research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
Modeling Soil Temperature at different depths and times as a function of some climatic data Using Artificial Neural Network
نمذجة درجات حرارة التربة على اعماق واوقات مختلفة بدلالة بعض المعلومات المناخية باستخدام الشبكات العصبية الاصطناعية

Authors: عصام محمود محمد --- 2شهلة عبدالوهاب عبدالقادر --- 3نجم عبدالله عبدالقادر
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2012 Issue: المؤتمر العلمي الثاني لكلية الزراعة Pages: 1240-1250
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

In this study, implementation of artificial neural network model has been used to estimate soil temperatures at various depths and different measuring times, as a function of mean air temperature, number of sunshine hours, radiation, for any day of the year.ANN (artificial neural network ) of back propagation and fitness algorithms models . The data of soil temperature is taken from research department of soil and water / Nineveh province for the period from 1980 to 1983 and it include daily measurements of soil at depths of 5,10, 20, 30,50 and 100 cm and for three periods at 9, 12 and 15 clock for cultivated and bare soil. The data of two years was used to learn the network and the data of one year was used to test the network and compare its output with the measured data, three performance functions, namely root mean square errors (RMSE) and determination coefficient (R2), were used to evaluate the neural model , to find the adequacy between estimated data and the outputs of neural network for one year, the values of R2 ranging between 0.95 -0.99 and the values of RMSE decreased significantly for all cases of estimation. The results shows the possibility of using neural networks in the composition of the model that can be used in the estimation of deep soil temperatures through the use of surface soil temperature for three times of measurement, the successful use of neural networks in the composition of the model that can be used to estimate the deep soil temperatures through the use of soil-surface temperatures, which are measured at different time periods. Successful construction of General ANN model that predict soil temperature at any depth and time from soil surface temperature of any time have been made. The ability of constructing ANN of two dimension could estimate soil temperature with very high accuracy by adding time dimension and soil depth dimension.

تم في هذا البحث تطبيق نموذج الشبكة العصبية لتخمين درجات حرارة التربة على اعماق مختلفة وباوقات قياس مختلفة بدلالة درجة حرارة الهواء وعدد ساعات السطوع والاشعاع الشمسي لاي يوم من السنة باستخدام شبكة الانتشار العكسي،وشبكة الملاءمة ذات خوارزمية الانتشار العكسي للخطا . تم استخدام البيانات الماخوذة من دائرة بحوث التربة والمياه/ محافظة نينوى للفترة من 1980 - 1983 وهي تشمل درجات حرارة التربة اليومية على اعماق 100،50،30،20،10،5 سم ولثلاث فترات عند الساعة 9 , 15،12 لترب مزروعة وغيرمزروعة . استخدمت بيانات عامين لتطوير النماذج ، واستخدمت بيانات عام واحد (1983) لتقييم النماذج ومقارنة مخرجاتها مع البيانات المقاسة, استخدمت مقاييس معامل التحديد R2 ، جذر متوسط مربع الاخطاء RMSE في الحكم على مدى تطابق البيانات المقاسة ومخرجات الشبكات العصبية لاختيار افضل نموذج تنبؤي من بين النماذج المطبقة، حيث تراوحت قيم معامل التحديد بين 0.86– 0.97 واظهرت قيم جذر مربع الاخطاء انخفاضا ملحوظا لجميع نماذج التخمين. اظهرت النتائج امكانية استخدام الشبكات العصبية في تكوين نموذج يتم استخدامه في تخمين درجات حرارة اعماق التربة عن طريق استخدام درجات درجة حرارة الهواء وعدد ساعات السطوع والاشعاع الشمسي ولازمنة القياس الثلاثة . امكانية تكوين نماذج شبكات عصبية صناعية ثنائية البعد تعطي تنبؤات ذات دقة عالية لدرجة حرارة اعماق التربة اليومية، مع امكانية اضافة بعد الزمن وبعد عمق التربة.


