research centers


Search results: Found 72

Listing 1 - 10 of 72 << page
of 8
>>
Sort by

Article
Neural Net Approach For Image Thinning
التنحيف باستخدام تقنية الشبكات العصبية

Author: Itemad Raheem Ali اعتماد رحيم علي
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2011 Issue: 28 Pages: 66-78
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

Thinning is the operation that seeks to reduce a connected region of pixels of a given property set to a small size. One of the most applications of thinning is the image recognission. In this paper, we proposed a new algorithm for thinning an image using Neural Net approach called (Thinning Back- propagation algorithm, TBP), the results show that the operation considered including Zhang Suen algorithm, Hilditch's algorithm. Applying Zhang Suen and Hilditch's algorithms showed that the output of the Hilditch's algorithm is better from the presence of shape accuracy point of view. The proposed Thinning Back-propagation (TBP) algorithm is superior to other algorithms; the results show that the Hilditch's algorithm gives somewhat better results than Zhang Suen algorithm, therefore the proposed TBP has been implemented depending on the Hilditch's algorithm. The accuracy of the TBP is equivalent to Hilditch's algorithm but it is a little bit faster than Hilditch's algorithm. Experimental results are presented to compare the performance of the algorithms.

تهدف عملية التنحيف الى تقليص حجم شكل معين الى حجم أصغر يحمل نفس مواصفات الشكل الاصلي. التنحيف له استخدامات واسعة في تطبيقات كثيرة من ضمنها تمييز الصور. في هذا البحث تم اقتراح خوارزمية جديدة للتنحيف بالاعتماد على الشبكات العصبية وتحديداً خوارزمية الانتشار العكسي سميت (خوارزمية التنحيف بالانتشار العكسي)، وانجزت مقارنات نتائج الخوارزمية المقترحة مع كل من خوارزمية زهانك سوين وخوارزمية هيلدج.بتطبيق خوارزمية هيلدج وخوارزمية زهانك سوين أثبت إن الخوارزمية الاولى هي افضل من ناحية المحافظة على دقة الشكل.اما خوارزمية التنحيف بالانتشار العكسي المقترحة فهي افضل من الخوارزميتين الاخريتين وذلك لانها تعطي نفس دقة خوارزمية هيلدج مع عمليات حسابية اقل.


Article
Controlling the Direct Connected Parallel Three-Phase Voltage Source Inverters by Using Neural networks
السيطرة المباشرة على عاكسات ثلاثية الطور مربوطة على التوازي بأستخدام الشبكات العصبية

Author: Khalid I .Al – Naimi
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2009 Issue: 24 Pages: 1-22
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

This paper demonstrates that neural networks can be used effectively for the controlling the direct connection of parallel three-¬phase voltage source inverters..A unique feature of the parallel three-phase inverters is a zero--sequence circulating current. This work proposes a new zero-sequence control for parallel three- phase voltage source inverter using a neural networks to assist the Proportional-Integral controller against the variation on the two inverters to maintain the value of a zero-sequence current within an acceptable value. The controller of the zero-sequence current can be implemented within an individual inverter and it is independent of the other control loops of the inverter, therefore, it greatly facilitates design and expansion of parallel system.Simulation and results can be obtained by using mathematical software such as MATLAB version seven to show the performance of the controllers and the closed loop system.Two-layers feedforward neural networks FNN's containing a Levenberg-Marquardt training algorithm are used.

يبين هذا البحث أماكنية أستعمال الشبكات العصبية لاغراض السيطرة المباشرة على منظومات عاكسات ثلاثية الطور مربوطة على التوازي. أن أحد خواص العاكس ثلاثي الطور المربوط على التوازي هو جعل التيار الدوار مساويا" صفر. أن هذا البحث يطرح طريقة جديدة للسيطرة على التيار الدوار في منظومة العاكس الثلاثي الطور المربوط على التوازي بالاعتماد على الشبكات العصبية ليكون مساعدا" للمسيطر (التناسبي / التكاملي) بالمحافظة على قيم التيار الدوار لتكون ضمن القيم المقبولة.أن السيطرة على التيار الدوار يمكن تنفيذه ضمن كل عاكس , دون ألاعتماد على حلقات السيطرة ألاخرى وهذا ألاسلوب يسهل أمكانية توسيع عدد منظومات التوازي. بالامكان الحصول على نتائج المحاكات بأستعمال برامجيات رياضيه مثل ( ماتلاب 7) لبيان أداء المسيطر ومنظومة الحلقة المغلقة. تم أستعمال شبكة عصبية ذات طبقتين من نوع التغذية ألامامية تحتوي على خوارزمية ليفنبرغ- ماركواردت لغرض تعليم الشبكة.


