research centers


Search results: Found 66

Listing 1 - 10 of 66 << page
of 7
>>
Sort by

Article
Analysis and Detection the Computer Script Worms

Authors: Wesam Samir Bhaya --- Fairouz Mushtak Jaafar
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2014 Volume: 2 Issue: 1 Pages: 69-75
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

A Script worm is defined as a self-replicating and self-containing malicious scripting program that can copy itself to remote computer in network and execute automatically. In our work, we surveyed different types of script worms according to their spreading method like Drive, Email, Network and Chat script worms, and analyzed the characteristics of their source codes during the target finding and propagation phases of a worm’s life cycle. From analyzing process, we extracted general objects and methods that are mostly used by different types of script worms and established the malicious common fixed patterns from them. Analyzed source code and extracted malicious patterns enable us to identify the behavior of worms that could be helpful in developing a broad spectrum of Anti-Script worm system software to detect and remove script worms. When we implemented the proposed Anti-Script worm on the large number of the mentioned above script worms, we saw that this system could detect and remove nearly all the known and unknown script worms. Furthermore, the proposed system could distinguish between the malicious scripts and the benign script files that contained the suspicious objects and methods by checking all commands in every script files.


Article
ARTIFICIAL NEURAL NETWORK IMPLEMENTATION FOR SOLVING LINEARPROGRAMMING MODELS

Authors: ABDUL KAREEM F. HASSAN --- FATHALLAH FADHIL KHALAF
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2014 Volume: 2 Issue: 1 Pages: 113-121
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

This work does not use the classical methods (simplex method, Branch and Bound techniques) which were normally used for solving Linear programming models. The proposed algorithm was considered for implementation with Artificial Neural Network (ANN) using MatLab tool box. It was found that implementation of the neural network will provide comprehensive results when applied with any linear programming models. Besides Artificial Neural Networks are artificial intelligence methods for modeling complex target functions, and are considered to be among the most effective learning methods currently known. Implementation in solving linear programming models became very interesting, as ANNs became appropriate solution where a huge data (number of variables and constraints) is considered. In this work, general model of ANN specified for solving the problem of linear programming will be shown and discussed.The results show a great improvement in prediction of results with a minimum percentage error.


Article
Traffic Management in Wireless Sensor Network Based on Modified Neural Networks

Authors: Zainab G. Faisal --- Nadia A. Shiltagh
Journal: Iraqi Journal for Computers and Informatics ijci المجلة العراقية للحاسبات والمعلوماتية ISSN: 2313190X 25204912 Year: 2014 Volume: 41 Issue: 1 Pages: 4-8
Publisher: University Of Informatics Technology And Communications جامعة تكنولوجيا المعلومات و الاتصالات

Loading...
Loading...
Abstract

Wireless Sensor Networks (WSNs) are event-driven network systems consist of many sensors node which are densely deployed and wirelessly interconnected that allow retrieving of monitoring data. In Wireless sensor network, whenever an event is detected, the data related to the event need to be sent to the sink node (data collection node). Sink node is the bottleneck of network there may be chance for congestion due to heavy data traffic. Due to congestion, it leads to data loss; it may be important data also. To achieve this objective, soft computing based on Neural Networks (NNs) Congestion Controller approach is proposed. The NN is activated using wavelet activation function that is used to control the traffic of the WSN. The proposed approach which is called as Modified Neural Network Wavelet Congestion Control (MNNWCC), has three main activities: the first one is detecting the congestion as congestion level indications; the second one is estimated the traffic rate that the upstream traffic rate is adjusted to avoid congestion in next time, the last activates of the proposed approach is improved the Quality of Services (QoS), by enhancement the Packet Loss Ratio (PLR), Throughput (TP), Buffer Utilization (BU) and Network Energy (NE) . The simulation results show that the proposed approach can avoid the network congestion and improve the QoS of network.

