research centers


Search results: Found 23

Listing 1 - 10 of 23 << page
of 3
>>
Sort by

Article
Modeling of Continuous Stirred Tank Reactor based on Artificial Neural Network
نموذج لخزان مفاعل مستمر الإثارة مبني على أساس الشبكة العصبية الذكية

Author: Ahmed Sabah Al-Araji أحمد صباح عبد الأمير الأعرجي
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2015 Volume: 18 Issue: 2 Pages: 202-207
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

This paper presents the dynamic model identification algorithm of the continuous stirred tank reactor (CSTR) using a multi-layer perceptron (MLP) neural network topology. The neural network approach for (CSTR) dynamic modeling is trained by using a particle swarm optimization (PSO) technique as a simple and fast training unsupervised algorithm. Polywog wavelet activation function is used in the structure of MLP neural network. The identification algorithm given in this paper has been proved to be reasonable and precise via Matlab simulation results in terms of fast, stable and minimum number of fitness evaluation for the CSTR modeling.

أن هذا البحث يقدم خوارزمية التعريف لنموذج ديناميكي لخزان مفاعل مستمر الإثارة (CSTR) باستخدام الشبكة العصبية متعددة الطبقات (MLPNN). لقد تعلمت الشبكة العصبية التي تمثل النموذج الديناميكي لخزان مفاعل مستمر الإثارة باستخدام تقنية حشد الجسيمات الامثلية لسهولة و سرعة هذه الخوارزمية للتعلم. وتم استخدام دالة التنشيط (Polywong Wavelet) في الشبكة العصبية.نتائج المحاكات لهذه الخوارزمية التعريفية كانت معقولة و مضبوطة من خلال استخدام الحقيبة البرمجية ماتلاب من حيث سرعة واستقرارية مع أدنى عدد من الاستدعاء لداله التقييم لنموذج (CSTR).


Article
Cytological Diagnosis of Thyroid Cancer via Digital Optical Image Analysis
التشخيص الخلوي لسرطان الغدة الدرقية بواسطة تحليل الصورة الرقمية البصرية

Author: Salim J. Attia د. سالم جلود عطية
Journal: Journal of College of Education مجلة كلية التربية ISSN: 18120380 Year: 2015 Issue: 1 Pages: 179-186
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

This research explores the use of features of cells in digital optical images of human thyroid tissue as an important base to diagnose the cancer. It presents some efficient features of cell nuclei for detection of thyroid malignancy such as (radius, smoothness, compactness, expected value and variance). The cytological characteristics are very important and usual method to separate abnormal and normal cases in all diseases. The algorithm of neural network used to detect thyroid cancer successfully with accuracy of 99%.

يكشف هذا البحث استخدام خصائص نوى الخلايا في الصور الرقمية البصرية لنسيج الغدة الدرقية البشري كقاعدة اساسية لتشخيص السرطان. البحث يقدم بعص الخصائص المهمة لكشف الحالة الخبيثة للغدة الدرقية مثل (نصف القطر، النعومة، الاكتناز، القيمة المتوقعة والتغاير). ان تحديد الخصائص الخلوية هي طريقة مهمة ومعتادة لفصل الحالات الطبيعية وغير الطبيعية لجميع الامراض. استخدمت خوارزمية الشبكات العصبية لكشف سرطان الغدة الدرقية بنجاح وبدقة 99%.


Article
ARTIFICIAL NEURAL NETWORK FOR MODELING OF CU(II) BIO-SORPTION FROM SIMULATED WASTEWATER BY FUNGAL BIOMASS
نمذجة الشبكة العصبية الأصطناعية لأزاله أيون النحاس من مياه الصرف الصحي باستخدام الكتلة الحيوية الفطرية

Authors: Huda Mahdi Madhlooma --- Amal Hamza Khalilb --- Ziad Tariq Abd Ali
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2015 Volume: 19 Issue: 6 Pages: 210-222
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

A three-layer artificial neural network model was developed to predict the removal efficiency of Cu(II) ions from simulated wastewater by fungal biomass based on 85 batch experiments. The effect of different parameters such as contact time between adsorbate and adsorbent (10-180 min), initial pH of the solution (3-7), initial metal concentration (50-250 mg/L), adsorbent dosage (0.05-2 g/100 mL), agitation speed (0-250 rpm) and temperature (10-60 ºC) were studied. The best values of these parameters that achieved the maximum removal efficiency (=95 %) of Cu(II) were 90 min, 6, 50 mg/L, 2 g/100 mL, 200 rpm and 20 ºC, respectively.The present model was able to predict adsorption efficiency with a tangent sigmoid transfer function (tansig) at hidden layer with 8 neurons and a linear transfer function (purelin) at output layer. The linear regression between the network outputs and the corresponding targets were proven to be satisfactory with a correlation coefficient of greater than 0.99778 for used six model variables. The sensitivity analysis based on the artificial neural network indicated that the initial pH of the solution with a relative importance of 22.1% appeared to be the most influential parameter in the Cu(II) removal, followed by dosage (19.5%), agitation speed (18.2%), temperature (14.1%), time (13.3%), and concentration (12.8%).

