research centers


Search results: Found 10

Listing 1 - 10 of 10
Sort by

Article
Prediction of Fatigue Life of Fiber Glass Reinforced Composite (FGRC) using Artificial Neural Network

Authors: M.S. Abdu_Lateef --- N.S. Abdulrazaq --- A.G. Mohammed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2017 Volume: 35 Issue: 4 Part (A) Engineering Pages: 327-339
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

The present work studies the mechanical properties of composite materials, experimentally and analytically, that are fabricated by stacking 4-layers of fiberglass reinforced with polyester resin. This plies are tested under dynamic load (fatigue test) in fully reversible tension-compression (R=-1) to estimate the fatigue life of the composite where fatigue performance of fiberglass reinforced composed is an increasingly important consideration especially when designing wind turbine blades. In order to predict fatigue life (Number of cycles to failure), conventional analytical techniques are used in the present work. In addition, Artificial Neural Network (ANN) is a reliable and accurate technique that is used for predicting fatigue life. The used networks are; Feed Forward Neural Network (FFNN), Generalized Regression Neural Network (GRNN) and Radial Bases Function Neural Network (RBFNN). Based on the comparison of the results, it is found that the ANN techniques are better than conventional methods for prediction. The results shows that (RBNN2), where stress load and angle of orientation are input to the network and number of cycles to failure as output, is an efficient tool for prediction and optimization the fatigue life of fiberglass reinforced composite.

Keywords

Prediction --- FGRC --- ANN --- FFNN --- GRNN --- RBFNN.


Article
Performance Enhancement Of OFDM Using Intelligent System

Author: Jinan N. Shehab جنان شهاب
Journal: AL-yarmouk Journall مجلة كلية اليرموك الجامعة ISSN: 20752954 Year: 2017 Volume: 9 Issue: 9 Pages: 140-150
Publisher: College Yarmouk University كلية اليرموك الجامعة

Loading...
Loading...
Abstract

Transmission of high data rate in a mobile environment makes the channel highly hostile. To combat with this problem, many techniques were proposed and developed. Orthogonal frequency division multiplexing (OFDM) system is a technique to combat this adverse channel. In this work, a method to enhance the performance of channel estimation in Orthogonal Frequency Division Multiplexing (OFDM) is proposed by using different types of Back-Propagation (BP) for learning the Artificial Neural Network (ANN) to minimize Bit Error Rate (BER) when transmitting data. The proposed method includes learning Feed Forward Neural Network (FNN) and Recurrent Neural Network (RNN) by Conjugate Gradient algorithm, Quasi-Newton algorithm and Bayesian regularization. The comparison among Conjugate Gradient algorithm, Quasi-Newton algorithm and Bayesian regularization depends on the Mean-Scalculation. This work is software implemented with MATLAB (R2013a) technical programming language.quare Error (MSE) convergence and precision generated in the BER

أن ارتفاع معدل نقل البيانات في بيئة المحمول يجعل القناة ذات تأثير سلبي للغاية . ولتقليل هذه المشكلة ، تم اقتراح وتطوير عدة أنظمة. نظام التقسيم الترددي المضاعف المتعامد (OFDM) هو احد التقنيات لمعالجة هذه القناة. في هذا العمل, تم افتراض طريقه لتحسين اداء تخمين القناة في نظام التقسيم الترددي المضاعف المتعامد وذلك باستخدام عدة انواع من خوارزمية الانتشار العكسي لتعليم الشبكة العصبية الاصطناعية لتقليل الخطأ الذي يحصل اثناء نقل البيانات ما بين المرسل والمستلم في نظام التقسيم الترددي المضاعف المتعامد. تتضمن الطريقة المقترحة, تدريب الشبكة العصبية الاصطناعيه ذات التغذية الامامية(FNN) و الشبكة العصبية الاصطناعيه ذات الاسترجاع المتكرر(RNN) باستخدام خوارزمية((Conjucate Gradient algorithm, )Quasi-Newton algorithm BFGS algorithm) and Baysiyan regularization لتعليم الشبكة العصبية الاصطناعية . المقارنة بين هذه الخوارزميات يعتمد على ((MSE لهذه الخوارزميات اثناء تدريب الشبكة العصبية الاصطناعية و BER المحسوبه. تم استخدام برنامج الماتلاب للحصول على النتائج.


