research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
MONTHLY RAINFALL QUANTITIES FORCASTING USING NARX NETWORK
تنبؤ كميات الامطار الهاطلة شهرياً بأستخدام شبكات التغذية العكسية الديناميكية العصبية

Authors: Mohammed Ali Tawfeeq --- Ghusoon Idan Arb
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2016 Volume: 20 Issue: 6 Pages: 103-114
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

An accurate precipitation forecast can reflect positive impact in several areas. It provides helpful data in hydrological projects designs, such as constructing dams, reservoirs, rainfall networks, as well as takes some precautionary measures that can overcome the flooding problems. This paper proposes a monthly quantitative precipitation forecasting model that covers the total land area of Iraq. The model is based on the use of Nonlinear AutoRegressive with eXogenous input neural network (NARX). This type of network is considered as one of the most important dynamic networks that can deal with time series data. It is a type of recurrent networks with feedback connections between its layers and a tapped delay lines. The data used to train and test the network are real data obtained by NASA GES DISC which represent monthly quantitative precipitation of more than 1350 site uniformly distributed to cover the land of Iraq for a historical period of ten years. The designed forecasting network model showed good performance, in which the total calculated MSE for the testing data set is about (2.8×10-3), and the its correlation coefficient R is about (0.95). The correlation of the predicted error with time has been checked also; it showed that almost all the autocorrelation function values are fall within the bound of the confidence interval.

ان التنبؤ الدقيق لكميات هطول الأمطار يمكن ان ينعكس إيجابا وبشكل مؤثر في العديد من المجالات. حيث أنه يوفر بيانات مساعدة عند اعداد تصاميم المشاريع الهيدرولوجية، مثل بناء السدود والخزانات وشبكات مياه الأمطار، وكذلك لاتخاذ بعض التدابير الاحترازية التي يمكن من خلالها التغلب على مشاكل الفيضانات. اقترح هذا البحث نموذج تنبؤ كمي شهري لهطول الامطار وبما يغطي اجمالي مساحة العراق. يستند هذا النموذج على استخدام شبكات عصبية ذات انحدار غير خطي مع مدخلات خارجية المنشأ (NARX). ان نوع هذه الشبكة يعتبر أحد الشبكات الديناميكية الأكثر أهمية التي يمكن أن تتعامل مع بيانات السلاسل الزمنية. ان هذا النوع يمثل الشبكات ذات النواتج المرتدة عكسياً والتي تحوي على وصلات تغذية عكسية بين طبقاتها مع خطوط تأخير توظيف نواتجها. البيانات المستخدمة لتدريب واختبار الشبكة هي بيانات حقيقية تم الحصول عليها من موقع وكالة ناسا غيس دسك (NASA GES DISC) والتي تمثل كميات الامطار الهاطلة شهرياً لأكثر من 1350 موقع موزعة بشكل متجانس لتغطية مساحة العراق لفترة تاريخية تمتد لعشر سنوات. أظهر نموذج الشبكة التنبؤي المصمم أداء الجيداً، وقد بلغت كمية معدل مربع الخطأ باستخدام بيانات الفحص حوالي (3-10*2.8)، واجمالي معامل الارتباط R هو حوالي (0.95). وقد تم التحقق ان كان هنالك ترابط ما بين الخطأ المتوقع والزمن: حيث أظهرت نتائج احتساب الارتباط الذاتي ان جميع القيم تقريبا تقع ضمن حدود فترة الثقة.


Article
Edge Detection Using Scaled Conjugate Gradient Algorithm in Back propagation Neural Network
اكتشاف حافات الصور باستخدام خوارزمية متقارنة التدرج المقيسة في شبكات الانتشار العكسية العصبية

Authors: Walaa M. Khalaf --- Mohammed Ali Tawfeeq --- Kadhum Al-Majdi
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 2 Part (A) Engineering Pages: 385-395
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper introduces a proposed method based on a backpropagation artificial neural network using Scaled Conjugate Gradient (SCG) training algorithm so as to gain the edges of any image. A new training image model is suggested to train this artificial neural network, then using this network to find the edges of any image. Computer experiments are carried out for extracting edge information from real images; the results presented are compared with those from classical edge detection methods like Canny. Using this new method does not need to tune any parameter to find the edge of any image, as well as using this method the false edges is reduced.