Article
Comparison between Lamarckian evolution and Baldwin evolution of Neural Network
مقارنة بين التطور اللاماركياني و التطور البالدويني في الشبكات العصبية

Author: Imad F. T. Yaseen
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2006 Issue: 19 Pages: 217-232
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

Genetic algorithms are very efficient at exploring the entire search space; however, they are relatively poor at finding the precise local optimal solution in the region at which the algorithm converges. Hybrid genetic algorithms are the combination of learning algorithm (Backpropagation), usually working as evaluation functions, and genetic algorithms. There are two basic strategies in using hybrid GAs, Lamarckian and Baldwinian evolution. Traditional schema theory does not support Lamarckian learning, i.e., forcing the genetic representation to match the solution found by the learning algorithm. However, Lamarckian learning does alleviate the problem of multiple genotypes mapping to the same phenotype. Baldwinian learning uses learning algorithm to change the fitness landscape, but the solution that is found is not encoded back into the genetic string. We presented hybrid genetic algorithms for optimizing weights as well as the topology of artificial neural networks, by introducing the concepts of Lamarckian and Baldwin evolution effects. Experimental results with extensive set of experiments show that the hybrid genetic algorithm exploiting the Baldwin effect more effect than Lamarckian evolution but is slow in convergence, and The results of the proposed algorithms outperformed those of the previous algorithms.

الخوارزميات الوراثية كفوءة جدا في إستكشاف كامل فضاء البحث ,وعلى كل حال تعتبر فقيرة نسبيا في إيجاد الحلّ المثالي المحليّ الدقيق في المنطقة حيث تتقارب الخوارزمية . الخوارزميات الوراثية الهجينة تكون مجموعة من خوارزمية التعلّم (أنسياب الخطأ خلفا)التي تعمل عادة كدالة تقييم , والخوارزمية الوراثية.هناك إستراتيجيتان أساسيتان في إستعمال الخوارزمية الهجينة هما التطور اللاماركياني Lamarckian والتطور البالدويني Baldwinian . نظرية التماثل التقليدية لا تدعم التعلم اللاماركياني، وبمعنى آخر يجبر التمثيل الوراثي على مطابقة الحلّ الذي وجد بخوارزمية التعلّم.حيث التعلم اللاماركياني يعاني مشكلةمطابقة تعدد النمط الجيني genotypes إلى نفس النمط الظاهري phenotype.التعلم البالدويني يستخدم خوارزميةالتعلّم لتغييّر منظر الصلاحية، لكن الحلّ الذي يجده لم يرجع ليشفّرالخيط الوراثي. قدّمنا خوارزميات وراثية هجينة لتحسين الأوزان(مجموعة الموصلات) بالإضافة إلى الهيكل المثالي الى الشبكات العصبية الإصطناعية، بتقديم تأثير مفاهيم التطور اللاماركياني والتطورالبالدوين. النتائج التجريبية المجموعة الشاملة من التجارب وجدت الخوارزمية الوراثية الهجينة أنّ التطور البالدوين اكثر تأثيرا من التطور اللاماركياني لكنها بطيئة في التقارب،أضافة الى تفوق الخوارزميات المقترحة على الخوارزميات السابقة في تحديد أوزان و هيكل الشبكات العصبية .


Article
Neural network based branch prediction unit in modern microprocessors
وحدات التنبؤ بوجود التفرع في المعالجات الحديثة بالاعتماد على الشبكات العصبية

Author: Faiz A. AL – Alawy فائز عباس العلوي
Journal: Al-Rafidain University College For Sciences مجلة كلية الرافدين الجامعة للعلوم ISSN: 16816870 Year: 2006 Issue: 18 Pages: 102-117
Publisher: Rafidain University College كلية الرافدين الجامعة

Loading...
Loading...
Abstract

For the modern microprocessors, as pipelines get deeper, or issuing rate gets higher, the penalty imposed by branching instructions gets larger. To reduce this penalty, branch prediction is used. Branch prediction unit is an important part of modern processor architectures. Its responsibility is to predict whether branches will be taken or not taken before they are actually executed.The application of ANNs have been considered in this work as a good alternative for solving the problem of branch prediction. Single and multilayer preceptron neural nets have been used to design a new branch predictor. The designed neural nets have been tested for different applications.A comparative analysis and study have been carried out with the other known prediction techniques. The achieved results show very high prediction accuracy.The prediction accuracy rates are calculated for different types of neural predictors and conventional predictors. It has been concluded that the neural predictors are better than conventional predictors, but in the other side, when using adaptive techniques, the neural predictors are comparable to conventional two-level predictors with the same size of input. Regarding the same hardware budget, neural predictors are the best, but they might take more time for computing branch prediction than conventional predictors.