Article
SPRING BACK PREDICTION IN V-DIE BENDING PROCESS USING ARTIFICIAL NEURAL NETWORK (ANN)

Author: Mostafa Adel Abdullah
Journal: Al-Qadisiyah Journal for Engineering Sciences مجلة القادسية للعلوم الهندسية ISSN: 19984456 Year: 2017 Volume: 10 Issue: 2 Pages: 180-190
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

The Bending process is the critical operation in the sheet forming, there are large parameters influence on operation. Spring back is considering large influential indication to specify the quality of product parts. The basic parameters which are takes to study in this paper are: speed of punch, time of hold and thickness of plate. Experiment use L16 array with four levels for every parameters using V-bending die with 900, with different thickness of (0.5,1,1.5,2) mm ,hold time (0,5,10,15) min and punch speed(10,20,50,100)mm/min, for (1050) Al –alloy having employed as the work pieces. Spring back value prediction use Artificial Neural Network with conventional configuration. The results show that the thickness of plate is the large influential parameter effect in spring back by 77.29%, then punch speed by 10.51% and hold time by 3.36%. The predict result using Artificial Neural Network shown a best accuracy with (99.35%) in spring back compared to the measured value.


Article
Development Models of Artificial Neural Network and Multiple Linear Regression for Predicting Compression Index and Compression Ratio for Soil Compressibility of Ramadi City

Author: Ahmed Hazim Abdulkareem
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2017 Volume: 20 Issue: 4 Pages: 924-936
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

Artificial neural networks (ANN) as new techniques employed for the development of predictive models to estimate the needed parameters in geotechnical engineering to be used for comparison with laboratory and field tests and consequently reduce the cost, time, and effort. Flexible computing techniques are using an alternative statistical tool to analyze and evaluate experimental data from 102 consolidation tests on a variety of undisturbed soils from Ramadi city. The regression equations are developed to estimate the compression index and the compression ratio from index data. Multi-Layer Perceptron (MLP) network model is used to calculate compression index and a compression ratio of soils and comparing with the multiple linear regression statistical model MLR. It is found that the MLP showed a higher performance than MLR in predicting Cc and Cr and model accuracy between 0.81 to 16 percent. This will provide a good method for minimizing the potential inconsistency of correlations.

الشبكة العصبية الاصطناعية (ANN) تقنية جديدة استخدمت لتطوير نماذج تنبؤ للحصول على المتغيرات المطلوبة في مجال الهندسة الجيوتقنية لكي يتم استخدامها للمقارنة مع نتائج الفحوصات المختبرية والحقلية وهذا يساعد على توفير الوقت والجهد وتخفيض الكلفة. تقنيات الحوسبة المرنة استخدمت كاداة احصائية بديلة لتحليل وتقييم بيانات الفحوصات المختبرية من 102 فحص انضمام اجري على انواع من الترب الغير مشوشة. معادلات الانحدار طورت لتخمين دليل ونسبة الانضغاطية من البيانات المبوبة. نموذج المستقبلات المتعدد الطبقات(MPL ) هو نموذج عصبي استخدم لحساب دليل ونسبة الانضغاطية للترب وتم مقارنته مع نتائج النموذج الاحصائي للانحدار الخطي المتعدد MLR. اظهرت النتائج ان MLP ذات اداء اعلى في التنبؤ مقارنتا مع MLR بالنسبة لدليل ونسبة الانضغاطية للترب وبدقة تتراوح بين (0.81 -16) % وهذا سوف يوفر وسيلة جيدة لتقليل التعارض في الموثوقية الكامنة في العلاقات الاحصائية .


