research centers


Search results: Found 47

Listing 1 - 10 of 47 << page
of 5
>>
Sort by

Article
Determine the effect of giving a patient multiple drugs at the same time by using neural network
تحديد تأثير إعطاء المريض أدوية متعددة في الوقت نفسه باستخدام الشبكة العصبية

Authors: Wedad Abdul khaddar Nasir وداد عبد القادر نصر --- Safana Hyder Abbas سفانة حيدر عباس
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2017 Volume: 7 Issue: 4 اللغة الانكليزية Pages: 180-191
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

The aim of this study is to construct a neural network for drug-interaction to facilitate the task of finding the interaction which occur between multiple drugs given to the patient at the same time. The suggested system used to enable physicians and pharmacists to find the interaction which occur between multiple drugs prescribed to patients to get the safe, beneficial and effective therapy. The suggested system may be considered as practical approach that can be implemented in general hospitals, pharmacies, also in colleges as educational and teaching system. It was a good practice for physician pharmacists to use the computer for prescribing a safe therapy to patients and for learning

الهدف من هذا البحث هو تكوين شبكة عصبية باستخدام خوارزميةBack-propagation من اجل تسهيل اكتشاف التداخل بين الادوية عندما يتناول المريض أكثر من دواء بنفس الوقت . الطريقة المقترحة تساعد الاطباء و الصيادلة في المستشفيات و كليات المجموعة الطبية لتحديد نوع الضرر الذي يصيب المريض نتيجة تناوله اكثر من دواء بنفس الوقت.


Article
Modified Radial Based Neural Network for Clustering and Routing Optimal Path in Wireless Network

Authors: Haider Katdhum Hoomod --- Tuka Kareem Jebur
Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: 16094042/25213407 Year: 2017 Volume: 30 Issue: 2 Pages: 233-244
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Several methods have been developed for routing problem in MANETs wireless network, because it considered very important problem in this network ,we suggested proposed method based on modified radial basis function networks RBFN and Kmean++ algorithm. The modification in RBFN for routing operation in order to find the optimal path between source and destination in MANETs clusters. Modified Radial Based Neural Network is very simple, adaptable and efficient method to increase the life time of nodes, packet delivery ratio and the throughput of the network will increase and connection become more useful because the optimal path has the best parameters from other paths including the best bitrate and best life link with minimum delays. The results show how the proposed routing algorithm produces higher speed comparing with Dijkstra algorithm and finds the optimal path in addition to shortest path. Proposed routing algorithm depends on the group of factors and parameters to select the path between two points in the wireless network


Article
Model Reference Adaptive Control based on a Self-Recurrent Wavelet Neural Network Utilizing Micro Artificial Immune Systems
نظام سيطرة متكيف ذو موديل مرجعي مبني على شبكة عصبية مويجية ذاتية التكرار باستخدام أنظمة المناعة الصناعية الدقيقة

Authors: Maryam Hassan Dawood مريم حسن داود --- Omar Farouq Lutfy عمر فاروق لطفي
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2017 Volume: 13 Issue: 2 Pages: 107-122
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents an intelligent model reference adaptive control (MRAC) utilizing a self-recurrent wavelet neural network (SRWNN) to control nonlinear systems. The proposed SRWNN is an improved version of a previously reported wavelet neural network (WNN). In particular, this improvement was achieved by adopting two modifications to the original WNN structure. These modifications include, firstly, the utilization of a specific initialization phase to improve the convergence to the optimal weight values, and secondly, the inclusion of self-feedback weights to the wavelons of the wavelet layer. Furthermore, an on-line training procedure was proposed to enhance the control performance of the SRWNN-based MRAC. As the training method, the recently developed modified micro artificial immune system (MMAIS) was used to optimize the parameters of the SRWNN. The effectiveness of this control approach was demonstrated by controlling several nonlinear dynamical systems. For each of these systems, several evaluation tests were conducted, including control performance tests, robustness tests, and generalization tests. From these tests, the SRWNN-based MRAC has exhibited its effectiveness regarding accurate control, disturbance rejection, and generalization ability. In addition, a comparative study was made with other related controllers, namely the original WNN, the artificial neural network (ANN), and the modified recurrent network (MRN). The results of these comparison tests indicated the superiority of the SRWNN controller over the other related controllers.

