تصنيف سمات الشخصية بالاعتماد على دمج البيانات باستخدام الذكاء الاصطناعي

الباحث

ربى طلال إبراهيم أحمد

المشرف

فوزية محمود رمو

الجامعة

جامعة الموصل

الكلية / القسم

كلية علوم الحاسوب والرياضيات / علوم الحاسوب

الشهادة

دكتوراه

السنة

2023

لغة الرسالة

انكليزي

الكلمات المفتاحية

Personality Traits ; Data Fusion ; Artificial Intelligence ; Classification

تعكس سمات الشخصية أفكار ومشاعر وسلوك الشخص وكذلك ثقافته وبيئته الاجتماعية. سمات الشخصية هي مقاييس كمية لذا فهي تستند إلى مفاهيم عامة. على سبيل ،Tall نقول إن هذا الشخص متوترء او منفتح، أو حريص على موعده؛ وهكذا. هناك العديد من مقاييس الاختبار لقياس الشخصية, وأشهرها عامل الخمسة الكبار (Big Five Factor) الذي يصنف شخصية الفرد إلى خمس فتئات: التوافق، والضميرء والانبساط،ء والعصابية، والانفتاح. يوضح هذا العامل أبعاد شخصية مجموعة من الناس والاختلافات التي (SE من خلفياتهم أو نشأتهم. ويعد التوقيع مؤشر موثوق وفعال للشخصية ely على ميزاته التي أنشأها ale دراسة الخط. كما يعد سهل الاستخدام، ومعظم الناس لديهم توقيع واحد وثابت. ان تحليل التوقيع هو طريقة إسقاط تشبه dal الجسد تلخص العديد من جوانب شخصية الفرد، مثل مهاراته الاجتماعية، وطريقة تفكيره، وكيف يؤدي عمله. لذلك تم استخدامه في هذه الدراسة لتصنيف شخصيات الأفراد. في هذا العملء تم بناء نظام ذكائي متعدد التقنيات لتصنيف سمات الشخصية؛ سمي PTAIS (النظام الذكائي لتحليل سمات الشخصية). يتكون النظام الذكائي من عدة مراحل. المرحلة الأولى تضمنت جمع عينة من صور تواقيع أعضاء هيئة التدريس في جامعة الموصل والمعلومات الديموغرافية الخاصة cogs إضافة إلى جانب نماذج لأسئلة التحليل الشخصية. في المرحلة الثانية، تم إنشاء قاموس تحليل الشخصية (RTFM) لتصنيف قاعدة البيانات الى خمس Ly GL على عامل الخمسة الكبار والتي تم فحصها من قبل خبير في علم الشخصية. اما في المرحلة الثالثة، تمت معالجة قاعدة البيانات gh ومن ثم استخدام الخوارزميات الهيكلية والإحصائية والتعلم العميق لاستخراج الميزات المهمة. في المرحلة الأخيرة تم تصنيف سمات الشخصية إلى خمس مجموعات مختلفة باستخدام أربعة نماذج ذكائية . استخدم النموذج الأول 1 (Three Models Pretrained Personality Trait )3MPPT ثلاثة نماذج منفصلة مُدرية مسبقًا (Inceptionv3) (ResNet50) ((VGG16) لتصنيف سمات الشخصية بعد تجميد الطبقات العليا وإعادة ضبط الطبقات السفلى. وكان لاالاان20 ) Proposed (Convolutional Neural Network النموذج الثاني الذي تم فيه اعادة بناء هيكلية شبكة عصبية تلافيفيه عن طريق تعديل طبقاتها وعقدها ومرشحاتها ومعلماتها الفائقة. استخدم هذا النموذج طرق التنظيم مثل dropout والتحسين مثل Adam ومتوسط التدرج العشوائي5010. اما النموذج الثالث (20680051)مسؤول عن تصنيف (Fusion Dataset والتي تم استخلاصها من خلال عدة clay