الفهرس 
ContentsOnly 14 pages are availabe for public view
 |  | from | 76 |  |  |
| | | from | 76 | | |
Abstract
قدمت هذه الدراسة لكى تساعد فى حل المشكلات الرياضية و تسهيل و تعديل الخوارزميات المستخدمة فى تطبيقات العمل العلمى و البحثى من اجل تسهيل و تطوير هذه التطبيقات من اجل الوصول الى افضل نتائج فى اقل وقت. و قد تم ذلك باستخدام تمثيل البيانات و تعديلها و التنبؤ بالقيم الحقيقيه للوصول الى افضل التقديرات المتاحة باستخدام خوارزم (Markov Chain Monte Carlo) الذى يستخدم لتكوين سلسلة من التنبؤات المستقبلية باستخدام المعلومات المتوفرة و تحديد نسبة مدى صحتها و مطابقتها للنتائج الحقيقية ببناء خوارزم جديد يعمل بمفهوم البرمجة المتوازية و كيفية تطبيقها على الحواسب المتوازية بإستخدام لغات البرمجة (Python) و (MPI) و (Open-MP) و ( MPI4Python) و تنفيذه على الحاسب ((Supercomputer - Bibliotheca Alexandrina على ثلاث محاور مختلفة هى البيانات أحادية البعد و ثنائية البعد و بعض الصور الطبية مصحوباً بالنتائج التالية : زيادة نسبة النتائج من 44 % إلى 93 % فى حالة البيانات احادية البعد و ثنائية البعد ، بينما مع التطبيق على الصور الطبية المتمثل فى البيانات ثنائية البعد كانت نسبة النتئاج تقريباً متشابهة مع إختلاف ملحوظ فى نسبة الدقة حيث تلاحظ وجود زياده 29% فى نسبه معدل الدقه . وهذا يؤكد أن التنفيذ المتوازى يساعد فى تحقيق نتائج دقيقة بسرعة تنفيذ أقل و إستغلال أمثل لكل العناصر و الموارد المتاحه ، فعند إستخدام التطبيق المتوازى نستطيع تقديم حلول ذات كفاءة عالية وتكلفة أقل ونتائج لا يمكن الحصول عليها باﻷنظمة التقليدية المتتالية لذلك يجب علينا التحول و البدء فى تطوير وبناء تطبيقات يتم استخدمها على هذه المعالجات لتحليل الكم الهائل من البيانات و الحصــــول على الكفاءة المطلوبة ولا بد من تحويل التطبيقات المتوفرة و التى تستخدم التوالى فى تنفيذ العمليات الى نظائر متوازية ، وبالتالى فإن التفكير فى إبتكار تطبيق متوازى يقوم باستغلال المصادر و المعالجات المتاحة و ايجاد الحلول المناسبة و الأكثر كفاءة أصبح أمر حتمى .وفى الختام نتناول نظرة مستقبلية لما يمكن أن يصل إليه العلم فى المستقبل القريب و كيفية تطوير هذا الخوارزم و تحسين نسبة النتائج و محاولة تطبيقه على معدل بيانات أكبر للوصول لأعلى درجات الكفاءة.