research centers


Search results: Found 8

Listing 1 - 8 of 8
Sort by

Article
تهجين أنموذج ماركوف المخفي باستخدام شبكة ايلمان العصبية الاصطناعية مع التطبيق

Author: عمر صابر قاسم
Journal: AL-Rafidain Journal of Computer Sciences and Mathematics مجلة الرافدين لعلوم الحاسوب والرياضيات ISSN: 18154816 Year: 2014 Volume: 11 Issue: 1 Pages: 25-42
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

This research aims to improve the performance of the work of hidden Markov model, which is limited to the positive integers as input, and through the use of Elman artificial neural network that have the ability to accept all types of data in the input space. The proposed model has proved that it is highly efficient in the classification of osteoporosis data compared with Elman artificial neural network on the one hand and the hidden Markov model on the other.

يهدف هذا البحث إلى تطوير أداء عمل أنموذج ماركوف المخفي والذي يقتصر على فضاء الإدخال من نوع الأعداد الصحيحة الموجبة, وذلك من خلال استخدام شبكة ايلمان العصبية الاصطناعية التي لها القابلية على تقبل جميع أنواع البيانات في فضاء الإدخال. حيث اثبت الأنموذج المقترح كفاءة عالية في تصنيف بيانات هشاشة العظام مقارنة مع شبكة ايلمان العصبية الاصطناعية من جهة وأنموذج ماركوف المخفي من جهة أخرى.


Article
A Cognitive System Design for Mobile Robot Based on an Intelligent Algorithm

Authors: Attarid K. Ahmed --- Ahmed S. Al-Araji
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2018 Volume: 18 Issue: 2 Pages: 1-16
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a cognitive system based on a nonlinear Multi-Input Multi-Output (MIMO) Proportion Integral Derivative (PID) Modified Elman Neural Network(MENN) controller and the Square Road Map (SRM) method to guide the mobile robot duringthe continuous path-tracking with collision-free navigation through static obstacles. Theproposed cognitive system consists of two parts: the first part is to plan the desired path for themobile robot with the static obstacle environment in order to determine the target point and toavoid the obstacles based on the proposed square road map algorithm. The second part is toguide and track the wheeled mobile robot on the desired path equation based on the proposednonlinear MIMO-PID-MENN controller with the intelligent algorithm. The Particle SwarmOptimization (PSO) is used to on-line tune the variable control parameters of the proposedcontroller to get the optimal torques actions for the mobile robot platform. Based on using theMATLAB package (2017), the numerical simulation results show that the proposed cognitivesystem has high accuracy for planning the desired path equation in terms of avoiding the staticobstacles with smooth and short distance and generating a perfect torque action of (0.7 N.m)without a saturation state of (3.07 N.m), which leads to minimize the tracking pose error forthe mobile robot to the zero value approximation. These results were confirmed by acomparative study with different nonlinear PID controller types in terms of number ofiterations and the performance index.


Article
Ultrasound Pregnancy Images Classification Using Artificial Neural Network
تصنيف صور الاشعة الفوق الصوتية للحمل باستخدام شبكة عصبية اصطناعية

Authors: laheeb M. Ibrahim لهيب محمد الزبيدي --- Susan H. Mohammad
Journal: Tikrit Journal of Pure Science مجلة تكريت للعلوم الصرفة ISSN: 18131662 Year: 2012 Volume: 17 Issue: 2 Pages: 204-210
Publisher: Tikrit University جامعة تكريت

Loading...
Loading...
Abstract

This research introduces an automatic ultrasound human pregnancy images classification (male or female) system using artificial neural network to classify the pregnancy images. An automatic ultrasound human pregnancy images system consists of three Modules: The first is preprocessing ultrasound images (noise removing , image normalization and segmentation), second is feature extraction module then pregnancy classification module. After preprocessing, features extracting by using kernel principal component analysis (kernel PCA) after that, Elman neural network is used to a classify training and testing these pregnancy images. The system produces promising results for pregnancy images classification.

