PL9fwy3NUQKwY229s7FFto_DG4Gk-imNVi/7NG4fykLCc8_postprocess.srt

1
00:00:20,740 --> 00:00:23,140
بسم الله الرحمن الرحيم اليوم ان شاء الله بنبدأ

2
00:00:23,140 --> 00:00:26,320
موضوع جديد الموضوع هذا ما هوش جديد دي كتير لأنه

3
00:00:26,320 --> 00:00:30,580
لما نحنا بنقول hybrid intelligence systems ال

4
00:00:30,580 --> 00:00:34,500
hybrid مقصود بيه انه احنا بنخلط اكتر من تقنية من

5
00:00:34,500 --> 00:00:38,720
تقنيات الذكاء الاصطناعي في system واحد والتقنيات

6
00:00:38,720 --> 00:00:41,400
اللي احنا نخلطهم هم نفسهم التقنيات اللي شرحناهم

7
00:00:41,400 --> 00:00:45,780
قبل هيك او اتعرفنا عليهم قبل هيك فال issue الجديد

8
00:00:45,780 --> 00:00:49,640
اللي هو كيف عملية ال combination كيف how do we

9
00:00:49,640 --> 00:00:56,730
combinetwo techniques into a system في المحاضرة

10
00:00:56,730 --> 00:01:00,250
هذه ان شاء الله بنشوف دمج ما بين two techniques

11
00:01:00,250 --> 00:01:06,290
اللي هو ال neural networks

12
00:01:06,290 --> 00:01:08,950
و ال rule based express system و المحاضرة اللي

13
00:01:08,950 --> 00:01:13,850
بعدها بنشوف الدمج ما بين ال fuzzy logic و ما بين

14
00:01:13,850 --> 00:01:19,270
ال neural networksفي system و بعد هي كانت في

15
00:01:19,270 --> 00:01:26,210
المحاضرات اللي ندمش بره كمان التقنيات الأخرى ال ..

16
00:01:26,210 --> 00:01:34,670
ال .. الدافع من ورا الدمش هو ان احنا نستفيد من

17
00:01:34,670 --> 00:01:43,000
مميزاتالأحدى التقنيات وانغطي نقاط الضعف عند نقاط

18
00:01:43,000 --> 00:01:46,840
التقنية الأخرى يعني مثلا على سبيل المثال ال slide

19
00:01:46,840 --> 00:01:51,520
هذه بتعرض التقنيات المختلفة بتعرض التقنيات

20
00:01:51,520 --> 00:01:55,580
المختلفة ES يعني rule based express systems FS

21
00:01:55,580 --> 00:02:00,200
يعني fuzzy systems أو fuzzy logic NN يعني نورال

22
00:02:00,200 --> 00:02:06,190
نتوث و GA يعني genetic algorithmsالصح هنا معناته

23
00:02:06,190 --> 00:02:12,410
انه هذه التقنية قوية في هذا الجانب يعني مثلا ال

24
00:02:12,410 --> 00:02:15,890
rule based express systems قوية في knowledge

25
00:02:15,890 --> 00:02:19,430
representation لأنه زي ما عرفنا احنا ان ال

26
00:02:19,430 --> 00:02:22,450
knowledge بيعبر عنها بشكل rules ففيها ان احنا

27
00:02:22,450 --> 00:02:28,210
ريحية في تعبير عن مختلف جوانب المسألة على شكل

28
00:02:28,210 --> 00:02:32,900
rules وهذا الكلامليش مريح؟ لأنه أصلا ال human

29
00:02:32,900 --> 00:02:38,720
expert هو أصلا بينظر إلى الأمور على شكل rules أنه

30
00:02:38,720 --> 00:02:43,500
إذا توفر كده أو توفر كده فبنقدر نستنتج كده المهم

31
00:02:43,500 --> 00:02:48,400
أنه بصفة عامة أنا مش هأمر على العناصر الكلة بس

32
00:02:48,400 --> 00:02:53,580
بصفة عامة أنا في عندي تقنيات تبقى قوية في جوانب

33
00:03:05,170 --> 00:03:08,550
الشيء الشائع جدا في ال knowledge base أن أحيانًا

34
00:03:08,550 --> 00:03:13,890
تأتي المعلومة مش دقيقة أو مش clear cut بينما ضعيف

35
00:03:13,890 --> 00:03:16,830
في ال adaptability و ال learning ability ال

36
00:03:16,830 --> 00:03:19,890
learning ability أن ال system يتعلم من .. من .. في

37
00:03:19,890 --> 00:03:22,470
هذا الجانب اللي هو ال learning و ال adaptability

38
00:03:22,470 --> 00:03:26,550
النورة ال networks قوية و ال groupings قوية فأنا

39
00:03:26,550 --> 00:03:29,790
لو جيت ببساطة شديدة و طلعت على الرسم احد وقلت شوف

40
00:03:29,790 --> 00:03:32,410
وين ال express system ال rule based express system

