research centers


Search results: Found 117

Listing 1 - 10 of 117 << page
of 12
>>
Sort by

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
Neurocontrol Car Driving by Assistance Of Radar Networks System
السيطرة بواسطة الشبكات العصبية لقيادة السيارة بمساندة نظام شبكة رادارات

Loading...
Loading...
Abstract

In this paper we are concerned with the construction of an artificial intelligence program as a neurocontroller for safely driving a car in the road with different probable situations. This research mainly interested in the use of neural network (NN) and its work with radars. The proposed approach deals with decision-making mechanisms depending on the target position. The main novelty in this paper lies in the NN controlling depending on the front and back radars readings. This neurocontroller decides car status to increase or decrease acceleration, and turning direction with steering angle to the left or the right while accelerating. Results showed the good capability of this controller with emphasis on skills learning behavior.

هذا البحث يركز على استخدام مسيطرذكاء صناعي لقيادة السيارة بأمان في الشارع، تم التركيز على استخدام الشبكات العصبية و الرادارات. الطريقة المقترحة هي إلية اتخاذ القرارات بالاعتماد على مواقع الأجسام قرب السيارة وحالة الطريق، الشيء المتميز في هذا البحث هو السيطرة بواسطة الشبكات العصبية بمساندة الرادارات من خلال استخدام قراءات شبكات الرادارات الموجودة أمام و خلف السيارة. يمكن لهذا المسيطر تغيير تعجيل السيارة وبالتالي زيادة أو تقليل سرعتها، الاستدارة باتجاه اليمين أو اليسار مع تحديد زاوية دوران مقود السيارة. نتائج الاختبارات أثبتت كفاءة سلوك هذا المسيطر من خلال القيم الواطئة للخطأ.

Keywords

Controller --- Neural Networks --- Radar.


Article
PITTMAN MOTOR CONTROL USING NEURAL NETWORKS
السيطرة على المحرك المسمى ( بتمان ) باستخدام الشبكات العصبية

Author: WESAM M. JASIM وسام محمد جاسم
Journal: Journal of university of Anbar for Pure science مجلة جامعة الانبار للعلوم الصرفة ISSN: ISSN: 19918941 Year: 2007 Volume: 1 Issue: 3 Pages: 136-139
Publisher: University of Anbar جامعة الانبار

Loading...
Loading...
Abstract

Neural networks are well-suited for the modeling and control of complex physical systems because of their ability to handle complex input-output mapping without detailed analytical model of the systems . In this paper internal model control associated with proportional gain is used to control the system implemented with two neural networks , model of the system and inverse model

تعتبر الشبكات العصبية ملائمة لتشخيص الأنظمة الفيزياوية المعقدة والسيطرة عليها بسبب مقدرتها على التعامل(internal model مع بيانات الإدخال والإخراج بدون الحاجة إلى التفاصيل التحليلية للنظام . في هذا البحث استخدمللسيطرة على النظام باستخدام شبكتين عصبيتين هما شبكة تمثيل control associated with proportional gain)النظام ومقلوبه.


Article
NEW METHOD FOR HAND GESTURE RECOGNITION USING WAVELET NEURAL NETWORK
طريقة لتمييز اشارة اليد باستعمال الشبكات العصبية الموجية

Authors: Jabbar Raheem Rashed --- Hasanain Abbas Hasan
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2017 Volume: 21 Issue: 1 Pages: 65-73
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

This paper present a method for hand gesture recognition through Statistic hand gesture which is namely, a subset of American Sign Language (ASL). The proposed technique presents an image of hand gesture by passing it through four stages, preprocessing, normalization, feature extraction, and classification. The wavelet neural network is used to build information models because it can handle very complex interactions. The practical system is simulated using MATLAB. The performance of suggested method is excellent compared with traditional approaches and the final results of selected patterns recognition are powerful

هذا البحث يقدم طريقة لتمييز اشارة اليد من خلال استخدام اشارة اليد الثابتة والتي تسمى فرع من اشارة اليد الاوتوماتيكية . التقنية المقترحة تقدم صورة اشارة اليد من خلال امرارها بأربع مراحل . تم استخدام الشبكات العصبية المرتبطة مع التحويل الموجي لبناء نموذج للمعلومات لان هذا النوع من الشبكات يعالج التداخلات المعقدة بكفاءة عالية . النظام العملي المستخدم تمت محاكاته باستخدام برنامج ماتلاب. الاداء للطريقة المستخدمة ممتاز مقارنة بالطرق التقليدية والنتائج النهائية لعملية تمييز النماذج المختارة كفؤة.


