Positive Definite Kernels in Machine Learning: Theoretical Framework (Mercer’s Theorem & RKHS) and Empirical Evaluation on Kernel Performance

تؤدي النوى الموجبة المحددة (Positive Definite Kernels - PDKs) دوراً جوهرياً في مجال تعلم الآلة؛ حيث تقدم هذه الورقة بحثاً يجمع بين الجوانب النظرية والعددية لاستكشاف سلوك هذه النوى. ونحن ندرس هنا النوى الخطية (Linear)، ومتعددة الحدود (Polynomial)، ونوى دالة الأساس الشعاعي (RBF)، مع إجراء مقارنة بين خصائصها باستخدام مجموعة بيانات مرجعية، مع التركيز على أثر كل نوع منها في تعزيز أداء النموذج. وقد تم تنفيذ العمل باستخدام لغة البرمجة "بايثون" (Python) مع التركيز على الجوانب التطبيقية؛ وتُظهر الدراسة مدى فعالية النوى الموجبة المحددة في التعامل مع البيانات ذات البنى المعقدة. كما يقدم هذا العمل إطاراً متكاملاً يجمع بين الأسس النظرية والتحقق التجريبي، مما يدعم تحسين أداء النماذج من خلال اختيار واعٍ للنواة المناسبة التي تتلاءم مع تطبيقات محددة.

Authors

Publication Details

Journal
Journal of Insights in Basic and Applied Sciences
Published
2026-11-20
DOI
https://doi.org/10.65421/jibas.v2i4.267
Primary Topic
Machine Learning and ELM
Type
article
Field-Weighted Citation Impact
0.00
Controls
|||
ALL TIME
JAN
FEB
MAR
APR
MAY
JUN
JUL
AUG
SEP
OCT
NOV
article

Positive Definite Kernels in Machine Learning: Theoretical Framework (Mercer’s Theorem & RKHS) and Empirical Evaluation on Kernel Performance

سعاد أحمد أبومريم, Aya Zidan Mohammed, Souad Ahmed Abumaryam, Tahani Zidan Mohammed et al.
Journal of Insights in Basic and Applied Sciences
Machine Learning and ELM
article

Positive Definite Kernels in Machine Learning: Theoretical Framework (Mercer’s Theorem & RKHS) and Empirical Evaluation on Kernel Performance

سعاد أحمد أبومريم, Aya Zidan Mohammed, Souad Ahmed Abumaryam, Tahani Zidan Mohammed, آية زيدان محمد الزرقي, تهاني زيدان محمد
article en

Abstract

تؤدي النوى الموجبة المحددة (Positive Definite Kernels - PDKs) دوراً جوهرياً في مجال تعلم الآلة؛ حيث تقدم هذه الورقة بحثاً يجمع بين الجوانب النظرية والعددية لاستكشاف سلوك هذه النوى. ونحن ندرس هنا النوى الخطية (Linear)، ومتعددة الحدود (Polynomial)، ونوى دالة الأساس الشعاعي (RBF)، مع إجراء مقارنة بين خصائصها باستخدام مجموعة بيانات مرجعية، مع التركيز على أثر كل نوع منها في تعزيز أداء النموذج. وقد تم تنفيذ العمل باستخدام لغة البرمجة "بايثون" (Python) مع التركيز على الجوانب التطبيقية؛ وتُظهر الدراسة مدى فعالية النوى الموجبة المحددة في التعامل مع البيانات ذات البنى المعقدة. كما يقدم هذا العمل إطاراً متكاملاً يجمع بين الأسس النظرية والتحقق التجريبي، مما يدعم تحسين أداء النماذج من خلال اختيار واعٍ للنواة المناسبة التي تتلاءم مع تطبيقات محددة.

Journal of Insights in Basic and Applied Sciences
Machine Learning and ELM
AI Navigator

Ask Laika to Summarize, Analyze, and Connect papers live on the map.

Summarize Papers & Methodologies

Extract key findings, datasets, and comparative methods across publications.

Benchmark Rankings & Visual Analytics

Rank top research institutions, authors, funders, topics, and journals by Field-Weighted Citation Impact (FWCI) and paper volume with instant charts.

Connect Distant Disciplines

Bridge topological clusters on the map to find hidden collaborative intersections.

Laika access coming soon