من أهداف هذه الدراسة تبيان العلاقة بين كمية فيروس HCV والنمط الوراثي لهذا الفيروس لدى المرضى المترددين على وحدة الفيروسات بمستشفى طرابلس المركزي ( دراسة تأثير كمية فيروس HCV والنمط الوراثي لهذا الفيروس على إنزيمات الكبد لدى المرضى المذكورين( كذلك تحديد نسبة النمط الوراثي لفيروس HCV ونوعه لدى المرضى الحاملين له.استخدمت تقانى معملية (الإليزا ELISA،الريبا (RBIA للكشف عن هذا الفيروس في عينات دم المصابين والتي تم تجميعها في هذه الدراسة ، وتفاعل إنزيم البوليميريز المتسلسل PCR لتحديد كمية الفيروس في الدم ، وتحاليل لتحديد الأنماط الوراثية للفيروس Genotypes .إن انتشار فيروس HCV في تزايد بين أفراد المجتمع وهو من الفيروسات الفتاكة. ومما يزيد من خطورة هذا الفيروس أنه لا يوجد له تطعيم ولا تظهر أعراضه في البداية في معظم المصابين به., وهذا الفيروس أكثر انتشارا بين الفئة العمرية من 20 - 40 سنة وهى من أكثر الفئات العمرية المؤثرة في النشاط الإقتصادى في المجتمع , ترجع أسباب انتشاره في مجتمعنا إلى أمور عدة ( نقل الدم ، مرضى الغسيل الكلوي، الأدوات الجراحية وغير الجراحية الملوثة بالفيروس بما فيها الحقن بين متعاطي المخدرات). توجد عوامل تسرع في حدة المضاعفات الناتجة عن الإصابة بهذا الفيروس منها: عمر المصاب، تناول المشروبات المحتوية على نسبة عالية من الكحول، تزامن الإصابة مع فيروس نقص المناعة المكتسب وفيروس الوباء الكبدي B. نسبة انتقال هذا الفيروس بين الأزواج الطبيعيين قليلة جدا، كذلك انتقال الفيروس من الأم إلى الجنين قليلة جدا. تسمى الإصابة بهذا الفيروس بالمرض الصامت، فالعديد من المصابين به لا تظهر عليهم أية أعراض فهم حاملين للفيروس ومصدرا للعدوى به بين أفراد المجتمع وهذا يزيد من خطورة هذا الفيروس. تتراوح مدة الإصابة بهذا الفيروس لدى بعض المصابين به من 20 إلى 30 سنة. هناك مرحلتين من الإصابة بهذا الفيروس: المرحلة الحادة، والمرحلة المزمنة وقد ترتفع إنزيمات الكبد إلى أعلى من معدلها الطبيعي في جسم المصابين به لأن الفيروس يهاجم خلايا الكبد ويسبب في انفجارها، وتتطور الإصابة به إلى سرطان وتليف في الكبد.أظهر هذا الفيروس قدرة كبيرة على تغيير أنماطه الوراثية مما يؤدى إلى صعوبة التعامل معه طبيا. تبين أن لهذا الفيروس وإلى حين الانتهاء من هذه الدراسة 11 نمطا وراثيا، وأكثر من 90 تحت الفرع subtype)) من أهم الأنماط الوراثية المنتشرة في ليبيا والتي ظهرت في هذه الدراسة .1a,1b,2a,2b,3a,3b,3c,4a,4fوقد بينت هذه الدراسة ظهور النمط الوراثي4 f للمرة الأولى في ليبيا حيث لم تشر إليه دراسات أخرى ذات صلة. والنمط الوراثي 4 هو من الأنماط الوراثية التي تحتاج إلى فترة علاج أطول وجرعات دوائية أكثر. وفي بلادنا تنتشر الأنماط الوراثية المختلفة لهذا الفيروس بسبب الانفتاح الإقتصادى مع الدول المجاورة (العربية والأفريقية). ظهرت علاقة قوية بين المتغيرات (كمية الفيروس وإنزيمات الكبد) في هذه الدراسة فنجد أن هناك علاقة قوية بين كمية الفيروس وإنزيم الكبد ALT (إحصائيا) فقيمة التباين بينهما p = 0.048 (معامل الارتباط r = 0.273 أي أن قيمة التباين كانت أقل من 0.05) ووجدت علاقة أيضا بين كمية الفيروس وإنزيم AST حيث قيمة التباين بينهما p = 0.106 (r = 0.224) وظهرت علاقة بين إنزيم الكبد ALK وكمية الفيروس ولكن هذه العلاقة ليست ذات دلالة إحصائية حيت أن قيمة التباين p = 0.106 وهي أكبر من 0.05.
