research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Accounting Mining Data Using Neural Networks (Case study)
التنقيب المحاسبي عن البيانات باستخدام الشبكات العصبية (حالة دراسية)

Author: وحيد محمود رمو
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2019 Volume: 25 Issue: 111 Pages: 531-549
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Business organizations have faced many challenges in recent times, most important of which is information technology, because it is widely spread and easy to use. Its use has led to an increase in the amount of data that business organizations deal with an unprecedented manner. The amount of data available through the internet is a problem that many parties seek to find solutions for. Why is it available there in this huge amount randomly? Many expectations have revealed that in 2017, there will be devices connected to the internet estimated at three times the population of the Earth, and in 2015 more than one and a half billion gigabytes of data was transferred every minute globally. Thus, the so-called data mining emerged as a technique that aims at extracting knowledge from huge amounts of data, based on mathematical algorithms, which are the basis for data mining. They are derived from many sciences such as statistics, mathematics, logic, learning science, artificial intelligence, expert systems, form-recognition science, and other sciences, which are considered smart and non-traditional. The problem of the research states that the steady increase in the amount of data, as well as the emergence of many current areas that require different data due to the contemporary environment of business organizations today, make information systems unable to meet the needs of these current organizations, and this applies exactly to accounting information systems as they are the main system in business organizations today. These systems have been designed to meet specific needs that make it impossible today to meet the different needs according to the contemporary environment of business organizations today, as well as failing to deal with the amount of data generated by the information technologies. The research proposes two main hypotheses. First, the adoption of accounting data mining leads to providing data that the accounting information system was unable to provide before, as well as to shortening the time and effort required to obtain it. Second, the adoption of accounting exploration of data enables the adoption of artificial intelligence methods in processing such data to provide useful information to rationalize decisions. The research leads to a number of conclusions, including that the steady increase in the amount of data in general, and the accounting data in particular, makes dealing with traditional frameworks a very difficult issue and leads to loss of time and effort during extracting information. In addition, the emergence of many current variables as a result of changes in the work environment requires the presence of technical tools, which have enough flexibility to deal with them. Moreover, data mining tools have the ability to derive relationships based on their existing databases that were not available before. The research presents a number of recommendations, most important of which is the need to adopt the model presented by the research, i.e., Multilayer Perception, a network that exists within the (SPSS) program, which allows the possibility to use this network easily in rationalizing the decision to choose implemented projects in the provincial councils.

واجهت منظمات الاعمال في العصر الراهن تحديات عديدة أهمها تقنيات المعلومات وذلك لانتشارها الواسع وسهولة استخدامها، اذ أدى استخدامها الى تضخم حجم البيانات التي تتعامل معها منظمات الاعمال بصورة لم يسبق لها مثيل واصبح حجم البيانات المتاحة من خلال الانترنت مشكلة تسعى اطراف عديدة لإيجاد حلول لها فما هو الجدوى من وجودها بهذا الحجم وبهذه الصورة العشوائية، وكشفت التوقعات أنه في العام 2017 سيكون هناك أجهزة متصلة بالإنترنت تقدر بثلاثة أضعاف سكان الأرض، وفي العام 2015 تم نقل أكثر من مليون ونصف المليون غيغا بايت من البيانات في كل دقيقة عالمياً. من هنا ظهر ما يسمى بالتنقيب عن البيانات Data Mining كتقنية تهدف إلى استنتاج المعرفة من كميات هائلة من البيانات، تعتمد على الخوارزميات الرياضية والتي تعد أساساً للتنقيب عن البيانات وهي مستمدة من العديد من العلوم مثل علم الإحصاء والرياضيات والمنطق وعلم التعلم، والذكاء الاصطناعي والنظم الخبيرة، وعلم التعرف على الأنماط وغيرها من العلوم والتي تعتبر من العلوم الذكية وغير التقليدية. وتجسدت مشكلة البحث في ان الازدياد المضطرد في حجم البيانات فضلأ عن ظهور مجالات انية عديدة تحتاج الى بيانات مختلفة نتيجة البيئة المعاصرة لمنظمات الاعمال اليوم يجعل نظم المعلومات غير قادرة على تلبية احتياجات هذه المنظمات الانية وهذا ينطبق تماما على نظم المعلومات المحاسبية كونها النظام الرئيس في منظمات الاعمال اليوم، فان هذه النظم قد تم تصميمها لتلبية حاجات محددة جعلها تعجز اليوم عن تلبية الاحتياجات المختلفة وفق البيئة المعاصرة لمنظمات الاعمال اليوم، فضلاً عن عجزها في التعامل مع حجم البيانات المضطرد الذي اوجدته تقنيات المعلومات. واطلق البحث من فرضيتين اساسيتين الاولى ان اعتماد التنقيب المحاسبي عن البيانات يؤدي الى توفير بيانات لم يكن نظام المعلومات المحاسبي قادر على توفيرها فضلاً عن اختصار الوقت والجهد اللازم في الحصول عليها. بينما كانت الثانية في ان اعتماد التنقيب المحاسبي عن البيانات يمكن من اعتماد أساليب الذكاء الصناعي في معالجة تلك البيانات لتوفير معلومات مفيدة لترشيد القرارات. وقد توصل البحث الى مجموعة من الاستنتاجات منها ان التزايد المضطرد بحجم البيانات عموماً ولاسيما البيانات المحاسبية يجعل من التعامل وفق الاطر التقليدية مسالة صعبة جداً كما انه يؤدي الى ضياع الوقت والجهد في استخلاص المعلومات. وان ظهور كثير من المتغيرات الانية نتيجة المتغيرات في بيئة العمل يتطلب وجود ادوات تقنية لديها المرونة الكافية للتعامل معها. وكذلك ان ادوات التنقيب عن البيانات لديها القدرة في استنتاج علاقات بناء على قواعد البيانات الموجودة لديها لم تكن موجودة في السابق. توصل البحث الى مجموعة من التوصيات اهمها ضرورة اعتماد النموذج الذي قدمه البحث وهو شبكة (Multilayer Perceptron) وتوجد هذه الشبكة ضمن برنامج (SPSS) الذي يتيح امكانية استخدام هذه الشبكة بسهولة في ترشيد قرار اختيار المشاريع المنفذة في مجالس المحافظات