Article
Using Artificial Neural Networks in Total Manganese Estimation for Some Soils in Middle and Northern of Iraq
استخدام الشبكات العصبية الاصطناعية في تخمين المنغنيز الكلي في بعض ترب وسط وشمالي العراق

Author: Mohammed Tahir Said Khalil محمد طاهر سعيد خليل
Journal: Tikrit Journal for Agricultural Sciences مجلة تكريت للعلوم الزراعية ISSN: 18131646 Year: 2016 Volume: 16 Issue: 2 Pages: 185-196
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

The study was applied on 111 soil samples were collected from 22 selected locations in middle and northern Iraq differ in their total manganese contents. Aim is to use artificial neural networks to find the most efficient mathematical model for total manganese estimation. Some soil characteristics (EC, organic matter, CEC, clay content, CaCO3, pH) have been depended as inputs for assumed artificial neural networks model. Statistically, stepwise multiple linear regression model was carried out to find a linear harmony between artificial neural network outputs and observed total manganese data for soil samples were excluded from training group. Results of neural networks application referred that root mean square error (RMSE= 50.3), mean absolute percent error (MAPE= 8.6%), validation factor (VF= 90.5) and correlation relationship (r= 0.92) between observed and estimated soil total manganese values, also statistical analysis by using MATLAB programs band for neural networks outputs referred that correlation relationships for training, validation, test groups and total data of soil samples were (r= 0.88) , (r= 0.92) , (r= 0.85) , (r= 0.88) respectively indicating for efficiency artificial neural networks in total manganese estimation with depending upon soil characteristics mentioned above.

تم تطبيق الدراسة على 111 نموذج تربة جمعت من 22 موقعا مختارا في وسط وشمالي العراق تختلف في محتواها من المنغنيز الكلي بهدف اٍستخدام الشبكات العصبية الاصطناعية لإيجاد أكفأ أنموذج رياضي في تخمين المنغنيز الكلي في الترب. اعتمدت فيها بعض صفات الترب (التوصيل الكهربائي والمادة العضوية والسعة التبادلية الكاتيونية ومحتوى الطين وكربونات الكالسيوم والدالة الحامضية) كمدخلات لأنموذج الشبكة العصبية الاصطناعية المقترحة. إحصائيا، تم أجراء تحليل الانحدار لإيجاد توافقا خطيا بين مخرجات الشبكة العصبية الاصطناعية وبيانات المنغنيز الكلي الحقيقية لنماذج الترب غير الداخلة ضمن مجموعة التدريب. أشارت نتائج استخدام الشبكة العصبية إلى أن جذر متوسط مربع الخطأ (RMSE = 50.3) و متوسط النسبة المئوية للخطأ المطلق (MAPE=8.6%) وعامل التحقق (VF= 90.5) وعلاقة الارتباط (r= 0.92) بين القيم الحقيقية والمخمنة للمنغنيز الكلي ، التحليل الإحصائي لمخرجات الشبكة العصبية باستخدام حزمة برمجياتMATLAB أشار إلى إن علاقة الارتباط لكل من مجموعات التدريب والتحقق و الاختبار والبيانات الكلية كانت (r= 0.88) و (r= 0.92) و (r= 0.85) و (r= 0.88) على التوالي مما يدل على كفاءة استخدام الشبكة العصبية الاصطناعية في تخمين المنغنيز الكلي في الترب اعتمادا على صفاتها أعلاه.


Article
Comparing Several Nonlinear Estimators for Regression Function Abstract
مقارنة بضعة مقدرات لاخطية لتقدير دالة الانحدار

Authors: . مناف يوسف حمود --- مروان عبد الحميد عاشور
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2012 Volume: 18 Issue: 68 Pages: 359-372
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The aim of this paper is to estimate a nonlinear regression function of the Export of the crude oil Saudi (in Million Barrels) as a function of the number of discovered fields. Through studying the behavior of the data we show that its behavior was not followed a linear pattern or can put it in a known form so far there was no possibility to see a general trend resulting from such exports.We use different nonlinear estimators to estimate a regression function, Local linear estimator, Semi-parametric as well as an artificial neural network estimator (ANN).The results proved that the (ANN) estimator is the best nonlinear estimator among the others in estimating the export of crude oil Saudi.

تركز هذا البحث على تقدير دالة الانحدار المتمثل بتطبيق عملي يشير الى كمية صادرات النفط السعودي كدالة بدلالة عدد حقول النفط المكتشفة فيها ،اذ تم اخذ السعودية ودراسة صادراتها كونها تعد من احدى كبريات الدول المصدرة للنفط ومن الدول المستقرة سياسيا وماليا وامنيا في منطقة الخليج العربي والشرق الاوسط .ولغرض دراسة سلوك البيانات تبين ان السلوك الناتج لم يكن متبعا نمطا خطيا معروفا ولم تكن هنالك امكانية لمعرفة الاتجاه العام الناتج عن تلك الصادرات ،اذ لوحظ من خلال رسم البيانات وجود نمطا غير خطيا مما قاد هذا الى استخدام مقدرات لاخطية لامعلميه ،شبه معلميه فضلا عن مقدر يسمى بمقدر الشبكة العصبية الاصطناعية.وبينت النتائج ان افضل مقدر اعطى تقديرا وافيا وكافيا وعبرعن الظاهرة المدروسة بشكل سليم هو مقدر الشبكة العصبية الاصطناعي الذي اثبت تفوقه على المقدرات اللامعلميه وشبه المعلميه المستخدمة في هذا البحث.مفاتيح البحث: دوال الانحدار، المقدر الخطي الموضعي، المقدر شبه المعلمي المدمج، مقدر الشبكة العصبية الاصطناعية، الشبكات العصبية ذات الانتشار العكسي للخطأ


