PL9fwy3NUQKwY229s7FFto_DG4Gk-imNVi/vaV8_9JJ9Vg_postprocess.srt

1
00:00:21,090 --> 00:00:23,390
بسم الله الرحمن الرحيم المحاضرة هذه ان شاء الله

2
00:00:23,390 --> 00:00:26,450
احنا لازال في نفس الإطار اللي هو ال hybrid

3
00:00:26,450 --> 00:00:29,550
intelligence systems بس المرة اللي بدنا نشوف

4
00:00:29,550 --> 00:00:32,330
المحاضرة هذه و المحاضرة الجاية ان شاء الله بدنا

5
00:00:32,330 --> 00:00:35,630
نشوف اللي هو ال evolution .. المحاضرة اللي بدنا

6
00:00:35,630 --> 00:00:39,590
نشوف ال evolutionary neural networks يعني من اسمها

7
00:00:39,590 --> 00:00:43,170
هي عبارة عن hybrid مابين neural networks و مابين

8
00:00:43,170 --> 00:00:45,510
genetic algorithm و المحاضرة اللي بعد ان شاء الله

9
00:00:45,510 --> 00:00:49,050
بنشوف fuzzy evolutionary fuzzy evolutionary يعني

10
00:00:49,050 --> 00:00:53,390
hybrid مابينال fuzzy logic و مابين ال evolutionary

11
00:00:53,390 --> 00:00:57,950
اللي هو ال genetic algorithm okay الان لو بدك تاخد

12
00:00:57,950 --> 00:01:01,230
العنوان هذا اللي هو evolutionary نورا بدك تتخيل

13
00:01:01,230 --> 00:01:05,610
ايش تتخيل neural network بالاساس زي ما كنا احنا

14
00:01:05,610 --> 00:01:08,830
شوفنا في المثالين اللي قبل هيكا اللي هو الدمج ما

15
00:01:08,830 --> 00:01:13,850
بين ال neural network و ال rule

16
00:01:13,850 --> 00:01:17,030
based و برضه كمان fuzzy و neural network و fuzzy

17
00:01:17,030 --> 00:01:21,700
كانهيكالية العامة أو الإطار العام لل system neural

18
00:01:21,700 --> 00:01:29,380
ماشي و من .. الآن هنا برضه نفس الشيء أن الإطار

19
00:01:29,380 --> 00:01:32,860
العام هو neural network ولكن داخلة عليها ال

20
00:01:32,860 --> 00:01:37,500
genetic algorithm من زاوية حد بقدر يتخيل من وين

21
00:01:37,500 --> 00:01:43,240
ممكن نيجي نستعين بال genetic algorithm وين بالظبط

22
00:01:43,240 --> 00:01:44,200
في ال neural network

23
00:01:48,440 --> 00:01:55,960
هذه ال slide يفترض تغششه شوية اللي انت شايفه الأن

24
00:01:55,960 --> 00:01:59,960
عبارة عن نور ال network مظبوط نور ال network دي له

25
00:01:59,960 --> 00:02:07,240
input تلاتة ال output ليها فيها one node وفيه

26
00:02:07,240 --> 00:02:14,040
أربعة في ال middle أو في ال hidden شايف

27
00:02:14,040 --> 00:02:14,480
ال chromosome

28
00:02:19,270 --> 00:02:24,910
بيعبر عن إيش الكرموزومة بيمثل إيش بيمثل ال weights

29
00:02:24,910 --> 00:02:28,890
بس

30
00:02:28,890 --> 00:02:33,690
هو ال weights الأوزان بمعنى أخر أنه احنا أصلا

31
00:02:33,690 --> 00:02:37,770
المثل الأساسية في neural network لوحدها في neural

32
00:02:37,770 --> 00:02:41,570
network لوحدها احنا بنعمل عملية ال training مشان

33
00:02:41,570 --> 00:02:47,390
أنه احنا نضبط الأوزان يعني كأنه احنا عملية ال

34
00:02:47,390 --> 00:02:53,030
training بحثا عنال best weights الأوزان الأفضل

35
00:02:53,030 --> 00:02:57,690
يبقى الأوزان الأفضل هي ال solution اللي احنا بندور

36
00:02:57,690 --> 00:03:02,390
عليه صح؟ والأوزان هذه iteration ورا iteration

37
00:03:02,390 --> 00:03:05,150
بتبدأ من ال initial وبعدين iteration ورا iteration

38
00:03:05,150 --> 00:03:12,470
بتتعدل وصولا إلى الأوزان الأفضل اللي بتعطيني بتخلي

39
00:03:12,470 --> 00:03:17,990
ال network تعطيني output صحيحيبقى هذه الأوزان

40
00:03:17,990 --> 00:03:23,730
مجموعة الأوزان هي اللي أنا ببحث عنه عمليا طيب هذا

41
00:03:23,730 --> 00:03:27,210
الأمر مناسب جدا لل genetic algorithm انه انا اذا

42
00:03:27,210 --> 00:03:32,790
عبرت عن الأوزان بشكل chromosome وخلت عملية التعلم

43
00:03:32,790 --> 00:03:39,950
اتم evolutionary اتم بال genetic algorithm متخيلين