يقدم هذا البحث نظام آلي لتصنيف صور الحمل للجنس البشري ( ذكر او انثى ) باستخدام شبكة عصبية اصطناعية لتصنيف صور الحمل . النظام الآلي للأشعة الفوق الصوتية لصور الحمل الانساني يتكون من ثلاث وحدات : الوحدة الاولى هي معالجة اولية لصور الاشعة الفوق الصوتية ( ازالة الضوضاء ، تطبيع وتقطيع) والثانية استخلاص الخواص والاخيرة تصنيف صور الحمل .بعد المعالجة الاولية لصور الاشعة الفوق الصوتية يتم استخلاص الخواص باستخدام تحليل مركبة النواة الأساسية (kernel PCA ) بعد ذلك ، استخدام شبكة ايلمان العصبية الاصطناعية لتصنيف وتدريب واختبار هذه الصور. يقدم النظام نتائج واعدة لتصنيف صور الحمل .


Article
A Simplified Recurrent Neural Network Trained by Gbest-Guided Gravitational Search Algorithm to Control Nonlinear Systems

Authors: Omar F. Lutfy --- Ahmed L. Jassim
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 12 Part (A) Engineering Pages: 1290-1301
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a feedback control strategy using a SimplifiedRecurrent Neural Network (SRNN) for nonlinear dynamical systems. As anenhancement for a previously reported modified recurrent network (MRN),the proposed SRNN structure is used as an intelligent Proportional-IntegralDerivative(PID)-like controller. More precisely, the enhancement in theSRNN structure was realized by employing unity weight values between thecontext and the hidden layers in the original MRN structure. The newlydeveloped Gbest-guided Gravitational Search Algorithm (GGSA) wasadopted for optimizing the parameters of the SRNN structure. To show theefficiency of the proposed PID-like SRNN controller, three differentnonlinear systems were considered as case studies, including a control valve,and a complex difference eq.. From an extensive set of evaluation tests, whichincludes a control performance test, a disturbance rejection test, and ageneralization test, the proposed PID-like SRNN controller demonstrated itseffectiveness with regards to precise control and good robustness andgeneralization abilities. Furthermore, compared to other Neural Network(NN) structures, including the original MRN and the Multilayer Perceptron(MLP) NN, the SRNN structure attained superior results due to the utilizationof a reduced set of parameters. From another study, the GGSA accomplishedthe best optimization results in terms of control precision and convergencespeed compared to the original Gravitational Search Algorithm (GSA).


Article
A Nonlinear MIMO-PID Neural Controller Design for Vehicle Lateral Dynamics model based on Modified Elman Neural Network
تصميم مسيطر عصبي تناسبي-تكاملي- تفاضلي لا خطي متعدد الإدخال والإخراج لنموذج المركبة الجانبي الحركي مبني على أساس الشبكة العصبية ايلمن المعدلة

Author: Khulood E. Dagher خلود اسكندر داغر
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2018 Volume: 24 Issue: 1 Pages: 173-191
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents a new design of a nonlinear multi-input multi-output PID neural controller of the active brake steering force and the active front steering angle for a 2-DOF vehicle model based on modified Elman recurrent neural. The goal of this work is to achieve the stability and to improve the vehicle dynamic’s performance through achieving the desired yaw rate and reducing the lateral velocity of the vehicle in a minimum time period for preventing the vehicle from slipping out the road curvature by using two active control actions: the front steering angle and the brake steering force. Bacterial forging optimization algorithm is used to adjust the parameters weights of the proposed controller. Simulation results based Maltab package show the control methodology has effectiveness performance in terms of the excellent dynamic behavior of the vehicle model by minimizing the tracking error and smoothness control signals without saturation state obtained, especially when adding a bounded external disturbances to the vehicle model.

إن هذا البحث يقدم تصميم جديد لمسيطر عصبي تناسبي تكاملي تفاضلي متعدد الإدخال والإخراج لقوة توجيه الفرامل الفعال ولتوجيه العجلات الأمامية الفعالة لنموذج المركبة (2-DOF) مبني عل أساس الشبكة العصبية ايلمن المعدلة. إن الهدف الأساسي من هذا العمل هو تحقيق الاستقرارية ة تحسين أداء الحركي للمركبة من خلال تحقق معدل الدوران المطلوب وتقليل السرعة الجانبية في اقصر وقت ممكن لمنع انزلاق المركبة خارج المنعطف باستخدام قوة توجيه الكبح وتوجيه العجلات الأمامية. لقد تم استخدام الخوارزمية الامثلية البكتريا ليجاد و تعديل أوزان العناصر للمسيطر المقترح.من خلال نتائج المحاكاة باستخدام الحقيبة البرمجة ماتلاب تبين إن لهذا المسيطر أداء متين من حيث تصرف حركي ممتاز لنموذج المركبة بتقليل الخطأ ألتتابعي ونعومة إشارات السيطرة بدون الحصول على حالة الإشباع وبصورة خاصة عندما تم إضافة ضوضاء خارجية إلى نموذج المركبة.