في المعالجات الدقيقة الحديثة ،وبزيادة عدد الوحدات الداخلية التي تعمل على التوازي ،أو بزيادة معدلات الإنجاز للمعالج فأن ضريبة تنفيذ ايعازات التفرع تكون اكبر .لغرض تقليل هذه الخسارة يتم الاعتماد على التنبؤ بوجود التفرع قبل حدوثة.أن وحدات التنبؤ تعتبر جزء أساسي من المعالجات الحديثة ،حيث أن وظيفتها هي التنبؤ فيما لو أن التفرع في البرنامج سوف يؤخذ به أم لا قبل مرحلة التنفيذ الفعلي.تم استخدام الشبكات العصبية الاصطناعية في هذا البحث كبديل جيد لحل مشكلة التنبؤ بوجود التفرع . تم استخدام شبكات عصبية نوع بيرسيترون،أحادية الطبقة ومتعددة الطبقات لغرض تصميم وحدة جديدة للتنبؤ بالتفرع ،وقد تم اختبار هذه الوحدة في عدة تطبيقات.تم تنفيذ دراسة وتحليل مقارن مع طرق التنبؤ الأخرى المعروفة .وأظهرت النتائج التي تم الحصول عليها دقة تنبؤ عالية .لقد تم حساب دقة التنبؤ لمختلف أنواع وحدات التنبؤ .تم استنتاج أن وحدات التنبؤ العصبية افضل من وحدات التنبؤ التقليدية ،ولكن باستخدام تقنيات التعشيق ،كانت وحدات التنبؤ التقليدية ثنائية التركيب موازية في الأداء لوحدات التنبؤ العصبية لنفس الحجم من المدخلات . من ناحية حجم الدائرة الإلكترونية ،كانت وحدات التنبؤ العصبية هي الأفضل ولكنها ممكن أن تستغرق وقت اكبر لحساب التنبؤ نسبة إلى وحدات التنبؤ التقليدية .


Article
Standard printed musical note recognition based on neural network
تمييز العلامات الموسيقية القياسية المطبوعة بالاعتماد على الشبكات العصبية

Author: Saja jasem Mohammed سجى جاسم محمد
Journal: Journal of university of Anbar for Pure science مجلة جامعة الانبار للعلوم الصرفة ISSN: ISSN: 19918941 Year: 2012 Volume: 6 Issue: 2 Pages: 20-25
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

Artificial neural network is widely used for many computer applications and assure it success in all of these fields, like recognition applications. In this paper the a supervised NN is used to recognize printed musical notes. First music staff image is read, this staff is segmented in to no. of single music note, then feature extraction is performed on results using combination of mathematic and statistic operations. BP now will trained on all extracted feature to recognize the standard printed music notes. This algorithm is applied on many examples and achieve good results and low error rate.

استخدمت الشبكات العصبية في كثير من التطبيقات العملية وأثبتت نجاحها الفائق في معظم هذه المجالات، من بين تلك المجالات عمليات التمييز، تم في هذا البحث استخدام الشبكات العصبية من النوع الموجه في تمييز العلامات الموسيقية القياسية المطبوعة اذ تم اعتماد صورة مدرج موسيقي وتقطيعه الى عدد من العلامات الموسيقية بعدد العلامات الموجودة فيه ثم استخلاص خواص كل علامة موسيقية باستخدام طرق رياضية مهجنة وادخال النواتج الى الشبكة العصبية لتتم بعدها عملية التمييز.طُبِقت الخوارزمية على علامات موسيقية قياسية متعددة وتم تحقيق نتائج جيدة وبنسبة خطأ قليلة نسبيا.


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
An Enhanced Authentication Based on Biometric and Neural Network
تحسين الوثوقية باعتماد المقياس الحيوي والشبكات العصبية

Loading...
Loading...
Abstract

Because of the significant in the field of information technology, increasing means of communication and networks , proliferation of electronic crimes and personality theft, the security of information and verification of the identity of the user became the biggest concerns of institutions and individuals. Hence, several types to verify the reliability of people appeared, some of them relied on traditional means like passwords and smart cards, other modern methods adopted the biometric features for which vital statistics, which depends on the characteristics of natural or unique behavior in people. The artificial neural networks have been used by a large number of researchers to achieve the goals of information security and so as it is ability of learning and modeling of complex relationships between inputs and Outputs.This research suggest a way to improve the user authentication scheme in high security applications in networks. Artificial neural network is used (Back propagation network) to provide privacy to the user and vital feature (fingerprint iris of the eye) being one of the best biometric features to verify the identity of the user as it is the consistency and accuracy in addition to ease of use .