الطاهر محمد الطربان (2010)

هذه الدراسة تتركز على تحسين المعلومات بحل المشاكل الأستاتيكية الناتجة عن الكثبان الرملية في الامتياز (NC210) الذي يقع في حوض مرزق في الجنوب الغربي من ليبيا. وقد ثم اختيار عدد اثنين من الخطوط السيزمية وهما الخط (NC210-05-207) والخط (NC210-05-200) لإجراء هذه الدراسة. تم استخدم طريقتين لحساب التصحيحات الأستاتيكية وتم عرض النتائج. وبلغ طول هذين الخطين )26.5) كيلو متر وتم معالجتهما في شركة شمال أفريقيا للاستكشاف الجيوفيزيائ (NAGECO) باستخدام برنامج (ProMAX software, 2003) وكذلك برنامج (GeoTomo software).تم تطبيق معلومات الإنكسار السيزمي بطريقة (Delay Time Method) وكذلك طريقة حفر الآبار Uphole Method)) في هذه الحسابات. وأخيراً تم عرض أمثلة للمقاطع السيزمية باستخدام هاتين الطريقتين ومناقشة النتائج المتحصل عليها. Abstract This study deals with static problems on seismic reflection profiles over sand dunes in concession NC210 in Murzuq Basin southwestern Libya. Two methods of computing field statics have been implemented and the results are presented. Two seismic lines of 26.5 km total length that crossed over sand dunes were processed in North Africa Geophysical Exploration Company (NAGEC) using proMAX software package for seismic data processing and GeoTomo software for inversion static correction softwares for each set of field statics. The refraction field statics are estimated by picking the first break from seismic reflection records using delay time method. The second method of field statics that has been used in this study is the uphole method or conventional method. Examples of brute stack sections of both seismic lines have been presented with two different field statics.range from fair (10%-20%) and lower Nubian (6%-15%). The permeability values range from (2.40 md) to (91.1md), water saturation varies across the reservoir due to the location with respect to the boundaries of the field, averaging 33%. Nubian formation the cement is quartz overgrowth and pore filling cements including anhydrite, chlorite and clays (kaolinite, chlorite and illite/smectite). The oil contact (owc) 3v-59 is defined to be at sub sea depth of 110110 ft. and 97-II NC (OWC) was observed in the reservoir section. The Net Pay is 235 ft at 6% porosity cut off for Q2well, and Q1well the net pay123ft, at 6% porosity, 3v3 the Net pay is 273.5 ft, MOS is 5.64 ft, and residual oil column heigh 7.133 ft, and 3v4 well the net pay equal 324.0 ft, at 6% porosity, Net pay is 273.5 ft, MOS is 3.05 ft, and residual oil column high 2.701ft, and oil saturation 54.66%, Difference in formation water salinity between wells where 3v-59E has salinity of 160,000ppm and OO82 is 215,000 pm. This difference in salinity affects the formation resistivity actor, consequently, the cementation factor because the formation factor depends on many parameters such as porosity, pore size and structure; salinity of connate water and irreducible water saturation.
عبد المجيد عمر أبو محلولة (2013)

لهذه الدراسة هدفان مهمان وهما: أولاً: توضيح فكرة بناء الشبكات؛ العصبية المقترحة ثانياً: مقارنة هذه الطرق بالإدراك الجيد لنماذج السلاسل الزمنية (ARIMA) باستعمال المعيار MSE، وهو المعيار الأول لتدريب الشبكة العصبية والثاني لحساب آلية توقعات نماذج الشبكات العصبية. باستخدام بعض الأمثلة الخاصة اتضح أن الإجراءات حول نموذج الشبكات العصبية وجدت بأنها تقدم توقعات أفضل من نماذج السلاسل الزمنية، وأن نماذج الشبكات العصبية قد تستعمل في التنبؤ ببيانات السلاسل الزمنية بتعديل بعض الأوزان التى تعتبر معالم نماذج الشبكات العصبية والتى يمكن أن تقدر خلال عملية تدريب الشبكة، ودقة التوقعات مقدرة بالدالة المناسبة التى تستعمل في عملية تدريب الشبكة. إن مشكلة تنبؤ النماذج شائعة في التحليلات الإحصائية، وفى الغالب الطرق مستعملة للتعامل مع تنبؤ نموذج الانحدار والسلاسل الزمنية بالرغم من أن هذه الطرق قد لاتكون دقيقة في العينات الصغيرة و النتائج المتحصل عليها في هذا البحث حسبت بفصل مجموعة البيانات إلى مجموعتين جزئيتين أو أكثر، استعملنا الجزء الأول لملائمة النموذج والجزء الأخير لبناء التوقع باستخدام المعيار MSE كأداة للمقارنة بين النماذج, وكلما كانت قيمة هذا المعيار صغيرة كان النموذج أفضل. Abstract This study has two objectives. First, presenting artificial neural networks (ANN) second, comparing the proposed method with the well known ARIMA model, the accuracy of the neural network forecasts is compared with the corresponding ARIMA models by using the mean square error (MSE). By using the proposed (MSE) measures the artificial neural networks (ANN) were found deliver a better forecasts than the ARIMA model. A class of artificial neural networks (ANN) may be used in forecasting time series data. It may be used to approximate unknown expectation function of future observation given past values , thus the weights of these ANN can be viewed as parameters, which can be estimated through the network training. Then the model is used for forecasting. The accuracy of the forecasts is evaluated by suitable function. The problem of forecasting model is common in statistical analysis. One of the mostly used approach to deal with forecasting model is regression and time series. Although, approaches may not accurate in small sample. In an effort to forecast daily flow waters to the three important dams such as Ejdabia, Sirt, Benghazi, we will training to a take new tool if forecasting model which known as neural network model. This tool deal with testing data after made as partition of the original series into two sets first is called training set, were used to fit the model, while the second is called testing sets, were used to make forecasting. In this work the MSE is well known as tool for comparing between the models, further more when the MSE is less, the value of this model is a better than other models.
ساميه محمد ميره (2010)