research centers


Search results: Found 20

Listing 1 - 10 of 20 << page
of 2
>>
Sort by

Article
Weather Temperature Forecasting Using Artificial Neural Network
التنبؤ بدرجات حرارة الطقس باستخدام الشبكات العصبية الاصطناعية

Author: Ahmad Saeed Mohammad احمد سعيد محمد
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2011 Volume: 15 Issue: 2 Pages: 130-139
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

Weather forecasts and warnings are the most important services provided by the meteorological profession. Forecasts are used by government and industry to protect life and property and to improve the efficiency of operations, and by individuals to plan a wide range of daily activities. Many searches have been made in weather forecasting using Artificial Neural Network (ANN) output one weather temperature degree, which give a little indicator about the weather temperature. In this paper, two weather temperatures have been forecasted using Artificial Neural Network (ANN). The design of the ANN based on two previous weather temperatures degrees (high and low), as well as, the increasing and decreasing weather temperature degree according to thermal retention. The ANN design has been applied for Baghdad city, the capital of Iraq. The training and testing used meteorological data for three years (2007-2010).

تنبؤات وإنذارات الطقس من أكثر الخدمات المهمة المُقدمة من قِبل مُختصي الإرصاد الجوي. الحكومة والصناعة استخدمت التنبؤات للحفاظ على الحياة والممتلكات ولتحسين كفاءة العمليات، وكذلك الأفراد استخدمت التنبؤات لتخطيط مدى واسع من الفعاليات اليومية. بحوث عديدة قد وضعت لتنبؤ الطقس استخدمت الشبكة العصبية الصناعية، والتي اخرجت حرارة طقس واحدة، وبذلك اعطت دلالة قليلة حول حرارة الطقس.في هذا البحث، درجتان للطقس قد تم التنبؤ بها باستخدام الشبكة العصبية الصناعية. إن التصميم للشبكة العصبية الصناعية قد اعتمدت على درجتان سابقتان لحرارة الطقس (العُليا والدُنيا)، وكذلك زيادة ونقصان درجة حرارة الجو طبقاً للإحتباس الحراري. إن تصميم الشبكة العصبية قد تم تطبيقهُ على مدينة بغداد، عاصمة العراق. التدريبات والفحوصات استخدمت بيانات الإرصاد الجوي لثلاث سنوات (2007-2010).


Article
Design and implementation of a single layer feed forward neural network using stand-alone architecture FPGAs-based platform

Authors: Walid A .mahmoud* --- Munther h.** --- Muthana h.**
Journal: IRAQI JOURNAL OF COMPUTERS,COMMUNICATION AND CONTROL & SYSTEMS ENGINEERING المجلة العراقية لهندسة الحاسبات والاتصالات والسيطرة والنظم ISSN: 18119212 Year: 2005 Volume: 5 Issue: 2 Pages: 1-17
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Abstract:A single layer feed-forward neural network are proposed and implemented using theschematic editor of the Xilinx foundation series 2.1i. First the mathematical model of thedata set (weights and inputs) is presented in a matrix multiplication format. Secondly thefive design stages are presented and implemented without using the finite state machine,which control the processes of the forward propagation phase, error calculation, and thetraining algorithm. Finally the design can be optimized to decrease the total execution timeand to minimize the cost, which eventually will increase the performance and improve thefunction density.

الخلاصة:الشبكات العصبيةfeed forward ذات الطبقة الواحدة تم افتراضها وتنفيذها باستخدام تقنية FPGA الاصدار 2.1 iتم اولا " اعداد الصيغة الرياضية لمجموعة البيانات ( بيانات الادخال والاوزان ) بطريقة ضرب المصفوفات 0ثانيا " تم بناء مراحل التصميم وتنفيذها بدون استخدام برامج السيطرة (finit state machine )حيث تمت السيطرة على عمليات معالجة البيانات باطوارها الثلاثةerror caiculation و forward propagation وtraining algorithm ماديا "( pure hardware) اخيرا " من الممكن تحسين التصميم وذلك بتقليل زمن التنفيذ الكلي وتخفيض كلفة البناء والتي حتميا " سوف تزيد الاداء وتعزز من كثافة العمليات ( function density )


