research centers


Search results: Found 14

Listing 1 - 10 of 14 << page
of 2
>>
Sort by

Article
Neurocontrol Car Driving by Assistance Of Radar Networks System
السيطرة بواسطة الشبكات العصبية لقيادة السيارة بمساندة نظام شبكة رادارات

Loading...
Loading...
Abstract

In this paper we are concerned with the construction of an artificial intelligence program as a neurocontroller for safely driving a car in the road with different probable situations. This research mainly interested in the use of neural network (NN) and its work with radars. The proposed approach deals with decision-making mechanisms depending on the target position. The main novelty in this paper lies in the NN controlling depending on the front and back radars readings. This neurocontroller decides car status to increase or decrease acceleration, and turning direction with steering angle to the left or the right while accelerating. Results showed the good capability of this controller with emphasis on skills learning behavior.

هذا البحث يركز على استخدام مسيطرذكاء صناعي لقيادة السيارة بأمان في الشارع، تم التركيز على استخدام الشبكات العصبية و الرادارات. الطريقة المقترحة هي إلية اتخاذ القرارات بالاعتماد على مواقع الأجسام قرب السيارة وحالة الطريق، الشيء المتميز في هذا البحث هو السيطرة بواسطة الشبكات العصبية بمساندة الرادارات من خلال استخدام قراءات شبكات الرادارات الموجودة أمام و خلف السيارة. يمكن لهذا المسيطر تغيير تعجيل السيارة وبالتالي زيادة أو تقليل سرعتها، الاستدارة باتجاه اليمين أو اليسار مع تحديد زاوية دوران مقود السيارة. نتائج الاختبارات أثبتت كفاءة سلوك هذا المسيطر من خلال القيم الواطئة للخطأ.

Keywords

Controller --- Neural Networks --- Radar.


Article
Neural Networks For Estimating The Ceramic Productivity Of Walls

Authors: Ali Sabri Tofan --- Sawsan Rasheed Mohammed
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2011 Volume: 17 Issue: 2 Pages: 200-217
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Productivity estimating of a construction operation is an essential tool for the successful completion of the construction process. Productivity of a construction operation is defined as output of the system per unit of time.In this research Artificial Neural Networks approaches are presented. The main reason for using neural networks for construction productivity estimation is the requirement of performing complex mapping of environment and management factors to productivity.A generic description of the artificial neural networks model is provided, followed by summarized factors that affect ceramic labor productivity, then neural-network model are developed for Estimating ceramic walls productivity, the input data for the model based on experienced superintendents employed by a leading construction general contractor, test results show that the ANN approach can produce a sufficiently accurate estimate with a limited data-collection effort, and thus has the potential to provide an efficient tool for construction productivity estimation.

تخمين الإنتاجية لعملية البناء هي وسيلة أساسية من أجل النجاح في إتمام عملية البناء و تعرف إنتاجية البناء على انها ناتج النظام لكل وحدة من الوقت. في هذا البحث استخدمت الشبكات العصبية الاصطناعية. السبب الرئيسي لاستخدام الشبكات العصبية لتقدير انتاجية البناء هو متطلبات رسم الخرائط المعقدة للبيئة و عوامل ادارة الانتاجية.وضع وصف عام لنموذج الشبكات العصبية الاصطناعية ، يليها تلخيص العوامل التي تؤثر على إنتاجية عمال السيراميك ، ثم طور نموذج من الشبكات العصبية المتقدمة لتخمين انتاجية السيراميك للجدران ، والبيانات المدخلة للنموذج اعتمدت على المراقبين ذوي الخبرة و الموظفين من قبل المقاول العام للانشاء ، تشير نتائج الاختبار الى أن الشبكات العصبية الاصطناعية يمكن ان تؤدي إلى تخمينات دقيقة بما فيه الكفاية مع جهود جمع بيانات محدودة ، وبالتالي فأن الاختبار لديه القدرة على توفير أداة فعالة لتخمين إنتاجية البناء.

Keywords

NEURAL --- NETWORKS --- ESTIMATING --- CERAMIC --- PRODUCTIVITY --- WALLS


Article
Differential evolution for neural networks learning enhancement.
استخدام التطور التفاضلي في الشبكة العصبیة لتحسین التعلم للشبكة

Author: Abdul Sttar Ismail wdaa عبد الستار اسماعبل وداعه
Journal: Journal of university of Anbar for Pure science مجلة جامعة الانبار للعلوم الصرفة ISSN: ISSN: 19918941 Year: 2011 Volume: 5 Issue: 2 Pages: 79-84
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

In this paper ,we use new treatment ,Differential Evolution,, Differential Evolution (DE) has been used todetermine optimal value for ANN parameters such as learning rate and momentum rate and also for weightoptimization. In ANN, there are many elements need to be considered, and these include the number of input nodes,hidden nodes, output nodes, learning rate, momentum rate, bias parameter, minimum error and activation/transferfunctions. Three programs have developed; Differential Evolution Neural Network (DENN), Genetic Algorithm NeuralNetwork (GANN) and Particle Swarm Optimization with Neural Network (PSONN) to probe the impact of thesemethods on ANN learning using various datasets. The results have revealed that DENN has given quite promisingresults in terms of convergence rate and smaller errors compared to PSONN and GANN.

