الفهرس 
IntroductionOnly 14 pages are availabe for public view
 |  | from | 127 |  |  |
| | | from | 127 | | |
Abstract
أحدث الشبكات العصبية التلافيفية وأساليب التعلم العميق ثورة في مجال ابحاث معالجة الصور وتعلم
الآلة مما انتج عنه أحدث وافضل النتائج حيث أثر التقدم المستمر في مجال التعلم العميق على مجالات مختلفة
وأدى إلى تحقيق انجازات مذهلة خاصة في تطبيقات التعرف على الصور. وعلى صعيد آخر نجد أن لزراعة
وانتاج الغذاء أهمية قصوى بالنسبة للمجتمع الانساني لكي يواجه الزيادة المطردة في أعداد السكان، في حين
تقلل أمراض النباتات المعدية الناتج من الزراعة بنسبة 04 % في المتوسط. ولذلك ظهرت الحاجة الملحة لأنظمة
التعرف الآلي على أمراض النباتات حيث كان يتم تطويرها في السابق باستخدام الأساليب التقليدية لتعلم الآلة
ومعالجة الصور مما انتج عنه نتائج محدودة من حيث دقة النتائج واتساع المجال، أما في الآونة الأخيرة فقد تم
استخدام اساليب التعلم العميق في التعرف الآلي على أمراض النباتات مما أدى إلى الحصول على دقة أعلى
وتوسيع مدى الأمراض المكتشفة وكذلك المحاصيل المستهدفة.
تظهر المشكلة في الدراسات السابقة في عدم قدرة الأنظمة المقترحة على التعميم والتعرف على صور
جديدة من خارج قاعدة بيانات الصور التي تم استخدامها في تدريب النظام. في حين أن هذا البحث يهدف إلى
استخدام آخر التقنيات المستحدثة في مجال تعلم الآلة والتعلم العميق لمساعدة المجتمع الزراعي في اكتشاف
أمراض النباتات من خلال تطوير نظام ذكي موثوق به لاكتشاف أمراض النباتات وله القدرة على التعميم
والتعامل مع الصور المختلفة على أرض الواقع وفي الظروف الفعلية داخل الحقول.
تم تدريب هذا النظام على اكتشاف تسعة أمراض مختلفة من اخطر واشهر أمراض نبات الطماطم وهي
)التبقع البكتيري، اللفحة)الندوة( المبكرة، اللفحة )الندوة( المتأخرة، عفن الأوراق، التبقع السبتيري، التبقع
الهدفي، سوس العنكبوت، فيروس القمة المجعدة، وفيروس الفسيفساء( بالاضافة إلى النبات السليم وذلك
باستخدام قاعدة بيانات للصور تسمى PlantVillage . وتم مقارنة أداء اربع نماذج مختلفة من احدث ما تم
تطويره في مجال التعلم العميق ودراسة تأثير استخدام آلية نقل التعليم وزيادة البيانات وكذلك وسائل التعميم
الأخرى مثل إثراء قاعدة البيانات وتجانس التسمية في مقابل مجموعة اختبار تتكون من صور من خارج
مجموعة الصور التي تم تدريب النظام عليها. افضل النماذج أدا ء حقق دقة في الاكتشاف بنسبة 92 ...% على
مجموعة اختبار من نفس قاعدة بيانات الصور ودقة 39.07 % على مجموعة اختبار خارجية تم تنزيلها من
شبكة الانترنت ولم يرها من قبل. تم تثبيت هذا النظام كتطبيق على جهاز الهاتف الجوال للتأكيد على الأهمية
التطبيقية للبحث واتاحة النتيجة النهائية كمساعد للكشف الفوري على أمراض النباتات في أماكن الزراعة.