شبكات الاستشعار اللاسلكية (WSNs) هي أنظمة شبكة يحركها حدث تتكون من أجهزة الاستشعار, العقدة الكثيرة التي تنتشر بكثافة ومترابطة لاسلكيا التي تسمح استرجاع بيانات الرصد. في شبكة الاستشعار اللاسلكية, كلما تم الكشف عن حدث, فان البيانات المتعلقة بالحدث بحاجة إلى أن ترسل إلى عقدة رئيسة )عقدة جمع البيانات(. العقدة الرئيسة هو عنق الزجاجة للشبكة قد تكون هناك فرصة للاحتقان بسبب حركة البيانات الثقيلة. بسبب الازدحام, فإنه يؤدي إلى فقدان البيانات, بل قد تكون البيانات الهامة أيضا. لتحقيق هذا الهدف,تم اقتراح الحوسبة المرنة على أساس الشبكات العصبية (NN) و نهج وحدة تحكم الازدحام. يتم تنشيط NN باستخدام وظيفة التنشيط المويجات التي يتم استخدامها للسيطرة على حركة المرور من WSN . النهج المقترح وهو ما يسمى شبكة مراقبة الازدحام ذات الشبكه العصبية بالمويجات المعدلة (MNNWCC) , لديها ثلاثة أنشطة رئيسية: الأول هو الكشف عن الازدحام ومؤشرات مستوى الازدحام؛ يقدر ثانية واحدة معدل حركة المرور أن معدل حركة المرور المنبع يتم تعديله لتجنب الازدحام في المرة القادمة, والنشاط الأخيرة من النهج المقترح هو تحسين نوعية الخدمات )جودة الخدمة(, من خلال تحسين نسبة فقدان الحزمه ,PLR ) ) والإنتاجية (TP) , استخدام الاحتياطي (BU) و شبكة الطاقة (NE) . وتبين نتائج المحاكاة أن النهج المقترح يمكنه تجنب ازدحام الشبكة وتحسين جودة الخدمة للشبكة .


Article
THE MANAGEMENT OF ATM NETWORKS CELL MULTIPLEXING USING NEURO-FUZZY CONTRROLLER
السيطرة على معدل سريان البيانات المنقولة في نمط النقل الغير متزامن باستخدام الشبكات العصبية المضببة

Loading...
Loading...
Abstract

In this research a fuzzy neural network is proposed so, fuzzy mechanism and adaptive neuro fuzzy mechanism are designed and simulated to control the (flow rate) control action on cell multiplexing in (ATM). The cell flow rate on the output of neural- fuzzy controller. Has been simulated depending on the input variables, one of these inputs is the queuing message (message length), the second one is the number of inputs, and third is the type of massage. These input variables are used to build the fuzzy rules uses (FNN) as its condition and the control action as its consequence, combines these rules to represent the model or system. NN is used as a training algorithm to learn the weights of fuzzy system. The simulation process has been executed by using (MATLAB). In the light of this research, it is apparent that NNS and fuzzy logic based systems can play an important role in the control of cell multiplexing in (ATM) network, since they can provide adaptive model free, real time control to the user.

في البحث الحالي تم بناء نظام مسيطر يستخدم الشبكات العصبية المضببة للسيطرة على معدل سريان البيانات المنقولة في (Cell-multiplexing) في نمط النقل الغير متزامن. حيث ان معدل مرور البيانات في الخلية (فعل السيطرة) هو خرج المسيطر العصبي المضبب الذي تم محاكاته باستخدام متغيرات دخل مضببة (طول الرسالة وعدد المدخل ونوع الرسالة) وهذه المتغيرات المضببة استخدمت في بناء القواعد المضببة(Fuzzy rule) باستخدام المنطق المضبب والشبكات العصبونية وتعتبر هذه المتغيرات هي شروط القاعدة rule conditions)) أما فعل السيطرة (control action) الخرج وتكامل هذه القاعدة (Rules)يمثل النموذج المقترح. الشبكات العصبونية استخدمت في البحث الحالي لخوارزمية تدريب لتعليم أوزان النظام المضبب. وفي ضوء نتائج البحث وجد ان استخدام الربط الهجيني للشبكات العصبونية و المنطق المضبب له دوراً مهماً في السيطرة على البيانات المنقولة في خلية (multiplexing).