Article
Artificial Neural Network for TIFF Image Compression
الشبكات العصبونية الاصطناعية لضغط الصور ذوات صيغة TIFF

Author: Huda Dheyauldeen Najeeb هدى ضياء الدين نجيب
Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: 16094042/ 25213407 Year: 2017 Volume: 30 Issue: 1 Pages: 246-261
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The main aim of image compression is to reduce the its size to be able for transforming and storage, therefore many methods appeared to compress the image, one of these methods is "Multilayer Perceptron ".Multilayer Perceptron (MLP) method which is artificial neural network based on the Back-Propagation algorithm for compressing the image. In case this algorithm depends upon the number of neurons in the hidden layer only the above mentioned will not be quite enough to reach the desired results, then we have to take into consideration the standards which the compression process depend on to get the best results.We have trained a group of TIFF images with the size of (256*256) in our research, compressed them by using MLP for each compression process the number of neurons in the hidden layer was changing and calculating the compression ratio, mean square error and peak signal-to-noise ratio to compare the results to get the value of original image.The findings of the research was the desired results as the compression ratio was less than five and a few mean square error thus a large value of peak signal-to-noise ratio had been recorded.

إن الهدف الأساسي من ضغط الصورة هو تقليل حجمها حتى تكون قابلة للنقل والتخزين .وبالتالي ظهرت العديد من الطرق لضغط الصورة وإحدى هذه الطرق " متعدد الطبقات بيرسيبترون". متعدد الطبقات بيرسيبترون (MLP) وهو شبكة عصبونية اصطناعية تستخدم خوارزمية الشبكات العصبونية الاصطناعية ذات الانتشار الخلفي في ضغط الصورة. وفي حالة اعتماد هذه الخوارزمية فقط على عدد الخلايا العصبية الموجودة في الطبقة المخفية قد تكون غير كافية للوصول إلى النتائج المرغوبة لذلك لابد من الأخذ بنظر الاعتبار المعايير القياسية الأساسية التي تعتمد عليها عملية الضغط للحصول على نتائج أفضل.ففي هذا البحث قمنا بتدريب مجموعة من الصور من نوع TIFF ذات حجم (256*256) ثم ضغطهم باستخدام متعدد الطبقات بيرسيبترون وعند كل عملية ضغط تم تغيير عدد الخلايا العصبية في الطبقة المخفية و حساب نسبة الضغط و متوسط مربع الخطأ و نسبة الإشارة إلى الضجيج وذلك للوصول إلى قيم الصورة الأصلية .و النتيجة التي توصل اليها البحث هي إمكانية الوصول إلى النتائج المرغوبة عندما تكون نسبة الضغط اقل من 5 و متوسط مربع الخطأ قليل وبالتالي ستكون نسبة الإشارة إلى الضجيج كبيرة.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

Arabic and English (2)


Year
From To Submit

2019 (1)

2017 (1)