Shafayat Abrar2022-05-182022-05-185031https://drepo.sdl.edu.sa/handle/20.500.14154/2208تناقش هذه الرسالة بعض الأساليب لتحسين نظم المعادلة العمياء الموجهة باستخدام الشبكات العصبية . في البداية : تم اشتقاق خوارزمية الانتشار الخلفي المركب لخوارزمية المقياس الثابت المعدل ثنائي الكيفية ، ولجعلها تعمل مع بنية الشبكات العصبية تم تقديم معامل الكسب لتفادي القيم الصغرى المحلية . كما تم اقتراح نظام ثنائي الكيفية ، والذي يمكنه التحويل من الكيفية العمياء إلى الكيفية الموجهة دون الحاجة إلى معامل الكسب . كما تم مناقشة بعض الخوارزميات المعـادلة العـمياء الموجهة الجديدة . ثانياً : تم اقتراح خوارزمية قف واذهب متكيفة لإعطاء قدرة تعقب أفضل . ثالثاً : تم اقتراح فكرة استخدام دالتي تفعيل متتاليتين في العصب الخارجي من أجل الحصول على ارتباط أفضل بين الجزء الحقيقي ، والجزء الخيالي من البيانات الخارجة ، وأيضاً للحصول على متوسط مربع خطأ أقل في الحالة المستقرة . رابعاً : تم تكييف الطبقية الغير خطية لدالة التفعيل ، وذلك بناء على طاقة الخطأ لإعطاء تقارب سريع ، وتحسين الاتزان . أخيراً تم اشتقاق نظام قف واذهب الموجهة المعتمد على أقل مربع تكراري لنية الملاحظ المتعدد الطبقات ذو القيمة المركبة . ولقد أظهرت النظم المقترحة نتائج ممتازة بمحاكاتها على قنوات ذو قيمة مركبة لنبضات M-ary QAM .enNeural network based nonlinear blind equalization schmes for high order M-ary QAM signals.Thesis