les ثم تحديد أهم الميزات باستخدام مكتبة .Featurewiz بعد ذلك، تم تصنيف الميزات باستخدام خوارزمية ArjlgiIXGBOOST وأربعة أنوية CPU لاستغلال معظم موارد الكمبيوتر. النموذج الاخير يسمى (Hybrid Fuzzy Deep Learning Five) HFDLS الذي طور التعلم العميق من خلال دمجه مع التعلم الغامض وجعله طبقة داخل طبقات التعلم العميق. في هذا النموذج، تم استخدام نوعين مختلفين من الميزات، والاستفادة من كلا التمثيلين للتخلص من الغموض والضوضاء. تم تحليل النتائج ومناقشتها باستخدام الأساليب الادائية والاحصائية المختلفة. أظهرت النتائج أن النماذج المقترحة (PCNN s PXGBOOST ; HFDLS) حققت أفضل أداء في جميع المقاييس، لا سيما الدقة ومقياس كوهين كاباء مقارنة بالنماذج المدربة مسبقًا والطرق التقليدية والدراسات السابقة. Gus حقق النموذج الهجين (HFDLS) دقة تصل إلى 294، وكانت نتيجة كوهين كابا له HAN اما النموذج (2(0680051)فقد حقق دقة ،LAA ونتيجة كوهين LIS 51/. حقق نموذج PCNN دقة HA وكوهين VO LIS تم ملاحظة ان نموذج PONN حقق أداءً أفضل من جميع الموديلات الأخرى باستثناء الطرق .Inceptionv3 , ResNet50 كانت دقة النموذج الأول LAY ودرجة كوهين LIS له .ZAA كذلك تجاوز النموذج الثاني نموذج PENN قليلآء حيث كانت تبلغ دقته [AO ودرجة كوهين LAY US وأخيراً كشفت النتائج أن هناك تشابهاً جيداً وعلاقة بين تحليل التوقيع وصيغ الأسئلة التحليلية بنسبة ./7١ كما أظهرت النتائج أن أعلى فئة من أعضاء هيئة التدريس في جامعة الموصل هي فئة الضمير. قرار لجذ لجنة المناقشة نشهد أننا أعضاء لجنة المناقشة قد اطلعنا على الاطروحة الموسومة " تصنيف سمات الشخصية بالاعتماد على دمج البيانات باستخدام الذكاء الاصطناعي “وناقشنا الطالبة " ربى طلال إبراهيم احمد " في محتوياتها وفيما له علاقة بها بتاريخ 7٠١7/ © /٠١ ونعتقد أنها جديرة بالقبول لنيل شهادة دكتوراه فلسفة في علوم الحاسوب. التوقيع: التوقيع: الاسم: أ.د.منار يونس احمد الاسم: أ.د.لهيب محمد ابراهيم المرتبة العلمية: المرتبة العلمية: التاريخ: /) Vevey التاريخ: /) Vevey رئيس اللجنة عضو اللجنة التوقيع: التوقيع: الاسم: أ.د.شهباء إبراهيم خليل الاسم: أ.م.د. يسرى فيصل محمد المرتبة العلمية: المرتبة العلمية: التاريخ: /) /“.٠؟ التاريخ: /) Vevey عضو اللجنة عضو اللجنة التوقيع: التوقيع: الاسم:أ.م.د. محمد عبدالمطلب محمد الاسم: أ.د فوزية محمود رمو المرتبة العلمية: المرتبة العلمية: التاريخ: /) Vevey التاريخ: /) Vevey عضو اللجنة عضو اللجنة (المشرف) قرار مجلس الكلية اجتمع مجلس كلية علوم الحاسوب والرياضيات بجلسته ) ) المنعقدة بتاريخ ٠١75/ ١/ وقرر منحها شهادة دكتوراه فلسفة في علوم الحاسوب. التوقيع: التوقيع: , . الاسم: أ.د صفوان عمر حسون الاسم: أ. د. ضحى بشير عبد الله التاريخ: || اليتق التاريخ: | yevyy مقرر مجلس كلية علوم الحاسوب والرياضيات عميد كلية علوم الحاسوب والرياضيات

