research centers


Search results: Found 346

Listing 11 - 20 of 346 << page
of 35
>>
Sort by

Article
Cryptography Using Artificial Neural Network

Author: sawsan s. abed
Journal: AL-dananeer مجلة الدنانير ISSN: 2224414X Year: 2012 Volume: 1 Issue: 1 Pages: 387-402
Publisher: Iraqi University الجامعة العراقية

Loading...
Loading...
Abstract

التشفير بطريقة الشبكة العصبية تتعامل مع مشكلة تبادل المفاتيح مابين شبكتين عصبيتين باستخدام مفهوم التعلم العصبي المتبادل ، الشبكتين تتبادل الاخراجات والمفاتيح فيما بينهم تتمثل بالاوزان التعليمية النهائية ، متى ماكانت هذه الشبكة متزامنه كان من الصعوبة على المهاجم ان يخترق النظام او يتزامن معهم اثناء الفترة التعليمية .


Article
Model Reference Adaptive Control based on a Self-Recurrent Wavelet Neural Network Utilizing Micro Artificial Immune Systems
نظام سيطرة متكيف ذو موديل مرجعي مبني على شبكة عصبية مويجية ذاتية التكرار باستخدام أنظمة المناعة الصناعية الدقيقة

Authors: Maryam Hassan Dawood مريم حسن داود --- Omar Farouq Lutfy عمر فاروق لطفي
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2017 Volume: 13 Issue: 2 Pages: 107-122
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents an intelligent model reference adaptive control (MRAC) utilizing a self-recurrent wavelet neural network (SRWNN) to control nonlinear systems. The proposed SRWNN is an improved version of a previously reported wavelet neural network (WNN). In particular, this improvement was achieved by adopting two modifications to the original WNN structure. These modifications include, firstly, the utilization of a specific initialization phase to improve the convergence to the optimal weight values, and secondly, the inclusion of self-feedback weights to the wavelons of the wavelet layer. Furthermore, an on-line training procedure was proposed to enhance the control performance of the SRWNN-based MRAC. As the training method, the recently developed modified micro artificial immune system (MMAIS) was used to optimize the parameters of the SRWNN. The effectiveness of this control approach was demonstrated by controlling several nonlinear dynamical systems. For each of these systems, several evaluation tests were conducted, including control performance tests, robustness tests, and generalization tests. From these tests, the SRWNN-based MRAC has exhibited its effectiveness regarding accurate control, disturbance rejection, and generalization ability. In addition, a comparative study was made with other related controllers, namely the original WNN, the artificial neural network (ANN), and the modified recurrent network (MRN). The results of these comparison tests indicated the superiority of the SRWNN controller over the other related controllers.

يقدم هذا البحث نظام سيطرة متكيفا ذا موديل مرجعي ذكي باستخدام شبكة عصبية مويجية ذاتية التكرار للسيطرة على الأنظمة اللاخطية. الشبكة المقترحة هي نسخة محسنة لشبكة عصبية مويجية منشورة سابقا. وبالتحديد, هذا التحسين تم انجازه بتبني تعديلين على هيكل الشبكة الاصلي. وهذان التعديلات يتضمنان أولا استخدام مرحلة محددة لتوليد الأوزان لتحسين الاقتراب نحو قيم الأوزان المثلى, وثانيا تضمين أوزان ذاتية الإشارة العائدة لمويجات الطبقة المويجية. فضلا عن ذلك, تم اقتراح طريقة تعليم انية لتحسين أداء نظام السيطرة المقترح. وبوصفها طريقة تعليم, تم استخدام نظام المناعة الصناعي الدقيق المعدل والذي طور حديثا لايجاد القيم المثلى لمعاملات الشبكة المستخدمة. وقد تم عرض كفائة الطريقة المستخدة بالسيطرة على عدة انظمة ديناميكية لاخطية. وقد تم اعتماد عدة اختبارات تقييم لكل نظام مسيطر عليه وهذه الاختبارات تتضمن اختبارات اداء السيطرة و اختبارات المتانة واختبارات التعميم. ومن هذه الاختبارات اظهر النظام المقترح كفائته من حيث دقة السيطرة و رفض المؤثرات الخارجية وقابلية التعميم. بالاضافة لهذه الإختبارات, تم اجراء دراسة مقارنة مع مسيطرات اخرى ذات صلة وبالتحديد الشبكة العصبية المويجية الأصلية و الشبكة العصبية الصناعية والشبكة التكرارية المعدلة. وقد اظهرت نتائج هذه الدراسة تفوق المسيطر المقترح على المسيطرات الأخرى.