Article
Design Feed Forward Neural Network To Solve Boundary Value Problems
تصميم شبكة عصبية ذات تغـذية تقـدمية لحل مسائل قيم حدودية

Authors: Luma. N. M. Tawfiq لمى ناجي محمد توفيق --- Muna. H. Ali منى حسين علي
Journal: Journal of university of Anbar for Pure science مجلة جامعة الانبار للعلوم الصرفة ISSN: ISSN: 19918941 Year: 2013 Volume: 7 Issue: 1 Pages: 149-157
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

The aim of this paper is to design fast feed forward neural network to present a method to solve second order boundary value problem for ordinary differential equations. That is to develop an algorithm which can speedup the solution times, reduce solver failures, and increase possibility of obtaining the globally optimal solution and we use several different training algorithms many of them having a very fast convergence rate for reasonable size networks.Finally, we illustrate the method by solving model problem and present comparison with solutions obtained using other different method .

الهدف من البحث هو تصميم شبكة عصبية ذات تغـذية تقـدمية تمثل طريقة لحل مسائل قيم حدودية للمعادلات التفاضلية الاعتيادية وهذا يعني تطوير خوارزمية التدريب بحيث تسرع زمن الحل وتقلل من حالات الفشل في الحصول على الحل و تزيد أمكانية الحصول على الحل المثالي الرئيسي واستخدمنا في ذلك عدد من خوارزميات التدريب المختلفة بعضها يمتلك نسبة تقارب سريعة جدا في حالة الشبكات التي تمتلك أحجام معقولة أخيرا وضحنا الطريقة من خلال حل مثالين وقارنا نتائج الشبكة المقترحة مع نتائج المصدر[7] .


Article
Design Fast Feed Forward Neural Network to Solve Initial Value Problems

Author: Luma.N. M. Tawfiq
Journal: Al-Mustansiriyah Journal of Science مجلة علوم المستنصرية ISSN: 1814635X Year: 2012 Volume: 23 Issue: 6 Pages: 189-196
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

The aim of this paper is to design fast feed forward neural network to present a method to solve initial value problems for ordinary differential equations. That is to develop an algorithm which can speedup the solution times, reduce solver failures, and increase possibility of obtaining the globally optimal solution.And we use several different training algorithms many of them having a very fast convergence rate for reasonable size networks.Finally, we illustrate the method by solving model problem and present comparison with solutions obtained using other different methods

الهدف من البحث هو تصميم شبكة عصبية ذات تغـذية تقـدمية مسرعة تمثل طريقة لحل مسائل قيم ابتدائية للمعادلات التفاضلية الاعتيادية وهذا يعني تطوير خوارزمية التدريب بحيث تسرع زمن الحل وتقلل من حالات الفشل في الحصول على الحل و تزيد أمكانية الحصول على الحل المثالي الرئيسي واستخدمنا في ذلك عدد من خوارزميات التدريب المختلفة بعضها يمتلك نسبة تقارب سريعة جدا في حالة الشبكات التي تمتلك أحجام معقولة .أخيرا وضحنا الطريقة من خلال حل مثال وقارنا نتائج الشبكة المقترحة مع نتائج حصلنا عليها باستخدام طرق مختلفة أخرى .


Article
Electrocardiogram (ECG) Signal Enhancement Using Genetic Soliton Neural Networks (GSNN)
تحسين أشارة جهاز تخطيط القلب باستخدام الشبكات العصبية الجينية ذات الموجة الانفرادية

Authors: Ahmed Chyad Kadhim --- Mehdi Munshid Shellal --- Sinan Majid Abdul Satar
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 5 Part (A) Engineering Pages: 1251-1265
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