للشبكة العصبیة الاصطناعیة لتحسین عملیة التعلم للشبكة أثبتت هذه ( feed forward ) طبقت على ( Differential Evolution ) الخلاصة:خوارزمیة(Differential Evolution الخوارزمیة نسبة تقارب جیده ودقة تصنیف عالیة, حیث طبقت ثلاث ب ا رمج لأج ا رء هذه المقارنة: التطور التفاضلي للشبكة العصبیةأمثلیة حشد الجزیئات للشبكة العصبیة ( ( Genetic Algorithm For Neural Network ) الخوارزمیة الو ا رثیة للشبكة العصبیة – For Neural Network)( XOR ) لمعرفة تأثیر كل من هذه الخوارزمیات طبقت على أربعة انواع من البیانات .( Partial Swarm Optimization For Neural Networkوفي بعض من البیانات أعطت نتائج واعده جدا من ناحیة ( DE) كشفت النتائج إن خوارزمیة التطور التفاضلي . ( Heart ) – ( Cancer ) – ( Iris ) –. ( PSO ) و (GA ) نسبة التقارب وتقلیل نسبة الخطأ مقارنة مع


Article
Energy-Efficiency of Dual-Switched Branch Diversity Receiver in Wireless Sensor Networks

Author: Ghaida A. AL-Suhail
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2011 Volume: 7 Issue: 2 Pages: 130-137
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

In this paper, we develop an analytical energyefficiency model using dual switched branch diversity receiver inwireless sensor networks in fading environments. To adaptenergy efficiency of sensor node to channel variations, theoptimal packet length at the data link layer is considered.Within this model, the energy efficiency can be effectivelyimproved for switch-and-stay combiner (SSC) receiver withoptimal switching threshold. Moreover, to improve energyefficiency, we use error control of Bose-Chaudhuri-Hochquengh(BCH) coding for SSC-BPSK receiver node compared to one ofnon-diversity NCFSK receiver of sensor node. The results showthat the BCH code for channel coding can improve the energyefficiency significantly for long link distance and various valuesof high energy consumptions over Rayleigh fading channel


Article
Weather Temperature Forecasting Using Artificial Neural Network
التنبؤ بدرجات حرارة الطقس باستخدام الشبكات العصبية الاصطناعية

Author: Ahmad Saeed Mohammad احمد سعيد محمد
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2011 Volume: 15 Issue: 2 Pages: 130-139
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Weather forecasts and warnings are the most important services provided by the meteorological profession. Forecasts are used by government and industry to protect life and property and to improve the efficiency of operations, and by individuals to plan a wide range of daily activities. Many searches have been made in weather forecasting using Artificial Neural Network (ANN) output one weather temperature degree, which give a little indicator about the weather temperature. In this paper, two weather temperatures have been forecasted using Artificial Neural Network (ANN). The design of the ANN based on two previous weather temperatures degrees (high and low), as well as, the increasing and decreasing weather temperature degree according to thermal retention. The ANN design has been applied for Baghdad city, the capital of Iraq. The training and testing used meteorological data for three years (2007-2010).

تنبؤات وإنذارات الطقس من أكثر الخدمات المهمة المُقدمة من قِبل مُختصي الإرصاد الجوي. الحكومة والصناعة استخدمت التنبؤات للحفاظ على الحياة والممتلكات ولتحسين كفاءة العمليات، وكذلك الأفراد استخدمت التنبؤات لتخطيط مدى واسع من الفعاليات اليومية. بحوث عديدة قد وضعت لتنبؤ الطقس استخدمت الشبكة العصبية الصناعية، والتي اخرجت حرارة طقس واحدة، وبذلك اعطت دلالة قليلة حول حرارة الطقس.في هذا البحث، درجتان للطقس قد تم التنبؤ بها باستخدام الشبكة العصبية الصناعية. إن التصميم للشبكة العصبية الصناعية قد اعتمدت على درجتان سابقتان لحرارة الطقس (العُليا والدُنيا)، وكذلك زيادة ونقصان درجة حرارة الجو طبقاً للإحتباس الحراري. إن تصميم الشبكة العصبية قد تم تطبيقهُ على مدينة بغداد، عاصمة العراق. التدريبات والفحوصات استخدمت بيانات الإرصاد الجوي لثلاث سنوات (2007-2010).


