/var/www/web01/web01/lib/SearchEngine/DefaultEngine.php:615 "Search Engine Debug 🔎 🪲"
Engine Type ⚙️: "SLiMS\SearchEngine\DefaultEngine"
SQL ⚙️: array:2 [ "count" => "select count(distinct b.biblio_id) from biblio as b left join mst_publisher as mp on b.publisher_id=mp.publisher_id left join mst_place as mpl on b.publish_place_id=mpl.place_id where b.opac_hide=0 and (b.biblio_id in(select ba.biblio_id from biblio_author as ba left join mst_author as ma on ba.author_id=ma.author_id where ma.author_name like ?))" "query" => "select b.biblio_id, b.title, b.image, b.isbn_issn, b.publish_year, mp.publisher_name as `publisher`, mpl.place_name as `publish_place`, b.labels, b.input_date, b.edition, b.collation, b.series_title, b.call_number from biblio as b left join mst_publisher as mp on b.publisher_id=mp.publisher_id left join mst_place as mpl on b.publish_place_id=mpl.place_id where b.opac_hide=0 and (b.biblio_id in(select ba.biblio_id from biblio_author as ba left join mst_author as ma on ba.author_id=ma.author_id where ma.author_name like ?)) order by b.last_update desc limit 10 offset 0" ]
Bind Value ⚒️: array:1 [ 0 => "%د.فيروز شكور%" ]
فكرة المشروع انشاء تطبيق الكتروني لنظام طبي للاستشارات الطبية من قبل الدكاترة المختصين بالإضافة ان النظام يعمل على تشخيص حالات مرضى القلب من خلال معايير معتمدة في مجال الطب . وتم الاعتماد على كل من خوارزمية Classifier Bayes و …
في هذا البحث تناولنا عدة خوارزميات من أجل تحديد الوجوه وهي )مصنفات فيوال- جونز وLBPH) وقمنا بالمقارنة بينها، وتحدثنا عن عدة خوارزميات للتعرف وهي (PCA وFisherfaces وLBPH) وأيضا قمنا بالمقارنة بينها، ثم أخيرا قمنا بتدريب شبكة عصبون…
سنبحث في كيفية بناء نموذج بسيط لاكتشاف البريد الإلكتروني العشوائي ورسائل البريد الإلكتروني غير المرغوب فيها عن طريق استخراج ترددات الكلمات من نص المستندات واستخدامها.
في هذا المشروع سنقوم بتطبيق فكرة الـ RNN والـ LSTM على داتا تمت دراستها بطريقة سيكون التوليد فيها مقبول على حسب الداتا المدروس عليها.