يقدم هذا البحث نظام سيطرة متكيفا ذا موديل مرجعي ذكي باستخدام شبكة عصبية مويجية ذاتية التكرار للسيطرة على الأنظمة اللاخطية. الشبكة المقترحة هي نسخة محسنة لشبكة عصبية مويجية منشورة سابقا. وبالتحديد, هذا التحسين تم انجازه بتبني تعديلين على هيكل الشبكة الاصلي. وهذان التعديلات يتضمنان أولا استخدام مرحلة محددة لتوليد الأوزان لتحسين الاقتراب نحو قيم الأوزان المثلى, وثانيا تضمين أوزان ذاتية الإشارة العائدة لمويجات الطبقة المويجية. فضلا عن ذلك, تم اقتراح طريقة تعليم انية لتحسين أداء نظام السيطرة المقترح. وبوصفها طريقة تعليم, تم استخدام نظام المناعة الصناعي الدقيق المعدل والذي طور حديثا لايجاد القيم المثلى لمعاملات الشبكة المستخدمة. وقد تم عرض كفائة الطريقة المستخدة بالسيطرة على عدة انظمة ديناميكية لاخطية. وقد تم اعتماد عدة اختبارات تقييم لكل نظام مسيطر عليه وهذه الاختبارات تتضمن اختبارات اداء السيطرة و اختبارات المتانة واختبارات التعميم. ومن هذه الاختبارات اظهر النظام المقترح كفائته من حيث دقة السيطرة و رفض المؤثرات الخارجية وقابلية التعميم. بالاضافة لهذه الإختبارات, تم اجراء دراسة مقارنة مع مسيطرات اخرى ذات صلة وبالتحديد الشبكة العصبية المويجية الأصلية و الشبكة العصبية الصناعية والشبكة التكرارية المعدلة. وقد اظهرت نتائج هذه الدراسة تفوق المسيطر المقترح على المسيطرات الأخرى.


Article
Predicting the Daily Evaporation in Ramadi City by Using Artificial Neural Network
التنبؤ بالتبخر اليومي باستخدام الشبكات العصبية الصناعية

Author: Atheer Saleem Almawla
Journal: Anbar Journal of Engineering Sciences مجلة الأنبار للعلوم الهندسية ISSN: 19979428 Year: 2017 Volume: 7 Issue: 2 Pages: 134-139
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

In this paper the artificial neural network used to predict dilly evaporation. The model was trained in MATLAB with five inputs. The inputs are Min. Temperature, Max. Temperature, average temperature, wind speed and humidity. The data collected from Alramadi meteorological station for one year. The transfer function models are sigmoid and tangent sigmoid in hidden and output layer, it is the most commonly used nonlinear activation function. The best numbers of neurons used in this paper was three nodes. The results concludes, that the artificial neural network is a good technique for predicting daily evaporation, the empirical equation can be used to compute daily evaporation (Eq.6) with regression more than 96% for all (training, validation and testing) as well as, in this model that the Max. Temperature is a most influence factor in evaporation with importance ratio equal to (30%) then humidity (26%).


Article
A Simulation of a Networked Video Monitoring System Using NS2
نظام محاكاة شبكة مراقبة فيديوية بأستخدام NS2

Author: Muntasir Jaber Jawad Al-Asfoor منتصر جابر جواد
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2017 Volume: 9 Issue: 1 Pages: 117-131
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

