research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Fast Mobile Wireless Network Routing based on the Clustering and Chaos-CNN
التوجيه السريع للشبكة اللاسلكية المتنقلة بالاعتماد على العنقدة وشبكة العصبية الخلوية الفوضوية

Authors: Haider Kadhim Hoomod حيدر كاظم حمود --- Tuka Kareem Jebur تقى كريم جبر
Journal: Journal of College of Education مجلة كلية التربية ISSN: 18120380 Year: 2017 Issue: 1 Pages: 63-80
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

In this research we using intelligent algorithm such as neural network to solve the problem of routing by finding the optimal path between source and destination and clustering algorithm to find path in clusters. A new routing algorithm based on the clustering and neural network was proposed. The modification to chaotic Cellular neural network (MCCNN) was suggest, combine with proposed Modified K-Mean clustering method to make the routing more intelligent and adaptive in finding the optimal routes for ad hoc wireless network (like MANET). Routing Results show how the proposed routing algorithm were high speed comparing with Dijkstra algorithm. The different of speed gaining time with percentage 250 t0 380%. This make proposed algorithm useful in the fasting routing. Also, the results of the proposed system are optimal path not only shortest path. It depending on the group of factors and parameters to select the path between two points in the wireless network.

في هذا البحث نستخدم خوارزمية ذكية مثل الشبكة العصبية في حل مشكلة التوجيه من خلال إيجاد المسار الأمثل بين المصدر والمقصد وخوارزمية التجميع لايجاد المسار في العنقدة (clusters). واقترح إنشاء خوارزمية توجيه جديد تستند إلى شبكة تجميع والعصبية. وكان التعديل هو ال(chaos) و الشبكة العصبية الخلوية التي ) تشير الى (MCCNN) ، مع الجمع بين ما اقترح من طريقة محد ( K-Mean clustering) لجعل التوجيه أكثر ذكاء و تكيف لايجاد الطرق المثلى لشبكة لاسلكية (مثل MANET). وتشير نتائج التوجيه كيف كانت خوارزمية التوجيه المقترح لها سرعة عالية مقارنة مع خوارزمية ديكسترا. وتختلف سرعة كسب الوقت بنسبة 250 الى 380٪. هذا جعل الخوارزمية المقترحة مفيدة في التوجيه السريع. أيضا، فإن نتائج النظام المقترح هي الطريق الأمثل ليس فقط أقصر الطرق. ذلك اعتمادا على مجموعة من العوامل والمعايير لتحديد مسار بين نقطتين في شبكة لاسلكية.


Article
Efficient Neighborhood Function and Learning Rate of Self-Organizing Map (SOM) for Cell Towers Traffic Clustering
وظيفة الجوار ومعدل التعلم الفعال الخاص بخريطة التنظيم الذاتي (SOM) لتجميع حركة المرور في الأبراج الخلوية

Loading...
Loading...
Abstract

The self-organizing map (SOM) neural network is based on unsupervised learning, and has found variety of applications. It is necessary to adjust the SOM parameters before starting learning process to ensure the best results. In this research, three types of data represent high and low traffic of specific cell tower with subscriber positions distribution in central of Iraq are investigated by self-organizing map (SOM). SOM functions and parameters influence its final results. Hence, several iteration of experiments are performed to test and analyze Bubble, Gaussian and Catgass neighborhood functions with three learning rates (linear, inverse of time and power series) and they were evaluated based on the quantization error. The experiments results show that Bubble function with linear learning rate gives the best result for clustering cell tower traffic.

تستند الشبكة العصبية المسماة الخريطة الذاتية التنظيم (SOM) على التعلم غير الخاضع للرقابة، ولها مجموعة متنوعة من التطبيقات. من الضروري ضبط معلمات (SOM) قبل البدء في عملية التعلم لضمان أفضل النتائج. في هذا البحث، هناك ثلاثة أنواع من البيانات تمثل حركة المرور العالية والمنخفضة لبرج خلوي معين مع توزيع مواقع المشتركين في وسط العراق يتم التحقيق فيها باستخدام خريطة التنظيم الذاتي (SOM). وظائف (SOM) والمعلمات تؤثر على نتائجها النهائية. وبالتالي، يتم إجراء العديد من تكرار التجارب لاختبار وتحليل و ظائف الجوار (Bubble, Gaussian and Catgass) مع ثلاثة معدلات التعلم (linear, inverse of time and power series)، وتم تقييمها بالاعتماد على quantization error)). نتائج التجارب تبين أن وظيفة الجوار Bubble مع معدل التعلم Linear يعطي أفضل نتيجة لتجميع حركة البرج الخلوي.

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2017 (2)