TY - JOUR ID - TI - Using Genetic Algorithm To Determine The Architecture for Adaptive Neural Network To Recognize Some Of Arabic Phonemes استخدام الخوارزمية الجينية لتحديد معمارية شبكة انسياب الخطأ خلفا المعدلة بمعامل تعلم متكيف لتمييز بعض الفونيمات العربية AU - Saba abdul w. Alabodey صبا عبد الواحد صدام PY - 2008 VL - 34 IS - 2B SP - 7 EP - 14 JO - Journal of Basrah Researches (Sciences) مجلة ابحاث البصرة ( العلميات) SN - 18172695 2411524X AB - The aim of this paper is to determine the best architecture of neural network by using the genetic algorithm to recognize some of Arabic phonetics.In this paper the recorded speech signal has been processed through two stages. The first stage contains the required calculations of the best locations, while in the second stage the frequencies values and different manipulation have been calculated such as sorting, scaling and selecting three frequencies value to represent each phoneme.In the third stage the genetic algorithm will be used to determine the architecture of neural network to recognize the Arabic phonemes. The sound signals are recorded by using sound forge 5 , and work done by using Matlab 6.5 and turbopascal7 . As a result the recognition percentage is more than 80% .

يهدف العمل في هذا البحث الى تحديد افضل معمارية شبكة عصبية باستخدام الخوارزمية الجينية لتمييز بعض الفونيمات العربية . تضمن العمل ثلاث مراحل اساسية , شملت الاولى والثانية معالجة الاشارات الصوتية المسجلة من خلال اجراء الحسابات اللازمة لتحديد افضل المواقع التي يمكن اختيارها لتقطيع السلسلة الطويلة من العينات واستخلاص قيم طيف الترددات التي تحتويها الاشارة الصوتية , وضمت ايضا كل المعالجات التي نفذت على قيم طيف الترددات الناتج من استخدام طريقة فورير من اختيار وترتيب وتقييس القيم المميزة لكل اطار Frame صوتي مستخدم .اما المرحلة الثالثة فقد تضمنت استخدام الشبكة العصبية ذات الانسياب الخلفي المعدلة بمعامل تعلم متكيف والمحددة معماريتها باستخدام الخوارزمية الجينية كمميز لتمييز مجموعة الانماط التي تمثل كل منها صفة مميزة من صفات الفونيمات العربية المتكونة منها الاشارة الصوتية المسجلة .سجلت الاشارات الصوتية باستخدام برنامج Sound forge 5 وطبق العمل بتصميم وتطبيق برامج بواسطة كل من Matlab 6.5 و turbo pascal 7 وكانت نسبة دقة التمييز التي تم الحصول عليها هي 80% . ER -