The work presented in this paper has focused on the simulation of video streaming over a hybrid (wired-wireless) network for the purpose of monitoring. A simulation scenario has been designed and implemented using the network simulator (NS2) to realise the network system. The system consists of 5 nodes, 3 of which are video cameras that play two major roles. First of all, capturing moving objects within a radius of 20 metres and secondly to work as a wireless routers within the network. Furthermore, the two nodes have different purposes; the fourth node works as an access point to connect the cameras which are wirelessly connected together and with the access point. However, the fifth node performs the job of a server which is wired-connected to the access point and has the video encoding/decoding and quality of service (QoS) calculations routines.The system has been implemented and tested under simulation environment and two types of assessment have been performed. The first assessment was to measure the quality of service from a networking point of view for which three factors have been used; namely: Packet Loss, End-to-End Throughput and Jitter. The second assessment was to measure the quality of the received videos using Peak signal to Noise Ratio "PSNR" measure. For simulation purposes 3 videos of type H.264 have been used to represent the 3 cameras streams. Evalvid framework is used to transform them into a streaming format to facilitate the evaluation of video streaming over a simulated network. The simulation process has shown a promising results in both network's QoS and video quality with the average packet loss of 0.04%, average time delay of 0.9sec and average jitter of 0.001951. More after, the video quality has shown an average "PSNR" of 30.13 when 1530 frames have been transmitted with STDV of 6.85.

العمل المقترح في هذا البحث يركز على محاكاة تصميم نظام شبكي لغرض المراقبة. النموذج المقترح تم تصميمه وتنفيذة باستخدام برنامج محاكاة الشبكات NS2. يتكون النظام من 5 عقد شبكية ثلاث منها عبارة عن كامرات فديوية تلعب دورين مهمين بالنظام هما: التقاط صور للاجسام المتحركة ضمن نصف قطر 20 متر. الدور الثاني هو العمل كروتر لاسلكي ضمن الشبكة. العقد الاخرى وظيفتها كالاتي: العقدة الرابعة تعمل كنقظة وصول. اما النقطة الخامسة فتعمل كخادم مرتبط سلكيا مع نقطة الوصول(العقدة الرابعة) وايضا تحتوي على برامج الترميز وفك الترميز.تم تنفيذ النظام و فحصه ضمن بيئة محاكاة (NS2) و تم استخدام نوعين من التقييم للنظام, النوع الاول من التقييم لحساب كفاءة الشبكة. حيث تم استخدام ثلاث عوامل لدراسة النظام هي: مقدار فقدان البيانات, معدل البيانات المتبادلة ضمن النظام ونوعية الفديو الواصل. لاغراض دراسة النظام تم استخدام ثلاث ملفات فديو من نوع H.264 لتمثيل الكامرات الثلاث. تم استخدام برنامج محاكاة الفديو Evalvid لتحويل ملفات الفديو الى صيغة رقمية يمكن التعامل معها برمجيا لتسهيل عملية تقييم عمل النظام. عملية المحاكاة اظهرت نتائج مشجعة من حيث كفاءة الشبكة ونوع الفديو المستلم ونوعية الخدمة. حيث كان معدل فقدان الحزم 0.04 % ومعدل التأخير 0.9 ثانية , من ناحية اخرى فأن نوعية الفيديوا سجلت PSNR = 30.13 عندما تم ارسال 1530 صورة بمعدل انحراف معياري 6.85


Article
Propose an Efficient Face Recognition Model in WSN Based on Zak Transform
افتراض موديل لتمييز الوجوه في شبكات التحسس اللاسلكية بالاعتماد على النقل زاك

Author: Matheel Emaduldeen Abdulminuim مثيل عمادالدين عبد المنعم
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 2A Pages: 759-766
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The need for a flexible and cost effective biometric security system is the inspired of this paper. Face recognition is a good contactless biometric and it is suitable and applicable for Wireless Sensor Network (WSN). Image processing and image communication is a challenges task in WSN due to the heavy processing and communication that reduce the life time of the network. This paper proposed a face recognition algorithm on WSN depending on the principles of the unique algorithm that hold the capacity of the network to the sink node and compress the communication data to 89.5%. An efficient hybrid method is introduced based upon the advantage of Zak transform to offprint the farthest different features of the face and Eigen face method to assort acceding to the minimum value of the distance with feature vectors on a flat architecture to the WSN with gossiping routing protocol. An Excellent recognition rate is achieved reaching to 100% with a minimum computation time.