44
00:03:39,950 --> 00:03:46,250
كيف الكلام ممكن يكونهذا جرب خلاصة ماضلش اصلا يعني

45
00:03:46,250 --> 00:03:50,030
هو هذا هو هذا في نهاية الأمر الأساس الفكرة اللي

46
00:03:50,030 --> 00:03:54,610
على الأساسها بتقوم اللي هو الدمج ما بين ال neural

47
00:03:54,610 --> 00:04:01,230
network و ما بين ال genetic algorithm عندنا عمليا

48
00:04:01,230 --> 00:04:04,930
التلاتة nodes الأولى هم input nodes صح مالهم مش

49
00:04:04,930 --> 00:04:09,970
اوزان ال input بدخل عليهم وهو بتوزن من اللي يلهم

50
00:04:09,970 --> 00:04:14,910
اوزان بجيت ال node الأخر انت اربعةو معانا تمانية

51
00:04:14,910 --> 00:04:19,170
صح فكل node هنا كل node أربعة أو خمسة أو ستة أو

52
00:04:19,170 --> 00:04:27,030
سبعة أو تمانية لها مجموعة من تلت أوزان صح هذه لها

53
00:04:27,030 --> 00:04:33,770
أيش أربع أوزان لأنه جايها من أربع nodes فانا الآن

54
00:04:33,770 --> 00:04:40,190
الجدول هذا هو بمساطة شديدة تعبير عن ال weight

55
00:04:40,190 --> 00:04:44,490
vectorsإنه والله من نود كذا من نود واحد إلى نود

56
00:04:44,490 --> 00:04:48,890
واحد طبعا مافيش أوزان يعني كل نود إلى نفسها مافيش

57
00:04:48,890 --> 00:04:53,870
شيء عشان أيها أحط أصفر يعني من اتنين إلى واحد،

58
00:04:53,870 --> 00:04:58,790
Zero من تلاتة من اتنين إلى يعني عندي المثالثة ده

59
00:04:58,790 --> 00:05:02,770
هو اللي بيعطيني الأوزان من أي نود إلى نود الأخرى

60
00:05:02,770 --> 00:05:06,390
ماشي في عندي نود مابتعطيش له نوز هو يعني مثلا نود

61
00:05:06,390 --> 00:05:10,320
رقم اتنين مابتعطي له تمانية صح؟نوت رقم اتنين

62
00:05:10,320 --> 00:05:14,800
مابتعطيها تماما ولا بتعطيها .. لأ بتعطيها الباقين

63
00:05:14,800 --> 00:05:20,740
الأخرين مظبوط نوت رقم تلاتة كلهم مضمون مابيعطيها

64
00:05:20,740 --> 00:05:24,120
تماما المهم ان هذا ال table .. هذا ال table انا

65
00:05:24,120 --> 00:05:28,960
مابدأ انظر الى .. ال table انا مابدأ انظر الى

66
00:05:28,960 --> 00:05:33,700
كرمزومات فال chromosome .. ال chromosome هو عبارة

67
00:05:33,700 --> 00:05:40,480
عن مجموعة من الاشي ال vectorsماذا يعني فترزل؟ تطلع

68
00:05:40,480 --> 00:05:42,680
على الرسم و تطلع على الأرقام اللي جوا في ال

69
00:05:42,680 --> 00:05:48,860
chromosome كل واحد من هذول عبارة عن

70
00:05:48,860 --> 00:05:56,240
.. صح ولا أنا رقمته مغلط؟ أربعة، أيش هالأربعة؟

71
00:05:56,240 --> 00:06:00,820
يعني الأوزان كمان من ال node أربعة خمسة، ستة،

72
00:06:00,820 --> 00:06:06,780
سبعة، تمانية، صح؟ صح طيب، بعدين؟ هذول الأوزان ال

73
00:06:06,780 --> 00:06:12,310
initial، الابتدائيةماذا نفعل الان نفكر جينيتيكا

74
00:06:12,310 --> 00:06:16,310
الحين نفكر جينيتيكا ال algorithm ماببدأش انا

75
00:06:16,310 --> 00:06:22,910
بشتغلش على كرمزوم واحد بدي اعمل صفة كرمزومات ولا

76
00:06:22,910 --> 00:06:28,310
لأ بدي اعمل generation كامل من كذا n number of

77
00:06:28,310 --> 00:06:33,510
chromosomes ولا لأ بعمل من هذا جو ستين خمسين

78
00:06:33,510 --> 00:06:39,160
generation كامل بعملمثل هذا .. مش من هذا .. مثل

79
00:06:39,160 --> 00:06:44,580
هذا ستين او خمسين او whatever number of random ..

