000			03928namaa22004331i 4500
003			EG-GICUC
005			20251202143102.0
008			251202s2025 ua a|||frm||| 000 0 eng d
040			_aEG-GICUC _beng _cEG-GICUC _dEG-GICUC _erda
041	0		_aeng _beng _bara
049			_aDeposit
082	0	4	_a005.7
092			_a005.7 _221
097			_aM.Sc
099			_aCai01.20.01.M.Sc.2025.Am.E
100	0		_aAmr Essam Hassan, _epreparation.
245	1	0	_aEnhancing training performance for small models using data-centric approaches / _cby Amr Essam Hassan ; Supervised Prof. Reda Abdel Wahab Ahmed El-Khoribi, Prof. Eid Mohamed Emary.
246	1	5	_aتحسين اداء التدريب للنماذج الصغيرة باستخدام نهج التمحور حول البيانات
264		0	_c2025.
300			_a69 Leaves : _billustrations ; _c30 cm. + _eCD.
336			_atext _2rda content
337			_aUnmediated _2rdamedia
338			_avolume _2rdacarrier
502			_aThesis (M.Sc)-Cairo University, 2025.
504			_aBibliography: pages 66-69.
520		3	_aThe system improves datasets by filtering low-quality samples and generating high-quality synthetic data. Evaluated across various models, it demonstrated notable improvements in accuracy, precision, recall, and F1-score. While scalability to large datasets remains a challenge, the system shows potential in critical domains like healthcare, finance, and autonomous systems. Future work includes advanced data augmentation and adaptation for diverse data types. The system's adaptability enables continuous model improvement and robust decision-making when integrated into existing machine learning pipelines.
520		3	_aعمل النظام على تحسين مجموعات البيانات عن طريق تصفية العينات ذات الجودة المنخفضة وإنشاء بيانات تركيبية عالية الجودة. تم تقييم النظام عبر نماذج متنوعة، وأظهر تحسينات ملحوظة في الدقة والدقة التنبؤية والاسترجاع ودرجة F1. رغم أن قابلية التوسع لمجموعات البيانات الكبيرة لا تزال تمثل تحديًا، إلا أن النظام يظهر إمكانات واعدة في مجالات حيوية مثل الرعاية الصحية والتمويل والأنظمة الذاتية. تشمل الأعمال المستقبلية تطوير تقنيات تعزيز البيانات وتكييف النظام لأنواع بيانات متنوعة. تُمكّن مرونة النظام من تحسين النموذج بشكل مستمر واتخاذ قرارات أكثر دقة عند دمجه في خطوط الأنظمة الذكية الحالية. يعتمد النظام على إزالة البيانات ذات الجودة المنخفضة وإنشاء بيانات جديدة تعزز من دقة التنبؤ بالنموذج. تُعد هذه الخطوة أساسية نحو تحسين النماذج في البيئات ذات التحديات الكبيرة والمتغيرة باستمرار.
530			_aIssues also as CD.
546			_aText in English and abstract in Arabic & English.
650		0	_aSoftware
650		0	_aبرمجيات
653		1	_aData-Centric AI _aSmall Models _aMachine Learning _aTraining Performance _aAr tificial Intelligence _aGenerative Adversarial Networks (GAN) _aModel-Centric AI _aConvolutional Neural Networks (CNN) _aDeep Neural Networks (DNN)
700	0		_aReda Abdel Wahab Ahmed El-Khoribi _ethesis advisor.
700	0		_aEid Mohamed Emary _ethesis advisor.
900			_b01-01-2025 _cReda Abdel Wahab Ahmed El-Khoribi _cEid Mohamed Emary _UCairo University _FFaculty of Computers and Artificial Intelligence _DDepartment of Information Technology
905			_aShimaa
942			_2ddc _cTH _e21 _n0
999			_c176425