research centers


Search results: Found 2

Listing 1 - 2 of 2
Sort by

Article
Support Vector Machines for Predicting Electrical Faults
ماكينات دعم المتجه للتنبوء بالاعطال الكهربائية

Authors: Tarik Rashid --- Salar J. Abdulhameed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2014 Volume: 32 Issue: 8 Part (A) Engineering Pages: 1931-1941
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

Support vector machines (SVMs) are a non-probabilistic binary linear classifier in machine learning techniques and are supervised learning algorithms that classify, predict, recognise and analyse patterns. This technique was developed in early 1990s.Training algorithms of support vector machines help build a model that assigns new examples into one class or the other when a set of training examples is recycled in the training process. This feature in SVM has attracted many of researchers to develop SVM methods and their applications. In this paper work support vector machines are used to tackle electrical faults in single phase circuits. Support vectors machines are evaluated against Simple Linear Regression techniques. Support vector machines outperformed Simple Linear Regression techniques.

تعتبر ماكينات دعم المتجه من المصنفات الثنائية غير الاحتمالية في تعليم الماكنة وتعتبر من انواع الخوارزميات المعتمدة على المشرف والتي تصنف وتتنبأ وتميز وتحلل الاصناف. طورت هذه التقنية في بدايات عام 1990. خوارزميات التدريب لهذه الماكينات تساعد في بناء نموذج يخصص أمثلة جديدة لصنف واحد أو أكثر عندما تتم أعادة الامثلة في مرحلة التدريب. هذه الخاصية تستقطب عدة باحثين لتطوير طرق ماكينات دعم المتجه وتطبيقاتها. في هذا البحث تم استخدام ماكينات دعم المتجه لتشخيص الاعطال الكهربائية في دوائر الطور الواحد. بعد تقييم أداء ماكينات دعم المتجه بالمقارنة مع تقنية الانحدار الخطي البسيط، تفوقت ماكينات دعم المتجه على تقنية الانحدار الخطي البسيط.


Article
Enhancement Solution to Improve Remediation of Soil Contaminated with Lead by Electrical Field
محاليل التحسين لمعالجة التربة الملوثة بالرصاص بواسطة المجال الكهربائي

Authors: Ibtihal Tarik Rashid ابتهال طارق رشي] --- Ayad Abd Al-hamza Faisal أياد عبد الحمزة فيصل
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2015 Volume: 21 Issue: 11 Pages: 111-129
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

A laboratory investigation of six different tests were conducted on silty clay soil spiked with lead in concentrations of 1500 mg/kg. A constant DC voltage gradient of 1 V/cm was applied for all these tests with duration of 7 days remediation process for each test. Different purging solutions and addition configurations, i.e. injection wells, were investigated experimentally to enhance the removal of lead from Iraqi soil during electro-kinetic remediation process. The experimental results showed that the overall removal efficiency of lead for tests conducted with distilled water, 0.1 M acetic acid, 0.2 M EDTA and 1 M ammonium citrate as the purging solutions were equal to 18 %, 37 %, 42 %, and 29 %, respectively. However, introducing the injection wells as another enhancement technique into the tests used the same purging solutions mentioned above which have vital role in increasing the removal efficiency up to 59 %.

تم أجراء ستة تجارب مختبرية مختلفة على تربة طينية غرينية ملوثة بالرصاص بتركيز 1500)ملغ/كغم). في كل التجارب التي اجريت في هذه الدراسة تم تسليط تيار كهربائي مستمر بين الاقطاب و بفولتية (1 فولط/ سم ) خلال سبعة ايام متتالية . أجريت دراسة مختبرية لإنواع مختلفة من محاليل الإزالة متضمنة أسلوب أضافه أبار حقن لتحسين ازالة الرصاص من الترب العراقية خلال المعالجة بالطريقة الكهروحركية. أظهرت النتائج ان كفاءة أزالة الرصاص عند استخدام الماء المقطر، 1مولاري من حامض الخليك،0.2 مولاري من EDTA، 1مولاري سترات الامونيوم هي 18 % ,37 %, 42 %,29 % على التوالي . أن أستخدام تقنية أبار الحقن كتقنية محسنة لنفس محاليل الأزالة المذكورة انفًا تعتبر طريقة مبتكرة اخرى وذلك لأهميتها الفعالة في زياده كفاءة المعالجة لتصل الى (59 % ).

Listing 1 - 2 of 2
Sort by
Narrow your search

Resource type

article (2)


Language

English (2)


Year
From To Submit

2015 (1)

2014 (1)