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
The Investigation of Monitoring Systems for SMAW Processes
الأستقصاء عن أنظمة المراقبة و السيطــــره على عمليات اللحـــام بالقوس الكهربائي

Loading...
Loading...
Abstract

The monitoring weld quality is increasingly important because great financial savings are possible because of it, and this especially happens in manufacturing where defective welds lead to losses in production and necessitate time consuming and expensive repair. This research deals with the monitoring and controllability of the fusion arc welding process using Artificial Neural Network (ANN) model. The effect of weld parameters on the weld quality was studied by implementing the experimental results obtained from welding a non-Galvanized steel plate ASTM BN 1323 of 6 mm thickness in different weld parameters (current, voltage, and travel speed) monitored by electronic systems that are followed by destructive (Tensile and Bending) and non-destructive (Hardness on HAZ) tests to investigate the quality control on the weld specimens. The experimental results obtained are then processed through the ANN model to control the welding process and predict the level of quality for different welding conditions. It has been deduced that the welding conditions (current, voltage, and travel speed) have a dominant factors that affect the weld quality and strength. Also we found that for certain welding condition, there was an optimum weld travel speed to obtain an optimum weld quality. The system supports quality control procedures and welding productivity without doing more periodic destructive mechanical test to dozens of samples.

إنّ مراقبة نوعيةَ وجودة اللحامِ مهمةُ جداً لأنها تزيد احتمالية الارباح الماليةَ وهذه تَحْدثُ خصوصاً في عمليات الأنتاج حيث ان اللحام المعيوبِ يذهب مع الخسائرِ في الإنتاجِ ويَستلزمُ معالجته خسارة في الوقتِ والكلفة.هذا البحثِ يَتعاملُ مع مراقبة نوعية اللحام وقابليةِ التحكم في عمليةِ اللحام الأنصهاري بالقوسِ الكهربائي التي تَستعملُ شبكة عصبيةَ إصطناعيةَ (ANN) كنموذج.تأثير عناصر اللحامِ على نوعيةِ اللحامَ دُرِسَ بتَطبيق نَتائِجِ تجريبيةِ تم الحَصول عليها مِنْ لحام صفيحة الفولاذِ (1323 ASTM BN non-Galvanized) بسمك 6 مليمتر في ظروف اللحامِ المختلفةِ (تيار لحامِ، فولتية لحامِ، سرعة اللحامِ) تمت المراقبة بالأنظمةِ الإلكترونيةِ، ثم تُبعت بأختبارات فحص أتلافية لعينات (أختبار الشدّ والإنحْناء) وغيرأتلافية لعينات أخرى (أختبار الصلادة) لتَحرّي مراقبة الجودة على نماذجِ اللحام.إنّ النَتائِجَ التجريبيةَ المكتسبةَ تمّ معالجتها بأدخالها لنموذجِ الشبكة العصبيةِ الإصطناعيِة للسَيْطَرَة على عمليةِ اللحام وتوقّعُ مستوى النوعيةِ لظروف اللحام المختلفةِ.إستُنتِجَ بأنّ ظروف اللحام (الفولتية، التيار، سرعة اللحام) كَانَت العوامل المهيمنة التي أَثّرتْ على نوعيةِ وقوّةِ اللحامَ. أيضاً وَجدنَا انه عند تحديد ظروف اللحام، كانت هناك سرعةُ لحام قصويةِ للحُصُول على نوعيةَ لحامِ قصويةِ.يَدْعمُ النظامُ إجراءاتَ مراقبة الجودةِ وانتاجية اللحام بدون عَمَل إختبار ميكانيكي تدميري الى أكثرِ من العشراتِ من العيناتِ.


Article
Comparison Study of Electromyography UsingWavelet and Neural Network
دراسة مقارنة لاشارة التخطيط العضلي باستخدام المويجة و الشبكات العصبية

Authors: Sadeem Nabeel Saleem سديم نبيل سليم --- Nebras Hussain Gheab نبراس حسين غائب
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2008 Volume: 4 Issue: 3 Pages: 108-119
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

In this paper we present a method to analyze five types with fifteen wavelet families for eighteen different EMG signals. A comparison study is also given to show performance of various families after modifying the results with back propagation Neural Network. This is actually will help the researchers with the first step of EMG analysis. Huge sets of results (more than 100 sets) are proposed and then classified to be discussed and reach the final.