41
00:03:32,410 --> 00:03:40,440
ضعيفةضعيفة المربع الأويد هذا يشير إلى انه هذه

42
00:03:40,440 --> 00:03:48,860
التقنية سيئة او ضعيفة في هذه الجمال حلاقي

43
00:03:48,860 --> 00:03:53,280
انه في المقابل neural networks قوية في نفس هذه

44
00:03:53,280 --> 00:04:00,240
الجمال الصح الغامق معناته is good الصح الخفيف

45
00:04:00,240 --> 00:04:04,330
rather good rather good يعني شويه كويسيعني أقل

46
00:04:04,330 --> 00:04:10,270
جودة بقليل فإذا أنا وجدت هذا الرسم بتقترح عليا

47
00:04:10,270 --> 00:04:14,830
مواطن اللي ممكن انا ندمج ممكن انا ادمج بين ال rule

48
00:04:14,830 --> 00:04:18,030
based express system ونورال نتويرك بحيث انه مزايا

49
00:04:18,030 --> 00:04:23,230
هذه تغطي على عيوب هذه ولاحظ مزايا هذه برضه ممكن

50
00:04:23,230 --> 00:04:27,550
تغطي على عيوب نورال نتويرك عيوب نورال نتويرك في ال

51
00:04:27,550 --> 00:04:28,530
knowledge representation

52
00:04:31,840 --> 00:04:37,320
في النورا ال networks ماعناش رياحية كبيرة في تمثيل

53
00:04:37,320 --> 00:04:43,180
الـMirror فهذا ال .. قدامي برضه هنشوف برضه كمان ال

54
00:04:43,180 --> 00:04:46,180
genetic algorithm مع ليش مع ال express system مع

55
00:04:46,180 --> 00:04:48,220
ال rule based express system بقالك ال genetic

56
00:04:48,220 --> 00:04:52,940
algorithm مع الفصم لكي تغطي جوانب الضعف في الفصم

57
00:04:52,940 --> 00:04:57,070
واضح؟ فأول مثال اللي هنطلع عليه هو عبارة عنhybrid

58
00:04:57,070 --> 00:05:00,770
express system بيدمج بين rule based و neural

59
00:05:00,770 --> 00:05:06,090
networks المثال

60
00:05:06,090 --> 00:05:14,230
بسيط جدا ندخل

61
00:05:14,230 --> 00:05:23,270
على neural network بشكل مباشر لو

62
00:05:23,270 --> 00:05:30,080
أنا عنديالبرنامج المطلوب منه أن يميز بناء على صور

63
00:05:30,080 --> 00:05:38,900
صور تحتوي على طيور و مراكب

64
00:05:38,900 --> 00:05:43,240
في البحر الصور

65
00:05:43,240 --> 00:05:49,600
نفسها تم تحليلها ببرنامج هذا البرنامج يستخلص

66
00:05:49,600 --> 00:05:57,470
مجموعة خصائصالـ object اللي في الصورة إله جوانيح؟

67
00:05:57,470 --> 00:06:01,230
هل ال object اللي في الصورة إله ذيل؟ هل إله .. إيش

68
00:06:01,230 --> 00:06:08,210
يعني beak؟ منقار؟ تمام؟ هل إله ريش؟ هل إله motor؟

69
00:06:08,210 --> 00:06:14,850
أه؟ هذا motor تخيل إنه عندي الصورة بتدخل على image

70
00:06:14,850 --> 00:06:23,910
analysis system أو module جزءالـ Image Analyst

71
00:06:23,910 --> 00:06:31,670
موضوع هذا سيعطيني مجموعة .. الـ Features أكام

72
00:06:31,670 --> 00:06:39,690
واحدة؟ تمام؟ هذه للـ Wings وهذه للـ Tail وهذه للـ

73
00:06:39,690 --> 00:06:44,430
Beak وهذه للـ Feathers وهذه للـ Engine ماذا

74
00:06:44,430 --> 00:06:48,210
سيعطيني؟ سيعطيني هل إله و لا مالوش يعني إذا قال لي

75
00:06:48,210 --> 00:06:53,830
plus one plus oneminus one minus one plus one يعني

76
00:06:53,830 --> 00:06:58,150
هو بيقول ليه إنه هذا ال object اللي في الصورة بعد

77
00:06:58,150 --> 00:07:04,690
عملية التحليل وجدنا إنه إله wings إله tail مالوش

78
00:07:04,690 --> 00:07:11,150
beak مالوش feather وإله engine طبعا لو ماقدرش

79
00:07:11,150 --> 00:07:14,550
يتعرف على ما إذا كانت واحدة من الخصائص هذه موجودة

80
00:07:14,550 --> 00:07:20,410
ولا لا بيعطيني zero بذلك بيعطيني zero فيهاهذا الان

81
00:07:20,410 --> 00:07:27,410
ال input هذه الخلاصة ندخلها على ال system هذا ال

82
00:07:27,410 --> 00:07:32,030
express system هذا عشان هو يميز ما إذا كان ال

83
00:07:32,030 --> 00:07:37,530
object في الصورة هو عبارة عن bird

84
00:07:37,530 --> 00:07:46,030
ولا طيارة ولا قارب شراي glider تمام؟ إيش الرابط

85
00:07:46,030 --> 00:07:52,640
المشترك ما بين ال plane؟و ال bird و ال glider انه

86
00:07:52,640 --> 00:07:56,080
ال plane تشترك مع ال bird فين و ليهم جوانح و ليهم