Article
DESIGN OF MULTI-LAYER NEURAL NETWORKS FOR BUTTERWORTH FILTER OPTIMIZATION
تصميم الشبكات العصبية متعددة الطبقات لتمثيل مثالي لمرشحات البترورث

Author: . Hanan A. R. Akkar أ.م.د. حنان عبد الرضا عكار
Journal: Al-Qadisiyah Journal for Engineering Sciences مجلة القادسية للعلوم الهندسية ISSN: 19984456 Year: 2009 Volume: 2 Issue: 1 Pages: 58-65
Publisher: Al-Qadisiyah University جامعة القادسية

Loading...
Loading...
Abstract

In this paper a proposed design of five multi-layer feed-forward Artificial Neural Networks (ANNs) is presented for optimized Butterworth filter. The first and second network perform Butterworth ideal Low Pass Filter (LPF) and typical LPF. The third ANN performs Band Pass Filter (BPF). The fourth network perform multi–BPF which consists of two layers, the first layer consists of six tansig neurons and the second layer consists of one purline neuron, and the fifth feed-forward network is designed to perform the High Pass Filter (HPF) which consists of three layers, the first layer consists of three tansig neurons, the second layer consists of three tansig neurons and the third layer consists of one purline neuron. Back-propagation training algorithm is used to train the proposed networks with Mean Square Error (MSE) equals 10-10. Simulation and test programs are implemented by using MATLAB

تم في هذا البحث تصميم خمس شبكات عصبية متعددة الطبقات لتمثيل مثالي لمرشحات البترورث.حيث تنفذ الشبكتان العصبيتان الأولى و الثانية مرشح الترددات الواطئة المثالي والعملي . أما الشبكة العصبية الثالثة فتقوم بتنفيذ مرشح الترددات ألحزمي . أما الشبكة العصبية الرابعة, التي تنفذ مرشح الترددات ألحزمي المتعدد فتتكون من طبقتان, حيث تحتوي الطبقة الأولى على ست خلايا عصبية و تحتوي الطبقة الثانية على خلية عصبية واحدة فقط. وأخيرا الشبكة العصبية الخامسة التي تنفذ مرشح الترددات العالي فتتكون من ثلاث طبقات حيث تحتوي الطبقة الأولى على ثلاث خلايا عصبية و تحتوي الطبقة الثانية على ثلاث خلايا عصبية . أما الطبقة الثالثة فتحتوي على خلية عصبية واحدة فقط. تم استخدام الخوارزمية ذات الانتشار العكسي في تدريب الشبكات العصبية حيث تم الحصول على المعدل التربيعي للخطأ بحدود .تم تدريب الشبكات و اختبارها باستخدام MATLAB.


Article
Prediction of Zinc Consumption as Sacrificial Anode in Cathodic Protection of Steel in Sea Water Using Artificial Neural Network

Author: Aprael S. Yaro
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2008 Volume: 14 Issue: 2 Pages: 2495-2508
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Corrosion has gained special attention due to its significance, when predicting corrosion rates. However, the complexity and variability makes it hard to model its effects. This study evaluates the usefulness of Artificial Neural Networks (ANN) to predict the corrosion rate as a function of several factors which have been related in previous studies to the protectiveness of low carbon steel in sea water, i.e. Temperature, Flow rate, pH, and time. Results showed that neural networks are a powerful tool and that the validity of the results is closely linked to the amount of data available and the experience and knowledge that accompany the analysis. Statistical analysis showed that the proposed correlation has an Average Absolute Relative Error (AARE) of 0.09% and Standard Deviation (S.D) 0.46%

ان ظاهرة التآكل تكتسب اهميه خاصة عندما يتعلق الأمر بالتنبؤ بمعدلات التآكل. من ناحية ثانية ان التعقيدات و المتغيرات اثناء حدوثها تجعل من الصعب نمذجة تأثيراتها. هذه الدراسه تقيم فوائد شبكة الأعصاب الأصطناعية للتنبؤ بمعدلات تآكل الحديد الكاربوني في عملية الحمايه الكاثودية في ماء البحر و بدلالة عدد من المتغيرات كدرجة الحرارة،سرعة جريان ماء البحر و حامضيته اضافة الى زمن تعرض النموذج للوسط. أظهرت النتائج ان تقنية شبكات الأعصاب الأصطناعيه اداة فعالة و ان صحة النتائج تربط و تعبر بقوة بين كمية النتائج المتوفرة و الخبرة المعرفة المرافقة لتحليل النتائج. التحليل الأحصائي اظهر ان العلاقة المقترحة في هذه الدراسة افرزت معدل الخطأ النسبي المطلق يساوي 0.09% و الأنحراف القياسي يساوي 0.46% .