تم استخدام نموذج الشبكه العصبية الأصطناعية يثلاث طبقات للنمذجة والتنبؤ بكفاءة الازاله لأيون النحاس من المياه الثقيله الملوثهباستخدام ماده ممتزه الكتله الحيويه الفطريه. تم استخدام ) 85 ( فحصأ عمليأ كقاعدة بيانات لتشكيل نموذج الشبكه العصبيه الأصطناعيه لتخمين عدةمتغيرات مختلفه مثل زمن التماس بين المادة المزاله والممتزة ) 10 - 180 ( دقيقه , الدالة الحامضية ) 3 - 7 ( ,التركيز الأبتدائي للمعدن ) 50 - 250ملغم/لتر( , كميه المادة الممتزة ). 05 - 2 غم/ 100 مل( , سرعه الأهتزاز ) 0 - 250 دوره/دقيقه( , ودرجه الحرارة ) 10 - 60 م(. ان افضل قيملهذه المتغيرات والتي تم من خلالها الحصول على كفاءه ازالة لأيون النحاس هي ) 95 %( هي 90 دقيقه, 50 ملغم /لتر , 2 غم/ 100 لتر , 200دوره/دقيقه و 20 م على التوالي .تم استخدام الشبكه العصبيه الأصطناعيه الهيكليه المعماريه والتي تتكون من 8 نواة وداله خطية .الأنحدارالخطي بين المتغير الخارج والمتغيرات الست الداخله يساوي 99778 . النتائج المستحصله من تحليل الحساسيه للشبكه العصبيه الأصطناعيهبينت ان الداله الحامضيه من اكثر العوامل اهميه في التاثير على كفاءة الأزاله لأيون النحاس ) 22.1 % ( تم يتبعها كميه الماده الممتزه , سرعهالأهتزاز , درجه الحراره , زمن التماس , واخيرا التركيز الأبتدائي للمعدن


Article
Off-line Signature Recognition Using Weightless Neural Network and Feature Extraction

Author: Ali Al-Saegh
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2015 Volume: 11 Issue: 1 Pages: 124-131
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

The problem of automatic signature recognition and verification has been extensively investigated due to the vitalityof this field of research. Handwritten signatures are broadly used in daily life as a secure way for personal identification. In thispaper a novel approach is proposed for handwritten signature recognition in an off-line environment based on WeightlessNeural Network (WNN) and feature extraction. This type of neural networks (NN) is characterized by its simplicity in design andimplementation. Whereas no weights, transfer functions and multipliers are required. Implementing the WNN needs onlyRandom Access Memory (RAM) slices. Moreover, the whole process of training can be accomplished with few numbers oftraining samples and by presenting them once to the neural network. Employing the proposed approach in signature recognitionarea yields promising results with rates of 99.67% and 99.55% for recognition of signatures that the network has trained on andrejection of signatures that the network .has not trained on, respectively


Article
Hybrid Proposed Method Using Statistical Linguistic Features (SLF) And Neural Network In Arabic Texts Summarization
خوارزمية هجينة مقترحة باستخدام الصفات الاحصائية اللغوية SLF والشبكات العصبية لتلخيص النصوص العربية

Loading...
Loading...
Abstract

With the counting growth of electronic information on World Wide Web, it has become necessary important to provide mechanisms to find and present a shorter version would suffice, so that automatic text summarization technique which plays an important role to help users to determine whether it has to do with information they need or not. In this paper we present a short historical overview and advancement of automatic text summarization and the most relevant approaches currently used in this area. We proposed a new technique in automatic summarization area for Arabic news articles using a neural network by selecting important sentences from the original text and put it in the summary. A Multi-layer Perceptron neural network (MLP) is trained to learn the relevant characteristics of sentences that should be included in the summary of the article. The neural network is then modified to generalize and combine the relevant characteristics apparent in summary sentences . Finally, system is evaluated by comparing the final summary of the system with the summary produced by expert in Arabic language, we measure the performance of the system by computing the precision, recall and F-Measure and we obtain good result that we display in the conclusion.

