research centers


Search results: Found 6

Listing 1 - 6 of 6
Sort by

Article
ESTIMATING Of CO2 CONVERSION IN FALLING FILM REACTOR USING ARTIFICIAL NEURAL NETWORK
تحديد نسبة تحول غاز CO2 في مفاعل الطبقة المتساقطة بتطبيق شبكة الذكاء الصناعي

Author: Ahmed D. Wiheeb احمد دحام وهيب
Journal: DIYALA JOURNAL OF ENGINEERING SCIENCES مجلة ديالى للعلوم الهندسية ISSN: 19998716/26166909 Year: 2008 Volume: 1 Issue: 1 Pages: 86-100
Publisher: Diyala University جامعة ديالى

Loading...
Loading...
Abstract

This paper presents the development of Artificial Neural Network (ANN) model for absorption process of CO2 gas using monoethanolamine (MEA) as a solvent in a falling film reactor. Although studies on ANN applications in chemical engineering in the literature are more concentrated on utilizing dynamic models, there has been an increasing trend for diverse application of ANN to model steady state systems. The feed-forward artificial neural network was adopted and trained by back-propagation algorithm. In this paper 216 sets of data are used to train and test the network. This study shows that ANN model with one hidden layer and nine neurons in the hidden layer gives a very close estimation of the CO2 conversion and there is high potential for absorption application of ANN model.

يُقدّم هذا البحث موديل مطور لشبكة الذكاء الصناعي لعملية امتصاص غاز ثاني أوكسيد الكاربون باستخدام أحادي أيثانول أمين كمذيب في مفاعل الطبقة الساقطة. بالرغم من أن الدراسات على تطبيقات شبكة الذكاء الصناعي في الهندسة الكيمياوية أكثر تركيزا على استعمال الموديلات المتحركة ، فقد كان هنالك اتجاه متزايد للتطبيق المتنوع لشبكة الذكاء الصناعي لتشكيل الأنظمة المستقرة .شبكة الذكاء الصناعي ذات الانتشار الأمامي تبنًَت وتدربت بخوارزمية الانتشار العكسي . في هذا البحث تم استخدام 216 من مجموعة البيانات لتدريب واختبار الشبكة وقد بينت هذه الدراسة بأن موديل شبكة الذكاء الصناعي بطبقة مخفية واحدة وتسع خلايا عصبية في تلك الطبقة يعطي تقدير قريب جدا من نسبة تحول غاز ثاني أوكسيد الكاربون وهنالك إمكانية عالية لتطبيق عمليات الامتصاص بموديل شبكة الذكاء الصناعي.


Article
Modeling Soil Temperature at different depths and times as a function of some climatic data Using Artificial Neural Network
نمذجة درجات حرارة التربة على اعماق واوقات مختلفة بدلالة بعض المعلومات المناخية باستخدام الشبكات العصبية الاصطناعية

Authors: عصام محمود محمد --- 2شهلة عبدالوهاب عبدالقادر --- 3نجم عبدالله عبدالقادر
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2012 Issue: المؤتمر العلمي الثاني لكلية الزراعة Pages: 1240-1250
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

In this study, implementation of artificial neural network model has been used to estimate soil temperatures at various depths and different measuring times, as a function of mean air temperature, number of sunshine hours, radiation, for any day of the year.ANN (artificial neural network ) of back propagation and fitness algorithms models . The data of soil temperature is taken from research department of soil and water / Nineveh province for the period from 1980 to 1983 and it include daily measurements of soil at depths of 5,10, 20, 30,50 and 100 cm and for three periods at 9, 12 and 15 clock for cultivated and bare soil. The data of two years was used to learn the network and the data of one year was used to test the network and compare its output with the measured data, three performance functions, namely root mean square errors (RMSE) and determination coefficient (R2), were used to evaluate the neural model , to find the adequacy between estimated data and the outputs of neural network for one year, the values of R2 ranging between 0.95 -0.99 and the values of RMSE decreased significantly for all cases of estimation. The results shows the possibility of using neural networks in the composition of the model that can be used in the estimation of deep soil temperatures through the use of surface soil temperature for three times of measurement, the successful use of neural networks in the composition of the model that can be used to estimate the deep soil temperatures through the use of soil-surface temperatures, which are measured at different time periods. Successful construction of General ANN model that predict soil temperature at any depth and time from soil surface temperature of any time have been made. The ability of constructing ANN of two dimension could estimate soil temperature with very high accuracy by adding time dimension and soil depth dimension.