80
00:06:44,580 --> 00:06:52,600
random ماشي .. chromosomes و بعدين

81
00:06:52,600 --> 00:07:02,840
بدي انتخب .. بدي انتخب مين الأفضل كيف؟

82
00:07:04,420 --> 00:07:08,100
العندي الآن اتخيل في عندي ستين واحد من دولة

83
00:07:08,100 --> 00:07:12,800
chromosome كل chromosome البنيه تبعته صار واضحه

84
00:07:12,800 --> 00:07:18,720
ايه ان كل التلاته دوله كل اول اتناش اول اتناش كل

85
00:07:18,720 --> 00:07:26,520
تلاته منهم عباره عن اوزان ال hidden nodes والاربع

86
00:07:26,520 --> 00:07:31,240
اخرانيات الاربع genes الاخيرةواضحة ال construction

87
00:07:31,240 --> 00:07:37,260
فانا عامل من هذا الكرمزوم كذا number of N هذا ال

88
00:07:37,260 --> 00:07:44,600
generation zero من الأبتدائي كرمزوم 1 خليني أقول

89
00:07:44,600 --> 00:07:52,920
CH1 يعني كرمزوم 1 لعند CHN إيش الآن بنعمل

90
00:07:59,050 --> 00:08:06,910
لنحسب ال fitness صح ولا لا لنحسب

91
00:08:06,910 --> 00:08:13,170
ال fitness تبع مين تبع

92
00:08:13,170 --> 00:08:26,150
كل كروموزوم لنحسب ال fitness تبعه كيف

93
00:08:26,150 --> 00:08:30,710
نحسبطيب أنا مفترض إن أنا في عندي data .. عندي data

94
00:08:30,710 --> 00:08:35,330
دخلها هنا و أشوف إيش ال output بالنسبة لها ..

95
00:08:35,330 --> 00:08:39,310
عليها بالأوزان و أشوف اللي بطلع ال output و

96
00:08:39,310 --> 00:08:45,870
أقارنهم بال desire why مقارنتان بال إيش بال desire

97
00:08:45,870 --> 00:08:54,430
okay هل

98
00:08:54,430 --> 00:08:55,270
أحسب أنا الآن

99
00:08:59,410 --> 00:09:04,910
الفيتنس تبع كل واحد منهم كل واحد منهم بديش الفيتنس

100
00:09:04,910 --> 00:09:12,550
تبعه كيف بدي أجيب عندي input vector بدي أجيب input

101
00:09:12,550 --> 00:09:17,230
vector صح سيبك من الأقام اللي جوال هذا بدي أجيب

102
00:09:17,230 --> 00:09:22,370
input vector x1, x2, x3 و أدخل على ال network على

103
00:09:22,370 --> 00:09:25,750
أساس الأوزان و أشوف كده شو بطلع فبطلع عندي ال

104
00:09:25,750 --> 00:09:30,690
fitness تبع ال chromosome الأولبعدين اجرب الكرمزوم

105
00:09:30,690 --> 00:09:36,390
التاني كيف؟ على نفس ال input صح؟ انا كيف دقيقهم؟

106
00:09:36,390 --> 00:09:38,930
دقيقهم على نفس المصطرة المصطرة اللي هي ال input

107
00:09:38,930 --> 00:09:42,470
نفسها تشوف مين من هدول ال chromosomes بيعطيني

108
00:09:42,470 --> 00:09:47,290
نتيجة أفضل على نفس ال input صح؟ مالفعش هذا الكلام

109
00:09:47,290 --> 00:09:51,590
مالفعش على input واحد أنا المفروض عندي صفة inputs

110
00:09:51,590 --> 00:09:58,130
صح ولا لأ؟ المفروض عندي اقول60-70 او 100 input

111
00:09:58,130 --> 00:10:02,570
بعمل على اساسهم ال testing او ال evaluation فبدي

112
00:10:02,570 --> 00:10:07,870
اخد لكل كرمزوم واحد لكل كرمزوم بدي ادخل ال inputs

113
00:10:07,870 --> 00:10:14,050
كلهم واحد و لا واحد و لكل input احسب ال error و

114
00:10:14,050 --> 00:10:19,910
بعدين اخد ال total error بمعنى ان هذا الكرمزوم

115
00:10:19,910 --> 00:10:26,170
الواحد بدي اختبره against كل ال x الانكل ال .. ايه

116
00:10:26,170 --> 00:10:32,530
بالضبط كل ال input x1 و x2 لغاية نقول مثلا dhx xm

117
00:10:32,530 --> 00:10:37,090
رقم تاني اللي بدنا نستخدم إشارة إلى dhm هنا عدد

118
00:10:37,090 --> 00:10:46,770
كإجمالي اللي هو ال data ال test data عندي

119
00:10:46,770 --> 00:10:50,950
مثلا meet test data record الكرمزونات لديهم عدد

120
00:10:50,950 --> 00:10:56,130
آخر لديهم عدد كرمزونات فانا بدأجي أدخلأختبر هذا

121
00:10:56,130 --> 00:11:01,710
الكرمزوم على كل ال data و يطلع معاه single number

122
00:11:01,710 --> 00:11:07,490
اللي هو إجمالي ال error إجمالي ال error و نفس

123
00:11:07,490 --> 00:11:10,590
الشيء أكرره لكرمزوم التاني و التالتة و الأولى لذلك

124
00:11:10,590 --> 00:11:14,430
بقول أنا قيمت الكرمزومات تبع لسه ال generation

125
00:11:14,430 --> 00:11:20,030
الأول تمام ؟ بناء على هذا التقييم باخد بكمل

126
00:11:20,030 --> 00:11:25,080
الموضوع اللي هو ايش باخد الأصلحةبحسب .. بحسب ال