Article
Implementation of Artificial Neural Networks Trained by Particle Swarm Optimization using Multi-Phase Switched – Capacitor Circuits

Author: Hanan A. R. Akkar حنان عبد الرضا عكار
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2011 Volume: 15 Issue: 1 Pages: 164-182
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In this paper, a proposed design of Artificial Neural Networks Trained by Particle Swarm Optimization using multi-phase switched-capacitor circuits is presented. Swarm intelligence is based on collective behavior of self organized group of agents. Each agent follows a relatively simple set of rules and interacting with its local surrounding. Particle Swarm Optimization (PSO) has been an increasingly interesting topic in the field of computational intelligence. PSO is another optimization algorithm that falls under the soft computing address. One application of PSO has tremendous success is in the field of Artificial Neural Networks (ANNs) training. In this paper an adaption of the ANN weights using PSO is proposed as a mechanism to improve the performance of ANN. For this purpose we have modified the MATLAB PSO toolbox to be suitable with neural application. In neural networks, the multiplier is needed to deal with the learning of weights, and the generation of associated outputs therefore, a proposed design of multiplier circuit using multi-phase switched-capacitor circuit that can be implemented in CMOS technology. Generating multiple clock sources is a common requirement for the designing multi-phase switched-capacitor circuits so; a proposed design of multi-phase clock generator is presented which produces sequential non-overlapping clock pulses. The proposed design of multi-phase switched-capacitor neuron and its corresponding “synapses” also presented in details. Simulation results are presented using EWB package, which illustrates the validity of the proposed switched capacitor circuit's designs.

تم في هذا البحث, تصميم للشبكات العصبية المدربة بطريقة افضلية الحشد الجزيئ مستخدمة دوائر المتسعات المفتاحية المتعددة الأطوار. إن ذكاء الحشد (Swarm Intelligence ) قائم على التصرف الجماعي لمجموعة جزيئات ذات نظام ذاتي. كل جزيئة تتبع مجموعة بسيطة نسبياً من القوانين وتتفاعل فقط مع الجزيئات الموقعية المحيطة بها. افضلية الحشد الجزيئي (Particle Swarm Optimization) قد اصبحت موضوع متزايد الاهمية في مجال الحسابات الذكية. حيث من اهم تطبيقات افضلية الحشد الجزيئي التي لاقت نجاح واسع هو في تدريب الشبكات العصبية الاصطناعية (Artificial Neural Network). افترض في هذا العمل تكييف اوزان الشبكة العصبية الاصطناعية بأستخدام ألية افضلية الحشد الجزيئي وذلك لتحسين اداء الشبكات العصبية الاصطناعية. لهذا الغرض قمنا بتطوير صندوق ادوات افضلية الحشد الجزيئي في بيئة الماتلاب MATLAB لكي يكون مناسبا لتطبيقنا في تنفيذ دوائر رقمية بأستخدام الشبكات العصبية الاصطناعية. نحتاج في الشبكات العصبية دائما إلى دائرة ضرب لكي تتعامل مع تكييف الأوزان وكذلك للحصول على القيمة النهائية المتعلقة بها, لذلك يوجد تصميم مقترح لدائرة ضرب باستخدام دائرة المتسعات المفتاحية المتعددة الأطوار والتي ممكن تنفيذها بالكامل في تكنولوجية أشباه الموصلات الفلزية. إن توليد عدة مصادر للتردد المتعدد الأطوار هو من المتطلبات الأساسية في تصميم دوائر المتسعات المفتاحية ذات الأطوار المتعددة, لذلك يوجد تصميم مقترح لتوليد التردد المتعدد الأطوار الذي يولد نبضات ترددية متعاقبة وغير متداخلة. يوجد تصميم مقترح للخلية العصبية باستخدام المتسعات المفتاحية المتعددة الأطوار مقدم في هذا البحث مع الشرح الوافي. إن نتائج المحاكاة للدوائر الالكترونية المقترحة باستخدام برنامج التحليل الالكتروني ( EWB ) قد أثبتت فعالية هذه الدوائر المقترحة.


