research centers


Search results: Found 7

Listing 1 - 7 of 7
Sort by

Article
Influence Activation Function in Approximate Periodic Functions Using Neural Networks
تأثير دالة الاستثارة في تقريب الدوال الدورية باستخدام الشبكات العصبية

Authors: Luma N. M. Tawfiq لمى ناجي محمد توفيق --- Ala' K. Jabber علاء كامل جابر
Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: 16094042/ 25213407 Year: 2014 Volume: 27 Issue: 1 Pages: 306-313
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The aim of this paper is to design fast neural networks to approximate periodic functions, that is, design a fully connected networks contains links between all nodes in adjacent layers which can speed up the approximation times, reduce approximation failures, and increase possibility of obtaining the globally optimal approximation. We training suggested network by Levenberg-Marquardt training algorithm then speeding suggested networks bychoosingmost activation function (transferfunction) which having a very fast convergence rate for reasonable size networks. In all algorithms, the gradient of the performance function (energy function) is used to determine how to adjust the weights such that the performance function is minimized, where the back propagation algorithm has been used to increase the speed of training.

الهدف من هذا البحث هو تصميم شبكات عصبية مسرعة كطريقة لتقريب الدوال الدورية وهذا يعني تصميم شبكات مرتبطة بالكامل تتضمن روابط بين كل العقد في الطبقات المتجاورة و التي تستطيع تعجيل زمن التقريب , تقليل حالات الإخفاق , الفشل و زيادة احتمالية الحصول على التقريب المثالي الرئيسي , دربنا الشبكات المقترحة بطريقة ﻟﻴﭬنبرﻙ- ماركواردت و من ثم تسريع الشبكات المقترحة من خلال اختيار أفضل دالة استثارة ( دالة انتقال )إذ أن بعضها يمتلك نسبة تقارب سريعة جدا لشبكات ذي إحجام معقولة, في كل تلك الخوارزميات استخدمنا ميلَ دالةِ الأداءَ (دالة الطاقةِ) لتَحديد كيفية تَعديل الأوزانِ من خلال تصغير دالةِ الأداءَ ، إذ استخدمت خوارزميةِ الانتشار المرتد لزيَاْدَة سرعةِ التدريب.


Article
PREDICTION OF YIELD STRENGTH OF LOW/MEDIUM CRMO FERRITIC STEELS USING ARTIFICIAL NEURAL NETWORKS
تخمين اجهاد الخضوع لسبائك الفولاذ الفريتي الكرومي الواطئ والمتوسط المحتوى باستخدام طريقة الشبكات العصبية الصناعية

Loading...
Loading...
Abstract

AbstractThe yield strength of Low/Medium Cr- Mo ferritic steels has been analyzed by a well selectedartificial neural networks (ANN) model using data sets obtained from ASTM publications. Thequalitative and quantitative effects of chemical composition, heat treatment and test temperaturehave been studied. The proposed ANN model was obtained by applying averaging process to thefirst best three models. The first one consists of 24 input nodes (the input variables), 23 hiddennodes and the output node which is the target for the required yield strength. Among the previousvariables, it was found that the heat treatment ones have the greatest contribution to the yieldstrength especially the tempering one i.e. the average contribution of about 15% was obtained

الخلاصةمن خلال اقت ا رح موديل مناسب من Cr-Mo تم تحليل مقاومة الخضوع للصلب الف ا ريتي الواطئ والمتوسطالشبكات العصبية الصناعية. تم د ا رسة التأثي ا رت النوعية و الكمية للتركيب الكيميائي و المعاملة الح ا ررية و درجةتم الحصول على .ASTM ح ا ررة الاختبار على مقاومة الخضوع باستخدام مجموعة بيانات مأخوذة من نش ا رتالنموذج المقترح بتطبيق طريقة المعدل لأفضل ثلاث موديلات. إن أفضل موديل من بين هذه الثلاثة كان يتكونمن 24 عقدة في الطبقة الأولى (المتغي ا رت) و 23 عقدة في الطبقة المخفية وعقدة واحدة للهدف المطلوب وهو مقاومة الخضوع في الطبقة الأخيرة. لوحظ بان متغي ا رت المعاملة الح ا ررية ذات تأثير اكبر على مقاومةالخضوع مقارنة مع المتغي ا رت الأخرى و بالأخص متغير درجة ح ا ررة معاملة التطبيع حيث تم الحصول على.% معدل تأثير بمقدار 1