Article
A Proposed Agent System for Network Monitoring
نظام وكيل مقترح لأدراة الشبكة

Author: Rana H. Majeed* رنا حميد مجيد
Journal: Baghdad Science Journal مجلة بغداد للعلوم ISSN: 20788665 24117986 Year: 2014 Volume: 11 Issue: 2 عدد خاص بالمؤتمر النسوي الثاني Pages: 284-291
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The traditional centralized network management approach presents severe efficiency and scalability limitations in large scale networks. The process of data collection and analysis typically involves huge transfers of management data to the manager which cause considerable network throughput and bottlenecks at the manager side. All these problems processed using the Agent technology as a solution to distribute the management functionality over the network elements. The proposed system consists of the server agent that is working together with clients agents to monitor the logging (off, on) of the clients computers and which user is working on it. file system watcher mechanism is used to indicate any change in files. The results were presented in real time which is minimizing the cost that represents the important factor to successful management of networks that was achieved using agents.

ان الطريقه التقليديه المركزيه لادارة الشبكه تقدم تحديدات شديدة على كفاءة وتسلقية النظام الواسع للشبكة. ان عملية جمع المعلومات والتحليل النموذجي يتضمن تحويلات ضخمه في نقل المعلومات الى المدير والتي تؤدي الى سرعة وصول المعلومات واختناقات في الشبكة من طرف المدير. ان كل هذه المشاكل يمكن تجاوزها باستعمال نظام (تكنولوجية الوكيل) كحل للتوزيع والادراة الوظيفيه للشبكة. ان النظام المقترح يتالف من الخادم او الوكيل المستخدم والذي يعمل سوية مع زبائن الوكلاء لمراقبة دخول وخروج حاسبات الزبائن والتي يعمل عليها المستخدم.لقد تم استعمال نظام الفايل المراقب للاشارة الى اي تغيير في الفايلات.النتائج تقدم بالوقت الحقيقي او الاني وذلك يقلل الكلفة التي تمثل العامل المهم لنجاح ادارة الشبكه وذلك باستخدام وكلاء.


Article
Prediction Of Monthly Rainfall In Kirkuk Using Artificial Neural Network And Time Series Models
التنبؤ بالأمطار الشهرية لمدينة كركوك باستخدام إلشبكات العصبية الاصطناعية ونماذج السلاسل الزمنية

Author: . Shaymaa Abdul MuttalebAlhashimi شيماء عبد المطلب
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2014 Volume: 18 Issue: 1 Pages: 129-143
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

One of the major problems in water resources management is the rainfall forecasting. With the effect of rainfall on water resources as a foregone conclusion, more accurate prediction of rainfall would enable more efficient utilization of water resources and power generation. On the other hand, climate and rainfall are highly non-linear and complicated phenomena, which require non-linear mathematical modeling and simulation for accurate prediction. One of the non-linear techniques being recently used for rainfall forecasting is the Artificial Neural Networks (ANN) approach which has the ability of mapping between input and output patterns without a prior knowledge of the system being modeled. In this study, three rainfall prediction models were developed and implemented based on past observations such as time series models based on autoregressive integrated moving average (ARIMA),Artificial Neural Network ANN model and Multi Linear Regression MLR model. A Feed Forward Neural Network FFNN model was applied to predict the rainfall on monthly basis. In order to evaluate the performance of three models, statistical parameters were used to make the comparison between these models. These parameters include the correlation coefficient (R) and Root Mean Square Errors(RMSE). The data set that has been used in this study includes monthly measurements for the rainfall, mean temperature, wind speed and relative humidity from year 1970 to 2008 for Kirkuk station. The models were trained with (25 years) of monthly rainfall data. The ANN, ARIMA and MLR approaches are applied to the data to derive the weights and the regression coefficients respectively. The performances of the models were evaluated by using remaining (13 years) of data. By comparing R2 values (0.91, 0.85, and 0.823) of the models, the study reveals that ANN model can be used as an appropriate forecasting tool to predict the monthly rainfall, which is preferable over the ARIMA model and MLR model.