Article
STRUCTURE OPTIMIZATION OF ARTIFICIAL NEURAL NETWORKS USING SWARM INTELLIGENT
أمثلة هيكلية الشبكات العصبية الاصطناعية باستخدام الحشود الذكية

Author: Dr. HANAN A. R. AKKAR الدكتور حنان عبد الرضا عكار
Journal: Al-Qadisiyah Journal for Engineering Sciences مجلة القادسية للعلوم الهندسية ISSN: 19984456 Year: 2011 Volume: 4 Issue: 2 Pages: 101-111
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

The structure is a very important aspect in neural network design, it is not only impossible to determine an optimal structure for a given problem, it is even impossible to prove that a given structure is optimal. In this paper, PSO (Particle Swarm Optimization) are used to construct best ANN (Artificial Neural Network) architectures, and find an optimal pattern of connections and weights to reduce structure complexity by minimizing the number of connection weights in a Feed Forward Artificial Neural Network (FFANN). They are called Particle Swarm Optimization-Neural Network systems (PSONN). PSONN systems are examined through theoretical analysis and computer simulation using MATLAB package. They are tested by several different examples, where the tests show that PSO a more efficient and automated search method can be used to find an optimal topology of ANN. The best and trained network with few numbers of iteration is provided using PSONN for finding an optimal structure. Finally, a simpler network, faster training with higher accuracy than full connected network is obtained by using PSONN for finding optimal connections and weights.

تم في هذا البحث استخدام افضلية الحشد الجزيئي(PSO) لبناء افضل هيكلية للشبكات العصبية عن طريق تقليل ربط الاوزان ل(FFANN) وتدريب الشبكة العصبية بنفس النظام المسمى(PSONN). الهيكلية في تصميم الشبكات العصبية من الامور المهمة وتعتبر من اهم المشاكل التي يعاني منها المصمم لذلك من المهم البحث عن افضل تصميم للشبكات العصبية. تم الاختبار باستخدام الطرق النظرية والتمثيل بواسطة حقيبة MATLAB. حيث تم الاختبار باستخدام عدة امثلة وجد من خلالها ان PSOكفوء بايجاد افضل تصميم من حيث تقليل التعقيد في الربط بين خلية عصبية واخرى مما سرع في عمل الشبكة ولم يؤثر على ادائها وفي نفس الوقت تدريب الشبكة العصبية باستخدام PSO مما حسن اداء الشبكات العصبية بشكل كبير.


Article
Prediction of the Shear Strength of Concrete Beams Reinforced with Fiber Reinforced Polymer Bars Using Artificial Neural Networks Model
حساب مقاومة القص للعتبات الخرسانیة المسلحة بقضبان البولیمر باستخدام تقنیات الشبكات العصبیة الصناعیة

Author: Mohammed A. Mashrei محمد عويش مشري
Journal: University of Thi-Qar Journal for Engineering Sciences مجلة جامعة ذي قار للعلوم الهندسية ISSN: 26645564/26645572 Year: 2011 Volume: 2 Issue: 4 Pages: 45-63
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

In this paper an Artificial Neural Networks (ANNs) model is developed to predict the shear strength of concrete beams reinforced with fiber reinforced polymer (FRP) bars. An experimented data set collected from the experimental studies on concrete beams reinforce with FRP bars are used in the artificial neural network. They are arranged in a format of six input parameters including the width and depth of beams,compressive strength of concrete,modulus of elasticity, reinforcement ratio of FRP and the shear span to depth ratio and one output parameter which is shear strength. A parametric study is carried out using ANN tostudy the influence of each parameter on the shear strength of concrete beams reinforced with fiber reinforced polymers; the results showed that the shear strength increases with increasing all parameters used in ANN model except the shear span to depth ratio. In this case, as theshear span to depth ratio decreases, the shear strength increase. The results of this study indicate that the ANN provides good prediction as compared to the experimental data and the empirical equations.

في ھذا البحث تم استخدام تقنیات الشبكات العصبیة الصناعیة للتنبؤ بمقاومة العتبات الخرسانیة والمسلحة تسلیحارئیسیا بقضبان البولیمر. تم الاستفادة من التجارب العملیة لباحثین سابقین لاستخدامھا في إنشاء الشبكة العصبیةالصناعیة حیث تم اخذ العوامل المؤثرة ھندسیا على تصرف العتبات بشكل عام لبناء الشبكة. كانت العوامل المدخلة ھي العرض و السمك الفعال للنموذج، مقاومة الخرسانة، معامل المرونة ونسبة التسلیح لقضبان البولیمر بالإضافة إلى نسبة فضاء القص الى السمك الفعال للنموذج اما المخرجات فھي مقاومة القص للعتبات. كذلك تم في ھذا البحث دراسة تأثیر كل عنصر من العناصر المدخلة على مقاومة القص للعتبات المسلحة بقضبان البولیمر حیث بینت النتائج بان مقاومة القص تزداد بزیادة كل من العرض و السمك الفعال للنموذج، مقاومة الخرسانة، معامل المرونة ونسبة التسلیح لقضبانالبولیمر وبنقصان نسبة فضاء القص الى السمك الفعال للنموذج .أثبتت النتائج التي تم الحصول علیھا من ھذا البحث بان تقنیة الشبكات العصبیة طریقة موثوقة وجیدة لحساب مقاومة القص وذلك بعد مقارنتھا مع بعض النتائج العملیة والطرق المقترحة الأخرى.