127
00:11:25,080 --> 00:11:31,580
fitness ratio إذا بتذكره خلّيني أجيب ال slide هذي

128
00:11:31,580 --> 00:11:38,640
أذكركوا بالعملية كلها مرة واحدة أمام؟ فاحنا دلوقت

129
00:11:38,640 --> 00:11:46,320
هاي ال chromosomes .. chromosomes كلها okay

130
00:11:46,320 --> 00:11:55,470
لأن كل chromosome منهم كل chromosome منهمبيعطيني

131
00:11:55,470 --> 00:12:01,630
ايش بيعطيني كأنه بيعطيني network مختلفة و لا لأ

132
00:12:01,630 --> 00:12:08,050
يعني لما انا بحط الأوزان و بعدين بشيلهم و بحط

133
00:12:08,050 --> 00:12:10,690
أوزان تاني كأنني عملت network أخرى صح نفس ال

134
00:12:10,690 --> 00:12:15,470
topology نفس التوصيل إنما أوزان مختلفة كأنه

135
00:12:15,470 --> 00:12:19,370
network مختلفة okay فأنا باختبر كل واحد من ال

136
00:12:19,370 --> 00:12:24,660
chromosomes على اللي هو بشكلي networkو بطلع ال

137
00:12:24,660 --> 00:12:28,540
fitness ratio تبعه بناء على ال fitness ratio بقصد

138
00:12:28,540 --> 00:12:34,700
ال rules علشان هطلع مين اللي بدي أدخلهم و أختار

139
00:12:34,700 --> 00:12:40,640
منهم أعملهم cross over مظبوط؟ لأن ال rules هاللي

140
00:12:40,640 --> 00:12:45,140
ليش؟ ال rules هاللي ليش؟ عشان أطلع لمين المرشحين

141
00:12:45,140 --> 00:12:48,840
اللي أدخلهم على cross over ال cross over إذا

142
00:12:48,840 --> 00:12:53,900
بتذكروا باخد أزواجو الأزواج اللى بختارله بختارهم

143
00:12:53,900 --> 00:12:58,880
على أساس probability تبع ال crossover صح كل اتنين

144
00:12:58,880 --> 00:13:01,600
بيقع عليهم ال probability بتحكملهم عشان يعطيني

145
00:13:01,600 --> 00:13:07,740
منهم اتنين تانين كرموسومين تانين بهذا الشكل بأكون

146
00:13:07,740 --> 00:13:16,960
ال generation اللى بعده D1 بس لسه في mutation ال

147
00:13:16,960 --> 00:13:24,230
mutation مظبوط بس مبدأيا انا جبتالجين التاني ناتج

148
00:13:24,230 --> 00:13:27,750
عملية ليهاش ال crossover هذا اللي بقنا معاه في ال

149
00:13:27,750 --> 00:13:32,050
crossover او من ال crossover باجر عليه عملية ليهاش

150
00:13:32,050 --> 00:13:36,850
ال mutation برضه بختار من اللي بدنا نعمل عليه ال

151
00:13:36,850 --> 00:13:41,150
mutation بناء على probability تبع ال mutation PMA

152
00:13:41,150 --> 00:13:45,530
و ال mutation ايش معناته معناته ان احنا بدنا نختار

153
00:13:45,530 --> 00:13:49,710
واحد من ال genes ارجع تاني هنا

154
00:13:52,530 --> 00:13:56,650
الصورة الأصلية واحد من ال genes هذا و هذا و هذا

155
00:13:56,650 --> 00:14:03,730
اللي اغيره بشكل عشوائي و ممكن اختار على أساس ان

156
00:14:03,730 --> 00:14:10,630
واحد من ال nodes اروح اغير .. يعني هاجأ اقول اللي

157
00:14:10,630 --> 00:14:13,550
توقعت على هذه ال node لأن هذه ال node هي اللي بدي

158
00:14:13,550 --> 00:14:16,570
اعملها mutation ال mutation يعني اغير كل ال

159
00:14:16,570 --> 00:14:21,540
weights اللي فيها اعملهم تغيير عشوائيلان وضحة ال

160
00:14:21,540 --> 00:14:27,220
cycle كيف ده تكون وضحة ال cycle انه احنا ال

161
00:14:27,220 --> 00:14:30,220
chromosomes اللي عملناهم في البداية لازم نقيمهم

162
00:14:30,220 --> 00:14:36,020
نقيمهم كيف بإنه كل واحد منهم بنخضعه على مجموعة ال

163
00:14:36,020 --> 00:14:39,320
data اللي عندنا و بنحسب إجمال الإرار هو هذا ال

164
00:14:39,320 --> 00:14:42,800
fitness اللي بعده اللي بعده اللي بعده لان بناء على

165
00:14:42,800 --> 00:14:45,460
ال fitness هذه بنحسب ال fitness ratio و بناء على

166
00:14:45,460 --> 00:14:50,950
ال fitness ratio نقارنه مين اللي ناخدهعشان نعمل