Article
Design of a Neural Networks Linearization for Temperature Measurement System Based on Different Thermocouples Sensors Types
تصمیم شبكة عصبیة خطیة لنظام قیاس درجة الحرارة اعتمادا على أنواع مختلفة من متحسسات المزدوجات الحراري

Author: Ahmed Sabah Abdul Ameer Al-Araji
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 8 Pages: 1622-1639
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper describes an experimental method for the estimation of nonlinearity,calibration and testing of the different types of thermocouples (J and K) using modifiedElman recurrent neural networks model based Back-Propagation Algorithms (BPA)learning. Thermocouples sensors are nonlinear in behavior nature but require an outputthat is linear. The linear behavior approximation is accepted, for a given accuracy level,noise and measurement errors are always present. Therefore, neural networks techniquesare frequently required to minimize these effects. The problem of estimating the sensor’sinput–output characteristics is being increasingly tackled using software techniques suchas Turbo C++ language. A neural networks and a data acquisition parallel port interfaceboard with designed signal conditioning unit are used for data optimization and to collectexperimental data, respectively. After the successful training completion of the neuralnetworks, it is then used as a neural linearizer to calculate the temperature from thethermocouple’s output voltage

يصف هذا البحث طريقة تجريبية لتقدير اللاخطية ,التعيير والفحص لأنواع مختلفة من المزدوج الحراريباستخدام شبكة عصبية اصطناعية تم تعديلها بنموذج شبكة ايلمن العصبية باستخدام خوارزمية (J & K) نوعالانتشار العكسي للتعليم . طبيعة تصرف المزدوجات الحرارية هي اللاخطية و لكن المطلوب ان يكون الاخراجخطي.ولكن التصرف الخطي التقريبي المقبول للمزدوج الحراري دائما يحتوي على مستوى معين للدقة ,الضوضاء وخطاء القياس , لهذا السبب تم استخدام تقنية الشبكة العصبية لتقليل هذه المؤثرات . مشكلة تخمينخصائص الإدخال والإخراج للمتحسس بدأت تزداد معالجتها باستخد ام تقنيات البرمجيات مثل استخدام لغةالشبكة العصبية ولوح جمع البيانات باستخدام المنفذ المتوازي للحاسبة مع وحدة شرط تكييف .Turbo C++ الإشارة ألمصممه , استخدمت في أمثلية البيانات و تجميع البيانات التجريبية على التوالي . وبعد نجاح تعلم الشبكة(النموذج العصبي ) على التصرف الخطي , تم حساب درجات الحرارة من خلال فولتية الإخراج للمزدوجاتالحرارية.


Article
Enhancement of Intrusion Detection Using Back Propagation Algorithm

Author: Khattab M. Ali Alheeti
Journal: Journal Of AL-Turath University College مجلة كلية التراث الجامعة ISSN: 20745621 Year: 2010 Issue: 9 Pages: 159-171
Publisher: Heritage College كلية التراث الجامعة

Loading...
Loading...
Abstract

Intrusion detection is an important component of secure information systems. This paper concerns the issue of identify main input features in building an intrusion detection system (IDS). Since exclusion of the unimportant and/or useless inputs leads to a simplification of the problem, faster and more accurate detection may result. Feature ranking and selection, therefore, is an important issue in intrusion detection. Since Neural network (NNs) tend to scale better and run faster than other with higher accuracy, we apply the technique of deleting one feature at a time to perform experiments on NNs to rank the importance of input features for the DARPA collected intrusion data. Important features for each of the five classes of intrusion patterns in the data set are identified. It is shown that NN-based IDSs using a reduced number of features can deliver enhanced or comparable performance.