Article
Effect of Two Sheet Piles In Double Soil Layers on Seepage Properties Under Hydraulic Structure Using SEEP/W Program
تأثير استخدام ركيزتين بتربه ذات طبقتين على خصائص التسرب تحت المنشأ الهيدروليكي باستخدام برنامج SEEP/W

Author: Asmaa Abdul Jabbar Jamel أسماء عبد الجبار جميل
Journal: AL-NAHRAIN JOURNAL FOR ENGINEERING SCIENCES مجلة النهرين للعلوم الهندسية ISSN: 25219154 / eISSN 25219162 Year: 2017 Volume: 20 Issue: 1 Pages: 194-205
Publisher: Al-Nahrain University جامعة النهرين

Loading...
Loading...
Abstract

This paper is intended to study the effect of using upstream and downstream sheet pile in double soil layer on the seepage, uplift pressure exit gradient at toe of hydraulic structure using computer program SEEP/W software. Depended on the software program tests were carried out with three different value of each following parameter: upstream sheet pile depth, downstream sheet pile depth, permeability for first and second soil layer, depth of first and second soil layer, with using constant upstream head and distance between the two sheet pile. For each test the quantity of seepage, exit gradient and uplift pressure at toe of hydraulics structure were determined. Based on the results of these runs an empirical equations developed to determine the quantity of seepage, uplift pressure and exit gradient at toe of hydraulic structure by using SPSS software. Also, Verify the SEEP/W results and the suggested equations with artificial neural network (ANN). The verification show difference less than 5% , 2% and 6% for exit gradient, discharge and uplift pressure respectively at toe of hydraulic structure.

يهدف هذا البحث لدراسة تأثير استخدام ركيزة في مقدمه ومؤخره المنشأ بتربه ذات طبقتين على قيم التسرب وضغط الاصعاد وتدرج المخرج عند مؤخر المنشأ الهيدروليكي باستخدام البرنامج الحاسوبي SEEP/W.بالاعتماد على تجارب SEEP/W تم اجراء تجارب بثلاث قيم متغيره لكل عامل من العوامل التالية وهي عمق ركيزة المقدم وعمق ركيزة المؤخر ونفاذية التربة للطبقة الاولى ونفاذية التربة للطبقة الثانية وعمق الطبقة الأولى للتربة وعمق الطبقة الثانية للتربة وذلك عند قيمه ثابته لارتفاع الماء في مقدم المنشأ والمسافة بين الركيزتين. لكل تجربه تم ايجاد قيمة التصريف وضغط الاصعاد وتدرج المخرج في مؤخر المنشأ الهيدروليكي. وبالاعتماد على هذه النتائج تم ايجاد معادلات وضعيه لقيم التصريف وضغط الاصعاد وتدرج المخرج عند مؤخر المنشأ. كما تم التحقق من النتائج المتحصلة ببرنامج SEEP/W والمعادلات المقترحة عن طريق استخدام الشبكة الصناعية العصبية (ANN) والتي من خلالها استحصل مقدار التغير بالنتائج اقل من 5% لنتائج تدرج المخرج واقل من 2% لنتائج التصريف و اقل من 6% لنتائج ضغط الاصعاد عند مؤخر المنشأ.

Keywords

Up lift pressure --- Exit gradient --- Discharge --- Seepage --- SEEP/W --- ANN --- SPSS.


Article
Application of Soft Computing Techniques and Multiple Regression Models for CBR prediction of Soils

Author: Fatimah Khaleel Ibrahim
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2017 Volume: 25 Issue: 5 Pages: 1552-1561
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

The techniques of soft computing technique such as Artificial Neutral Network (ANN) have improved the predicting capability and have actually discovered application in Geotechnical engineering. The aim of this research is to utilize the soft computing technique and Multiple Regression Models (MLR) for forecasting the California bearing ratio ) CBR( of soil from its index properties. The indicator of CBR for soil could be predicted from various soils characterizing parameters with the assist of MLR and ANN methods. The data base that collected from the laboratory by conducting tests on 86 soil samples that gathered from different projects in Basrah districts. Data gained from the experimental result were used in the regression models and soft computing techniques by using artificial neural network. The liquid limit, plastic index , modified compaction test and the CBR test have been determined. In this work, different ANN and MLR models were formulated with the different collection of inputs to be able to recognize their significance in the prediction of CBR. The strengths of the models that were developed been examined in terms of regression coefficient (R2), relative error (RE%) and mean square error (MSE) values. From the results of this paper, it absolutely was noticed that all the proposed ANN models perform better than that of MLR model. In a specific ANN model with all input parameters reveals better outcomes than other ANN models.