Article
نظام هجين : توازي خوارزمية جينية- عصبية في كبس الصور الكسوري باستخدام حاسبات متعددة

Loading...
Loading...
Abstract

Recently, effective technologies in Fractal Image Coding (FIC) were used to reduce the complexity of search for the matching between the Range blocks and the Domain blocks which reduces the time needed for calculation. The aim of this research is to propose a Hybird Parallel Neural -Genetic Algorithm (HPNGA) using the technique of (Manager/Worker) in multiple computers in order to obtain the fastest and best compression through extracting the features of the gray and colored images to attenuate the problem of dimensions in them .The NN enabled to train separate images from the test images to reduce the calculation time. The NN able to adapt itself with the training data to reduce the complexity and having more data and is merged with the parallel GA to reach optimum values of weights with their biases. The optimum weights obtained will classify the correct search domains with the least deviation ,which, in turn ,helps decompress the images using the fractal method with the minimum time and with high resolution through multiple computers. The results showed that the proposed hybrid system is faster than the standard algorithm ,the NN and GA in decompressing the FIC and they are flexible and effective to reach the optimum solution with high speed and resolution .The search method used for compression and de-compression has a vital role in improving the ratio and the quality of image compression which reached 15s .The ratio of compression reached to 90.68% and the image improvement after decompression reached to 34.71db when compared to other methods of (FIC), which didn't exceed 90.41% and image quality of 32.41db and the execution speed was only 21s.

استخدمت مؤخرا تقنيات فعالة في التشفير الكسوري للصور Fractal Image Coding(FIC) لتقليل تعقيد البحث للتطابق بين كتل المدىRange Block وكتل المجال Domain Block الذي يقلل الوقت المستغرق في الحساب. الهدف من هذا البحث اقتراح نظام هجين : توازي خوارزمية جينية- عصبية في كبس الصور الكسوري Hybird Parallel Neural -Genetic Algorithm (HPNGA) بتقنية المدير/العامل في حاسبات متعددة للحصول على اسرع وافضل كبس من خلال إستخلاص الصفات للصور الرمادية والملونة لتقليل مشكلة الأبعاد فيها، اذ مكنت الشبكة العصبية من تدريب صور منفصلة عن صور الاختبار لتقليل وقت الحساب، كما استطاعت الشبكة العصبية أن تكيف نفسها من بيانات التدريب لتقليل التعقيد وامتلاكها بيانات أكثر، ودمجت مع الخوارزمية الجينية المتوازية للوصول الى القيم المثالية من الأوزان بانحيازاتها، والأوزان المثالية التي تم الحصول عليها سوف تصنف مجالات البحث الصحيحة بأدنى انحراف والذي يساعد على فك الكبس للصور بالطريقة الكسورية بأقل وقت وبدقة عالية من خلال حاسبات متعددة .بينت النتائج ان النظام الهجين المقترح أسرع من الخوارزمية القياسية ،الشبكات العصبية والخوارزمية الجينية في كبس الصور الكسوري FIC ، وأنها مرنة وفعالة للوصول إلى الحل الأمثل بسرعة وكفاءة عاليتين، وان طريقة البحث المستخدمة للكبس وفك الكبس كان لها دور فعال في تحسين نسبة ونوعية الكبس للصور بسرعة عالية وصلت الى 15 s، كما وصلت نسبة الكبس الى 90.68 % وتحسين نوعية الصورة بعد فك الكبس الى ما يقاربdb 34.71مقارنة بالطرائق الاخرى لكبس الصور الكسوري التي لم تتجاوز نسبة الكبس فيها الى 90.41% ونوعية صورة32.41db وبسرعة تنفيذ لم تتجاوز الى 21s.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

Arabic (4)


Year
From To Submit

2016 (1)

2013 (1)

2012 (2)