A soliton is a solitary wave whose amplitude, shape, and velocity are conserved after a collision with another soliton. Solitons, in general, manifest themselves in a large variety of wave/particle systems in nature: practically in any system that possesses both dispersion (in time or space) and nonlinearity. Solitons have been identified in optics, plasmas, fluids, condensed matter, particle physics, and astrophysics. Yet over the past decade, the forefront of soliton research has shifted to neuroscience. The Soliton model in neuroscience is a recently developed model that attempts to explain how signals are conducted within neurons. It proposes that the signals travel along the cell's membrane in the form of certain kinds of sound (or density) pulses known as solitons. The electrocardiogram (ECG) signal is generated by the rhythmic contractions of the heart. It represents the electrical activity of the heart muscles, and is usually measured by the electrodes placed on body surface. Electrocardiogram (ECG) signal has been widely used in cardiac pathology to detect heart disease. In this paper, Soliton Feed forward Neural Network (SFNN) is proposed for ECG signal enhancement. Computer simulation results demonstratedthat the proposed approach can successfully be used to model the ECG signal and remove high-frequency noise.

تتسم الموجة الانفرادية الـ Solitonبان صفاتها من اتساع وشكل وسرعة تكون محفوظة من التغير بعد تصادمها مع موجة منفردة اخرى. تظهر الموجات الانفرادية، على العموم ، في الطبيعة على شكل تَشْكِيلة كبيرة مِن لأنظمة الموجيةِ / الجسيمية.اما من الناحية العملية فانها تظهر في اي نظام يمتلك خاصيتي التشتت ( الزماني والمكاني) واللاخطّيةِ. لقد وجد ان الموجات الانفرادية يمكن ان تنشأفي البصريات، البلازما، الموائع، المواد المتكثفة، فيزياء الجسيمية والفيزياء الفلكية. مع كل ذلك فلقد تغيرت طليعة البحث في الموجة الانفرادية باتجاه عِلْمِ الأعصاب.ان النموذج الانفرادي للموجة في علم الاعصاب هو حاليا في طورالتطور والذي يحاول ان يوضح كيفية مرورالاشارة في داخل الخلايا العصبية. يقترح هذا النموذج بان الاشارات تنتقل بمحاذاة غشاء الخلية على شكل انواع معينه من النبضات الصوتيةوالمعروفة بالموجات الانفرادية.تتولد اشارة المخطط البياني الكهربائي لعمل القلب بواسطة التقلصات الايقاعية للقلب. حيث تمثل هذه الاشارة الفعالية الكهربائية لعضلات القلب والتي عادة ما تقاس باستخدام الاقطابكهربائية التي توضع على سطح الجسم. لقد اصبحت اشارة المخطط البياني الكهربائي للقلب مستخدمةعلى نحو واسع في علم الامراض لكشف وتحديد امراض القلب.لقد تم في هذا البحث اقتراح نموذج الشبكات العصبية بالتقنية الامامية للموجة الانفرادية من اجل تحسين اشارة جهاز تخطيط القلب ECG. لقد اظهرت نتائج المحاكاة الحاسوبية ان هذه الطريقة المقترحة يمكنها ان تمثل نموذجا ناجحا لتحسين اشارة جهاز تخطيط القلب ويتم ذلك بازالة جميع الضوضاء الناشئة عن الترددات العالية.


Article
On training Neural Network To Solve Some Class of Boundary Value Problems
حول تدريب الشبكات العصبية لحل صنف من مسائل القيم الحدودية

Author: Alaa Kamel Jaber علاء كامل جابر
Journal: Journal of Al-Qadisiyah for Computer Science and Mathematics مجلة القادسية لعلوم الحاسوب والرياضيات ISSN: 20740204 / 25213504 Year: 2016 Volume: 8 Issue: 1 Pages: 14-24
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

The aim of this paper is to train feed forward neural network for solving some class of boundary value problems for ordinary differential equations. Using backpropagation training algorithm, where the Levenberg – Marquardt training algorithm is used to train the network .The existence of the proposed solution was proved. The suggested networks have been studied intensively for a few decades and have provided an option for modeling complex systems. Therefore this option was utilized to reduce the computation of solution, and finally the method is demonstrated through illustrative examples.