167
00:14:50,950 --> 00:14:54,810
crossover نخدهم أزواج اللي بيقع عليهم الاختيار

168
00:14:54,810 --> 00:14:58,250
الأزواج و بنشكل منهم بال crossover اللي هو ال

169
00:14:58,250 --> 00:15:03,510
children اللي بيجي هنا بعد كده بنقرر مين منهم

170
00:15:03,510 --> 00:15:07,490
ينعمل عليه mutation مبينا على ال mutation

171
00:15:07,490 --> 00:15:11,310
probability او probability of mutation صار عندي

172
00:15:11,310 --> 00:15:17,290
جيل جديد ايش بسويه بعيد الكرة وهي بقيمهم

173
00:15:19,700 --> 00:15:23,680
بناء على نفس ال data طبعا مش هجيب data set مختلف

174
00:15:23,680 --> 00:15:29,040
لكل generation صح ماكنتش

175
00:15:29,040 --> 00:15:35,220
بقى أوقف خلاص

176
00:15:35,220 --> 00:15:41,660
لما أصل ل generation ألاقي فيه chromosomes و ما هو

177
00:15:41,660 --> 00:15:47,850
أكتر ال error تبعه جمال ال error تبعه قريب منأو

178
00:15:47,850 --> 00:15:52,810
نزل عن ال threshold اللي انا حددته تمام اما ال

179
00:15:52,810 --> 00:15:57,090
zero او واحد في الألف او واحد في العشر تلاف او

180
00:15:57,090 --> 00:16:01,270
جداش ال threshold تمام اللي هو التقييم تبعه صار

181
00:16:01,270 --> 00:16:06,970
منخفض جدا اه يعني ال error أسف ال error تبعه صار

182
00:16:06,970 --> 00:16:13,890
منخفض جدا لدرجة اللي انا جابله في هذا الحالة ال

183
00:16:13,890 --> 00:16:18,050
chromosome الواحد يمثل ايه؟يمثل مجموعة الأوزان

184
00:16:18,050 --> 00:16:22,850
النهائية اللى بدنا نثبتها على ال network أصبحت ال

185
00:16:22,850 --> 00:16:27,730
network ما بتتعلم بقالية الاش ال delta وال error

186
00:16:27,730 --> 00:16:31,050
correction و الكلام هذا صح لا back propagation ولا

187
00:16:31,050 --> 00:16:35,170
غيره تتعلم بقالية الاش ال genetic learning ال

188
00:16:35,170 --> 00:16:39,250
genetic learning بمعنى ان احنا بتعدل أوزانها من

189
00:16:39,250 --> 00:16:41,530
خلال ال .. بشكل evolutionary

190
00:16:47,150 --> 00:17:04,750
بس هيك بس

191
00:17:04,750 --> 00:17:08,170
هيك هذا هو المدخل الوحيد اللي هو ان احنا ممكن ندمج

192
00:17:08,170 --> 00:17:13,910
من خلاله مابين او نستفيد من خلاله مابين من ال

193
00:17:13,910 --> 00:17:18,520
genetic algorithm في neural networkماذا هو المدخل

194
00:17:18,520 --> 00:17:22,760
هذا هو عملية تعديل الأوزان ممكن نستفيد من حاجة

195
00:17:22,760 --> 00:17:27,540
تانية اللي هي ال topology تبعت ال network نفسها

196
00:17:27,540 --> 00:17:31,680
يعني مين من ال nodes مرتبطة بمين من ال nodes يعني

197
00:17:31,680 --> 00:17:37,320
احنا هنا قررنا مسبقا ان هذا ال network هيك شكلها

198
00:17:37,320 --> 00:17:43,320
هيك علاقة ال nodes ببعض هذه توزنت جميع هذه توزنت

199
00:17:43,320 --> 00:17:43,640
جميع

200
00:17:46,850 --> 00:17:51,110
تاخد من الجميع اللي جابلها طب افترض انا بدي اعمل

201
00:17:51,110 --> 00:17:56,730
.. تفترض بدنا نشوف لربما هولاك .. ايش عن ال

202
00:17:56,730 --> 00:17:59,470
topology؟ انا استخدمت المصطلح هذا اكتر من مرة قبلك

203
00:17:59,470 --> 00:18:03,310
.. بس واضح ايش معناته؟ topology يعني اللي هو ال

204
00:18:03,310 --> 00:18:08,210
links ما بين ال nodes الارتباطات ما بين ال nodes

205
00:18:08,210 --> 00:18:12,810
سبعة ال network افترض ان انا بدي اعمل .. افترض ان

206
00:18:12,810 --> 00:18:18,030
انا بدي اجرب لربما يكون في ..توزيع أخرى أفضل ربما

207
00:18:18,030 --> 00:18:22,990
هذه مش ضرورة تاخد من الأربعة كلها ممكن نكتفي

208
00:18:22,990 --> 00:18:28,790
بتلاتة فقط هذا الأمر برضه ممكن نخضعه لل genetic أو

209
00:18:28,790 --> 00:18:36,470
لل evolutionary computation بمعنى أنه لو جينا قلنا

210
00:18:36,470 --> 00:18:45,990
هذا ال network دمثلها العلاقات أو topologyتمثل

211
00:18:45,990 --> 00:18:50,070
بالجدول هذا بمعنى إيش أنه وين ما فيه link نحط واحد