Article
A Cognition Path Planning with a Nonlinear Controller Design for Wheeled Mobile Robot Based on an Intelligent Algorithm
تخطيط مسار مدرك مع تصميم مسيطر لأخطي لعجلات الإنسان الآلي مبني على أساس الخوارزمية الذكية

Authors: Khulood E. Dagher خلود اسكندر داغر --- Attarid K. Ahmed عطارد خضير احمد --- Ahmed S. Al-Araji احمد صباح الاعرجي
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2019 Volume: 25 Issue: 1 Pages: 64-83
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents a cognition path planning with control algorithm design for a nonholonomic wheeled mobile robot based on Particle Swarm Optimization (PSO) algorithm. The aim of this work is to propose the circular roadmap (CRM) method to plan and generate optimal path with free navigation as well as to propose a nonlinear MIMO-PID-MENN controller in order to track the wheeled mobile robot on the reference path. The PSO is used to find an online tune the control parameters of the proposed controller to get the best torques actions for the wheeled mobile robot. The numerical simulation results based on the MATLAB package show that the proposed structure has a precise and highly accurate distance of the generated reference path as well as it has obtained a perfect torque control action without spikes and no saturation torque state that leads to minimize the tracking error for the wheeled mobile robot.

أن هذا البحث يقدم تخطيط مسار مدرك مع تصميم خوارزمية التحكم لعجلات الإنسان الآلي مبنيا على أساس خوارزمية حشد الجسيمات الامثلية. أن الهدف من هذا العمل هو اقتراح خريطة الطريق الدائرية لتخطيط ولتوليد المسار الأمثل مع ملاحة حرة وكذلك اقتراح طريقة التحكم (MIMO-PID-MENN) اللاخطية لكي يتبع الإنسان الآلي المتحرك المسار المحدد. أن خوارزمية حشد الجسيمات الامثلية استخدمت في هذا البحث لإيجاد وتنغيم قيم العناصر المثلى للمسيطر والتي من خلالها نحصل على أفضل أشارة فعل للإنسان الآلي المتحرك. من خلال نتائج المحاكاة العددية باستخدام الحقيبة البرمجية الماتلاب, تبين أن الهيكلية المقترحة تمتلك ضبط ودقة عالية في توليد المسار المرغوب و بالإضافة الى ذلك الحصول على أفضل عزم مسيطر بدون نتوأ ولا حالة الإشباع مما يؤدي الى تقليل الخطأ ألتتابعي للإنسان الآلي.


Article
Design of New Hybrid Neural Structure for Modeling and Controlling Nonlinear Systems
تصميم هيكل عصبي هجين جديد لنمذجة والسيطرة المنظومات اللاخطية

Authors: Ahmed Sabah Al-Araji احمد صباح الاعرجي --- Shaymaa Jafe'erAl-Zangana شيماء جعفرالزنكنه
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2019 Volume: 25 Issue: 2 Pages: 116-135
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper proposes a new structure of the hybrid neural controller based on the identification model for nonlinear systems. The goal of this work is to employ the structure of the Modified Elman Neural Network (MENN) model into the NARMA-L2 structure instead of Multi-Layer Perceptron (MLP) model in order to construct a new hybrid neural structure that can be used as an identifier model and a nonlinear controller for the SISO linear or nonlinear systems. Weight parameters of the hybrid neural structure with its serial-parallel configuration are adapted by using the Back propagation learning algorithm. The ability of the proposed hybrid neural structure for nonlinear system has achieved a fast learning with minimum number of epoch, minimum number of neurons in the hybrid network, high accuracy in the output without oscillation response as well as useful model for a one step ahead prediction controller for the nonlinear CSTR system that is used in the MATLAB simulation.