إن الحاجة الى نظام امني مرن و فعال من حيث التكلفة يعتمد العلامات الحيوية هي الدافع لهذا البحث. إن تمييز الوجوه هي طريقة حيوية جيدة بدون تماس وهي مناسبة و قابلة للتطبيق على شبكات الاستشعار اللاسلكية. إن معالجة الصور و نقلها هي مهمة تتسم بالتحدي في شبكات الاستشعار اللاسلكية نظراً الى العمليات و الاتصالات الثقيلة التي تحتاجها و التي بدورها تقلل من مدة حياة الشبكة. في هذا البحث أُقترح خوارزمية لتمييز الوجوه مناسبة لشبكات الاستشعار اللاسلكية تعتمد على مبدأ الخوارزميات المركزية التي تقوم بنقل ثقل العمل الى العقدة المركزية و تضغط بيانات النقل الى 89.5%. اقترحت خوارزمية كفوءة هجينة, التي تعتمد على الاستفادة من خواص النقل زاك بإستخلاص اهم الصفات المميزة للوجه و طريقة القييم الذاتية للوجه و تصنيف الوجوه حسب أقل مسافة مع متجهات الصفات المميزة حيث طبقت على شبكات استشعار لاسلكية بمعمارية مستوية معتمدة برونوكول التوجيه Gossiping. و تم الحصول على نسبة تمييز ممتازة تصل الى 100% مع اقل وقت حسابات.


Article
Multibiometric Identification System based on SVD and Wavelet Decomposition

Authors: R.A. Hussein --- H.A. Jeiad --- M.N. Abdullah
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2017 Volume: 35 Issue: 1 Part (A) Engineering Pages: 61-67
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Biometric systems refer to the systems used for human recognition based on their characteristics. These systems are widely used in security institutions and access control. In this work three biometric sources were used for identification purposes. Singular value decomposition (SVD) was employed as a tool for feature extraction and artificial neural network (ANN) was used as pattern recognition for the model. High accuracy was obtained from this work with 95% recognition rate.


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
Compression Index and Compression Ratio Prediction by Artificial Neural Networks
التنبؤ بمؤشر ونسبة الانضغاط بواسطة الشبكات العصبية الاصطناعية

Authors: Abbas Jawad Al-Taie عباس جواد الطائي --- Ahmed Faleh Al-Bayati احمد فالح البياتي --- Zahir Noori M. Taki زاهر نوري محمد تقي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2017 Volume: 23 Issue: 12 Pages: 96-106
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Information about soil consolidation is essential in geotechnical design. Because of the time and expense involved in performing consolidation tests, equations are required to estimate compression index from soil index properties. Although many empirical equations concerning soil properties have been proposed, such equations may not be appropriate for local situations. The aim of this study is to investigate the consolidation and physical properties of the cohesive soil. Artificial Neural Network (ANN) has been adapted in this investigation to predict the compression index and compression ratio using basic index properties. One hundred and ninety five consolidation results for soils tested at different construction sites in Baghdad city were used. 70% of these results were used to train the prediction ANN models and the rest were equally divided to test and validate the ANN models. The performance of the developed models was examined using the correlation coefficient R. The final models have demonstrated that the ANN has capability for acceptable prediction of compression index and compression ratio. Two equations were proposed to estimate compression index using the connecting weights algorithm, and good agreements with test results were achieved.

ان معرفة خصائص الانضمام للتربة مهم في التصميم الجيوتقني. نظرا للوقت والنفقات المتضمنة في إجراء اختبارات الانضمام، فإن المعادلات التجريبية التي تتضمن مؤشرات خصائص التربة مطلوبة لتقدير مؤشر الانضغاط. وعلى الرغم من اقتراح العديد من المعادلات التجريبية المتعلقة بخصائص التربة، فإن هذه المعادلات قد لا تكون مناسبة للحالات المحلية. الهدف من هذه الدراسة هو إقامة علاقة ارتباط بين خصائص الانضمام والخصائص الفيزيائية للتربة المتماسكة. وقد تم استخدام الشبكة العصبية الاصطناعية (ANN) للتنبؤ بمؤشر ونسبة الانضغاط من الخصائص لأكثر بساطة. تم استخدام مئة وخمسة وتسعين نتيجة اختبار انضمام للتربة التي تم أخذ عيناتها من مواقع البناء المختلفة في مدينة بغداد. استخدمت 70٪ من هذه النتائج لتدريب نماذج الـ(ANN) وباقي النتائج قسمت بالتساوي للاختبار والتحقق من صحة نماذج الـ(ANN). تم فحص أداء النماذج الرياضية المطورة باستخدام معامل الارتباط R. وقد أظهرت النماذج النهائية قدرة الـ(ANN) على التنبؤ باؤشر الانضغاط ونسبة الانضغاط بشكل مقبول. تم اقتراح معادلتين لتقدير مؤشر الانضغاط باستخدام خوارزمية أوزان الربط (connecting weights algorithm)، وتم التوصل إلى تقارب جيد مع نتائج الاختبار


