استخدام المحاكاة للمقارنة بين الذكاء الاصطناعي وتحليل الانحدار المتعدد للعينات الصغيرة والكبيرة

Abstract AR

هذا البحث يتضمن هدفين، الاول تقديم طريقة للتنبؤ بأحجام عينات صغيرة و أخرى كبيرة مولدة من نماذج انحدار متعدد.

و الهدف الثاني مقارنة الطريقة المقترحة بالطريقة التقليدية للتنبؤ من خلال دراسة محاكاة.

و لإنجاز هذين الهدفين فقد تم توليد 16000 عينة – بأحجام صغيرة (15، 25، 50) و كبيرة (100، 200، 300) من نماذج انحدار متعدد مختلفة و استخدامها لتدريب الشبكة و اختبارها.

وتم استخدام ثلاثة معايير لقياس دقة تنبؤات الطريقتين.

المعيار الاول متوسط مربعات الاخطاء (MSE)، و الثاني متوسط الانحرافات المطلقة (MAD)، و المعيار الثالث، نسبة اقتراب تنبؤات كل طريقة من القيم الحقيقية (MAEP).

كما تم استخدام برنامج مصمم ببرنامج ماتلاب MATLAB مناسب لتوليد عينات البيانات و تدريب و اختبار الشبكة العصبية بالطريقة المقترحة، و كذلك للحصول على التنبؤات بالطريقتين المقترحة و التقليدية، ثم المقارنة بين تنبؤات الطريقتين.

(برنامج MATLAB مرفق بملحق البحث)
و تكمن المشكلة في أن تنبؤات الطريقة التقليدية في حالة العينات الصغيرة من نماذج انحدار تقليدي تكون غير دقيقة، و نحن بحاجة للحصول على تنبؤات أكثر دقة في مثل هذه الحالات.

كما اننا بحاجه للقطع في إمكانية تعميم نتيجة المقارنة في حالة العينات الكبيرة ام ان هناك اختلاف.

وقد أظهرت النتائج تفوق ملحوظ للطريقة المقترحة باستخدام الذكاء الاصطناعي، على الطريقة التقليدية وفقا للمعايير الثلاث المستخدمة، خاصة في حالة العينات الصغيرة.