أن هذا البحث يقترح هيكل جديد لمسيطر عصبي هجين مبنيا على أساس النموذج التعريفي للمنظومات اللاخطية. ان الهدف من هذا العمل هو توظيف هيكل النموذج الشبكة العصبية ايلمن المعدلةMENN في هيكل NARMA-L2 بدلا من نموذج تعدد الطبقات بيرسبترون MLP لكي يكون هيكل عصبي هجين جديد والذي يمكن استخدامه كنموذج معرف ومسيطر لاخطي للمنظومات الخطية و اللاخطية. ان أوزان العناصر لهيكل العصبي الهجين مع هيكل التوالي-التوازي قد تكيف باستخدام خوارزمية التعلم الانتشار العكسي. ان امكانية هذا الهيكل العصبية الهجين المقترح للمنظومات اللاخطية قد حقق سرعة تعلم مع اقل عدد من دورات التعلم وكذلك اقل عدد للعقد الشبكة العصبية الهجينة مع دقة عالية في الإخراج وبدون تذبذب الاستجابة إضافة الى ذلك استخدام النموذج كمسيطر تنبوئي لخطوة واحدة لنظام اللاخطية لخزان مفاعل مستمر الإثارة الذي استخدم في الحقيبة البرمجية ماتلاب. الكلمات الرئيسية: نموذج NARMA-L2, الشبكة العصبية MLP , الشبكة العصبية MENN , خوارزمية الانتشار


Article
Design of New Hybrid Neural Controller for Nonlinear CSTR System based on Identification
تصميم مسيطر عصبي هجين جديد لنظام خزان مفاعل مستمر الاثارة اللاخطي مبنيا على اساس التعريف

Authors: Ahmed Sabah Al-Araji احمد صباح الاعرجي --- Shaymaa Jafe'er Al-Zangana شيماء جعفرالزنكنه
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2019 Volume: 25 Issue: 4 Pages: 70-89
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper proposes improving the structure of the neural controller based on the identification model for nonlinear systems. The goal of this work is to employ the structure of the Modified Elman Neural Network (MENN) model into the NARMA-L2 structure instead of Multi-Layer Perceptron (MLP) model in order to construct a new hybrid neural structure that can be used as an identifier model and a nonlinear controller for the SISO linear or nonlinear systems. Two learning algorithms are used to adjust the parameters weight of the hybrid neural structure with its serial-parallel configuration; the first one is supervised learning algorithm based Back Propagation Algorithm (BPA) and the second one is an intelligent algorithm namely Particle Swarm Optimization (PSO) algorithm. The numerical simulation results show that the hybrid NARMA-L2 controller with PSO algorithm is more accurate than BPA in terms of achieving fast learning and adjusting the parameters model with minimum number of iterations, minimum number of neurons in the hybrid network and the smooth output one step ahead prediction controller response for the nonlinear CSTR system without oscillation.

أن هذا البحث يقترح تحسين في هيكل مسيطر عصبي مبنيا على أساس النموذج التعريفي للمنظومات اللاخطية. ان الهدف من هذا العمل هو توظيف هيكل النموذج الشبكة العصبية ايلمن المعدلةMENN في هيكل NARMA-L2 بدلا من نموذج تعدد الطبقات بيرسبترون MLP لكي يكون هيكل عصبي هجين جديد والذي يمكن استخدامه كنموذج معرف ومسيطر لاخطي للمنظومات الخطية و اللاخطية و وأيضاً إجراء مقارنة بين خوارزميات التعلم المختلفة التي استخدمت لتعلم المسيطر الهجين. لقد تم استخدام خوارزميتان لتعليم ولتعديل أوزان العناصر لهيكل العصبي الهجين مع هيكل التوالي-التوازي; ان اول خوارزمية تم استخدامها في هذا البحث هي خوارزمية الانتشار العكسي (BPA) والثاني هي الخوارزمية الذكية والتي حشد الجسيمات االمثلية (PSO).ان نتائج المحاكاة العددية اثبتت أن خوارزمية PSOمع المسيطر الهجين NARMA-L2 هي أكثر دقة من حيث تحقيق التعلم السريع وتعديل عناصر النموذج مع الحد الأدنى من عدد التكرار التعلم وكذلك اقل عدد للعقد الشبكة العصبية الهجينة مع دقة عالية في الإخراج وبدون تذبذب الاستجابة للمسيطر التنبؤي لخطوة واحدة لنظام خزان مفاعل مستمر الإثارة اللاخطية.

Listing 1 - 8 of 8
Sort by
Narrow your search

Resource type

article (8)


Language

English (7)

Arabic (1)


Year
From To Submit

2019 (3)

2018 (3)

2014 (1)

2012 (1)