research centers


Search results: Found 3

Listing 1 - 3 of 3
Sort by

Article
Robotics Engineering
هندسة الإنسان الآلي

Author: Lubna.Z.Bashir
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 7 Pages: 1484-1501
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

In this work an approach to robotics engineering called layered evolution andmerging features from the subsumption architecture into evolutionary robotics ispresented, This approach is used to construct a layered controller for a small simulatedrobot called street sweeper (SS) that learn crossing a busy street and satisfied its goal ofcollecting garbage and not getting crushed by passing cars i.e. behaving very adaptivelyand intelligently in its specified environment. The system uses three classifier systems,which has two levels distributed architecture. Three classifier systems were used toperform complex behavior. First classifier learns simulated robot to crossing the streeti.e. move one step toward garbage when there is no predator such as cars passing thestreet or traffic light color is red . Second classifier learns the simulated robot to stopwhen the cars are passing the street or traffic light color is green. The third classifiersystem is controller classifier system should learn switching policy i.e. to whichclassifier system gives the control when more than one of them is active T. est results,show that the use of a layered evolution can help to control the complexity of learning. asubsumption architecture were design in which each layer is a basic behavior or acontrol behavior. In addition each single layer have smaller search space therefore theover all task could be easier.

في هذا العمل قدمنا اسلوب في مجال هندسة الانسان الالي يسمى نشوء الطبقات مع دمجخصائص معمارية المصنفات للسيطرة على سلوك الإنسان الالي. هذا الاسلوب يستخدم لانشاء سيطرةهو إنسان آلي مزيف يسمى كناس الشارع له (SS) على فعاليات الإنسان الآلي .النظام المفترضقابلية تعلم عبور شارع مزدحم بالسيارات ويحقق هدفه في جمع النفايات بدون ان يصدم بالسياراتالمارة اي يتصرف بذكاء في بيئته الموصوفة.النظام استخدم ثلاثة مصنفات تعليمية تستخدم لتنفيذسلوك معقد ، المصنف الأول يعلم الإنسان الآلي عبور الشارع، أي يتحرك خطوة واحدة باتجاه سلةالمهملات عندما يكون ضوء إشارة المرور حمراء ولا يوجد سيارات تعبر الشارع.المصنف الثاني يعلمالإنسان الآلي أن يتوقف عندما تكون السيارات مارة أو لون إشارة المرور خضراء ،المصنف الثالثهو مصنف سيطرة لتنسيق فعاليات الإنسان الآلي.نتائج الاختبار بينت ان استخدام أسلوب الطبقاتيساعد في السيطرة على تعقيدات عملية تعليم الإنسان الآلي حيث أن معمارية الطبقات تصمم بحيث كلطبقة تمثل سلوك أساسي أو سلوك سيطرة.إضافة إلى أن كل طبقة تملك مساحة بحث صغيرة ولهذاستكون عملية تعليم الإنسان الآلي ابسط.


Article
University Admission System using Machine Learning
نظام قبول في الجامعة باستخدام أنظمة تعليم المكننة

Author: Lubna Z. Bashir
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2009 Volume: 27 Issue: 16 Pages: 3050-3063
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This work examines the entrance procedure for a student seeking admission to a college institute. The system ASD (Artificial Student Decision) is a simple classifier system, which learns from the performance of the previous batches. This experience coupled with information about his aptitude enables the expert to guide the studenttowards the branch best suited for him. Genetics Based Machine Learning (GBML) forms our choice, as it is more human like, speculative, seeking better alternatives through the juxtaposition of hunches, inductive, using deductive procedures. Apportionment of credits involved in the evaluation of aptitude is carried out using the famous Bucket Brigade Algorithm. The tripartite process of Genetic Algorithm has been applied to make the system robust. This work addressed an important issue instudent education requirement, compares and contrasts what is involved in human learning with what is involved in machine learning. The results shows In the long run for big knowledge based systems, learning will turn out to be more efficient than programming. Development the LCS by using two wildcards this increase the performance of the system.