لقد حسنت تقنيات الحوسبة المرنة مثل تقنية الشبكات العصبية الصناعية (ANN) من القدرة على التنبؤ وقد تم تطبيقها فعليا في مجال الهندسة الجيوتقنية. الهدف من هذا البحث هو الاستفادة من تقنية الحوسبة المرنة ونماذج الانحدار المتعدد (MLR) للتنبؤ بقيمة نسبة التحمل الكاليفورني (CBR) للتربة من خلال مؤشرات خصائص التربة الاخرى. يمكن التنبؤ بقيمة نسبة تحمل كاليفورنيا (CBR) من معاملات خصائص التربة بمساعدة طرق الانحدار المتعدد MLR والشبكات العصبية الصناعية ANN . تم جمع البيانات المطلوبة مختبريا من خلال فحص 86 نموذج من التربة التي جمعت من مشاريع مختلفة في محافظة البصرة. البيانات التي جمعت من نتائج التجارب المختبرية استخدمت في ANN وكذلك فيMLR . وقد تم اجراء فحوصات حد السيولة، دليل اللدونة وفحص بروكتر المعدل وكذلك فحص الـ CBR على نماذج التربة المختلفة. في هذا البحث تم صياغة نماذج متعددة من ANN وMLR مع مجموعة مختلفة من المدخلات لتكون قادرة على تمييز تاثيرهم على قيمة الـ CBR. وقد اخذت قيمة معامل الانحدار (R2) والخطأ النسبي (%RE) ومتوسط مربع الخطأ (MSE) كمقياس لقياس قوة النماذج. وقد كان من الواضح ان جميع نماذج الـANN كانت أفضل من نماذج MLR. وتحديدا فان نموذج الشبكات العصبية الصناعية ANN والذي استخدمت فية جميع المتغيرات كمدخلات اعطى أفضل النتائج من نماذج ANN الاخرى.


Article
Enhancement Heat Transfer of Cu-Water Nanofluids with Thermophysical Properties Modeling by Artificial Neural Network

Author: Ghassan Fadhil Smaisim
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2017 Volume: 25 Issue: 5 Pages: 1721-1735
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Suspends Cu nanoparticles size in base fluids were adjusted for a formation of nanofluid using the ultrasonic homogenizing. A KD2 PRO was calibrated to measure the thermal conductivities while the dynamic viscosity with measured using the rotating viscometer. Thermal conductivity and dynamic viscosity effects on the other parameters such as volume fractions, base fluids type and the base fluids temperature, which applied an input to the Artificial Neural Network for modeling the nanofluids mathematical expressions and Thermophysical features. The equations of the properties later used in calculating the improvement in heat transfer by ANSYS FLUENT 16.1 to model a fluid flow through the pipe heated by uniform heat flux for laminar Reynolds number 250-2000. Results showed that the temperature and the volume fractions of the nanoparticles had great influences on the thermal conductivity and dynamic viscosity. Thermal conductivities ratio and Nusselt number for Cu-Water nanofluid were depicted with several correlations for previous works. The effect of the nanoparticles diameter on the thermal conductivity ratio was concluded and decided that the thermal conductivity ratio decreased with the increase of the nanoparticles diameter, so the effect of the volume fraction within small particle sizes approximately nil. Results reveal good enhancement in thermal transfers and the maximum heat transfer coefficient enhancement was obtained at 1% Cu nanofluid.