الهدف من البحث هو تدريب شبكة عصبية ذات تغذية تقدمية لحل صنف من مسائل القيم الحدودية للمعادلات التفاضلية الاعتيادية .تم استخدام خوارزمية التدريب ذات التغذية الخلفية وتم استخدام خوارزمية التدريب (trainlm). تم اثبات وجود الحل للشبكة المقترحة. تم دراستها بشكل مكثف منذ بضعة عقود حيث قدمت خيارا لنمذجة الانظمة الصعبة. لذلك هذا الخيار استخدم لتقليل الحسابات في اثناء الحل ، واخيرا تم توضيح الشبكة المقترح .


Article
Splice fault position detection of single mode fiber using feed-forward neural networks
الكشف عن موقع عيوب اللحيم في الليف الضوئي أحادي النمط باستخدام الشبكات العصبية الامامية

Journal: Journal Of Wassit For Science & Medicine مجلة واسط للعلوم والطب ISSN: 58161992 Year: 2015 Volume: 8 Issue: 1 Pages: 137-148
Publisher: Wassit University جامعة واسط

Loading...
Loading...
Abstract

AbstractThe purpose of this work is to detect the splice fault that decrease the signal level of single mode optical fiber for a length of 10 Km by using an optical source of 1550 nm wavelength, the principle of work depends on the comparison between fiber undefected and fiber that contains defect which are its signal were taken by optical time domain reflectometer (OTDR), this comparison was operated by artificial neural networks, it is found that the splice fault location inside the optical fiber can be detected with high speed using feed-forward neural (FFN) networks, the proposed Mean Square Error (MSE) is (10e-7) to check the performance of (FFN), the results that obtained by using MATLAB programming were with high accuracy .

الغرض من هذا البحث هوالكشف عن عيب اللحيم الذي يقلل مستوى الاشاره في الليف أحادي النمط ذو الطول 10كم باستخدام مصدر ليزري بطول موجي 1550 نانومتر ، مبدأ العمل يعتمد على المقارنة بين الليف الخالي من العيوب والليف الذي يحتوي على العيوب والذي تؤخذ إشارتهما بواسطة جهاز الانعكاس البصري الزمني ((OTDR ، هذه المقارنة تقوم بها ألشبكة العصبية الذكية ، لقد وجد إن العيوب في الليف الضوئي تكتشف بسرعة عالية باستخدام الشبكة العصبية الامامية ( FFN ) , إن متوسط مربع الخطأ هو ( 10e-7) في أداء ألشبكة العصبية (FFN ) , هذه النتائج تم الحصول عليها بواسطة استخدام برنامج الماتلاب وبدقة عالية .


Article
Automatic Brain MRI Slices Classification Using Hybrid Technique
التصنيف التلقائي للدماغ لصور الرنين المغناطيسي باستخدام تقنية هجينة

Authors: Dr. AhlamFadhil Mahmood د.أحلام فاضل محمود --- Ameen Mohammed Abd-Alsalam أمين محمد عبد السلام
Journal: AL Rafdain Engineering Journal مجلة هندسة الرافدين ISSN: 18130526 Year: 2014 Volume: 22 Issue: 3 Pages: 198-212
Publisher: Mosul University جامعة الموصل

Loading...
Loading...
Abstract

AbstractThis paper presents an intelligent classification technique to identify normal and abnormal slices of the magnetic resonance human brain images(MRI). The prtoposed hybrid technique consists of four subsequent stages; namely, dimensionality reduction, preprocessing, feature extraction, and classification. In the initial stages, the enhancement and removed unwanted informationare applied to provide a more appropriate image for the subsequent automated stages. In feature extraction stage, the most efficient features like statistical, and Haar wavelet features are extracted from each slice of brain MR images. In the classification stage, initially performs classification process by utilizing Fuzzy Inference System (FIS) and secondly Feed Forward Neural Network (FFNN) is used to classify the braintissue to normal or abnormal.The proposed automated system is tested on a data set of 572 MRI images using T1 horizontal transverse (axial) section of the brain. Hybrid method yields high sensitivity of 100%, specificity of 100% and overallaccuracy of 95.66% over FIS and FFNN. The classification result shows that the proposed hybrid techniques are robust and effective compared with other recently work.Keywords: Brain Tumor Classification; Fuzzy Inference System; Feed Forward Neural Network; MRI .