Article
Synthesis of missing openhole well log data through artificial neural networks
تصنيع المجسات المفقودة للآبار المفتوحة باستخدام تقنية الشبكات العصبية الصناعية

Author: Amna M. Handhal آمنة مال الله حنظل الكنعاني
Journal: Journal of Kufa - physics مجلة الكوفة للفيزياء ISSN: 20775830 Year: 2017 Volume: 9 Issue: 2 Pages: 56-63
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

A methodology is presented for deducing missing intervals of well logs data through applying artificial neural networks (ANNs) models. Three ANNs were performed for synthesizing sonic, neutron, and density logs. An example from Mishrif Formation of Nasyria oil field in southern Iraq was used to reveal the capability of ANNs model to synthesis missing intervals for these logs. Basically, ANNs models developed in this study were based on commonly multilayer perceptron and trained with backpropagation algorithm. Two statistical errors, namely, root mean squared error and correlation of determination were employed to assess the accuracy of the ANN models. Results indicated the capability of ANNs model to recreation of missing well interval with high accuracy.

يتطرق البحث الحالي الى استخدام تقنية الشبكات العصبية الصناعية لتوليد قيم منحنيات مجسات الآبار المفقودة لثلاثة مجسات شائعة هي المجس الصوتي ومجس الكثافة ومجس النيوترون. اختيرت معمارية الشبكة العصبية من النوع المتعدد الطبقات واختبارها باستخدام طريقة انسياب الخطأ الى الخلف. وتقييم ادائية الشبكات العصبية المصصمة باستخدام معيارين احصائيين هما مربع معدل الخطأ ومعامل الارتباط. اختبرت الطريقة على احدى آبار حقل الناصرية في جنوب العراق فبينت النتائج الامكانية الكبيرة للشبكات العصبية لتوليد قيم المجسات المفترضة. وخرجت الدراسة بنتيجة مفادها امكانية استخدام مثل هذه التقنيات في مجال جيولوجيا النفط في العراق بسبب مرونتها العالية وسهولة تصميمها واختبارها.


Article
Forecasting Models for Some Water Quality Parameters of Shatt Al-Hilla River, Iraq

Authors: Rafa H. Al-Suhili --- Nesrin J. Al-Mansori
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2017 Volume: 25 Issue: 4 Pages: 1384-1391
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

This paper provides Artificial Neural Networks model versions for forecasting the monthly averages of some chemical water quality parameters of Shatt Al-Hilla River, which is located at Hilla City, south of Iraq. The water quality parameters investigated were Sulphate, Magnesium, Calcium, Alkalinity, and Total Hardness. Results indicate that for Sulphate and Calcium high correlation coefficients models were observed to be (0.9 and 0.88), while for Magnesium, Alkalinity and Hardness low correlation coefficients model were observed to be (0.48,0.58, and 0.51) respectively. Serial correlation behavior of these variables indicate at that high lag time correlations sequences are observed for the first two variables and low ones for the last three water quality parameters. A serial correlation coefficient analysis was done and indicates that as the variable exhibited weak lag correlation structure, then a successful ANN forecasting model could not be obtained even if many trials were done to enhance it's performance, such as increasing the number of nodes, the lagged input variables, and/or changing the learning rate and the momentum term values, or the use of different types of activation functions. On the other hand, those variables that have a strong lag correlation structure can easily fit successful ANN forecasting models

يتناول هذا البحث التنبؤ بالمعدلات الشهرية لبعض المحددات الكيميائية لمياه شط الحلة الواقع في محافظة بابل بأستخدام الشبكات العصبية الصناعية, المحددات المستخدمة في الموديل الكبربت, المغنيسيوم, الكالسيوم, القاعدية , العسرة الكلية. بينت النتائج بأن الكبريت والكالسيوم يمتاز بمعامل ارتباط عالي عند تطبيق الموديل (0.8,0.9) ... بينما المغنيسيوم والقاعدية والعسرة كان معامل الارتباط (0.48, 0.58,0.51) على التوالي. من الملاحظ انه قيمة الارتباط العالي للمتغيرين الأوليين ولبقية العناصر بقيم واطئة ..كان بسبب محددات الوقت . نجاح تحليل الموديل بتنبؤ بالقيم بأستخدام ANN لا يمكن اجراءه حتى بكثرة عدد المحاولات ..وانما بزيادة عدد النقاط او تغيير معدل التعلم او تغيير قيمة الزخم او استخدام نوع اخر من المعادلات الفعالة .من جهة أخرى بناء هذا الموديل بأستخدام ANN كان مطابق للتخمين للقيم للمحددات الكيميائية للمياة.