تم في هذا البحث تطبيق نموذج الشبكة العصبية لتخمين درجات حرارة التربة على اعماق مختلفة وباوقات قياس مختلفة بدلالة درجة حرارة الهواء وعدد ساعات السطوع والاشعاع الشمسي لاي يوم من السنة باستخدام شبكة الانتشار العكسي،وشبكة الملاءمة ذات خوارزمية الانتشار العكسي للخطا . تم استخدام البيانات الماخوذة من دائرة بحوث التربة والمياه/ محافظة نينوى للفترة من 1980 - 1983 وهي تشمل درجات حرارة التربة اليومية على اعماق 100،50،30،20،10،5 سم ولثلاث فترات عند الساعة 9 , 15،12 لترب مزروعة وغيرمزروعة . استخدمت بيانات عامين لتطوير النماذج ، واستخدمت بيانات عام واحد (1983) لتقييم النماذج ومقارنة مخرجاتها مع البيانات المقاسة, استخدمت مقاييس معامل التحديد R2 ، جذر متوسط مربع الاخطاء RMSE في الحكم على مدى تطابق البيانات المقاسة ومخرجات الشبكات العصبية لاختيار افضل نموذج تنبؤي من بين النماذج المطبقة، حيث تراوحت قيم معامل التحديد بين 0.86– 0.97 واظهرت قيم جذر مربع الاخطاء انخفاضا ملحوظا لجميع نماذج التخمين. اظهرت النتائج امكانية استخدام الشبكات العصبية في تكوين نموذج يتم استخدامه في تخمين درجات حرارة اعماق التربة عن طريق استخدام درجات درجة حرارة الهواء وعدد ساعات السطوع والاشعاع الشمسي ولازمنة القياس الثلاثة . امكانية تكوين نماذج شبكات عصبية صناعية ثنائية البعد تعطي تنبؤات ذات دقة عالية لدرجة حرارة اعماق التربة اليومية، مع امكانية اضافة بعد الزمن وبعد عمق التربة.


Article
Proposed Network Intrusion Detection System In Cloud Environment Based on Back Propagation Neural Network

Authors: Shawq Malik Mehibs --- Soukaena Hassan Hashim
Journal: Journal of University of Babylon مجلة جامعة بابل ISSN: 19920652 23128135 Year: 2018 Volume: 26 Issue: 1 Pages: 2-40
Publisher: Babylon University جامعة بابل

Loading...
Loading...
Abstract

Cloud computing is distributed architecture, providing computing facilities and storage resource as a service over the internet. This low-cost service fulfills the basic requirements of users. Because of the open nature and services introduced by cloud computing intruders impersonate legitimate users and misuse cloud resource and services. To detect intruders and suspicious activities in and around the cloud computing environment, intrusion detection system used to discover the illegitimate users and suspicious action by monitors different user activities on the network .this work proposed based back propagation artificial neural network to construct t network intrusion detection in the cloud environment. The proposed module evaluated with kdd99 dataset the experimental results shows promising approach to detect attack with high detection rate and low false alarm rate.

الحوسبة السحابية هي هيكيلة موزعة توفر قدرات حسابية, موارد تحزين كخدمة عبر الانترنت للأيفاء بمتطلبات المستخدم بسعر منخفض .بسبب طبيعة الحوسبة السحابية المفتوحة والخدمة المقدمة المتسللين ينتحلون المستخدمين المخولين وبعد ذلك يسيئون استخدام موارد وخدمات الحوسبة السحابية . لكشف المتسللين والانشطة المشبوة في بيئة الحوسبة السحابية ،نظام كشف التطفل يستخدم لكشف المستخدمين الغير مخولين والانشطة المشبوهة بواسطة فحص نشاطات المستخدم على الشبكة .في هذا البحث استخدمت خوارزمية الشبكات العصبية الاصطناعية (BP) لبناء نظام كشف تطفل في بيئة السحابية .النظام المقترح اختبر باستخدام بيانات KDD99 . اظهرت النتائج ان النظام المقترح يشكل طريقة واعدة تتميز بدقة عالية مع نسبة انذار كاذبة منخفضة.