مع الزيادة المستمرة لنمو المعلومات الالكترونية المتوفرة على الشبكة العنكبوتية، أصبح من الضروري والمهم للحصول على آلية لتمثيل وتقديم نص بأسلوب مختصر ومفيد، لذلك ظهرت تقنية التلخيص الآلي للنصوص والتي تلعب دورا مهما في مساعدة المستخدم لتحديد ما يحتاجه من تلك النصوص. في هذا البحث سنقدم نبذة تاريخية مختصرة عن تلخيص النصوص واغلب الطرق ذات الصلة المستخدمة حاليا في هذا المجال. حيث تم اقتراح تقنية جديدة في مجال التلخيص الآلي للمقالات الإخبارية العربية باستخدام مفهوم الشبكات العصبية. حيث تم اختيار الجمل المهمة من النص الأصلي ووضعها في الخلاصة , ومن خلال تدريب شبكة Multi-layer Perceptron تم استخراج الخصائص ذات العلاقة من الجمل التي ينبغي أن تدرج في الخلاصة, وبعد ذلك تم تعديل الشبكة العصبية (MLP) بالتعميم والجمع بين الخصائص ذات الصلة لتظهر في جمل الخلاصة. وأخيرا، النظام تم تقييمه بمقارنة الخلاصة النهائية للنظام مع الخلاصة التي كتبها الخبير اللغوي في مجال اللغة العربية، وقمنا بقياس انجازيه النظام وذلك بحساب مقاييس الدقة و الاسترجاع ومقياسF-Measure . أثناء التقييم حصلنا على نتائج جيدة موضحة في الاستنتاج.


Article
Parallel Algorithm Of Mathematical Model For Fuzzy Neural Network Used In Image Deblurring

Authors: Mohammed A. Subhi --- Maytham A. Ali --- Associate Pro. Dr. Sadiq A. Mehdi
Journal: Journal of Baghdad College of Economic sciences University مجلة كلية بغداد للعلوم الاقتصادية الجامعة ISSN: 2072778X Year: 2015 Issue: 45 Pages: 449-465
Publisher: Baghdad College of Economic Sciences كلية بغداد للعلوم الاقتصادية

Loading...
Loading...
Abstract

A mathematical model for parallel algorithm was proposed for the image deblurring using Fuzzy neural network recognition system. The proposed mathematical model was used to suggest a new parallel adaptive neural learning method used to increase the recognition accuracy and decrease time. To solve image blurring problem, a new de-blurring strategy was proposed in order to reduce or to remove the blur in the images. The proposed strategy was suggested to use the Least Square interpolation controlled by the proposed parallel learning fuzzy-neural network to select the blurred pixels. The proposed strategy gives good results for fully and partially blurred region in images.

النموذج الرياضي المقترح للخوارزمية المتوازية قد صمم لرفع الضبابية ( التغويش) باستخدام نظام الشبكات العصبونية المضببة. النموذج الرياضي استخدم لأقتراح طريقة جديدة متكيفة متوازية لتعليم الشبكات العصبية وبهذا تستخدم لزيادة جودة الاسترجاع وخفض وقته. لحل مشكلة ازالة الغواش يقترح البحث استراتيجية جديدة من خلال طريقة استيفاء المربع الاصغر المستخدم في تعلم الشبكات العصبونية لاختيار النقاط المغوشة في الصورة. الاستراتيجية المقترحة تظهر نتائج جيدة من خلال تطبيقها على الصور المغوشة جزئيا او كليا.


Article
Thermocouples Data Linearization using Neural Network †

Author: Karam M. Z. Othman
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2015 Volume: 15 Issue: 2 Pages: 18-23
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract – Thermocouples are usually used for measuring temperatures in steel industry, gas turbine, diesel engine and many industrial processes. Thermocouple usually have nonlinear Temperature-Voltage relationship (mV=f(T˚)). However, on the monitoring side, it is required to have the inverse relationship [T˚=f-1(mV)] to determined the actual temperature sensed by the thermocouple. In this work the neural network is fully utilized to represent the required inverse nonlinear relationship of different and most popular thermocouples (K, J, B) Types. Levenberg Marquardt is used as learning process to find these neural networks. It is found that each type of thermocouples under test can be represented by a single neural network structure. Moreover, the obtained results show the power of neural network in representing the inverse static relationship of each thermocouple that gives less than 1% of the actual measured temperature in the whole temperature range in comparison to polynomial fitting method.