212
00:18:50,070 --> 00:18:57,010
مابين

213
00:18:57,010 --> 00:19:01,630
واحد واربعة فيه link صح؟ مابين اتنين واربعة مافيش

214
00:19:01,630 --> 00:19:07,870
link صح؟ اي واحد الاربعة اي واحد الاربعة فيه link

215
00:19:07,870 --> 00:19:11,390
from two

216
00:19:15,450 --> 00:19:18,570
من واحد الى أربعة فيه link بس من اتنين الى أربعة

217
00:19:18,570 --> 00:19:22,450
مافيش link صح؟

218
00:19:22,450 --> 00:19:34,410
من اتنين الى أربعة مافيش link هذا الشكل انا

219
00:19:34,410 --> 00:19:37,950
بعبر

220
00:19:37,950 --> 00:19:43,950
عن علقة أو links ما بين ال nodes لأن كروموزورد كيف

221
00:19:43,950 --> 00:19:44,710
حيكون شكله

222
00:19:51,530 --> 00:19:55,930
هأخذ المصفوفة كلها زي ما هي و أمر عنها بـ

223
00:19:55,930 --> 00:20:03,010
chromosome من واحد إلى من

224
00:20:03,010 --> 00:20:12,970
واحد إلى ذات النص من

225
00:20:12,970 --> 00:20:18,610
واحد من اتنين إلى ذات النص صح؟

226
00:20:21,090 --> 00:20:26,950
بعدين من ثلاثة إلى بقى النص المصبوط

227
00:20:26,950 --> 00:20:30,590
قليل

228
00:20:30,590 --> 00:20:41,570
من أربعة إلى بقى النص قليل من خمسة إلى بقى النص

229
00:20:41,570 --> 00:20:45,630
قليل

230
00:20:45,630 --> 00:20:53,290
من ستة إلى بقى النص كل ستة bits يمثلونعلاقة node

231
00:20:53,290 --> 00:20:58,610
بالاخريات تمام

232
00:20:58,610 --> 00:21:04,030
احنا لقنا ان الهدف تبعنا .. ايش الهدف تبعنا في هذا

233
00:21:04,030 --> 00:21:09,450
ال problem الهدف تبعنا هو الوصول الى ال network

234
00:21:09,450 --> 00:21:17,610
اللى ال topology بتبعتها بتحقق الهدف

235
00:21:25,250 --> 00:21:30,690
نفس العملية نفس القالية مثلا في عندي data في عندي

236
00:21:30,690 --> 00:21:35,510
data و في عندي chromosomes كل chromosome يمثل برضه

237
00:21:35,510 --> 00:21:38,070
network أخرى بس هنا ال network مختلفة مش في

238
00:21:38,070 --> 00:21:43,930
الأوزان مختلفة في ال topology صح نفحص كل network

239
00:21:43,930 --> 00:21:49,490
بناء على ال data و نشوف ايش ال total error او ال

240
00:21:49,490 --> 00:21:52,750
average error او ال sum of square differences مثلا

241
00:21:53,190 --> 00:21:58,370
نفس الشيء في التاني السابق وبنقيم ال chromosomes

242
00:21:58,370 --> 00:22:04,050
على هذا الأساس okay

243
00:22:04,050 --> 00:22:08,230
وبناء

244
00:22:08,230 --> 00:22:15,070
على التقييم بنختار منهم لل crossover وبنختار كمان

245
00:22:15,070 --> 00:22:20,550
للمutation فهذه

246
00:22:20,550 --> 00:22:25,130
هي باختصار شديدالقليل اللى على أساسها بيقوم الدمج

247
00:22:25,130 --> 00:22:34,430
ما بين ما بين الاش ال neural networks و ما بين ال

248
00:22:34,430 --> 00:22:38,450
evolutionary algorithm أو ال genetic algorithm

249
00:23:14,970 --> 00:23:39,730
نرجع مرة تانية ننخذ

250
00:23:39,730 --> 00:23:45,680
كلام سريعمفتوطين الأساسيات اللى احنا ممكن نحتاج

251
00:23:45,680 --> 00:23:52,040
الى ال evolutionary computation فيهم مع النورا

252
00:23:52,040 --> 00:23:59,180
نتويرد انه is اللى هو عملية ال training ال back

253
00:23:59,180 --> 00:24:02,720
propagation learning algorithm cannot guarantee an

254
00:24:02,720 --> 00:24:06,420
optimal solution فاحنا ال back propagation

255
00:24:06,420 --> 00:24:10,520
learning اللى هي علييتنا الأساسية في تعديل الأوزان

256
00:24:11,180 --> 00:24:15,380
مش دايما تعطيني solution فانا ممكن ا .. an optimal

257
00:24:15,380 --> 00:24:19,600
solution فانا ممكن ابحث عن ال optimal solution

258
00:24:19,600 --> 00:24:22,840
باسلوب اخر اللي هو ال genetic او ال evolutionary

259
00:24:22,840 --> 00:24:27,520
اللي هو اصلا ميزته

260
00:24:27,520 --> 00:24:30,660
الأساسية هي ال optimization ال evolutionary او ال

261
00:24:30,660 --> 00:24:33,460
genetic algorithm ميزتها الأساسية انه تعطيني

262
00:24:33,460 --> 00:24:38,060
optimization بمعنى افضل ما يمكن الوصول اليه فال ..