Article
FUZZY-GENETIC CONTROLLER FOR CONGESTION AVOIDANCE IN COMPUTER NETWORKS1

Loading...
Loading...
Abstract

Abstract: In this paper a fuzzy proportional-Integral (FPI) controller is designed as an Active Queue Management (AQM) in internet routers to improve the performance of PI controller for congestion avoidance in computer networks. Firstly the parameters of FPI controller are selected by trial and error method, but to get the best controller parameters the Genetic Algorithm (GA) is used as an optimization method for tuning the FPI parameters. The analytical results for linearized TCP/AQM model are presented in MATLAB version 7.0. From the obtained results, a faster response time as well as the regulation of the output to a constant value by the designed FPI controller is clearly observed and it is noted that the FPI controller provides good tracking performance under different circumstances for congestion avoidance in computer networks.

الخلاصة: في هذا البحث تم تصميم المسيطر المضبب Fuzzy Proportional Integral ((FPI كمدير للطابور الفعال موجهات الانترنيت ولتحسين أداء المسيطر(PI) لتجنب الاختناق في شبكات الحاسوب. في بداية تصميم المسيطر المضبب تم اختيار معاملات معادلاته بطريقة المحاولة والخطأ. لكن للحصول على المعاملات المثلى للمسيطر استخدمت الخوارزمية الجينية كطريقة للحصول على أفضل المعاملات للمسيطر. إن النتائج وتحليلها للنموذج الخطي لنظام (TCP/AQM) تم تمثيلها بواسطة نظام MATLAB الإصدار السابع ولوحظ من النتائج التي تم الحصول عليها استجابة سريعة ومنتظمة للنظام مع المسيطر المضبب (FPI) مع أداء جيد لتجنب الاختناق في شبكات الحاسوب تحت مختلف الظروف.


Article
Thyroid Disease Diagnosis using Genetic Algorithm and Neural Network
تشخيص أمراض الغدة الدرقية باستخدام الخوارزمية الجينية والشبكات العصبية

Author: Sarah Behnam Aziz سارة بهنام عزيز
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2011 Volume: 3 Issue: 2 Pages: 1-13
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

Abstract: Nowadays, with advancement of technology and science and expansion of computer usage in high-tech calculations, especially in the field of medicine, intelligence systems and in particular Neural Networks are becoming of significant importance in automatic diagnosis and prognoses of different diseases. This paper presents the diagnosis of thyroid diseases using Neural Networks. The genetic algorithm was used to find the optimum network structure with high classification accuracy. The experimental results presented for different proportions of training/testing groups show a high classification accuracy and convergence in rates. The overall accuracy is 100% for training and in range between 96% and 98% for testing. The neural networks are simulated using MATLAB. While thyroid disease datasets are taken from UCI machine learning dataset.

في الوقت الحاضر ، مع تقدم العلوم و التكنولوجيا وتوسع استخدام الحاسوب في إجراء العمليات الحسابية-التقنية الفائقة ، وخاصة في ميدان الطب ،أصبح للنظم الخبيرة وبنوع خاص الشبكات العصبية أهمية كبرى في التشخيص التلقائي والتكهن بمختلف الأمراض. يعرض هذا البحث تشخيص امراض الغدة الدرقية باستخدام الشبكات العصبية. واستخدمت الخوارزمية الجينية للحصول على بنية شبكة مثلى مع دقة تصنيف عالية. أظهرت النتائج تقارب معدلات دقة التصنيف لمجموعات تدريب/إختبار مختلفة النسب؛ حيث كانت الدقة العامة في التدريب 100% وما بين 96% و 98% في الاختبار. أستخدم برنامج Matlab في محاكاة الشبكات العصبية. كما تم أخذ البيانات الخاصة بمرض الغدة الدرقية من مجموعة قواعد بيانات التعلم الآلية لجامعة كاليفورنيا في آرفن.

Listing 1 - 10 of 14 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (14)


Language

English (11)

Arabic and English (2)

Arabic (1)


Year
From To Submit

2011 (14)