ان حساب تحسين المواصفات الحرارية له علاقة بالعديد من التحديات. تم تعليق الجزيئات النانوية للرصاص في السائل الاساسي الماء كتحضير لسائل نانوي باستخادم جهاز الموجات فوق الصوتية. لقد تم معايرة جهاز قياس الموصلية الحرارية KD2 PRO والذي استخدم لقياس الموصلية الحرارية للسائل النانوي بينما استخدم جهاز قياس الزوجة الدوار لقياس اللزوجة. ان العوامل المؤثرة على مقدار الموصلية الحرارية واللزوجة المقاسة هي مقدار حجم الجزيئات النانوية, درجة حرارة الماء ونوع السائل الاساس والتي استخدمت كمدخلات لبرنامج الشبكة العصبية الصناعية وذلك لنمذجة موديل رياضي للمواصفات الحرارية للسوائل النانوية. ان معادلة المواصفات المحسوبة تم استخدامها خلال حسابات مقدار التحسن بانتقال الحرارة باستخدام برنامج الموديل الرياضي أنسسز فلونت 16.1لسائل نانوي يمر في انبوب دائري مع كمية حرارة ثابتة على الجدار ضمن جريان طباقي وعدد رينولد يتراوح 250-2000. لقد بينت النتائج ان مقدار الموصلية الحرارية واللزوجة للسوائل النانوي تعتمد كثيراً على مقدار درجة الحرارة وحجم الجزيئات النانوية الموجوده في السائل. تم مقارنة مقدار الموصلية الحرارية وعدد نسلت لسائل النحاس النانوي مع عدد من المعادلات التجريبية. تم استنتاج تاثير مقدار الاقطار النانوية على نسب الموصلية الحرارية وقد تم ملاحظة ان مقدار الموصلية الحرارية يقل مع زيادة الاقطار وان تاثير حجم الجزيئات خلال الاقطار الصغيرة يكون مهمل. لقد وجد تطابق كبير في النتائج وان هنالك تحسن ملحوظ في الاداء الحراري وان اعلى نسبة تحسن وجدت عند قيمة للحجم النانوي1%.


Article
Evaluating LFWD Testing for Characterizing Subgrade Layers Using Regression Analysis and Artificial Neural Network Model
تقييم فحص LFWD لخصائص طبقات التربة باستخدام التحليل الاحصائي الانحداري ونموذج الشبكة العصبية الاصطناعية

Author: Ahmed H. Abdulkareem احمد حازم عبدالكريم
Journal: Iraqi Journal of Civil Engineering المجلة العراقية للهندسة المدنية ISSN: 19927428 Year: 2017 Volume: 11 Issue: 1 Pages: 21-31
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

The Light Falling Weight Deflectometer (LFWD) was developed to estimate the in-situ elastic modulus directly to the layers near the base as subgrade and subbase layers. The field tests were carried out on selected sections from landfill project within Anbar Province. Furthermore, Forty test sections have been constructed and tested at the Civil Engineering Department- University of Anbar. All sections were tested using the ZFG 3000 model - LFWD in companion with the Plate Load Test (PLT) which were used as reference measures. Regression analyzes were performed to determine the best correlation between the elastic modulus obtained from LFWD and PLT tests. ANN model was used to calculate Evd and compare the regression statistical model. It was found that the ANN model showed a higher performance than regression analysis in predicting Evd. Satisfactory correlations were obtained, which showed that LFWD could be a promising device for in-situ characterizing of subsurface and subgrade layers.

LFWD هو جهاز تم تطويره لايجاد معامل المرونة الحقلي مباشرتا للطبقات القريبة من سطح الارض كطبقات الاساس وتحت الاساس. اجريت الفحوص الحقلية مقاطع مختارة من مشروع مكب نفايات يقع في محافظة الانبار. تم اجراء الفحوصات الحقلية على 40 مقطع تم اختياره موقعيا من قبل المختبر الحلقي التابع لقسم الهندسة المدنية في جامعة الانبار. جميع المقاطع تم فحصها باستخدام جهاز ( ZFG300 ). LFWD استخدم مع فحص تحمل الصفيحة ( PLT ) كمرجع للفحوصات الحقلية. اجري التحليل الاحصائي للانحدار لحساب افضل علاقة بين معاملات المرونة التي يمكن الحصول عليها من فحص LFWD و PLT . استخدم نموذج الشبكة العصبية لحساب Evd ومقارنة ادائه مع نموذج الحليل الاحصائي الانحداري. حيث اظهرت النتائج بأن نموذج الشبكة العصبية اداءه افضل من نموذج التحليل الاحصائي الانحداري في التنبؤ بقيمة Evd . العلاقات الاحصائية التي انجزت كانت مرضية والتي اظهرت بأن فحص LWFD يمكن ان يكون فحصا موقعيا يستخدم لايجاد الخصائص لطبقات الاساس وتحت الاساس بسهولة وسرعة ودقة.