87
00:07:56,080 --> 00:08:00,340
ديل تمام هذا ال glider اللي له متور و ال plane

88
00:08:00,340 --> 00:08:05,060
اللي له متور ففي قواس مشتركة هنا و هنا المهم ان

89
00:08:05,060 --> 00:08:09,160
احنا هاي كل المنظومة تبعتنا انه فينا صور الصور

90
00:08:09,160 --> 00:08:11,340
اللي بتدخل على image analysis module ال image

91
00:08:11,340 --> 00:08:14,280
analysis module وظيفته انه يطلعلي ال feature set

92
00:08:14,280 --> 00:08:18,620
هذا ال feature set هذا بيدخل ك input لمينلأ

93
00:08:18,620 --> 00:08:21,320
knowledge based system علشان ال knowledge based

94
00:08:21,320 --> 00:08:26,360
system هذا ال neural knowledge based system rule

95
00:08:26,360 --> 00:08:32,540
based system يميزلي يميز ال object اللي في الصورة

96
00:08:32,540 --> 00:08:38,040
طيب وين ال hybridness في الموضوع وين الدمش الدمش

97
00:08:38,040 --> 00:08:42,500
واضح من الصورة ان انا فيها انديل نورال نتوارك وفي

98
00:08:42,500 --> 00:08:46,400
نفس الوجهة ال neural network ال hidden layer

99
00:08:46,400 --> 00:08:52,190
تبعتهاتمثل مجموعة ال rules مجموعة ال rules اللي في

100
00:08:52,190 --> 00:08:57,590
ال system انا الآن ال rules هذه عبرت عنها بتلت

101
00:08:57,590 --> 00:09:03,310
rules كل rule معبر عنها على شكل بيش ب neuron ال

102
00:09:03,310 --> 00:09:09,390
neuron الواحد بياخد inputs من مختلف ال input nodes

103
00:09:09,390 --> 00:09:13,650
تبعات ال input layer ال input layer فيهاالخمسة

104
00:09:13,650 --> 00:09:19,050
input nodes اللي هو كل واحد تقابل واحد من الخصائص

105
00:09:19,050 --> 00:09:27,010
الخمسة الان ال node هذه وظيفتها هي متمثل rule ايش

106
00:09:27,010 --> 00:09:33,730
يعني يعني بتعطي one او zero one او zero على حسب

107
00:09:33,730 --> 00:09:37,670
ايش ال input اللي داخلها كأنه احنا بنقول او كأنه

108
00:09:37,670 --> 00:09:42,060
كل واحد من ال rules هذه اللي بيقولوا انه اذاwings

109
00:09:42,060 --> 00:09:47,220
and tail and beak and and and كده فاش فال output

110
00:09:47,220 --> 00:09:54,560
هيكون نعم bird او لأ مش bird واضح طيب الآن احنا مش

111
00:09:54,560 --> 00:09:57,780
مابول انه إذا إله wings وإذا إله tail وإذا إله

112
00:09:57,780 --> 00:10:01,100
beak وإذا إله feather وإذا إله engine يبقى هو bird

113
00:10:01,100 --> 00:10:07,060
طبعا لأ الآن احنا بنعطيلها ال inputs كله من الخمسة

114
00:10:07,060 --> 00:10:12,100
ومن كلها العمليات لل trainingهنكتشف في الآخر أنه

115
00:10:12,100 --> 00:10:17,620
واحد من ال .. أو بعض من ال inputs هيبقى لوازن

116
00:10:17,620 --> 00:10:22,060
تبعهم هيصف على zero zero يعني أيش؟ يعني هذا ال

117
00:10:22,060 --> 00:10:27,660
feature تلتغى أصلا من ال rule واللي مش zero هو

118
00:10:27,660 --> 00:10:30,980
اللي يظل يعني لو طلعت هذه مش zero انت لاحظ احنا

119
00:10:30,980 --> 00:10:35,160
ليش نقول لو اتطلع على الأوزان هذه الأوزان هي عبارة

120
00:10:35,160 --> 00:10:38,930
عن الأوزان النهائية اللي مسجلة هنافتقول على غور

121
00:10:38,930 --> 00:10:48,050
واحد إيش الوزن تبع ال wings؟ إيش الوزن تبع ال

122
00:10:48,050 --> 00:10:51,270
tail؟

123
00:10:51,270 --> 00:11:01,130
إيش الوزن تبع ال beak؟ مظبوط؟ إيش الوزن تبع ال

124
00:11:01,130 --> 00:11:05,350
feathers؟ عالي ولا لأ؟ طبيعي جدا يبقى عالي

125
00:11:10,640 --> 00:11:13,820
هتقولي طيب مش معنى طب ما ال wings التلانجار تيلها

126
00:11:13,820 --> 00:11:19,060
wings و ليش هذه تمانية و من السالب كمان عندك

127
00:11:19,060 --> 00:11:24,460
تفسيرة ذلك ؟ نصف و ثلاثة لأ كل ما كان عالي كل ما

128
00:11:24,460 --> 00:11:28,300
كان يلي وزن أكتر و يلي دور أكتر في القرار بس لأنه

129
00:11:28,300 --> 00:11:34,260
مشترك مع ال plane ال wings ذالك مشتركة مع ال plane

130
00:11:34,260 --> 00:11:40,840
فماهياش determining factor ماهياش عامل حاسمإنما