Article
Propose Multi level Network Intrusion Detection System to detect intrusion in Cloud Environment
اقتراح نظام كشف تطفل شبكي متعدد المستوى لكشف التسلل في بيئة الحوسبة السحابية

Authors: Shawq malik Mehibes شوق مالك محيبس --- Soukaena H. Hashim سكينة حسن هاشم
Journal: AL-MANSOUR JOURNAL مجلة المنصور ISSN: 18196489 Year: 2018 Issue: 29 Pages: 41-61
Publisher: Private Mansour college كلية المنصور الاهلية

Loading...
Loading...
Abstract

Cloud computing is one of the popular technologies, which can used by most organizations because of its attractive properties such as availability, flexibility, integrity. The open and distributed structure of Cloud Computing and the services provided by it make it attractive aim for potential cyber-attacks by intruders. Network intrusion detection system (NIDS) represents important security mechanism, provides defence layer which monitors network traffic to detect suspicious activity and policy violations. This work proposed Multi-level-NIDS to detect intrusions and the type of intrusion in traditional/Cloud network. The proposed system evaluated with kdd99 dataset, the experimental results shows the efficiency and capability of the proposed system in detect attack and type of attack.

الحوسبة السحابية هي واحدة من التقنيات الشائعة،التي تستخدم في معظم المؤسسات لما لها من خصائص مميزة مثل التوافر، المرونة ، التكامل. لهيكلية المفتوحة والموزعة للحوسبة السحابية والخدمات المقدمة جعلتها هدف محبب للهجمات الالكترونية المحتملة. نظام كشف التطفل الشبكي (NIDS) يمثل الية امنية مهمة،توفر طبقة دفاعية التي تراقب حركة مرور الشبكة للكشف عن نشاطات مشبوهة او انتهاك للسياسات. هذا العمل يقترح نظام كشف تطفل شبكي متعدد المستوى لكشف التطفل ونوع التطفل في الشبكة التقليدية / السحابية. النظام المقترح قيم باستخدام مجموعة البيانات القياسية KDD99، النتائج التجريبية اظهرت كفاءة وقدرة النظام المقترح في كشف الهجوم ونوع الهجوم


Article
Design of New Hybrid Neural Structure for Modeling and Controlling Nonlinear Systems
تصميم هيكل عصبي هجين جديد لنمذجة والسيطرة المنظومات اللاخطية

Authors: Ahmed Sabah Al-Araji احمد صباح الاعرجي --- Shaymaa Jafe'erAl-Zangana شيماء جعفرالزنكنه
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2019 Volume: 25 Issue: 2 Pages: 116-135
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper proposes a new structure of the hybrid neural controller based on the identification model for nonlinear systems. The goal of this work is to employ the structure of the Modified Elman Neural Network (MENN) model into the NARMA-L2 structure instead of Multi-Layer Perceptron (MLP) model in order to construct a new hybrid neural structure that can be used as an identifier model and a nonlinear controller for the SISO linear or nonlinear systems. Weight parameters of the hybrid neural structure with its serial-parallel configuration are adapted by using the Back propagation learning algorithm. The ability of the proposed hybrid neural structure for nonlinear system has achieved a fast learning with minimum number of epoch, minimum number of neurons in the hybrid network, high accuracy in the output without oscillation response as well as useful model for a one step ahead prediction controller for the nonlinear CSTR system that is used in the MATLAB simulation.