263
00:24:39,250 --> 00:24:42,330
النورة ال network is often unable to find a

264
00:24:42,330 --> 00:24:44,910
desirable solution to a problem at hand هذه أول

265
00:24:44,910 --> 00:24:50,370
نقطة الأوزان النقطة التانية اللي احنا ممكن نحتاج

266
00:24:50,370 --> 00:24:53,610
لنورة ال network فيها اللي هي ال optimal topology

267
00:24:53,610 --> 00:25:01,030
اللي اصل إلى أفضل أو أنسب topology لل network اللي

268
00:25:01,030 --> 00:25:06,610
تعطيني أفضل network فالان

269
00:25:08,250 --> 00:25:12,650
بعد ما احنا اول خطوة بنسويها اللي هي انه to

270
00:25:12,650 --> 00:25:17,570
represent ال problem على شكل chromosomes ال

271
00:25:17,570 --> 00:25:22,170
problem الان هل هي أوزان ولا topology في الحالتين

272
00:25:22,170 --> 00:25:25,530
بعبر عنها على شكل ايش؟ chromosome هنا ال

273
00:25:25,530 --> 00:25:29,110
chromosome بيحتوي اذا هي أوزان بيحتوي على أوزان ال

274
00:25:29,110 --> 00:25:34,110
noise اذا هي ال problem تبعتي اللي انا بدي .. اللي

275
00:25:34,110 --> 00:25:37,620
هي مثلة ال topologyال .. ال .. ال genes تبع ال

276
00:25:37,620 --> 00:25:41,200
chromosome بتكون ones و zeros اشارة الى العلاقات

277
00:25:41,200 --> 00:25:45,420
ما بين ال noise okay فال second step دلوقت is to

278
00:25:45,420 --> 00:25:53,420
evaluate ال fitness تبع evaluate ال fitness تبع ال

279
00:25:53,420 --> 00:26:00,100
chromosomes okay هذا الكلام بناء على ال training

280
00:26:00,100 --> 00:26:01,700
set اللي احنا

281
00:26:06,080 --> 00:26:11,360
أو ال data الموجودة عندنا فممكن نحسب ال errors

282
00:26:11,360 --> 00:26:19,940
طبعا كل chromosome مع أو against يعني كل ال data و

283
00:26:19,940 --> 00:26:22,520
نحسب ال sum of square errors يعني ال errors هذه

284
00:26:22,520 --> 00:26:25,100
اللي بتتجمع ال error and هذا و error and هذا و

285
00:26:25,100 --> 00:26:28,080
error and هذا كلهم نحسب ليهش ال sum of square

286
00:26:28,080 --> 00:26:33,870
errorsهذا ال sum من ال zero بيبقى أحسن ولا بيبقى

287
00:26:33,870 --> 00:26:39,030
أسوأ بيبقى أفضل لإن أنا بدي ال errors تقريبا تبقى

288
00:26:39,030 --> 00:26:43,290
صغر تمام the smaller the sum the fitter the

289
00:26:43,290 --> 00:26:47,610
chromosome كل مكان أصغر كل مكان موفيت الان ال

290
00:26:47,610 --> 00:26:51,450
genetic algorithm attempts to find مجموعة ال

291
00:26:51,450 --> 00:26:55,810
weights اللي فعلا minimizes أو توصلني إلى هذا

292
00:26:55,810 --> 00:27:03,210
الرقم الصغيرأيش بعد ما عمل ال fitness قلنا ثالث

293
00:27:03,210 --> 00:27:08,950
خطوة ثالث

294
00:27:08,950 --> 00:27:14,830
خطوة نعتبرهم واحدة اللي هي applying genetic

295
00:27:14,830 --> 00:27:18,250
operators نسميهم genetic operators هدولة ال

296
00:27:18,250 --> 00:27:22,090
crossover زائد

297
00:27:22,090 --> 00:27:27,590
limitation هدولة

298
00:27:27,590 --> 00:27:28,310
اللي هو ال genetic

299
00:27:38,750 --> 00:27:42,350
Crossover operator takes two parents chromosomes

300
00:27:42,350 --> 00:27:45,310
and creates a single child with genetic material

301
00:27:45,310 --> 00:27:49,730
from the parents قلية الـ crossover واضحة لنا اللي

302
00:27:49,730 --> 00:27:54,150
هي أولا رولية عشان نختار مين المرشحين وبعدها ال

303
00:27:54,150 --> 00:27:59,160
probability عشان نختار زوج زوج صحو بينما ال

304
00:27:59,160 --> 00:28:02,200
mutation .. ال mutation على طول على ال output اللي

305
00:28:02,200 --> 00:28:08,500
بيطلع من ال crossover ب .. ألف علشان أحدد مين اللي

306
00:28:08,500 --> 00:28:13,200
أ .. أخض عليه او أوقع عليه اللي هو ال .. اللي هو

