الحوكمه الإلكترونية والتعليم الإلكتروني هما جوانب هامة من النقل الإلكتروني للمعلومات على مستويين مختلفين . إذا كانت برامج الحكومة الإلكترونية حيوية لتحسين الخدمات العامة، فإن "التعليم الإلكتروني" هو نعمة لضمان التعليم النوعي في كلمكان . لا يزال كثير من الناس يخلط إذا "الحكومة الإلكترونية" و "التعليم الإلكتروني" هما شيئيان مترادفان . هذه الورقة تحاولكشف النقاب عن هذا الخلط من خلال إبراز بعض الجوانب المتنوعة من كل مفهوم . وعلاوة على ذلك، هذه الورقة تستكشفالتأثير المحتمل للحوكمه الإلكترونية على المجتمع الحديث، وتركز على المزايا الكامنة في التعليم الإلكتروني في البيئةالأكاديمية، ونعالج الجوانب الأساسية للجانبين لنفس العملة . المؤلفون يفترضون أن "الحوكمه الإلكترونية" و "التعليمالإلكتروني" هما مفاهيم ناشئة عن تكنولوجيا المعلومات، الاتصالات الحديثة التي يتم تقديمها وتنفيذها على المستويات الحكوميةوالمؤسسية على التوالي لتعزيز التواصل الكفء والفعال للمعلومات الإلكترونية وذلك لسد الفجوة gap للفجوة الرقمية digital divide في جميع أنحاء العالم .
وائل صالح محمد أبوغريس, هلال هدية المنتصر محمد, (7-2012)

In this paper, a customized Auto-Encoder Complex Valued Convolutional Neural Network (AE-CV-CNN) that has been developed in a prior work is applied to Single Symbol Generalized Spatial Modulation (SS-GSM) scheme with new extracted features. The achieved reductions in the computational complexity at the receiver is at least 63.64% for M-PSK schemes compared to the complexity of Maximum Likelihood (ML) detection algorithm. This Fast detection algorithm is based on a proposed Low Complexity ML (LC-ML) detector that affords a complexity reduction of at least 40.91%. With these proposed algorithms, the complexity is reduced as the spatial constellation size increases. Furthermore, in comparison to other sub optimal detection algorithms, the computational complexity in terms of real valued multiplications of the AE-CV-CNN applied to LC-ML is independent of the spatial spectrum efficiency which means that the total spectrum efficiency increases with larger spatial constellation size at no additional complexity.
Akram A. Marseet , Taissir Y. Elganimi(10-2019)

Free space optical (FSO) communication is a promising solution to deliver the last mile communication and to guarantee a high data rate. However, the performance of FSO links can be significantly degraded by adverse weather conditions. Recently, machine learning algorithms (MLAs) have emerged for robust prediction to optimize the network performance. In this work, the Quality factor (Q) of FSO systems is estimated by means of four MLA models, namely, multi-linear regression, support vector regression, decision tree regression, and random forest regression. The synthetic data is used for training and testing these MLAs models, and several atmosphere conditions are considered with multiple transceivers FSO link system. The results of decision tree and random forest models demonstrated high coefficient of determination (R 2 ) and low mean square error (MSE) as compared to the other models.
Amal A. Algedir, Taissir Y. Elganimi(10-2020)