(Artificial ASD في هذا العمل اختبرنا المدخل لطالب يبحث القرار لدخول الجامعة.النظام هو نظام تصنيفي بسيط ، يتعلم من الأداء السابق هذه الخبرة تدمج مع Student Decision) المعلومات المتوفرة عن ذكاء الطالب لتمكن الخبير من توجيه الطالب إلى أفضل كلية ملائمة له. اخترنا أنظمة تعليم المكننة المعتمد على الخوارزمية الجينية لأنها الأكثر شبها بسلوك الإنسان، وهيتخمينية، تبحث عن أفضل البدائل و تستخدم إجراءات استنتاجية. توزيع الاعتمادية يقيم ذكاء الطالب الخوارزمية الجينية طبقت لجعل النظام أكثر كفاءة.هذا ،(Bucket Brigade) باستخدام خوارزمية العمل وضح نتائج مهمة في قبول الطلبة، وتمت المقارنة بين ما تحقق في تعليم الإنسان مع ما تحققفي تعليم المكننة. النتائج بينت عند تنفيذ أنظمة تضم معلومات كثيرة يكون التعليم اكثر كفاءة من البرمجة. طورت أنظمة التعليم التصنيفية باستخدام اثنان من رموز عدم الاهتمام أدى إلى ازدياد كفاءة النظام.


Article
Simple Learning Classifier Machine
مكننة تصنیف تعلیمیة بسیطة

Authors: Lubna.Z.Bashir --- Hind .A.Alrazzaq
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2010 Volume: 28 Issue: 9 Pages: 1862-1879
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

A learning classifier system is one of the methods for applying a genetic-basedapproach to machine learning applications. An enhanced version of the system thatemploys the Bucket-brigade algorithm to reward individuals in a chain of co-operatingrules is implemented and assigned the task of learning rules for classifying simpleobjects. The task is to classify an object that has one or more of the following features:wing, 2-legs/wheels, 3-legs/wheels, 4-legs/wheels, big, flies into one of the following:bird, vehicle. the main goal is to exploit the ability of the algorithm to perform well in anoisy environment and its ability to make little or no assumption about its problemdomain. Results are presented which show that the system was able to learn rules forthe task using only a few training examples and starting with classifiers that wererandomly generated. It is argued that a classifier based learning method requires littletraining examples and that by its use of genetic algorithms to search for new plausiblerules, the method should be able to cope with changing conditions. Results show alsoThe parallel implementation of the algorithm would speed up the training process.

أنظمة التصنيف التعليمية أحدى الوسائل التي تستخدم الخوارزمية الجينية في تطبيقات تعليمفي مكافأة القوانين التعليمية لتنفيذ (Bucket Brigade) المكننة.يعزز النظام بتوظيف خوارزمية ألمهمة القوانين التعليمية لتصنيف كائن بسيط.مهمة النظام تصنيف كائن يحمل مجموعة من الخصائص: له اجنحة ، له عجلتين ، ثلاث عجلات ، اربع عجلات ، كبير ، يطير و يصنفه الى طير اومركبة. الهدف الرئيسي هو اختبار قابلية الخوارزمية لكفاءة الاداء في بيئة مفعمة بالضجيج. النتائجبينت قابلية النظام في تعلم القوانين لأداء مهمته في تصنيف كائن بسيط باستخدام أمثلة تعليمية قليلةوالبدء بأمثلة تصنيفية متولدة عشوائيا. طرق التعليم المعتمدة على المصنفات تتطلب بعض الأمثلةالتعليمية وتستخدم الخوارزمية الجينية للبحث عن قوانين جديد أفضل تتلائم مع الشروطالمتغيرة.النتائج بينت كذلك أن المعالجة المتوازية للخوارزمية تسرع من عملية التعليم.

Listing 1 - 3 of 3
Sort by
Narrow your search

Resource type

article (3)


Language

English (3)


Year
From To Submit

2010 (2)

2009 (1)