الملخصتستعرض هذه الورقة تقنية ذكية لتصنيف شرائح صور الدماغ بالرنين المغناطيسي إلى طبيعية أو مرضية. التقنية الهجينة المقترحة تشمل أربعة مراحل : تقليل أبعاد صور الرنين , تجهيزها، واستخراج الميزات ، والتصنيف. في المراحل الأولى، يتم استخدام تقنيات لإزالة المعلومات الغير مفيدة لتوفير صورة أكثر ملائمة لمراحل لاحقة. في مرحلة استخراج الميزات، يتم استخراج الميزات الأكثر كفاءة وهيإحصائية، وميزات المويجات لكل شريحة من صور الرنين المغناطيسي. في مرحلة التصنيف، يتم أولا استخدام نظام الاستدلال الضبابيثم الشبكة العصبية الاصطناعية لتصنيف إلى حالات طبيعية وأخرى مرضية. تم اختبار النظام الأوتوماتيكي المقترح باستخدام البيانات ل572 صورة رنين مغناطيسي لمقطع أفقي محوري لصور الدماغ. الطريقة الهجينة أعطت حساسية عالية مقدارها 100% وكذلك لعامل الخصوصية وبدقة مقدارها 95.66% بدمج المنطق المضبب والشبكة العصبية. نتائج التصنيف أثبتت كفاءة الطريقة المقترحة مقارنة مع أعمال حديثة


Article
The Control of Non Isothermal CSTR Using Different Controller Strategies

Author: Zahra'a F. Zuhwar
Journal: Iraqi Journal of Chemical and Petroleum Engineering المجلة العراقية للهندسة الكيمياوية وهندسة النفط ISSN: 19974884/E26180707 Year: 2012 Volume: 13 Issue: 3 Pages: 35-45
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In all process industries, the process variables like flow, pressure, level, concentration and temperature are the main parameters that need to be controlled in both set point and load changes.A control system of propylene glycol production in a non isothermal (CSTR) was developed in this work where the dynamic and control system based on basic mass and energy balance were carried out.Inlet concentration and temperature are the two disturbances, while the inlet volumetric flow rate and the coolant temperature are the two manipulations. The objective is to maintain constant temperature and concentration within the CSTR.A dynamic model for non isothermal CSTR is described by a first order plus dead time (FOPDT).The conventional PI and PID control were studied and the tuning of control parameters was found by Ziegler-Nichols reaction curve tuning method to find the best values of proportional gain (Kc), integral time ( I) and derivative time ( D).The conventional controller tuning is compared with IMC techniques in this work and it was found that the Ziegler –Nichols controller provides the best control for the disturbance and the worst for the set-point change, while the IMC controller results show satisfactory set-point responses but sluggish disturbance responses because the approximate FOPTD model has relatively small time delay. Feedforward and feedforward combined with feedback control systems were used as another strategy to compare with above strategies. Feedforward control provides a better response to disturbance rejection than feedback control with a steady state deviation (offset). Thus, a combined feedforward-feedback control system is preferred in practice where feedforward control is used to reduce the effects of measurable disturbances, while feedback trim compensates for inaccuracies in the process model, measurement error, and unmeasured disturbances. Also the deviation (offset) in feedforward control was eliminated.


Article
Short Term Load Forecasting Based Artificial Neural Network

Author: Adel M. Dakhil
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2014 Volume: 10 Issue: 1 Pages: 42-47
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

Present study develops short term electric load forecasting using neural network; based on historical series of power demand the neural network chosen for this network is feed forward network, this neural network has five input variables ( hour of the day, the day of the week, the load for the previous hour, the load of the pervious day, the load for the previous week). Short term load forecast is very important due to accurate for power system operation and analysis system security among other mandatory function. The trained artificial neural network shows good accuracy and robust in forecasting future load demands for the daily operation, mean absolute percentage error (MAPE) was calculated and it is maximum value is 0.75% in load forecasting on Monday

Listing 1 - 10 of 20 << page
of 2
>>
Sort by
Narrow your search

Resource type

article (20)


Language

English (18)

Arabic and English (1)


Year
From To Submit

2019 (1)

2017 (1)

2016 (2)

2015 (4)

2014 (5)

More...