Search In this Thesis
   Search In this Thesis  
العنوان
Big IOT data analyics and implementation approach /
المؤلف
El-Mongy, Norhan Samir El-Sayed El-Sayed.
هيئة الاعداد
باحث / نورهان سمير السيد السيد المنجي
مشرف / علي إبراهيم الدسوقي
مشرف / عمرو محمد ثابت علي الدين
مناقش / سالي محمد الغمراوي
مناقش / مفرح محمد سالم
الموضوع
Computers and Control Systems.
تاريخ النشر
2023.
عدد الصفحات
online resource (146 pages) :
اللغة
الإنجليزية
الدرجة
ماجستير
التخصص
هندسة النظم والتحكم
تاريخ الإجازة
1/1/2023
مكان الإجازة
جامعة المنصورة - كلية الهندسة - قسم هندسة الحاسبات ونظم التحكم
الفهرس
Only 14 pages are availabe for public view

from 146

from 146

Abstract

يعد مرض السكري (DM) مشكلة صحية عامة رئيسية في مصر، ويعتبر المرض وباء معاصرآ في جميع أنحاء العالم. مرض السكري أكثر شيوعا، مما يثير قلقا بالغآ ونتيجة لذلك، على وجه الدقة وتحديد المرض في الوقت المناسب أمر بالغ الأهمية. حيث أعرب الأكاديميون عن اهتمام جاد بتطوير وتنفيذ أحدث المعلومات أنظمة الرعاية الصحية. تعمل البيانات الضخمة و IoMT والسحابة والحافة وحوسبة الضباب معًا حتى خلق إمكانيات جديدة للتطبيقات والخدمات الطبية الذكية. لذلك، فإنه.ضروري لتحديد الحالة بدقة وسرعة. البحث العلمي لديه لحل هذه المسألة، ولكن النتائج لم تكن كافية. في هذا العمل تم إقتراح هيكل إطاري مكون من أربع طبقات للتنبؤ بمرض السكري مع التعلم العميق (DMPDL). اقترح هذا الإطار التعديل الغاوسي لخوارزمية تحسين الذئب الرمادي (GMGWO)، والتي تستخدم لتحديد المجموعة الفرعية المثالية للخصائص وتقليل خطأ التصنيف. من الضروري تقديم دقة أفضل يمكن استخدامه للتنبؤ باضطرابات السكري بسرعة ودقة أكبر إذ ويوفر هذا الإطار لمعالجة هذه الشواغل. كان GMGWO المقترح لتحديد مجالات جديدة للبحث عنها. بعد ذلك، يتم فحصها باستخدام وظائف معيار CEC 2017 تظهر أن إطار DMPDL يتفوق على الآخرين في جميع الظروف، بدقة 82.72٪ لمجموعة بيانات Pima Indian Diabetes (PIDM)، و97.63٪ لـمجموعة بيانات مخاطر مرض السكري في المراحل المبكرة (ESDR).