TY - JOUR ID - TI - THE EFFECT OF Z-SCORE STANDARDIZATION ON BINARY INPUT DUE THE SPEED OF LEARNING IN BACK-PROPAGATION NEURAL NETWORK تأثير درجة Z- التوحيد القياسي على ثنائي المدخلات بسبب سرعة التعلم في الانتشار الخلفي الشبكة العصبية AU - Mohammed Z. Al-Faiz محمد زكي الفائز AU - Ali A. Ibrahim علي عبد الحافظ ابراهيم AU - Sarmad M. Hadi سرمد محمود هادي PY - 2018 VL - 1 IS - 3 SP - 42 EP - 48 JO - Iraqi Journal of Information and communication technology المجلة العراقية لتكنولجيا المعلومات والاتصالات SN - 2222758X 27897362 AB - The speed of learning in neural network environment is considered as an effective parameter in largedata sets. This paper tries to minimize the time required for the neural network to fully understand and learn aboutthe data by standardize input data. The paper showed that the Z-Score standardization of input data significantlydecreased the number of epochs required for the network to learn. This paper also proved that the binary datasetis a serious limitation for the convergence of neural network, so the standardization is a must in such case wherethe 0’s inputs simply neglect the connections in the neural network. The data set used in this paper are featuresextracted from gel electrophoresis images and that open the door for using artificial intelligence in such areas.

تعتبر سرعة التعلم في بيئة الشبكة العصبية كمعلمة فعالة في كبير مجموعات البيانات. تحاول هذه الورقة تقليل الوقت اللازم للشبكة العصبية لفهم ومعرفة كاملة حول البيانات عن طريق توحيد بيانات الإدخال. وأظهرت الورقة أن توحيد Z-نقاط من بيانات المدخلات بشكل ملحوظ خفض عدد العصور المطلوبة للشبكة للتعلم. كما أثبتت هذه الورقة أن مجموعة البيانات الثنائية هو قيد خطير لتقارب الشبكة العصبية، وبالتالي فإن التوحيد أمر لا بد منه في مثل هذه الحالة حيث مدخلات 0 ببساطة إهمال الاتصالات في الشبكة العصبية. مجموعة البيانات المستخدمة في هذه الورقة هي ميزات المستخرجة من الصور الكهربائي هلام التي تفتح الباب لاستخدام الذكاء الاصطناعي في مثل هذه المناطق. ER -