi.org/10.33977/1760-006-016-004