نظرا للتطور الكبير في مجال تكنولوجيا المعلومات وتزايد وسائل الاتصال والشبكات وانتشار جرائم السرقات الالكترونية وانتحال الشخصيةّ , أصبح أمن المعلومات والتحقق من هوية المستخدم من اكبر اهتمامات المؤسسات والافراد. ومن هنا ظهرت عدة انواع للتحقق من وثوقية ألاشخاص , منها ما اعتمد على الوسائل التقليدية مثل كلمات السر والبطاقات الذكية أو الحديث الذي اعتمد على الصفات الحيوية وهو ما يخص علم الاحصاء الحيوي الذي يعتمد على خصائص طبيعية او سلوكية فريدة لدى الاشخاص. اما الشبكات العصبية الاصطناعية فقد استخدمت من قبل عدد كبير من الباحثين لتحقيق اهداف أمن المعلومات وذلك لما تمتاز به من القابلية على التعلم ونمذجة العلاقات المعقدة بين المدخلات والاخراجات. أقترح هذا البحث طريقة لتحسين اسلوب الوثوقية للمستخدم في التطبيقات عالية الامنية في الشبكات. استّخدمت الشبكة العصبية الاصطناعية ( شبكة الانتشار العكسي) لتوفر خصوصية للمستخدم والسمة الحيوية (بصمة قزحية العين) كونها من أفضل السمات الحيوية في التحقق من هوية المستخدم لما تمتاز به من الثبات والدقة العالية بالاضافة الى سهولة الاستخدام.


Article
تقييم تنبؤ السلسلة الزمنية لمعدلات درجات الحرارة باستخدام الشبكات العصبية

Authors: د.ظافر رمضان مطر البدراني --- رهاد عماد صليوا
Journal: IRAOI JOURNAL OF STATISTICAL SCIENCES المجلة العراقية للعلوم الاحصائية ISSN: 1680855X Year: 2014 Volume: 14 Issue: 26 Pages: 1-19
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

قورنت في هذا البحث دقة التنبؤ بين الطريقة الإحصائية للسلاسل الزمنية المتمثلة بمنهجية (بوكس – جنكنز) وبعض الشبكات العصبية الاصطناعية من خلال تطبيق ثلاث شبكات هي (FFNN) Feed Forward Neural Network و (ENN) Elman Neural Network والشبكة الثالثة هي شبكة (NARX) Nonlinear Autoregressive with Exogenous Input ، تختلف هذه الشبكات فيما بينها من حيث وجود التغذية العكسية في هيكليتها من عدمه ،وتم التطبيق على بيانات المعدلات الشهرية لدرجات الحرارة العظمى لمدينة De Belt الهولندية للأعوام من 1983 - 2009 لدقتها ، إذ بلغ عددها 324 مشاهدة والإبقاء على 12 مشاهدة كعينة بعدية للمقارنة مع قيم التنبؤ التي يتم الحصول عليها من النموذج ، وقد بينت نتائج التنبؤ أن أداء الشبكات العصبية ذوات التغذية العكسية أفضل من غيرها ومن أداء (بوكس-جنكنز) .


Article
الخوارزمية الجينية وبإستخدام التأقلم الذاتي للعوامل الجينية تقوم بتصميم وتدريب أوزان الشبكات العصبية الإصطناعية

Author: ندى ذنون أحمد
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2008 Volume: 2 Issue: 1 اللغة العربية Pages: 1-17
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات


Article
Afaster Training Algorithm and Genetic Algorithm to Recognize Some of Arabic Phonemes

Author: Dr.ٍٍSarah B. Aziz,Saba Abdul-Wahed S,Maysaa Abdul-Kareem N.
Journal: Journal of Education for Pure Science مجلة التربية للعلوم الصرفة ISSN: 20736592 Year: 2012 Volume: 2 Issue: 1 Pages: 33-45
Publisher: Thi-Qar University جامعة ذي قار

Loading...
Loading...
Abstract

Neural network and Genetic algorithm are used in this work to recognize some of Arabic phonemes recorded by more than person in various age. This work implemented in two basic stage, first one include speech signal process such as segment, analyses and determined the best samples which represent the basic feature to sound signal. The second stage contain recognize operation which done by Levenberg-Marquardt(LM) Algorithm which is one of the faster training algorithm in the Neural network used to determine number of hidden neuron with Genetic Algorithm. A research tool has been implemented, using the Matlab 6.5, sound forge5 and programming language pascal7

Listing 1 - 10 of 72 << page
of 8
>>
Sort by
Narrow your search

Resource type

article (72)


Language

English (38)

Arabic (21)

Arabic and English (13)


Year
From To Submit

2019 (3)

2018 (8)

2017 (12)

2016 (10)

2015 (5)

More...