واحدة من المشاكل الرئيسية في إدارة الموارد المائية هو التنبؤ بسقوط الأمطار.ومع تأثير الأمطار على موارد المياهبات امرأ" مهما التنبؤ الدقيق للأمطار لغرض التمكين من الاستخدام الأمثل للموارد المائية وتوليد الطاقة. من ناحية اخرى تعتبر الامطار من الظواهر غير الخطية المعقدة والتي تتطلب النمذجه الرياضية غير الخطية لغرض التنبؤ بها. واحدة من التقنيات غير الخطية المستخدمة حديثا" للتنبؤ بسقوط الإمطار هي الشبكات العصبية الاصطناعية(ANN) التي تمتلك القدرة على التنبؤ بنمط العلاقة بين المدخلات والمخرجات دون معرفة مسبقة للنموذج المراد تمثيله. في هذه الدراسة، تم تطوير ثلاثة نماذج للتنبؤ بهطول الأمطار اعتمادا" على بيانات سابقه وهذه النماذج هي نموذج السلاسل الزمنية على أساس متوسط الانحدار الذاتي المتكامل المتحرك (ARIMA) ونموذج الشبكات العصبية الاصطناعية((ANNوالنموذج الخطي المتعددMLR)). تم تطبيقا عادة توجيه تغذية نموذج الشبكة العصبية نموذج(FFNN)للتنبؤ بهطول الأمطار على أساس شهري. ومن أجل تقييم النماذج الثلاثة ، تم استخدام المعاملات الإحصائية للمقارنة بين هذه النماذج,وتشمل هذه المعايير معامل الارتباط(R) وجذر متوسط مربعات الأخطاء(RMSE). شملت مجموعة البيانات التي استخدمت في هذه الدراسة القياسات الشهرية لهطول الأمطار، سرعة الرياح, متوسط درجة الحرارة، والرطوبة النسبية خلال الفترة الزمنية منالعام1970 حتى 2008لمحطة كركوك. تم تدريب النماذج مع25 عاما" من بيانات هطول الأمطار الشهرية وتم تطبيق النماذج(ANN، ARIMAو(MLRعلى البيانات لاستخلاص الأوزان ومعاملات الانحدار على التوالي.أنجز تقييمأداءالنموذجبأستخدام13 سنة المتبقية من البيانات.من خلال مقارنةR2من النماذج، تم الاستنتاج على أنه يمكن استخدام نموذج((ANNكأداة تنبؤ مناسبة لقيم سقوط الأمطار، الذي يعتبر أفضل من نموذج( ARIMAو MLR).


Article
Edge Detection Using Scaled Conjugate Gradient Algorithm in Back propagation Neural Network
اكتشاف حافات الصور باستخدام خوارزمية متقارنة التدرج المقيسة في شبكات الانتشار العكسية العصبية

Authors: Walaa M. Khalaf --- Mohammed Ali Tawfeeq --- Kadhum Al-Majdi
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 2 Part (A) Engineering Pages: 385-395
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper introduces a proposed method based on a backpropagation artificial neural network using Scaled Conjugate Gradient (SCG) training algorithm so as to gain the edges of any image. A new training image model is suggested to train this artificial neural network, then using this network to find the edges of any image. Computer experiments are carried out for extracting edge information from real images; the results presented are compared with those from classical edge detection methods like Canny. Using this new method does not need to tune any parameter to find the edge of any image, as well as using this method the false edges is reduced.

هذا البحث يقدم طريقة حديثة تعتمد على شبكات الانتشار العكسي العصبية التي تستخدم في تدريبها خوارزمية متقارنة التدرج المقيسة (SCG) للحصول على حافات أي صورة. تم اقتراح نموذج صورة جديد لتدريب الشبكة العصبية الصناعية لتمكين استخدام هذه الشبكة لاحقاً لأيجاد الحافات لأي صورة. التجارب نفذت لفصل معلومات الحافة من صور حقيقية، وهذه النتائج قورنت مع نتائج الطرق التقليدية مثل كاني. ان استخدام هذه الطريقة لا يحتاج لتنغيم اي معاملات لأيجاد حافات أي صورة، فضلاً عن انها تقلل عدد الحافات الكاذبة.