Article
Hydraulic Characteristics of Flow Over Triangular Broad Crested Weirs
الخصائص الھيدروليكية للجريان فوق الھدارات المثلثة عريضة الحافة

Authors: Raad Hoobi Irzooki رائد ھوبي رزوقي --- Mohammad Faiq Yass محمد فائق ياس
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2015 Volume: 33 Issue: 7 Part (A) Engineering Pages: 86-96
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In the present work, the hydraulic characteristics of flow over triangular broad crested weirs with triangular front or back face have been experimentally studied. The main objective of this research is to obtain empirical equation to estimate the value of the discharge coefficient (Cd) for this kind of weir and determine the factors that affect on it. For this purpose 18 models were constructed with different dimensions made of plexiglass and were tested in a laboratory flume of 6m length, 30cm width and 40cm height. These models divided into two groups, each group consists of 9 models. In the first group 108 experiments were conducted by changing the upper face angle of the weir three times (90°, 120°, 150°), the angle of the triangular front or back face (α) is also changed three times (90°, 120°, 150°), for each model six different discharges were passed. In the second group 54 experiments were carried out on models with a straight face on the front and back (α=180°) with changing the upper face angle (θ) three times (90°, 120°, 150°) and changing the height of the edge of the weir (P) three times ( 20 , 18 , 16 cm), for each model six different discharges were passed. Dimensional analysis was performed to obtain the dimensionless parameters that the discharge coefficient (Cd) depends on it. Results showed that the change in the angle of the triangular front or back face (α) have little effect on the discharge over these weirs, while it was noted that the height of the edge of the weir (P) affects on the discharge coefficient, where (Cd) increased with increasing (P). Also, the upper face angle of the weir (θ) has an effect on the discharge coefficient, where the discharge coefficient increased with decreasing the value of angle (θ). A simple empirical equation was predicted, in terms of the application, for the calculation of the discharge coefficient (Cd) of weirs that used in this study, there was a good agreement between the results obtained from this equation with the experimental results.

تناول هذا البحث دراسة الخصائص الهيدروليكية للجريان فوق السدود الغاطسة المثلثة عريضة الحافة ذات الوجه المثلث الأمامي أو الخلفي مختبرياً. الهدف الرئيسي لهذه الدراسة هو إستنباط معادلة وضعية لحساب معامل التصريف (Cd) لهذه الأنواع من السدود الغاطسة ومعرفة العوامل التي تؤثر عليها. لهذا الغرض تم إنشاء ثمانية عشر نموذج بأبعاد مختلفة مصنوعة من الزجاج البلاستيكي، حيث إختبرت النماذج في قناة مختبرية بطول 6 متر وعرض 30سم وإرتفاع 40سم. صنفت النماذج الى مجموعتين كل مجموعة تتكون من 9 نماذج، في المجموعة الأولى تم إجراء (108) تجربة وذلك بتغيير زاوية الوجه العلوي للسد الغاطس (θ) ثلاث مرات (90°, 120°, 150°) وزاوية الوجه المثلث الأمامي أو الخلفي للسد (α) ثلاث مرات أيضاً (90°, 120°, 150°) ولكل نموذج تم إمرار ستة تصاريف مختلفة. أما في المجموعة الثانية أجريت (54) تجربة على نماذج ذات وجه مستقيم في الأمام والخلف (180°=α) مع تغيير زاوية الوجه العلوي (θ) ثلاث مرات (90°, 120°, 150°) وتغيير إرتفاع حافة فتحة السد (P) ثلاث مرات ( cm20، 18، 16) مع إمرار ستة تصاريف مختلفة لكل نموذج. وبإستخدام نظرية التحليل البعدي تم إيجاد المتغيرات اللابعدية التي يعتمد عليها معامل التصريف للسدود الغاطسة المثلثة عريضة الحافة. أظهرت النتائج بأن تغيير زاوية الوجه المثلث الأمامي أو الخلفي (α) للسد الغاطس المثلث عريض الحافة له تأثير قليل على مقدار التصريف المار فوقها، في حين لوحظ أن إرتفاع حافة السد يؤثر على معامل التصريف حيث يزداد (Cd) مع زيادة (P)، أما زاوية الوجه العلوي للسد(θ) فإنها تؤثر بشكل عكسي على معامل التصريف حيث يزداد (Cd) بتقليل قيمة الزاوية (θ). تم أستنباط معادلة وضعية، بسيطة من حيث التطبيق، لحساب معامل التصريف (Cd) للسدود الغاطسة المستخدمة في هذه الدراسة وكان هناك توافق جيد ما بين النتائج المستحصلة من هذه المعادلة مع النتائج المقاسة مختبرياً.