يعتبر كشف الاختراق من القضايا المهمة لحماية نظم المعلومات. وهذا البحث يهتم باختيار الخاصية المهمة التي تدخل في بناء نظام كشف الاختراق. ولتبسيط المشكلة يمكن استبعاد الخواص الغير مهمة او عديمة الفائدة وهذا يؤدي الى تسريع عملية الكشف وبنفس الوقت الحصول على نتائج افضل وبدقة عالية وبالتالي يكون عمل ترتيب الخواص من الامور المهمة في كشف الاختراق وباستخدام الشبكات العصبية سيكون الاداء أفضل وأكثر دقة حيث نقوم بتطبيق تقنية حذف واحد من الخواص في كل وقت وإجراء التجارب على الشبكة العصبية ونرى مدى تاثيرة على دقة الكشف الاختراق وعلى هذا الأساس نقوم بترتيب الخواص حسب الأهمية وهذه الخواص التي تدخل هي مجموعة من قواعد البيانات (DARPA)، والتي سوف تدخل تصنف الدخيل إلى خمس فئات من فئات الاختراق. وباستخدام الشبكات العصبية كأساس في بناء نظام كشف وبخواص اقل سنحصل على أداء عالي وكفائة جيدة


Article
On Training Of Artificial Neural Networks

Author: L.N.M.Tawfiq
Journal: Al-Fatih journal مجلة الفتح ISSN: 87521996 Year: 2005 Volume: 1 Issue: 23 Pages: 130-139
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

In this paper we describe several different training algorithms for feed forward neural networks. In all of these algorithms we use the gradient of the performance function, energy function, 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. The above algorithms have a variety of different computation and thus different type of form of search direction and storage requirements, however non of the above algorithms has a global properties which suited to all problems.

يتضمن البحث مناقشة أنواع مختلفة من خوارزميات تدريب الشبكات العصبيـة ذات التغذيـة التقدميـةوفي كل تلك الخوارزميات استخدمنا مشتقـة دالـة الطاقـة لتحديد كيفيـة ضبط الأوزان بحيث تصبح دالـة الطاقـة أصغر ما يمكن و لقد استخدمنـا خوارزميـة الانتشار المرتـد لزيادة سرعـة التدريب. تختلف الخوارزميات أعلاه في حساباتها و لذلك نحصل على صيغ متنوعـة في اتجاه التفتيش و الخزن الذي تقتضيه فقد أثبتت النتائج العملية بأن أيا من الخوارزميات أعلاه لا تمتلك خواص رئيسية مثل الاستقرارية و التقـارب و التي تجعلها مناسبـة لكل المسائـل .


Article
Optimizing Opto-Electronic Cellular Neural Networks Using Bees Swarm Intelligent
أفضلية التمثيل الالكتروضوئي للشبكات العصبية الخلوية باستخدام ذكاء النحل

Author: Hanan A.R.Akkar
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 21 Pages: 6237-6252
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents an application of Bees algorithm to the optimization of cellular neural network for opto-electronics design, where cellular neural networks bees are a large – scale nonlinear analog circuit which processes signals in real time. It is made of massive cells, which communicate with each other directly onlythrough its nearest neighbors. Each bee cell is made of a linear capacitor, a nonlinear voltage controlled current source, and a few resistive linear circuit elements with photo diode and photo-detector for connections. In this paper application of bee cellular neural networks in pattern recognition is presented with its opto-electronic circuit design. It is found the real opto-electronic arrays, with alltheir deficiencies are able to learn and perform various processing tasks well.

یقدم البحث تطبیق لذكاء النحل في تصمیم وتدریب الش بكات العص بیة الخلویة, حیث تعتبر دوائر لا خطیة تنفذ العملیات في الزمن الفعلي . تتكون الشبكات العصبیة الخلویة للنحل من مجموعة من الخلایا العصبیة متصلة مع بعضھا من خلال الاتصال المباشر فقط لكل خلیة عصبیة مع جارھا الاقرب المحیط بھا ویكون التمثیل المكافئ للخلیة الخلویة الالكتروضوئیة للنحل منمتسعة ومصدر فولتیة لا خطي معتمد على مصدر تیار ومجموعة من المقاومات الخطیة وطریقةتوصیل الخلایا العصبیة الخلویة للنحل مع المحیطة بھا تكون ضوئیة باستخدام الدایود الضوئي والمتحسس الضوئي . تم في ھذا البحث تطبیق الشبكات العصبیة الخلویة للنحل بعد تمثیلھا الكتروضوئیاً في مجال تمیز الأنماط وان ھناك مجالات متعددة للتطبیق طالما ھذه الشبكات لدیھا القدرة على التعلم لتنفیذ العملیات المعقدة

Listing 1 - 10 of 117 << page
of 12
>>
Sort by
Narrow your search

Resource type

article (117)


Language

English (87)

Arabic and English (16)

Arabic (11)


Year
From To Submit

2019 (8)

2018 (10)

2017 (10)

2016 (8)

2015 (7)

More...