131
00:11:40,840 --> 00:11:48,260
اللي حاسبه أكتر feathers فالوزي

132
00:11:48,260 --> 00:11:56,140
بيضعف كل ما كان فيه مشترك مع class أخر ال engine

133
00:11:56,140 --> 00:12:00,080
هنا one

134
00:12:00,080 --> 00:12:03,100
point

135
00:12:03,100 --> 00:12:07,120
one فإذا كان مشترك أو ما كان ليه أهمية زي ال

136
00:12:07,120 --> 00:12:12,490
engine فهو بيكون ضعيفلأن منك لحاجة تستشف ان

137
00:12:12,490 --> 00:12:21,770
النورانتورك بتقوللي ان رول واحد يجب استخلاص

138
00:12:21,770 --> 00:12:28,490
من هذه النورانتورك ان رول واحد هتكون صيغتها either

139
00:12:28,490 --> 00:12:32,010
beak

140
00:12:32,010 --> 00:12:37,070
and feathers

141
00:12:44,560 --> 00:12:52,780
أنا عملية استخلاصة رول من ال neural network و

142
00:12:52,780 --> 00:12:57,110
أوزانها بعد عملية تدريبهايعني في الأول بتبني

143
00:12:57,110 --> 00:13:00,530
الأوزان هذه initialized at random variables من

144
00:13:00,530 --> 00:13:03,250
خلال عملية التدريب ليش عملية التدريب احنا بنجيب

145
00:13:03,250 --> 00:13:08,870
صور أو بنجيب بلس و بنجيب feature sets اه يعني a

146
00:13:08,870 --> 00:13:12,550
list او a set of feature vectors كل واحد من دولة

147
00:13:12,550 --> 00:13:16,750
vector و بنعطيها و بنقولها هذه ال features يعني

148
00:13:16,750 --> 00:13:21,070
bird features أخرى يعني plane features تالتة يعني

149
00:13:21,070 --> 00:13:25,570
glider و بندرب على الكلام لحد ما هي تطبط الاشي

150
00:13:26,670 --> 00:13:31,370
الأوزان تبعتها لأن بعد ما تنضبط الأوزان أو ترسى

151
00:13:31,370 --> 00:13:38,410
على الكلام هنا نستطيع انه نستخلص ال rules من ال

152
00:13:38,410 --> 00:13:42,790
network طبعا انا مش محتاج استخلص ال rules ولو لأ

153
00:13:42,790 --> 00:13:48,090
انا عمليا لو جبت اي feature vector لو جبت اي صورة

154
00:13:48,090 --> 00:13:54,970
و طلعت منها ال vector تبعها feature set ودخلته على

155
00:13:54,970 --> 00:13:58,490
النورة ال networkنورال نتوك لحالها هتطلع يعني one

156
00:13:58,490 --> 00:14:04,830
عند واحد من التلاتة دول و zeros عند الأخرين بس أنا

157
00:14:04,830 --> 00:14:12,890
بدي هستخلص rules ليش؟ لإن بدي المزايا تبع ال rule

158
00:14:12,890 --> 00:14:17,470
based express system يعني أنا موظف ال neural

159
00:14:17,470 --> 00:14:23,790
network تقنيك علشان أصل إلى rules ماشي؟ وال rules

160
00:14:23,790 --> 00:14:28,360
بعد هي كدهبيصير هي المحتوى تبع ال knowledge base

161
00:14:28,360 --> 00:14:33,440
اللي بدي يشتغل ال system بعد كهله طبعا استفادت انا

162
00:14:33,440 --> 00:14:37,540
استفادت انه في ال rule based express system انا

163
00:14:37,540 --> 00:14:41,380
بحصل على حاجات زي ال explanation مثلا لما يبجي

164
00:14:41,380 --> 00:14:46,260
عندي ال knowledge معبر عنها على شكل rules و في اي

165
00:14:46,260 --> 00:14:50,200
لحظة سألنا سؤال طيب كيف انت استنتجت؟ اعطينا لل

166
00:14:50,200 --> 00:14:50,600
system

167
00:14:55,240 --> 00:15:01,280
انت استنتجت انه هذا plane لو انا بس هالسؤال هذا

168
00:15:01,280 --> 00:15:07,120
لنور ال network مش هتعطيني مش هقدر اخد منهاتفسير

169
00:15:07,120 --> 00:15:11,300
انما لو بسأل ال rule based express system ال

170
00:15:11,300 --> 00:15:15,600
inference engine تبعه بيقدر يتتبع تسلسل ال

171
00:15:15,600 --> 00:15:19,660
execution تبع ال rules ويقول لي انه احنا او انا

172
00:15:19,660 --> 00:15:22,760
استنتجت الاستنتاج هذا بناء على rule كذا او rule

173
00:15:22,760 --> 00:15:26,440
كذا او rule كذا او بناء ان والله ال rule كذا لحجها

174
00:15:26,440 --> 00:15:34,750
ان ال rule التاني fired واضح فاناالنقطة الضعف في

175
00:15:34,750 --> 00:15:39,110
neural network هي عدم قدرة على أو ما بقدر أبني

176
00:15:39,110 --> 00:15:43,730
explanation منها بينما في ال rule based بقدر أحصل

177
00:15:43,730 --> 00:15:48,150
على explanation صح فاحنا لقنا صار الدمش ما بين ال