Article
SOFT GROUND SUBSIDENCE PREDICTION OF HIGHWAY BASED ON THE BP NEURAL NETWORK

Author: Qasim A. Aljanabi قاسم الجنابي
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2015 Volume: 8 Issue: 4 Pages: 183-188
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

Soft clay ground subsidence data of highway embankment Ipoh project in Malaysia use to build Back-Propagation artificial neural network model. The forecasts of soft ground subsidence final settlement find then comparing results of soft ground subsidence final settlement, then comparing the predict results with curve fitting hyperbola method, the curve method, three-point method forecast results. It turns out that neural network can avoid the human factors of interference from traditional methods, gaining high precision.

ان بيانات هبوط التربة الطينية الضعيفة تحت حمل السدة التربية للطرق السريعة لاحدى مشاريع في ماليزيا تم استخدامها لبناء موديل ذكي بطريقة الذكاء الاصطناعي.حيث تم تنبؤ الهبوط النهائي ومن ثم مقارنة النتائج مع الطرق التقليدية الحقلية وتبين ان تصرف منحني الهبوط للعمود الحجري تحت حمل الطريق السريع باستخدام موديل الذكاء الاصطناعي والذي يعطي نتائج اكثر دقة من الطرق التقليدية الشائعة الاستخدام وتجنب الاخطاء في القياس.


Article
Training Acceleration of Multi-Layer Perceptron using Multicore CPU and GPU under MATLAB Environment
تسريع تدريب البيرسبترون متعدد الطبقات باستخدام وحدة المعالجة المركزية متعددة الاقطاب و وحدة المعالجة الرسومية في بيئة ماتلاب

Authors: Shefa A. Dawwd د.شفاء عبد الرحمن داؤود --- Noor M. AL Layla نورموفق الليلة
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2015 Volume: 23 Issue: 3 Pages: 136-148
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

Training of Artificial Neural Networks (ANNs) for large data sets is a time consuming mission. In this paper, accelerating the training of artificial neural networkis achievedby a parallel training using either Multicore Central Processing Unit(CPU) orGeneral Purpose Graphics Processing Unit (GPGPU). The trainingis implemented using five datasets with diverse amounts of patterns and with different neural network parameters in Multilayer Perceptron (MLP). The results show a significant increase in computation speed, which is increasednearly linear with the number of cores in multicore processor for problems with medium and large training datasets.Also, a considerable speed up is achieved when the GPU is used to train the MLP withthe large training datasets. While a single core processor is a better choice when the data set size is small.The optimal number of cores or the type of the parallel platform should be employed according to the load of computation.

يستغرق تدريب الشبكات العصبية الاصطناعية زمن كبير خاصة في حالة كون أنماط وبيانات الشبكة كبيرا, في هذا البحث تم تنفيذ تسريع تدريب الشبكات العصبية الاصطناعية عن طريق تنفيذ التدريب المتوازي للشبكة العصبية الاصطناعية باستخدام اما وحدة المعالجة المركزية المتعددة النوىاو وحدة المعالجة الرسومية للأغراض العامة, نفذ التدريب باستخدام خمسة بيانات مختلفة الأحجاموالأعدادعلى شبكات عصبية اصطناعية مختلفة العناصر, أظهرت النتائج زيادة في سرعة تدريب الشبكات العصبية الاصطناعية وكانت سرعة التدريب للشبكة تزداد بشكل خطي تقريبا مع زيادة عدد النوى لوحدة المعالجة المركزية للشبكات ذات البيانات المتوسطة والكبيرة او عند استخدام وحدة المعالجة الرسومية للشبكات العصبية ذات الأنماط والبيانات الكبيرة جدا. بينما يفضل استخدام وحدة المعالجة المركزية وحيدة النواة مع بيانات تدريب قليلة. عدد النوى الامثل او نوع منصة التوازي يجب ان توظف اعتمادا على كم الحسابات.

Listing 1 - 10 of 23 << page
of 3
>>
Sort by
Narrow your search

Resource type

article (23)


Language

English (22)

Arabic (1)


Year
From To Submit

2015 (23)