Article
Modification Of Levenberg-Marquardt Algorithm For Solve Two Dimension Partial DifferentialEquation

Author: Khalid Mindeel M. Al-Abrahemee
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2018 Volume: 26 Issue: 7 Pages: 107-117
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

In this paper we presented a new way based on neural network has been developed for solutione of two dimension partial differential equations . A modified neural network use to over passing the Disadvantages of LM algorithm, in the beginning we suggest signaler value decompositionsof Jacobin matrix (J) and inverse of Jacobin matrix( J-1), if J(w) is a matrix rectangular or singular. Secondly, we suggest new calculation of μk , that isk= E (w)2.look the nonlinear execution equationsE(w) = 0 has not empty solutionW* and we refer ‖∙‖ to the second norm in all cases ,whereE(w): R^n→R^m is continuously differentiable and E(x) is Lipeschitz continuous, that is= E(w2)- E(w1) L w2- w1,where L is Lipeschitz constant.

في هذه الدراسة تم تطوير طريقة جديدة تقوم على الشبكة العصبية من أجل حل المعادلات التفاضلية الجزئية البعدين. استخدام الشبكة العصبية المعدلة لتجنب عيوب خوارزمية التدريب لﭭنبرك – ماركوادت. أولا نقترح SVD تحليل القيمة المنفردةإلىJ و J-1إذا كانت المصفوفة J(w) مستطيلة او منفردة . ثانيا نقترح حساب جديد إلى μ بحيث ان μ_k=‖E(w)‖^2 . نعتبر ان دالة الهدف الغير خطية E(w) تملك مجموعة غير خالية من الحلول W* ونشير أن‖‖هومنالمعيار 2 وE(w): R^n→R^m هي مستمرة وقابلة للاشتقاق وتحقق شرط ‖E(w_2)-E(w_1)‖≤L‖w_2-w_1 ‖ حيث ان L هو ثابت ليبشيتز.


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
The effect of the threshold function for design feed forward neural network for solving Partial differential equations
تأثير دوال التنشيط في تصميم شبكة عصبية ذات التغذية الأمامية لحل المعادلات التفاضلية الجزئية

Author: Dr.Khalid. Mindeel. M. Al-Abrahemee د. خالد منديل محمد
Journal: Journal of Kufa for Mathematics and Computer مجلة الكوفة للرياضيات والحاسوب ISSN: 11712076 Year: 2017 Volume: 4 Issue: 1 Pages: 13-22
Publisher: University of Kufa جامعة الكوفة

Loading...
Loading...
Abstract

In this paper we disperse the outcome of threshold functions for designate feed forward neural network for solution partial differential equations”. “We utility a multi-layer network having one hidden layer with 7 hidden units (neurons) and one linear output unit with different of threshold function of each unit are logsig , tansig, purelin, tribas and hardlim and use Levenberg – Marquardt (trainlm) training algorithmic rule”. Finally the terminate of numerical experience are compare to with the true solution in illustrative examples to ratify the precision and effectiveness of the immediate plan.

ـــ في هذا البحث نناقش تأثير دوال التنشيط في تصميم الشبكة العصبية ذات التغذية الأمامية لحل المعادلات التفاضلية الجزئية. استخدمنا شبكة متعددة الطبقات ذات طبقة خفية واحدة ذو سبعة وحدات (عصبونات) خفية و وحدة أخراج خطية ودوال الاستثارة لكل حدة خفية هي مختلفة logsig , tansig, purelin, tribas and hardlim باستخدام خوارزمية التدريب لـ ﭭنبرك - ماركوادت و بايسن(trainlm). أخيرا النتائج للاختبارات العددية قورنت مع الحل المضبوط في أمثلة توضيحية لتعزيز و تأكيد الدقة و كفاءة للتقنية المقترحة .

Listing 1 - 7 of 7
Sort by
Narrow your search

Resource type

article (7)


Language

English (6)

Arabic and English (1)


Year
From To Submit

2018 (1)

2017 (4)

2014 (1)

2011 (1)