178
00:15:48,150 --> 00:15:51,810
neural network و ما بين ال rule based inference

179
00:15:51,810 --> 00:15:56,550
بحيث أنه نورال نتورك بندربها علشان تعطيه rules و

180
00:15:56,550 --> 00:16:01,800
ال rules بناخدها على inference engine عشانفعل

181
00:16:01,800 --> 00:16:05,440
العملية اللي هنا شغل أخر نستفيدها من اننا نستخدص

182
00:16:05,440 --> 00:16:09,460
ال rules ال inference engine و هي اننا بنوفر

183
00:16:09,460 --> 00:16:13,180
calculation تخيل ان انا لو بدأ شغل نورا ال network

184
00:16:13,180 --> 00:16:20,020
ال input هذا بدي يدخل على على كل ال .. فكلهم بدهم

185
00:16:20,020 --> 00:16:23,440
يحسبوا فلها كمان هدول بيقولي one و هدول بيقولي

186
00:16:23,440 --> 00:16:27,700
zeros فانعمل هنا و هنا calculation ما كان له لازم

187
00:16:27,700 --> 00:16:32,670
ان كان ممكن اش احصل على الإجابة تبعتيبس بـ one

188
00:16:32,670 --> 00:16:36,990
node اللى تشتغل صح فانا عمليا وفرت calculation

189
00:16:36,990 --> 00:16:42,830
تانيا بإن حولت ال .. حولت النورا ال network حولتها

190
00:16:42,830 --> 00:16:46,010
الى rule based أولاشي وفرت calculation تانية إيش

191
00:16:46,010 --> 00:16:50,730
هي حصلت على explanation صح أو إمكانية ال

192
00:16:50,730 --> 00:16:55,650
explanation في

193
00:16:55,650 --> 00:16:58,990
شغل

194
00:16:58,990 --> 00:17:00,830
أخرة بدنا نقولها وهى أنه

195
00:17:09,980 --> 00:17:21,740
ال rule تبعتي كيف

196
00:17:21,740 --> 00:17:26,620
ال system انا و انت ميزنا ان هدولة ال most

197
00:17:26,620 --> 00:17:33,060
important factors لل rule هذه ال system عمليا

198
00:17:33,060 --> 00:17:42,080
بيقدر يفرز المهم عن المش مهمقالية بسيطة وهي انه

199
00:17:42,080 --> 00:17:51,100
احنا بعد ما رسيت ال network على هذه الأوزان بدنا

200
00:17:51,100 --> 00:17:59,060
ناخد ال features ونرتبهم تنازلي على أساس الوزن

201
00:17:59,060 --> 00:18:05,580
تبعهم ماشي يعني اكبر واحد هذه ال feathers

202
00:18:08,980 --> 00:18:14,640
الوزن تبعها كم؟

203
00:18:14,640 --> 00:18:19,740
82 بنا ناخده على أساس ال absolute value تبع الوزن

204
00:18:19,740 --> 00:18:24,720
يعني ايش ال absolute value انا مابنطلعش على السالب

205
00:18:24,720 --> 00:18:29,340
بعد كبيج مين؟

206
00:18:29,340 --> 00:18:39,140
ال peak خلّي بالك من الفرق بين كلمة peak و peakهذه

207
00:18:39,140 --> 00:18:48,040
معناتها قاقة وهذه قمة او اعلى ذربة بالظبط السلام

208
00:18:48,040 --> 00:18:54,480
على اللغة العربية من تيجي على الجراح تمام ال B كله

209
00:18:54,480 --> 00:19:00,580
مجدش هنا كانت الوزر تبعها 2.1 و هنا اللي بعدها

210
00:19:00,580 --> 00:19:04,620
بيجي اللي هو 1.1 اللي هو ال engine

211
00:19:08,630 --> 00:19:12,670
و بعدين ال

212
00:19:12,670 --> 00:19:18,350
wings و

213
00:19:18,350 --> 00:19:23,250
آخر إشي ال tail إشي

214
00:19:23,250 --> 00:19:31,570
اللي بتحاول نصله الآن هو إنه ال system بيقدر يختزل

215
00:19:31,570 --> 00:19:37,630
ال role بدل ما أنها تتكون من خمس أو شرط بها خمس

216
00:19:38,450 --> 00:19:45,470
terms يقتصر .. يقتصر بس على الأهم ال terms الأهم

217
00:19:45,470 --> 00:19:53,030
ال

218
00:19:53,030 --> 00:20:00,170
fillers هذه two

219
00:20:00,170 --> 00:20:00,810
point eight

220
00:20:23,400 --> 00:20:28,880
لما انا باخد ده لحاله 2.8 و في المقابل بحط الباقي

221
00:20:28,880 --> 00:20:43,380
كله على جانب اخر مجموع الاخر كله كده؟ اربعة

222
00:20:43,380 --> 00:20:43,880
و تلاتة

223
00:20:54,420 --> 00:20:59,240
عشان اربعة و تلاتة هاي تلاتة هدول اتنين مع بعض

224
00:20:59,240 --> 00:21:02,740
تلاتة و هدا الواحد تلات من عشرة اربعة تلاتة الان

225
00:21:02,740 --> 00:21:09,680
حط هذا في كفه و هدول في كفه الان لو انا اخدت لو

