research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
MONTHLY RAINFALL QUANTITIES FORCASTING USING NARX NETWORK
تنبؤ كميات الامطار الهاطلة شهرياً بأستخدام شبكات التغذية العكسية الديناميكية العصبية

Authors: Mohammed Ali Tawfeeq --- Ghusoon Idan Arb
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2016 Volume: 20 Issue: 6 Pages: 103-114
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

An accurate precipitation forecast can reflect positive impact in several areas. It provides helpful data in hydrological projects designs, such as constructing dams, reservoirs, rainfall networks, as well as takes some precautionary measures that can overcome the flooding problems. This paper proposes a monthly quantitative precipitation forecasting model that covers the total land area of Iraq. The model is based on the use of Nonlinear AutoRegressive with eXogenous input neural network (NARX). This type of network is considered as one of the most important dynamic networks that can deal with time series data. It is a type of recurrent networks with feedback connections between its layers and a tapped delay lines. The data used to train and test the network are real data obtained by NASA GES DISC which represent monthly quantitative precipitation of more than 1350 site uniformly distributed to cover the land of Iraq for a historical period of ten years. The designed forecasting network model showed good performance, in which the total calculated MSE for the testing data set is about (2.8×10-3), and the its correlation coefficient R is about (0.95). The correlation of the predicted error with time has been checked also; it showed that almost all the autocorrelation function values are fall within the bound of the confidence interval.

ان التنبؤ الدقيق لكميات هطول الأمطار يمكن ان ينعكس إيجابا وبشكل مؤثر في العديد من المجالات. حيث أنه يوفر بيانات مساعدة عند اعداد تصاميم المشاريع الهيدرولوجية، مثل بناء السدود والخزانات وشبكات مياه الأمطار، وكذلك لاتخاذ بعض التدابير الاحترازية التي يمكن من خلالها التغلب على مشاكل الفيضانات. اقترح هذا البحث نموذج تنبؤ كمي شهري لهطول الامطار وبما يغطي اجمالي مساحة العراق. يستند هذا النموذج على استخدام شبكات عصبية ذات انحدار غير خطي مع مدخلات خارجية المنشأ (NARX). ان نوع هذه الشبكة يعتبر أحد الشبكات الديناميكية الأكثر أهمية التي يمكن أن تتعامل مع بيانات السلاسل الزمنية. ان هذا النوع يمثل الشبكات ذات النواتج المرتدة عكسياً والتي تحوي على وصلات تغذية عكسية بين طبقاتها مع خطوط تأخير توظيف نواتجها. البيانات المستخدمة لتدريب واختبار الشبكة هي بيانات حقيقية تم الحصول عليها من موقع وكالة ناسا غيس دسك (NASA GES DISC) والتي تمثل كميات الامطار الهاطلة شهرياً لأكثر من 1350 موقع موزعة بشكل متجانس لتغطية مساحة العراق لفترة تاريخية تمتد لعشر سنوات. أظهر نموذج الشبكة التنبؤي المصمم أداء الجيداً، وقد بلغت كمية معدل مربع الخطأ باستخدام بيانات الفحص حوالي (3-10*2.8)، واجمالي معامل الارتباط R هو حوالي (0.95). وقد تم التحقق ان كان هنالك ترابط ما بين الخطأ المتوقع والزمن: حيث أظهرت نتائج احتساب الارتباط الذاتي ان جميع القيم تقريبا تقع ضمن حدود فترة الثقة.


Article
Intelligent Modeling of Metal Oxide Gas Sensor

Authors: Omar F. Lutfy --- Alaa A. Abdul-Hamead
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 7 Part (A) Engineering Pages: 777-783
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Due to the complexity of the gas detection process, traditional modeling techniques cannot provide accurate modeling performance to reproduce the behavior of this difficult process. In this paper, an intelligent modeling technique is utilized to develop an accurate model to represent the complex and nonlinear gas detection process. In particular, in this study nickel Oxide NiO gas sensor, which was specifically fabricated by a simple chemical spray pyrolysis technique. In the process, the nickel chloride hexahydrate salt was used at a concentration of (0.05 M) and a temperature of 350 ºC. Because of this process, the thickness of NiO was 0.1μm. Inspection was done using three different testing techniques; X-ray diffraction, scanning electron microscopy, and the sensitivity test of NiO for Methane gas CH4 in the range of (0-500) ppmv. Inspection results show that the film was crystalline, has a cubic system, and without cracks or open pores. On the other hand, the sensitivity results were disparate and low in value within the considered range. From the real-time experiment described above, training samples were gathered to develop the desired process model. The considered modeling technique was based on exploiting the wavelet network (wavenet) to represent the nonlinear function of the nonlinear autoregressive with exogenous input (NARX) structure. In model development process, the experimental data were utilized as the training samples for the wavenet-based NARX model. As the modeling accuracy, the proposed wavenet-based NARX model attained a value of 1.895 × 10-12 for the root mean square of error (RMSE) criterion.


Article
Use aggregate slide estimate additive splines estimation for the diagnosis of non-linear composite model self-regression with practical application
استعمال تقدير الشرائح التجميعية Additive Splines Estimation لتشخيص أنموذج الانحدار الذاتي التجميعي اللاخطي بوجود متغير خارجي NAARX مع تطبيق عملي

Authors: فراس أحمد محمد --- علي سلمان حبيب
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2017 Volume: 23 Issue: 96 Pages: 320-340
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Nonlinear time series analysis is one of the most complex problems ; especially the nonlinear autoregressive with exogenous variable (NARX) .Then ; the problem of model identification and the correct orders determination considered the most important problem in the analysis of time series . In this paper , we proposed splines estimation method for model identification , then we used three criterions for the correct orders determination. Where ; proposed method used to estimate the additive splines for model identification , And the rank determination depends on the additive property to avoid the problem of curse dimensionally . The proposed method is one of the nonparametric methods , and the simulation results give a good identification of the NARX models and the BIC criteria is the best criterion used to determine the correct orders of the selected models.

يـُـعد موضوع تحليل السلاسل الزمنية اللاخطية من المسائل المعقدة وبشكل خاص أنموذج الانحدار الذاتي اللاخطي بوجود متغير خارجي Nonlinear Autoregressive With Exogenous Variable (NARX) ومن ثم فأن مسألة تشخيص الأنموذج وتحديد الرتبة الصحيحة من المسائل المهمة في تحليل السلاسل الزمنية ، وطبقاً لذلك أقترح طريقة (Splines Estimation) لتشخيص الأنموذج ومن ثم استعمال ثلاثة معايير لتحديد الرتبة الصحيحة . أن الطريقة المقترحة لتقدير الشرائح التجميعية لتشخيص النموذج ومن ثم تحديد الرتبة والتي تعتمد على خاصية التجميع (Additive) للتخلص من مشكلة زيادة الإبعاد Curse Dimensionally)) ومن ثم يسهل تطبيق تقدير دالة الانحدار باستخدام طرائق تقدير لامعلمية مختلفة عند تشخيص النموذج وتحديد الرتبة بشكل صحيح . وقد استنتجنا أن الطريقة المقترحة هي من الطرق اللامعلمية الجيدة في تقدير دالة الانحدار الذاتي اللاخطي ، أن المعيار(BIC) هو أفضل معيار لتحديد الرتبة الصحيحة للنماذج المفترضة وهو معيار دقيق وأثبت كفاءته .

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (2)

Arabic and English (1)


Year
From To Submit

2018 (1)

2017 (1)

2016 (1)