تقييم أداء شبكات WBAN باستخدام تقنيات الذكاء الاصطناعي
الكلمات المفتاحية:
شبكات منطقة الجسم اللاسلكية WBANs، تقنية إعادة التوجيه الديناميكي، تقنية ضغط البيانات، معامل التحديد 〖(R〗^2)، متوسط مربع الخطأ MSE))، متوسط الخطأ المطلق ((MAE.الملخص
تهدف الدراسة الى تقييم أداء شبكات منطقة الجسم اللاسلكيةWireless Body Area Networks WBANs)) باستخدام نماذج التعلم الالي كالانحدار الخطي وشجرة القرار والغابة العشوائية. وقد ركزنا في هذا البحث على تطبيق تقنيات متقدمة مثل تقنية إعادة التوجيه الديناميكي وتقنية ضغط البيانات لتحسين أداء هذه الشبكات. يتمحور التحليل في الدراسة حول الأداء الإنتاجي وفاعلية نقل البيانات لشبكات WBAN، بالإضافة الى قياس التأخير الزمني في انتقال البيانات ومعدل خطأ البت وذلك بالاعتماد على مقاييس التقييم المعتمدة مثل معامل التحديد ومتوسط مربع الخطأ ومتوسط الخطأ المطلق، حيث تم تحليل وقياس أثر تلك التقنيات المتقدمة على عملية نقل البيانات وأداء WBAN وتم استنتاج ان استخدام هذه التقنيات تلعب دوراً كبيراً في تعزيز كفاءة شبكات WBAN وتحسين الاتصالات اللاسلكية في تطبيقات الرعاية الصحية. وتبرز النتائج أهمية هذه الابتكارات في توفير بيئات اتصال فعالة لتحسين تقديم الرعاية الصحية عن بعد ورعاية المرضى بشكل عام. وتم العمل على برنامج PyCharm.