226
00:21:09,680 --> 00:21:14,600
انا اخدت العنصر هذا اللي هو التاني واحد و حطيته

227
00:21:14,600 --> 00:21:22,240
هنا و شيلته من هنا كدهش بيصير الان مجموع

228
00:21:33,240 --> 00:21:41,100
أربعة انا شيلت الاتنين من هنا و حطيتها هنا 2

229
00:21:41,100 --> 00:21:48,820
.1 في الأول كانت كفة البند هذا لحاله أقل من البند

230
00:21:48,820 --> 00:21:53,320
البنود الأخرى لأن صارت هذول اتنين أكبر من البند

231
00:21:53,320 --> 00:21:58,660
هذولمظهور يبقى التلات بنود التانية وزنهم اقل يبقى

232
00:21:58,660 --> 00:22:04,140
انا بقدر اكتفي بالبندين هدول خد بالك بمعنى اخر ان

233
00:22:04,140 --> 00:22:09,300
احنا بناخد البنود اللي الوزن تبعها او ال data

234
00:22:09,300 --> 00:22:13,740
items هتقول ال data items بشكل ال feature set اللي

235
00:22:13,740 --> 00:22:18,580
وزنها ال weight تبعها اكتر من ال .. لأن وزنها

236
00:22:18,580 --> 00:22:27,650
لحالهوازنها لحاله ليش بيكفي في اتخاذ القرار الشيء

237
00:22:27,650 --> 00:22:31,030
التاني انه لو انه ال rule based system يشتغل ك

238
00:22:31,030 --> 00:22:35,570
dialogue ايش يعني dialogue يعني ال rule يعني اول

239
00:22:35,570 --> 00:22:42,090
اشي بدنا نسأل هل ال object له wings yes or no هل

240
00:22:42,090 --> 00:22:45,950
ال object له tail yes or no في حالة ال dialogue

241
00:22:45,950 --> 00:22:52,220
بنبدأ الأسئلة بليشبالعناصر اللي لها وزن أكبر يعني

242
00:22:52,220 --> 00:23:02,480
ببدأ بال feathers فأول سؤال بيكون انه فأول

243
00:23:02,480 --> 00:23:07,720
سؤال بدي أفضل بقول هل له feathers ولا لا الان

244
00:23:07,720 --> 00:23:12,780
الإجابة اللي هتجيلي ممكن يجيلي ياش ممكن يجيلي yes

245
00:23:12,780 --> 00:23:17,340
او no او I don't know لا أعلم yes يعني plus one و

246
00:23:17,340 --> 00:23:23,320
no يعني minus oneالـ0 يعني الـ zero الان في ال

247
00:23:23,320 --> 00:23:26,680
dialogue انا بده استمر في السؤال عن ال features

248
00:23:26,680 --> 00:23:31,340
واحدة واحدة لحد ما اصبح قادر على اتخاذ القرار او

249
00:23:31,340 --> 00:23:35,540
ال system اللي بده يسأل لحد ما يصبح قادر الفيذرز

250
00:23:35,540 --> 00:23:40,820
لحاله متكفيش الفيذرز و ال beak لحاله ممكن يكفوا

251
00:23:40,820 --> 00:23:45,160
هرئيزة متوفرة للمعلومة بما بالسلبة و بالإيجابة

252
00:23:45,500 --> 00:23:48,940
احتمالا مايكفيش هالكلام فاسير واسير لازم يسأل عن

253
00:23:48,940 --> 00:23:53,000
ال feature اللي بعدهم بضلوا يستمر لحد دي نفس

254
00:23:53,000 --> 00:24:00,500
المنطق ان لحد دي كمية اللي معلوم لديه أصبحت أكتر

255
00:24:00,500 --> 00:24:06,060
وزنا من اللي لسه مش معروف لديها يعني الآن انا هنا

256
00:24:06,060 --> 00:24:10,480
مجرد ما احنا سألنا features feathers و جالي plus

257
00:24:10,480 --> 00:24:17,800
one one ضرب الوزن تبع ال feathersبطلع 2.8 هذا الان

258
00:24:17,800 --> 00:24:22,580
هو حتى الان اللي معلوم اللي مش معلوم هم باجي لسه

259
00:24:22,580 --> 00:24:27,440
مش معلومين لأنه dialogue احنا ماشيين اللي مش معلوم

260
00:24:27,440 --> 00:24:33,260
الوزي تبقى 4.3 الآن بيسأل على ال next most

261
00:24:33,260 --> 00:24:39,100
important او ال next highest weight feature اللي

262
00:24:39,100 --> 00:24:48,490
هي ايش ال beak هل يلو beak اي نعمالـ Peak ال one

263
00:24:48,490 --> 00:24:52,350
مضروبة في وزنها و اللي جابلها مضروبة في ال

264
00:24:52,350 --> 00:24:57,830
feathers مضروبة في وزنها أعطاني اجمالي وزن خمسة في

265
00:24:57,830 --> 00:25:05,390
المقابل اللي unknown أصبح 2.1 زي ما توقت فالآن بما

266
00:25:05,390 --> 00:25:09,550
أنه صار وزن او اجمالي وزني المعلوم أكبر من اللي ده