Article
Estimating Reference Evapo- transpiration in Mosul (Iraq) Using Cascade Neural Networks
تخمين التبخر- نتح المرجعي اليومي لمنطقة الموصل (العراق) باستخدام الشبكات العصبية نوع Cascade

Authors: Fatin Mahmoud Shehab --- Raid Rafi Omar --- Radhwan Yousif Sedik
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 9 Part (A) Engineering Pages: 2277-2285
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Recently artificial neural network (ANN) has been applied for estimating reference evapo-transpiration (ETₒ).In this study a mathematical model was built by application the cascade forward network technique (CCANN) to estimate the daily reference evapo-transpiration in the city of Mosul, north of Iraq .The input parameters for the CCANN were the: temperature, solar radiation, wind speed at 2m height, and relative humidity. A check for the accuracy of the performance of the network was made using values of reference evapo-transpiration obtained from pan evaporation method. The results revealed linear correlation between the network output and the data of the measured pan evapo-transpiration with correlation coefficient of (0.9679). This indicates the possibility of use of CCANN to determine the daily reference evapo- transpiration. The results also show that the CCANN model performs better more accurate compared to other models.

لقد شاع في الآونة الأخيرة استخدام أسلوب الشبكات العصبية الصناعية في تخمين مقدار التبخر-نتح. في هذا البحث تم بناء انمودج رياضياتي باعتماد تطبيق تقنيات الشبكات العصبية الصناعية نوع Cascade Forward لغرض تخمين مقدار التبخر-نتح المرجعي اليومي لمنطقة الموصل (شمال العراق). البيانات التي استخدمت كمدخلات للشبكة العصبية هي درجة الحرارة , الإشعاع الشمسي , سرعة الرياح على ارتفاع 2 متر والرطوبة النسبية. ولغرض التأكد من صحة أداء الشبكة استخدمت بيانات التبخرالانائي اليومي Class A Pan للمنطقة ولنفس الفترة كمخرجات مأمولة أو كهدف .أظهرت النتائج توافق خطي بين مخرجات الشبكة وبيانات التبخر الانائي المقاسة وبمعامل ارتباط (0.9679) وهذا يبين إمكانية استخدام CCANN لحساب التبخر-نتح المرجعي اليومي . وبمقارنة هذه النتائج بالنتائج المستحصلة من البحوث السابقة والتي استخدمت فيها نماذج أخرى من الشبكات العصبية الصناعية نجد أن هذه الطريقة أعطت نتائج أكثر دقة وكفاءة .


Article
Design and Modeling of Speed Sensorless Control of DC Motor Drive System
تصميم ونمذجة منظومة سوق محرك تيار مستمر بدون متحسس للسرعة

Authors: Rakan K. Antar راكان خليل عنتر --- Ahmed A. Allu احمد عطية علو
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 5 Pages: 238-249
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

Sensorless speed control of a separately excited DC motor using Artificial Neural Network (ANN) technique based on current sensor alone is appliedin this paper. The speed sensorlesssystem based on ANN is estimatedadaptively to overcoming mechanical and physical problems associated with traditional speed sensor. The power circuit of the DC drive system consists of four-quadrant DCchopper with MOSFET transistors and reverse diodes. The ANN is trained, as a model adaptive reference system method, to estimate speed of the DC motor based on armature current sensor of the drive circuit and reconstructedterminal voltage waveform, which is generate depending on the PWM pulses of the DC chopper, as ANN inputs. The DC drive controller consists of proportional-integral controller, logic gates and routing circuits beside the trained ANN. The DC drive circuitis designed, evaluated and modelledby Matlab/Simulink in the forward and reverse motoring operation modes, respectively. The DC drive system is simulated at different speed variation in steady state and dynamic operating conditions. The simulation results without speed sensor illustrate the effectivenessand successful of the control system, fairly good responseand acceptable agreement between the actual, estimated and desired speeds.