Article
Understanding the Role of Positive and Negative Relations for Community Detection Problem in Signed Networks: A New Perspective
فهم دور العلاقات الأيجابية والسلبية في مشكلة كشف المجتمعات للشبكات المؤشرة: منظور جديد

Authors: Huda M. Rada هدى مصطفى رضا --- Bara’a A. Attea براء علي عطية
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2017 Volume: 58 Issue: 4B Pages: 2222-2235
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In real world, almost all networks come out with positive and negative types of relations. The sign could reflect like-dislike, agreement-disagreement, friendship-enmity, and attraction-discouragement. The contribution of this paper is to introduce prototype definitions for both nodes and communities of signed networks according to the distribution of positive and negative signs over the network's links. Two types of nodes (strong and weak) are introduced. Accordingly, three types of communities are declared, these are strong, weak, and irregular (or noisy). The formulated definitions provide us with a new understanding for the difficulty raised in community detection problem in signed networks. One of the recent state-of-the-art multi-objective detection models (modeled after Liu et al.) is adopted in this study as the optimization function for one of the well-known decomposition based multi-objective evolutionary algorithm (MOEA/D). In the experiments, different levels of complex synthetic networks are generated, characterized, and used as test-bed to explore and evaluate the performance of MOEA/D for solving community detection problem. The results reveal that the accuracy of the network partitioning solutions is increased while increasing the percentage of strong nodes and strong communities and vice versa while increasing percentage of weak nodes and weak and irregular communities.

معظم الشبكات في العالم الحقيقي تأتي بانواع من العلاقات الأيجابية والسلبية ، يمكن أن تعكس هذة الأشارة مثلا عدم الاعجاب- الاعجاب ،ألاختلاف والصداقة والعداوة والاحباط ، البصمة في هذ البحث هي تحديد انواع العقد والمجتمعات في الشبكات المؤشرة من خلال توزيع الاشارات الموجبة والسالبة على ارتباطات الشبكات . هناك نوعين من العقد (القوية والضعيفة ). وفقا لذلك هناك ثلاث من المجتمعات عرفت وهي القوية والضعيفة والشاذة (الغير النظامية) .التعاريف المصاغة وفرت لنا مفاهيم جديدة للصعوبة التي أثيرت في مشكلة الكشف عن المجتمع في الشبكات المؤشرة ، و أحد الباحثين الحاليين في مجال الموديلات المتعددة الاهداف (ليو ) اعتمد في هذة الدراسة على احد الخوازميات التطورية متعددة الاهداف في كشف المجتمعات . وفي التجارب تم انشاء وتمييز مستويات مختلفة من الشبكات الاصطناعية المعقدة وتقييم أداء خوارزمية كشف المجتمعات متعددة الاهداف للكشف عن المجتمعات في الشبكات المؤشرة ، وتكشف النتائج أن دقة حلول تقسيم الشبكة تزداد مع زيادة نسبة العقد القوية والمجتمعات القوية والعكس بالعكس مع زيادة النسبة المئوية للعقد الضعيفة و المجتمعات الضعيفة وغير النظامية .

Listing 1 - 10 of 47 << page
of 5
>>
Sort by
Narrow your search

Resource type

article (47)


Language

English (39)

Arabic (3)

Arabic and English (3)


Year
From To Submit

2017 (47)