Artificial Neural Network-based Model for Classification Multiple Bacteria Types

الملخص

يلعب تصنيف البيانات دورًا مهمًا في التعلم الآلي ، حيث  يتوجب تعيين تسميات أو فئات محددة مسبقًا لمجموعة بيانات. أحد الأساليب الفعالة للغاية لتصنيف البيانات هو استخدام الشبكات العصبية الاصطناعية (ANNs)، التي تحاكي بنية ووظائف الدماغ البشري. تمتلك الشبكات العصبية الاصطناعية القدرة على التعلم من البيانات والتعرف على الأنماط وتصنيف مجموعات البيانات الجديدة بدقة من خلال التدريب. يمكن تحسين شبكات ANN لعمليات تصنيف البيانات الناجحة. علاوة على ذلك ، تُظهر الشبكات العصبية الاصطناعية قدرة ملحوظة على التكيف وقدرات معالجة المعلومات ، على غرار الجهاز العصبي البيولوجي للدماغ البشري. وهذا يجعلها مناسبة تمامًا للتعامل مع البيانات المعقدة والتكيف مع المهام الجديدة من أجل تحقيق النتائج المرجوة. على وجه الخصوص في مجال العلوم الحيوية ، حيث ينتشر تعقيد البيانات وحساسيتها، تعد الشبكات العصبية الاصطناعية مفيدة لتصنيف البيانات المتنوعة مثل الأنواع المختلفة من البكتيريا وأمراض جسم الإنسان. يقدم هذا البحث نموذجًا مقترحًا للشبكة العصبية الاصطناعية (ANN) لتصنيف خمسة أنواع مختلفة من البكتيريا باستخدام بيانات حقيقية تم جمعها. تتم مقارنة أداء نموذج ANN المقترح بمختلف مناهج التعلم الآلي ، بما في ذلك آلة المتجهات الداعمة (SVM) والغابة العشوائية (RF). النتائج التي تم الحصول عليها في ختام هذا البحث واعدة للغاية ، متجاوزة أحدث الأساليب الحالية.