267
00:25:09,550 --> 00:25:14,670
أصلا مافي داعي أسأل و أكتفي بأنههدول ال two

268
00:25:14,670 --> 00:25:19,590
features و قرر انه يشبهر هذا بالاسم ده rule one

269
00:25:19,590 --> 00:25:26,550
اذا rule one اعطتني استنتاج هتعطني ماعطتنيش ينتقل

270
00:25:26,550 --> 00:25:31,830
ليش ال reasoning او ال inference على rule two rule

271
00:25:31,830 --> 00:25:35,290
two هتسألني برضه على نفس ال features بعض من ال

272
00:25:35,290 --> 00:25:37,770
features حكون انا already عرفتهم من خلال ال

273
00:25:37,770 --> 00:25:39,450
dialogue و بعضهم لسه ماعرفتش

274
00:25:42,320 --> 00:25:46,900
الـ system بيجري حسبته على اللي انعرف وإذا بحتاج

275
00:25:46,900 --> 00:25:51,540
يعرف أكتر بيسأل عن الباقي وبيشتغل بطريقة هذه فسواء

276
00:25:51,540 --> 00:25:57,380
كان احنا بدنا نستخدم rules rules مختصرة او بدنا

277
00:25:57,380 --> 00:26:02,300
نخل ال system يشتغل dialogue القالية واحدة في انه

278
00:26:02,300 --> 00:26:05,940
احنا بنختار ال feature اول شي بنبدأ بال features

279
00:26:05,940 --> 00:26:11,100
اللي اكتر اهمية صح بمعنى اللي وزنها اعلىو نمشي

280
00:26:11,100 --> 00:26:14,660
بهذا الانتجار لحد دي وزن ال features اللي أصبحت

281
00:26:14,660 --> 00:26:18,880
معلومة أكبر من وزن ال features اللي لسه مش معلومة

282
00:26:18,880 --> 00:26:26,260
هذا يكفي لاتخيار القرار تبع ال role الأخر

283
00:26:26,260 --> 00:26:31,260
نقطة اللي نحكي فيها هو أن نمكن أن ال system تبعك

284
00:26:31,260 --> 00:26:38,410
يفجأ مش بسالهيبرد سيستم اللي يدمج بين الـ neural

285
00:26:38,410 --> 00:26:44,330
network وبين ال rule based express system ممكن ال

286
00:26:44,330 --> 00:26:47,870
hidden يبقى

287
00:26:47,870 --> 00:26:54,770
فيها أكتر من one layer و ال rules تبقى موزعة على

288
00:26:54,770 --> 00:27:02,010
عدة layers فعندك هنا مثال هذا موزع الخمسة rules

289
00:27:02,010 --> 00:27:07,830
هذولة في layerبعد ذلك اعمل layer تانية بعد ذلك

290
00:27:07,830 --> 00:27:11,250
اعمل layer تالتة اللي يعني ال layers هذه المربعة

291
00:27:11,250 --> 00:27:15,050
او ال nodes المربعة عبارة عن disjunction مسميها

292
00:27:15,050 --> 00:27:17,810
disjunction layer لأن اللي فيها disjunction nodes

293
00:27:17,810 --> 00:27:22,650
ايش يعني disjunction يعني or و ال conjunction

294
00:27:22,650 --> 00:27:26,490
layers يعني ال nodes بتاعتها بتاخد ال input بتاعهم

295
00:27:26,490 --> 00:27:33,030
ب end تتمجوا ب end واضح يعني R1 بتقول لي انه

296
00:27:40,360 --> 00:27:46,380
R1 بتقول إذا A1 ال attribute هنا كإيه اختصار ال

297
00:27:46,380 --> 00:27:49,760
attribute Attribute زيها زي ال feature Attribute

298
00:27:49,760 --> 00:27:54,140
one and Attribute تلاتة and Attribute تلاتة

299
00:27:54,140 --> 00:28:03,380
Attribute تلاتة و واحد then بي واحد بي واحد لأن بي

300
00:28:03,380 --> 00:28:11,070
واحد تروح بس إلها وزن فالأوزان هذهبنقدر نخدها

301
00:28:11,070 --> 00:28:14,530
نفهمها على انها certainty factors تذكروا ال

302
00:28:14,530 --> 00:28:17,770
certainty factors هذه الأوزان الآن برضه من ورا

303
00:28:17,770 --> 00:28:22,830
احنا ندقيها بتيجي من خلال ال training صح؟ اه، يبقى

304
00:28:22,830 --> 00:28:26,090
انا الآن ال neural network زي في المثال الأولاني

305
00:28:26,090 --> 00:28:29,850
ال neural network بتفيدني في شغلة مهمة وهي إعطاء

306
00:28:29,850 --> 00:28:33,530
الوزن نسبة لكل واحد من العوامل المؤثر على ال rule

307
00:28:33,530 --> 00:28:38,850
وهذا الكلام بيجي من خلال التدريب قبل هيكةلما

308
00:28:38,850 --> 00:28:42,110
ماكناش بندمج لما كنا بنحكي عن ال rule based لحاله

309
00:28:42,110 --> 00:28:46,490
كنا من اين ناخد ال certainty factors من ال expert

310
00:28:46,490 --> 00:28:49,550
ال expert اصلا من اين جاب ال certainty factors؟ من

311
00:28:49,550 --> 00:28:55,010
خبرته من خبرته السابقة احنا دلوقتي نعطي خبرته على