هذا البحث يقدم طريقة حديثة تعتمد على شبكات الانتشار العكسي العصبية التي تستخدم في تدريبها خوارزمية متقارنة التدرج المقيسة (SCG) للحصول على حافات أي صورة. تم اقتراح نموذج صورة جديد لتدريب الشبكة العصبية الصناعية لتمكين استخدام هذه الشبكة لاحقاً لأيجاد الحافات لأي صورة. التجارب نفذت لفصل معلومات الحافة من صور حقيقية، وهذه النتائج قورنت مع نتائج الطرق التقليدية مثل كاني. ان استخدام هذه الطريقة لا يحتاج لتنغيم اي معاملات لأيجاد حافات أي صورة، فضلاً عن انها تقلل عدد الحافات الكاذبة.


Article
OUTLIER DETECTION TECHNIQUE USING CT-OCSVM AND FUZZY RULE-BASED SYSTEM IN WIRELESS SENSOR NETWORKS

Authors: Hussein Hassan Shia --- Mohammed Ali Tawfeeq --- Sawsan Mousa Mahmoud
Journal: Journal of Engineering and Sustainable Development مجلة الهندسة والتنمية المستدامة ISSN: 25200917 Year: 2020 Volume: 24 Issue: 2 Pages: 1-17
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

The development of Wireless Sensor Networks (WSNs) has been attained in the past few years due to its important using in wide range of application. The readings of data derived from WSN nodes are not always accurate and may contain abnormal data. This paper proposed an anomaly detection and classification algorithm in WSNs. At first, an integration of Contourlet Transform (CT) algorithm and One Class Support Vector Machine (OCSVM) algorithm (CT-OCSVM) is utilized to detect outliers then Fuzzy Inference System (FIS) is used to identify the source of these outliers. The underlying aim of this paper focuses on treating the collected streams of data as raw datum of an image, which is then passed through some filters using CT to get compressed size of directional subbands coefficients. The coefficients of CT are examined by OCSVM algorithm to detect anomalies. Finally the source of anomalies is identified based on using FIS and by exploiting the spatial temporal correlation existing between the sensed data. The integrated algorithm is tested using different types of filters. Real datasets collected from a small WSN constructed in a local lab are used for testing the integrated algorithms. The simulation results have shown a high rate of accurate classification with high detection rate and low false alarm rate.


Article
Reducing energy consumption and packets delay in Wireless Sensor Networks by creating nodes partnership
تقليل استهلاك الطاقة وتأخير الحزم في شبكات المتحسسات اللاسلكية عن طريق إنشاء شراكة العقد

Authors: Hayder Fakher Jassim حيدر فخر جاسم --- Mohammed Ali Tawfeeq محمد علي توفيق --- Sawsan M. Mahmoud سوسن محمود
Journal: Iraqi Journal of Information Technology المجلة العراقية لتكنولوجيا المعلومات ISSN: 19948638/26640600 Year: 2019 Volume: 9 Issue: 4 Pages: 43-54
Publisher: iraqi association of information الجمعية العراقية لتكنولوجيا المعلومات

Loading...
Loading...
Abstract

In order to obtain accurate results using wireless sensor networks (WSNs), sensor nodes (SNs) densely distributed through the interested area. Although, this procedure can guarantee data accuracy, it may lead to highly energy consumption and increases the congestion as a result of increasing demands on the dedicated channel. In this work, the proposed algorithm aims to conserve nodes energy, alleviate congestion, and decrease packets delay by creating a partnership relation between each two nodes to optimize the number of transmitted packets through the network. The result shows that the energy conservation is effectively achieved, and the delay also reduced.

للحصول على نتائج دقيقة عند استخدام شبكات المتحسسات اللاسلكية, يتم نشر المتحسسات بكثافة عالية ضمن المنطقة المستهدفة. بالرغم من كون الكثافة العالية للمتحسسات المنتشرة تؤدي الى ضمان الحصول على النتائج الدقيقة, هذا الاجراء ممكن ان يؤدي الى خسائر كبيرة في الطاقة بالاضافة الى زيادة الزحام نتيجة ازدياد الطلب على القناة الناقلة. في هذا العمل, تهدف الخوارزمية المقترحة الى الحفاظ على طاقة المتحسسات وتخفيف الطلب على القناة الناقلة وتقليل زمن وصول الحزم الى المحطة الرئيسية, وذلك عن طريق عمل علاقة شراكة بين المتحسسات المتجاورة لتقليل عدد الحزم المرسلة خلال الشبكة. النتائج بينت انه قد تم حفظ الطاقة وتقليل زمن الوصول باستخدام الخوارزمية المقترحة.

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (4)


Year
From To Submit

2020 (1)

2019 (1)

2016 (1)

2014 (1)