Article
Artificial Neural Network System for Thyroid Diagnosis

Author: Mazin Abdulrasool Hameed
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2017 Volume: 25 Issue: 2 Pages: 518-528
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Thyroid disease is one of major causes of severe medical problems for human beings. Therefore, proper diagnosis of thyroid disease is considered as an important issue to determine treatment for patients. This paper focuses on using Artificial Neural Network (ANN) as a significant technique of artificial intelligence to diagnose thyroid diseases. The continuous values of three laboratory blood tests are used as input signals to the proposed system of ANN. All types of thyroid diseases that may occur in patients are taken into account in design of system, as well as the high accuracy of the detection and categorization of thyroid diseases are considered in the system. A multilayer feedforward architecture of ANN is adopted in the proposed design, and the back propagation is selected as learning algorithm to accomplish the training process. The result of this research shows that the proposed ANN system is able to precisely diagnose thyroid disease, and can be exploited in practical uses. The system is simulated via MATLAB software to evaluate its performance.

مرض الغدة الدرقية هو احد الاسباب الرئيسة للمشاكل الطبية الخطرة للبشر. لذا التشخيص الصحيح لمرض الغدة الدرقية يعتير من القضايا المهمة لتحديد العلاج المناسب للمرضى. هذا البحث يركز على استخدام الشبكة العصبية الصناعية كتقنية مهمة للذكاء الصناعي لتشخيص امراض الغدة الدرقية. القيم المستمرة لثلاث تحاليل دم مختبرية تستخدم كأشارات ادخال الى نظام الشبكة العصبية الصناعية المقترح. جميع انواع امراض الغدة الدرقية التي يمكن ان تحدت للمرضى تم اخذها بالحسبان في تصميم النظام, بالاضافة الى الدقة العالية في كشف وتصنيف امراض الغدة الدرقية تم اخذها بنظر الاعتبار في النظام. تم اختيار هيكلة متعدد الطبقات ذات التغذية الامامية للشبكة العصبية الصناعية في التصميم المقترح, وكذلك الانتشار العكسي استخدم كخوارزمية تعليمية لانجاز عملية التدريب. نتائج هذا البحث اظهرت ان التصميم المقترح قادر بدقة على تشخيص امراض الغدة الدرقية, ومن الممكن استغلاله في الاستخدمات العملية. ان النظام تم محاكاته بأستخدام برنامج الماتلاب وذلك لتقيم كفاءته.


Article
IMPROVEMENT OF MIMO SYSTEM USING STTC WITH ARTIFICIAL NEURAL NETWORK
تحسين نظام متعدد المداخل متعدد المخارج المشفر باستخدام الشبكة العصبية الاصطناعية

Authors: Hussien Y. Radhi حسين يوسف راضي --- Ghassan K. Ali --- Raad H. Thahir رعد حمدان
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2017 Volume: 10 Issue: 2 Pages: 1-11
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

The wide demand for high data rate rapid development in mobile and internet communication system limitation of the radio spectrum and the communication capacity needs cannot be met without a significant increase in communication spectral efficiency make it important to increase the capacity and decrease the Bit Error Rate (BER) of communication channel. In this paper, analysis of the capacity for four types of communication systems are performed, it was found that the MIMO communication system capacity is the best, Space Time Trellis Code (STTC) technique is used to improve the performance of MIMO system by decreasing the BER as well as possible, finally artificial neural network was used at the receiver of with (STTC) to get more suitable results by decreasing the BER of the proposed system.

الحاجة لمعادلات عالية لنقل البيانات, التطور السريع في أجهزة الاتصالات المحمولة ونظم اتصالات الانترنيت ومحدودية الطيف الراديوي, حثت الباحثين لإيجاد تقنية خاصة لزيادة الاتصال وتقليل نسبة الخطأ في البيانات المستلمة في هذه الورقة تم تحسين سعة القناة الناقلة للمعلومات باستخدام بإستخدام تشفير (STC) وجد أن سعة القناة لنظام متعدد المداخل متعدد المخارج هو الافضل بين بقية أنظمة الاتصالات الاخرى وقد وجد أيضاً انه نسبة الخطأ في المعلومات المستلمة يمكن تقليلها الى أقل ما يمكن باستخدام الشبكات العصبية الاصطناعية

Listing 1 - 10 of 10
Sort by
Narrow your search

Resource type

article (10)


Language

English (9)

Arabic and English (1)


Year
From To Submit

2017 (10)