أن هذا البحث يقترح هيكل جديد لمسيطر عصبي هجين مبنيا على أساس النموذج التعريفي للمنظومات اللاخطية. ان الهدف من هذا العمل هو توظيف هيكل النموذج الشبكة العصبية ايلمن المعدلةMENN في هيكل NARMA-L2 بدلا من نموذج تعدد الطبقات بيرسبترون MLP لكي يكون هيكل عصبي هجين جديد والذي يمكن استخدامه كنموذج معرف ومسيطر لاخطي للمنظومات الخطية و اللاخطية. ان أوزان العناصر لهيكل العصبي الهجين مع هيكل التوالي-التوازي قد تكيف باستخدام خوارزمية التعلم الانتشار العكسي. ان امكانية هذا الهيكل العصبية الهجين المقترح للمنظومات اللاخطية قد حقق سرعة تعلم مع اقل عدد من دورات التعلم وكذلك اقل عدد للعقد الشبكة العصبية الهجينة مع دقة عالية في الإخراج وبدون تذبذب الاستجابة إضافة الى ذلك استخدام النموذج كمسيطر تنبوئي لخطوة واحدة لنظام اللاخطية لخزان مفاعل مستمر الإثارة الذي استخدم في الحقيبة البرمجية ماتلاب. الكلمات الرئيسية: نموذج NARMA-L2, الشبكة العصبية MLP , الشبكة العصبية MENN , خوارزمية الانتشار


Article
Design of New Hybrid Neural Controller for Nonlinear CSTR System based on Identification
تصميم مسيطر عصبي هجين جديد لنظام خزان مفاعل مستمر الاثارة اللاخطي مبنيا على اساس التعريف

Authors: Ahmed Sabah Al-Araji احمد صباح الاعرجي --- Shaymaa Jafe'er Al-Zangana شيماء جعفرالزنكنه
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2019 Volume: 25 Issue: 4 Pages: 70-89
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper proposes improving the structure of the neural controller based on the identification model for nonlinear systems. The goal of this work is to employ the structure of the Modified Elman Neural Network (MENN) model into the NARMA-L2 structure instead of Multi-Layer Perceptron (MLP) model in order to construct a new hybrid neural structure that can be used as an identifier model and a nonlinear controller for the SISO linear or nonlinear systems. Two learning algorithms are used to adjust the parameters weight of the hybrid neural structure with its serial-parallel configuration; the first one is supervised learning algorithm based Back Propagation Algorithm (BPA) and the second one is an intelligent algorithm namely Particle Swarm Optimization (PSO) algorithm. The numerical simulation results show that the hybrid NARMA-L2 controller with PSO algorithm is more accurate than BPA in terms of achieving fast learning and adjusting the parameters model with minimum number of iterations, minimum number of neurons in the hybrid network and the smooth output one step ahead prediction controller response for the nonlinear CSTR system without oscillation.

أن هذا البحث يقترح تحسين في هيكل مسيطر عصبي مبنيا على أساس النموذج التعريفي للمنظومات اللاخطية. ان الهدف من هذا العمل هو توظيف هيكل النموذج الشبكة العصبية ايلمن المعدلةMENN في هيكل NARMA-L2 بدلا من نموذج تعدد الطبقات بيرسبترون MLP لكي يكون هيكل عصبي هجين جديد والذي يمكن استخدامه كنموذج معرف ومسيطر لاخطي للمنظومات الخطية و اللاخطية و وأيضاً إجراء مقارنة بين خوارزميات التعلم المختلفة التي استخدمت لتعلم المسيطر الهجين. لقد تم استخدام خوارزميتان لتعليم ولتعديل أوزان العناصر لهيكل العصبي الهجين مع هيكل التوالي-التوازي; ان اول خوارزمية تم استخدامها في هذا البحث هي خوارزمية الانتشار العكسي (BPA) والثاني هي الخوارزمية الذكية والتي حشد الجسيمات االمثلية (PSO).ان نتائج المحاكاة العددية اثبتت أن خوارزمية PSOمع المسيطر الهجين NARMA-L2 هي أكثر دقة من حيث تحقيق التعلم السريع وتعديل عناصر النموذج مع الحد الأدنى من عدد التكرار التعلم وكذلك اقل عدد للعقد الشبكة العصبية الهجينة مع دقة عالية في الإخراج وبدون تذبذب الاستجابة للمسيطر التنبؤي لخطوة واحدة لنظام خزان مفاعل مستمر الإثارة اللاخطية.

Listing 1 - 6 of 6
Sort by
Narrow your search

Resource type

article (6)


Language

English (4)

Arabic (1)

Arabic and English (1)


Year
From To Submit

2019 (2)

2018 (2)

2012 (1)

2008 (1)