307
00:28:13,200 --> 00:28:20,240
ال .. ال mutation okay select a gene لأن كلمة gene

308
00:28:20,240 --> 00:28:26,960
هنا بدها تبقى واضحة لي مسبقا هل أنا بحكي عنهbit

309
00:28:26,960 --> 00:28:32,700
واحدة ولا بحكي عن ال vector تبع node معينة يعني ال

310
00:28:32,700 --> 00:28:35,440
node تلاتة كل الأوزان تبعونها يعني هذه أنظر إيه

311
00:28:35,440 --> 00:28:39,600
معناه ال gene ولا الوزن الواحد لوحده هو ال gene

312
00:28:39,600 --> 00:28:42,580
هذا الكلام لازم يبقى محدد وإذا جالك سؤال يبقى

313
00:28:42,580 --> 00:28:51,940
محددك بالظبط انت حاكي عن .. حاكي

314
00:28:51,940 --> 00:28:55,620
عن node ولا عن وزن واحد

315
00:29:02,020 --> 00:29:06,900
Okay كمان؟ فالصورة ان هنا ال cross over ما بين

316
00:29:06,900 --> 00:29:13,000
هدول الاتنين هدول دقان two different sets of

317
00:29:13,000 --> 00:29:17,180
weights يعني مجموعات او مجموعاتين أو زاد ل network

318
00:29:17,180 --> 00:29:21,040
نفس ال topology ايش اللي بيصلي هنا؟ ماخد هذا ال

319
00:29:21,040 --> 00:29:27,130
gene من هذا ال parent و ماخد ايش؟الذين بعدوا من

320
00:29:27,130 --> 00:29:33,530
هذا صح والذين بعدوا من هذا وناخد الأخير من هنا

321
00:29:33,530 --> 00:29:40,510
يبقى عاش عامل عامل split على صح

322
00:29:40,510 --> 00:29:47,090
هذا الشق ناخده لحال و هذول لحال هذول اتنين نزلهم

323
00:29:47,090 --> 00:29:53,190
هذول اتنين نزلهم من الأول و هذول اتنين نزلهم من

324
00:29:53,190 --> 00:29:58,770
التانيتذكروا ان ال cross over ممكن تبقى على one

325
00:29:58,770 --> 00:30:03,070
single splitting point او cross over point او على

326
00:30:03,070 --> 00:30:06,570
two حسب ما انت بتختار لنفسك اذا انت اللي بتصمم

327
00:30:06,570 --> 00:30:09,910
لهذا او حسب السؤال اللي بيقولك اذا انت في الامتحان

328
00:30:09,910 --> 00:30:15,310
okay limitation هنا عملها على اساس هيش single

329
00:30:15,310 --> 00:30:21,450
weight ولا single node يعني ضلللي الضلمين هذول مع

330
00:30:21,450 --> 00:30:23,890
بعض ليش بفهم انه بحكي عن ال node هذه

331
00:30:43,370 --> 00:30:48,430
عشوائيًا غيرهم إلى سالب

332
00:30:48,430 --> 00:30:55,100
0.1 و 0.2ماخد ال node كلها على اساس انها جين واحد

333
00:30:55,100 --> 00:31:01,640
تمام

334
00:31:01,640 --> 00:31:04,700
خلاص هذا بالنسبة لو كان ايش اوزان تعديل اوزان

335
00:31:04,700 --> 00:31:10,000
بالنسبة لو تعديل ال topology تعديل ال topology او

336
00:31:10,000 --> 00:31:15,580
اختيار ال topology الأنسب فنفس القالية انما اللي

337
00:31:15,580 --> 00:31:19,510
بختلف اللي هو the basic idea behind itبغض الـ

338
00:31:19,510 --> 00:31:22,890
suitable network architecture انه تconduct a

339
00:31:22,890 --> 00:31:26,930
genetic search في اللي هو different architecture

340
00:31:26,930 --> 00:31:31,390
we must first choose a method لتعبير عن ال

341
00:31:31,390 --> 00:31:39,490
chromosome ال chromosome الان بدوش يحتوي على أوزان

342
00:31:39,490 --> 00:31:44,530
بده يحتوي على علاقات فزي ما قلنا ال zero لما يكون

343
00:31:44,530 --> 00:31:47,510
مافيش link من node إلى node و ال one لما يكون فيه

344
00:31:47,510 --> 00:31:52,960
linkهدا هو في

345
00:31:52,960 --> 00:32:00,000
أسئلة احنا الآن عمليا هذا هو كل ما .. ماهو هناك

346
00:32:00,000 --> 00:32:08,180
بالنسبة لل إيش لل hybrid ايش قلنا neuro او ما بين

347
00:32:08,180 --> 00:32:11,580
ال genetic و ما بين ال neural network و الشقة

348
00:32:11,580 --> 00:32:14,020
التانية بتخيليها المحاضرة اللي جاي اللي هو ما بين

349
00:32:14,020 --> 00:32:17,540
الناس الفظي و ال genetic الفظي و ال genetic الشقة

350
00:32:17,540 --> 00:32:25,830
التانيةطبعا فظيه evolutionally في اي سؤال؟ طيب

351
00:32:25,830 --> 00:32:26,110
ماشي