تم في هذا البحث الاستفادة من تقنية الشبكة العصبية الاصطناعية مع متحسس التيار لسوق محرك تيار مستمر منفصل الاثارة. اذ تقوم الشبكة العصبية بتقييم سرعة دوران المنتج للماكنة وبشكل يتكيّف مع ظروف التشغيل المختلفةو بالاعتماد على متحسس تيار المنتج لوحده ومن دون استخدام متحسس السرعة الاسترجاعي التقليدي للتغلب على المشاكل الميكانيكة والفيزيائية المصاحبة لعمله.أذ تم تدريب الشكبة العصبية في دائرة السيطرة - بنظام النموذج المرجعي القابلة للتكيف -على قيم مختلفة لتيار المنتج وفولتية الاطراف للماكنة عند سرع وعزوم مختلفة.وتتكون دائرة التحكم ذات الحلقة المغلقة من مسيطر تناسبي- تكاملي و متحسسان يمثلان مدخلات الشبكة العصبية حيث تم اخذ متحسس لتيار المنتج مباشرة من دائرة السوق أما متحسسس فولتية الاطراف فقد تم بناءه داخلياً بالاعتماد على اشارة مولد تضمين عرض النبضة في دائرة السيطرة. و تم التحكم بسرعة المحرك من خلال منظومة سوق متكونة من مقطّع قنطري مع بوابات منطقية ودوائر توجيه وتشغيل المحرك في لاتجاه الامامي والعكسي.المنظومة المصممة تم تمثيلها ونمذجتها باستخدام برنامج المحاكاة(الماتلاب)في ظروف التشغيل المستقرة والديناميكية. وقد بينت نتائج التمثيل لهذه الطريقة فعالية ودقة السيطرة والاستجابة الجيدة من خلال المقارنة بين قيم السرعة الفعلية والمخمنة والمطلوبة.


Article
Fast Neural Synchronization Using Geometrical Analysis for Random Walk in Search Space

Authors: Naji M. Sahib --- Haithem Kareem Abass
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2014 Volume: 6 Issue: 1 اللغة الانكليزية Pages: 69-79
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

Neural synchronization is a phenomenon of mutual learning between two or more neural networks. This phenomenon has tremendous applications especially in cryptography where it can be efficiently used in key exchange over public and un secure networks. This biggest problem facing neural synchronization is the number of rounds needed to accomplish the synchronization; where the output of each neural is sent to other party over network. Since the synchronization is a stochastic behavior then it could be established anytime along the synchronization session, but no current approach to verify establishing the synchronization once it happened. This paper has deployed geometric analysis to investigate random walk of weights in plane during the synchronization session, the outcome is an enhancement of the convergence of neural networks to synchronization points and another outcome is the verification of establishment the synchronization which is the focus of this paper.

التزامن في الشبكة العصبية هو ظاهرة التعلم المتبادل بين شبكتين عصبيتين او اكثر. هذه الظاهرة لها تطبيقات كثيرة وخاصة في التشفير حيث يمكن استخدامها بشكل كفوء جدا في عملية تبادل المفاتيح عبر شبكة عامة غير امينة. ان المشكلة الاكبر التي تواجه ظاهرة التزامن هي عدد الدورات اللازمة لتحقيق التزامن حيث ان مخرج كل شبكة يرسل الى الشبكة المقابلة في الدورة الواحدة وعبر الشبكة. وبما ان عملية التزامن لها تصرف عشوائي فان التزامن قد يحدث في اي وقت خلال جلسة التزامن ولكن لا توجد اي طريقة حالية للتحقق من حصول التزامن ساعة حدوثه. هذا البحث قام بتوظيف التحليل الهندسي لدراسة السير العشوائي للاوزان في مستوي خلال عملية التزامن والنتيجة كانت الوصول الى طريقة تعجل الوصول الى حالة الاتزان اولا وكذلك امكانية التحقق من وصول حالة التزامن.

Listing 1 - 10 of 66 << page
of 7
>>
Sort by
Narrow your search

Resource type

article (66)


Language

English (45)

Arabic and English (13)

Arabic (6)


Year
From To Submit

2014 (66)