في هذا البحث, قدمنا طريقة لتحليل خمس انواع لخمسة عشر مجموعة من مجاميع المويجة لثمانية عشر اشارة عضلية مختلفة. الدراسة المقارنة تظهر ايضا اداء المجاميع المحتلفة بعد معالجة و تحوير النتائج باسلوب الارجاع العكسي للشبكات العصبية. هذا سوف يساعد الباحثين في الخطوة الاولى لتحليل الاشارة العضلية. كم هائل من النتائج تقدم و تصنف للمناقشة و الوصول الى نتائج


Article
Modifying Hebbian Network for Text Cipher
تعديل شبكة هابين لتشفير نص

Author: Noor Adnan Ibraheem نور عدنان إبراهيم
Journal: Baghdad Science Journal مجلة بغداد للعلوم ISSN: 20788665 24117986 Year: 2011 Volume: 8 Issue: 4 Pages: 1028-1037
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The objective of this work is to design and implement a cryptography system that enables the sender to send message through any channel (even if this channel is insecure) and the receiver to decrypt the received message without allowing any intruder to break the system and extracting the secret information.This work modernize the feedforward neural network, so the secret message will be encrypted by unsupervised neural network method to get the cipher text that can be decrypted using the same network to get the original text.The security of any cipher system depends on the security of the related keys (that are used by the encryption and the decryption processes) and their corresponding lengths.In this work, the key is the final weights that are obtained from the learning process within the neural network stage, So the work can be represented as an update or development for using the neural network to enhance the security of text.As a result for a powerful design, the resulted cipher system provides a high degree of security which satisfies the data confidentially which is the main goal of the most cryptography systems.

كثيرا ما نشاهد وجود طرائق جديدة لكسر النص المشفر المنقول بين طرفين نتيجة لاستعمال طرائق معينة من اجل معرفة مفتاح التشفير, لذا فان هدف هذا البحث هو بناء نظام لارسال و استلام البيانات من دون القدرة على كسر النص المنقول من المتطفلين(الدخلاء).اذ ان الطريقة المقترحة هي تحديث في شبكة عصبية لاجل القيام بعملية التشفير. من المعروف ان امنية اي طريقة التشفير تعتمد على امنية المفتاح المستخدم للتشفير و كذلك طول هذا المفتاح, فلذلك قمنا باستعمال الأوزان الناتجة من عملية التعليم بوصفه مفتاحا للتشفير وفك الشفرة, وبذلك نلاحظ, فلذلك المفتاح طويل جدا و لا يمكن تفسيره او كسره.


Article
Simulation of Scheduling Production System by Using Integrating Simulation Models with Artificial Neural Network Model

Authors: Z. I. AL-Daoud --- Ouf A. Shams
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2008 Volume: 14 Issue: 4 Pages: 3121-3135
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Traditional methods of dealing with finding the relationship between the inputs data of simulation models and the outputs data fail or takes a long time to find this relationship. Artificial neural networks (ANNs) have the ability to learn complex relationships between inputs and outputs. Their use can greatly enhance simulation models and allow for more accurate representations of real life scenarios. This paper is concerned with the application of the mechanism of integrating simulation models with artificial neural network (ANN) model. This mechanism was tested by integrating simulation models of re-tubing heat exchangers line (RTHEL) with ANN model to schedule entering exchangers to inside re-tubing workshop. The result of applying this mechanism of integration in system (RTHEL) was in reducing completion time of re-tubing batches of heat exchangers by about (12.5%).