312
00:28:55,010 --> 00:28:59,090
شكل حالات سابقة نغذيها لل network ال network ايش

313
00:28:59,090 --> 00:29:05,120
بتسوي؟بتضبط الأوزان أو بتستكشف الأوزان و بتثبتها

314
00:29:05,120 --> 00:29:10,020
هذه الأوزان أصبحت عبارة عن certainty factors لل

315
00:29:10,020 --> 00:29:16,420
system فهذه disjunction

316
00:29:16,420 --> 00:29:20,280
nodes بتغذي

317
00:29:20,280 --> 00:29:23,960
اللي بعدها و في الآخر في عندي انا هنا برضه

318
00:29:23,960 --> 00:29:26,560
disjunction nodes اللي هي بتعطيني ال output

319
00:29:26,560 --> 00:29:33,120
النهائيهذا البرنامج يتم

320
00:29:33,120 --> 00:29:37,740
تدريبه وبعد ذلك يحصل ان يعطيني ال output او اذا

321
00:29:37,740 --> 00:29:42,200
قلت باخد ال rules انا و بصيغها في ال rule based

322
00:29:42,200 --> 00:29:44,980
express system قلنا اذا صيغتها في ال rule based

323
00:29:44,980 --> 00:29:49,220
express system بحصل على computation اقل و بحصل على

324
00:29:49,220 --> 00:29:56,340
explanation صح بصير اقدر اعمل explanation فهذا

325
00:29:56,340 --> 00:30:01,930
المثال التانيزي ما قلنا ممكن تبقى النورة و هو

326
00:30:01,930 --> 00:30:07,030
عمليا في الحياة العملية تكون النسائل بتطلب اكثر من

327
00:30:07,030 --> 00:30:12,050
layer في ال hidden ما بين ال input و ما بين ال

328
00:30:12,050 --> 00:30:21,950
output اسألي السؤال طيب توزيع ال rules توزيع ال

329
00:30:21,950 --> 00:30:26,450
rules هذه مين اللي حدد ان ال rules هذه تاخد input

330
00:30:26,450 --> 00:30:32,940
واحد فقطمن حدد اللي هذي تاخد input من A3 و A4 من

331
00:30:32,940 --> 00:30:36,560
حدد اللي هو إيش ال topology تبع ال networking

332
00:30:36,560 --> 00:30:44,880
topology يعني كيفية تربيط ال أو ربط ال nodes بعض

333
00:30:44,880 --> 00:30:49,040
يعني مش معناه هذي بتاخد بس من هنا بينما هذي بتاخد

334
00:30:49,040 --> 00:30:54,300
هذا و هذا هذا الكلام هنا في هذا المثالبيجي من ال

335
00:30:54,300 --> 00:30:58,800
human expert تمام ال human expert هو اللي بيقولي

336
00:30:58,800 --> 00:31:05,060
منطقيا انا بقدر اصيب ال rule على انها اذا كان هذا

337
00:31:05,060 --> 00:31:10,140
ال attribute و هذا ال attribute بقدر استنتج هذا

338
00:31:10,140 --> 00:31:13,760
الكلام وهذا الكلام مع ال output اللي جاء من هنا

339
00:31:13,760 --> 00:31:18,620
بقدر استنتج هذا الكلام واضح فال topology او تربية

340
00:31:18,620 --> 00:31:22,870
النتر مع بعضها في هذا المثالجايب من ال human

341
00:31:22,870 --> 00:31:28,790
expert بس استغناء عن ال human expert في ايش هنا في

342
00:31:28,790 --> 00:31:33,510
ايش استغناء عن ال human expert في الأوزان اللي هي

343
00:31:33,510 --> 00:31:36,230
ال certain ال certainties من أين أجد ال

344
00:31:36,230 --> 00:31:38,710
certainties من عملية التدريب عملية تدريب لل

345
00:31:38,710 --> 00:31:44,150
network مظبوط في أمثل أخرى احنا ممكن عمليا كمان

346
00:31:44,150 --> 00:31:48,350
نستغنى عن ال human expert في حتى كمان العلاقات ما

347
00:31:48,350 --> 00:31:50,870
بين ال rules ان ال rule

348
00:31:54,930 --> 00:32:05,470
يتحددلها ال input تبعها من خلال عملية التدريب طيب

349
00:32:05,470 --> 00:32:08,690
ماشي الحل احنا هي كما نكون خلصنا الحكي عن ال

350
00:32:08,690 --> 00:32:12,530
hybrid express system اللي بيدمش بين او مثال على

351
00:32:12,530 --> 00:32:15,050
hybrid express system اللي بيدمش بين neural

352
00:32:15,050 --> 00:32:21,310
network و ما بين ال rule based inference اسمه ايه

353
00:32:21,310 --> 00:32:26,320
ايشنورا express system أو نورا ال express system

354
00:32:26,320 --> 00:32:29,960
المحاضرة الجاية ان شاء الله بتشوف اللي هو ال fuzzy

355
00:32:29,960 --> 00:32:35,180
system مع ال express system يعني ال fuzzy logic مع

356
00:32:35,180 --> 00:32:40,700
ال express system في hybrid system واحد يعطيكم

357
00:32:40,700 --> 00:32:41,100
العافية