Personality traits reflect a person's thoughts, feelings, and behavior as well as his culture and social environment. Personality traits are quantitative measures, so they are based on general concepts. For example, we say that this person is tense, open, or eager for his appointment, and so on. There are many test personality measures, the most famous of which is the Big Five factor, which classifies an individual's personality into five categories: agreeableness, conscientiousness, extraversion, neuroticism, and openness. This factor shows the personality dimensions of a group of people and the differences that come from their backgrounds or upbringings. A signature is a reliable and effective predictor of personality based on its features established by graphology. It is easy to use, and most people have a single, and fixed signature. Also, signature analysis is a projection method similar to body language that sums up several aspects of a person's personality, like their social skills, how they think, and how they do their work. Therefore, it was used in this study to classify the personalities of individuals. In this work, a multimodal intelligent system for classifying main personality traits, called Personality Traits Analysis Intelligent System (PTAIS) was built. The intelligent system consists of several steps. In the first step, samples of signature images of University of Mosul faculty members and their demographic information, as well as samples of their personal analysis questions were collected. In the second step, a personality analysis dictionary (RTFM) was created to categorize the dataset into five classes based on the Big Five factor. Then, a personality science expert examined each of these five groups. In the third step, the dataset is first processed, and then structural, statistical, and deep learning algorithms are used to extract the important features. The last step was to use four intelligence models to classify personality traits into five different groups. The first model was called 3MPPT (Three Models Pretrained Personality Traits). This model used three separate pre-trained models (VGG16, ResNet50, and Inceptionv3) to classify personality traits after freezing top layers and adjusting bottom layers. The PCNN (Proposed Convolutional Neural Network) was the second model. It reconstructed a convolutional neural network by adjusting its layers, nodes, filters, and hyperparameters. These two models used regularization methods like dropout, learning rate and Adam optimization method. The third model (PXGBOOST) was responsible for classifying the fusion dataset, which is extracted by several algorithms and then selected the most important features using the featurewiz library. Then, the features were categorized into groups using the parallel XGBOOST algorithm and four CPU cores to exploit the most computer resources. The latest model was called HFDL5 (Hybrid Fuzzy Deep Learning Five). This model has been used to modify deep learning by combining it with fuzzy learning and making fuzzy learning a layer within the deep learning layers. In this model, two different kinds of features were taken out, and the benefits of both were used to get rid of ambiguity and noise. The results were analyzed and discussed using different performance and statistical methods. The results showed that the proposed models (HFDL5, PXGBOOST, and PCNN) did the best on all measures, especially the accuracy and Cohen's kappa measures compared to the pre-trained models, traditional methods, and the literature review. The hybrid model (HFDL5) achieved 99%, 98% in accuracy and Cohen's kappa measure respectively. The PXGBOOST model performed 98% of accuracy and 97% Cohen's kappa measure. While the PCNN model had accuracy of 93% and 75% Cohen's kappa measure. The PCNN did better than all the other models except the ResNet50 and Inceptionv3 models. The first model had 97% of accuracy and 88% of Cohen's kappa. The second model slightly exceeded the PCNN model as it had 95% of accuracy and 83% of Cohen's kappa score. Finally, the results revealed that there is a good similarity and a relationship between signature analysis and the analytical question forms by 71%. The results also showed that the highest category of faculty members at the University of Mosul who signatures were collected is conscientious.

طلب نسخة من الملف

الملفات غير منشورة على الموقع. اترك بياناتك وسيتواصل معك موظفو قسم الشؤون الثقافية والفنون لإرسال النسخة مجاناً.

الاسم

رقم الهاتف

البريد الإلكتروني

الغرض من الطلب (اختياري)

إرسال الطلب