النظريات التقليدية المستخدمة لأيجاد العلاقة بين البيانات الداخلة لنماذج المحاكاة والناتجة منها قد تفشل أو تأخذ وقت طويل لأيجاد هذه العلاقة. شبكات الخلايا العصبية الأصطناعية لها القابلية على التعلم لأيجاد أصعب العلاقات بين المدخلات والمخرجات (النواتج). أن أستخدام هذه الشبكات يحسن نماذج المحاكاة كثيراً وتسمح بتمثيل أدق لسيناريوهات العمل الحقيقية للأنظمة. يهتم هذا البحث بدراسة تطبيق آلية تكامل لنماذج المحاكاة بنموذج لشبكة خلايا عصبية أصطناعية. هذه الآلية أختبرت عن طريق تكامل نماذج المحاكاة لخط أعادة تأهيل المبادلات الحرارية مع نموذج لشبكة خلايا عصبية أصطناعية لجدولة دخول المبادلات الى داخل ورشة أعادة التأهيل. أن تطبيق آلية التكامل هذه على خط أعادة تأهيل المبادلات سوف يقلل من الوقت الكلي لأعادة تأهيل دفعات من المبادلات الحرارية بمقدار (12.5%).


Article
Monitoring Process in Turning Operations for Cracked Material Alloy Using Strain and Vibration Sensor with Neural Network Classification

Author: Nabeel Kadim Abid AL-Sahib
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2007 Volume: 13 Issue: 3 Pages: 1680-1699
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Surface finish and monitoring tool wear is essential for optimization of machining parameters and performing automated manufacturing systems. There is a very close relationship between tool wear and machining material parameters as surface roughness, shrinkage, cracks, hard particle ... etc. Monitoring of manufacturing processes plays a very important role to avoid dawn time of the machine, or prevent unwanted conditions such as chatter, excessive tool wear or breakage. Feature extraction and decision making is a matter of considerable interest for condition monitoring of complex phenomena with multiple sensors. In this work, the implementation of a monitoring system utilizing simultaneous vibration and strain measurements on the tool tip is investigated for the shrinkage and crack of cast iron work piece. Machining parameters taken into consideration are cutting speed (116.5 and 136.6) m/min, feed rate (0.17 and 0.23)rev/min respectively and depth of cut (1) mm. Data from the machining processes were recorded with one piezoelectric strain sensor type (PCB 740B02) and an accelerometer type (4370), each coupled to the data acquisition card type (9111 DR). There were 22 features indicative of crack were extracted from the original signal. These include features from the time domain (mean, STD, crest factor, RMS, kurtosis, variance), frequency domains (power spectral density), time-series model coefficient (AR) and four packet features extracted from wavelet packet analysis (RMS, STD, kurtosis, crest factor). The (2x1) self organizing map neural network was employed to identify the crack and shrinkage effect on the tool state. The program used with this process is MATLAB V.6.5. As a result of the present work, we have an SOM model can classifying the crack with minimal error.

تشغيل السطوح ومراقبة بليان أداة القطع ضرورية لتحديد الظروف المثلى لانظمة التصنيع . ان هنالك علاقة بين مراقبة بليان اداه القطع مع ظروف تشغيل سطوح المسبوكات المتشققة، الخشنة، المنكمشة والمحتوية على جسيمات صلدة وما الى . . الخ. مراقبة عمليات التصنيع تَلْعبُ دورمهم جداً لتَجَنُّب صرف وقتِ الماكنةِ، أَو يَمْنعُ شروطَ غير مرغوبةَ مثل الثرثرةِ، التاكل المفرط للاداة أوالكسرِ. إنتزاع وإتّخاذ القرارات مسألة كبيرة الاهميةِ لمراقبة الظواهر المعقّدةِ بالمحسّساتِ المتعدّدةِ. في هذا العملِ، تطبيق نظام مراقبة يَستعملُ إهتزازاً آنياً ومقاييسَ إجهادِ على رأسِ الأداةَ لتحرّى الإنكماشِ وشَقِّ قطعةِ منِ الحديد الصلبِ. أَخذتْ معاملات التشغيل بنظر الإعتبار سرعةَ القطع (116.5 و136.6) م /دقيقة، نسبة تغذية (0.17 و0.23) دورة /دقيقة على التوالي وعمق القطعِ (1) مليمتر. البيانات مِنْ عملياتِ التشغيل سُجّلتْ بنوعِ محسّسِ إجهادِ piezoelectric (PCB 740B02) ونوع معجّلِ (4370)، كُلّ مُزَاوَج إلى بطاقةِ جمعَ البيانات نوع) 9111 DR (. كان هناك 22 ميزّةَ مؤشّر على الشَقِّ إنتزعَ مِنْ الإشارةِ الأصليةِ. تتضمن ميزّات مجالِ الوقتَ (mean, STD, crest factor, RMS, kurtosis, variance)، مجالات ترددِ (كثافة طيف كهربائية)، معامل الزمن النموذجيِ المتوالي (( AR واربع ميزّات حزم إنتزعتْ مِنْ تحليلِ حزمةِ wavelet (RMS, STD, kurtosis, crest factor). ان (2x1) يُنظّمُ شبكة عصبيةَ إستخدمتْ لتَمييز الإنكماشَ والشَقَّ على حالة أداة القطع. إنّ البرنامجَ المستخدم بهذه العمليةِ Matlab V.6.5 و كنتيجة للعملِ الحاليِ، حصلنا على نموذجُ SOM يُمْكِنُ أَنْ يُصنّفَ الشَقَّ باقل خطأ ِممكنِ.


Article
Edge Detection Based on Standard Deviation Value and Back Propagation Algorithm of Artificial Neural Network

Authors: Ammar Sabr Majed --- Mohammed Hussien Miry --- Ali Hussien Miry
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2011 Volume: 29 Issue: 3 Pages: 462-469
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a proposed neural network based edge detectionalgorithm. we have used artificial neural network system to decide about whethereach pixel is edge or not. First standard deviation values are computed for mask(3*3), Then after training a neural network system to recognize structural patterns(these pattern represents edges), it decides on each pixel if its edge or not. Finallywe have test the proposed method on different images. Experimental results showthe ability and high performance of proposed algorithm.


Article
Integrating Neural Network With Genetic Algorithms For The Classification Plant Disease
تكامل الشبكات العصبية مع الخوارزميات الجينية لتصنيف امراض النبات

Authors: Alia Karim Abdul Hassan --- Sarah Sadoon Jasim
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 4 Pages: 686-701
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this work Aِِrtificial Neural Network (ANN) is used as a classifier capable ofrecognizing the most important features of the plant disease, with minimum errorvalue. Genetic algorithm has been used to minimize error values of the ANNclassifier. Error value of ANN classifier is defined as more than (%5). This ratiois a threshold (cut-of-value) to determine if GA is executed or not after the ANNclassifier execution. Genetic algorithm execution results in either optimal solution(%100) recognition or suggests a modified parameter to the ANN classifier(specifically learning rate and number of neurons).The result obtained fromintegrating neural network with genetic algorithm for classification plant diseasesindicates that the classifier recognizes most of input pattern with accuracy (96%).Integrating neural network with genetic algorithm for classification plant diseasesimplemented using Visual Basic version 6 programming

في هذا العمل استخدمت الشبكات العصبية الاصطناعيةقادر على تمييز اغلب الملامح المهمة في امراض النبات مع اقل قيمة خطأ . فأستخدمتالخوارزميات الجينية لتقليل قيم الخطأ للشبكات العصبية. قيمة الخطأ المعرفة في هذا المصنفهي اكثر من 5% بذلك سيتم معالجتها في الخوارزميات الجينية. فهذه القيمةلتحديد فيما اذا الخوارزميات الجينية سيتم تنفيذها او لا بعد تنفيذ الشبكات (threshold) تعتبر(% العصبية المقترحة. ان نتائج تنفيذ الخوارزميات الجينية هي أما حل امثل أي تمييز ( 100او ستقترح تعديل المعاملات المستخدمة في الشبكات العصبية الاصطناعية المقترحة خصوصاNo. of ) وعدد الخلايا العصبية في الطبقة المخفية (Learning rate) معامل التعلمفي هذا البحث تم استخدام الشبكات متعددة الطبقات .(neurons in the hidden layerالتي هي نوع من الشبكات العصبية مع خوارزمية الانتشار (Mlti-Layer-Percetron)لتدريب الشبكة لتصنيف أمراض النبات. (Back Propagation algorithm) الخلفي للخطأالنتيجة المحصلة من تكامل الشبكات العصبية مع الخوارزميات الجينية لتصنيف أمراض النبات.(% يشير إلى أن الشبكات العصبية المقترحة قد ميزت معظم رموز الأمراض مع دقة (

Listing 11 - 20 of 346 << page
of 35
>>
Sort by
Narrow your search

Resource type

article (346)


Language

English (283)

Arabic and English (39)

Arabic (16)


Year
From To Submit

2020 (10)

2019 (22)

2018 (38)

2017 (23)

2016 (38)

More...