research centers


Search results: Found 21

Listing 1 - 10 of 21 << page
of 3
>>
Sort by

Article
Robot Behavior Using Distributed Learning Classifier System
سلوك الأنسان الألي بإستخدام نظام التصنيف التعلمي الموزع

Author: Aladdin Jamel Abdulwahid Al_Naji
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2005 Volume: 24 Issue: 6 Pages: 618-631
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract


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.


Article
Current Big Data Issues and Their Solutions via Deep Learning: An Overview

Authors: Roohie Naaz Mir --- Asif Ali Banka
Journal: Iraqi Journal for Electrical And Electronic Engineering المجلة العراقية للهندسة الكهربائية والالكترونية ISSN: 18145892 Year: 2018 Volume: 14 Issue: 2 Pages: 127-138
Publisher: Basrah University جامعة البصرة

Loading...
Loading...
Abstract

The advancements in modern day computing and architectures focus on harnessing parallelism and achieve high performance computing resulting in generation of massive amounts of data. The information produced needs to be represented and analyzed to address various challenges in technology and business domains. Radical expansion and integration of digital devices, networking, data storage and computation systems are generating more data than ever. Data sets are massive and complex, hence traditional learning methods fail to rescue the researchers and have in turn resulted in adoption of machine learning techniques to provide possible solutions to mine the information hidden in unseen data. Interestingly, deep learning finds its place in big data applications. One of major advantages of deep learning is that it is not human engineered. In this paper, we look at various machine learning algorithms that have already been applied to big data related problems and have shown promising results. We also look at deep learning as a rescue and solution to big data issues that are not efficiently addressed using traditional methods. Deep learning is finding its place in most applications where we come across critical and dominating 5Vs of big data and is expected to perform better.


Article
The Impact of Data Mining on System Analysis Process
تأثير تقتية تعدين البيانات على اساليب تحليل النظم

Author: Yahya M. Hadi Al_mayali
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2007 Volume: 5 Issue: 4 Pages: 122-133
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

With the advent of the computer age, people have begun using computers to automate the data gathering process and store the information in databases. Computers are so well suited to this task that huge databases with terabytes of information have been generated. It is well beyond the scope of the human mind to sort through all of this data and find any useful patterns for predicting future events. The mining has been invented as one technique of the machine learning field to deal with this new problem by using computers to automate the process of searching data in huge databases for useful patterns, which is can used to build a new system. In this paper we need to show how data mining techniques can help the systems analysts people for studying and extract facts for building new systems.

أدى التطور المتصاعد في تكنولوجيا الحاسوب (كيانات مادية وبرامج) وكذلك التطور في نظم الأتصالات والأنترنيت وأعتماد الحاسوب في العمل اليومي الى بناء العديد من نظم قواعد بيانات لمختلف المجالات الأقتصادية والأجتماعية والعلمية. أن الأعتماد اليومي للحاسوب ادى الى نمو متصاعد في حجم المعلومات المخزونة في نظم قواعد البيانات وان دراسة هذه الأنظمة لغرض تطويرها.والتدقيق فيها والبحث في هذا الكم الضخم من البياتات بأستخدام الطرق التقليدية اصبح اكبر من طاقة العقل الأنساني. لذا فمن الأجدر ان يوظف الباحثون الحواسيب لاغراض اتمتة عملية التحليل واستخراج الأنماط المخفية للمتغيرات داخل نظم قواعد البيانات من خلال ايجاد طرق واساليب تتلائم والمرحلة الحالية،واستخدام النتائج في بناء وتطوير الأنظمة.أوجد الباحثون تقنية التعدين كواحد من اساليب تعلم الماكنة لكي تمثل حلا لمشكلة البحث في البيانات الكبيرة الحجم من خلال إستعمال الحواسيب لأتمتة عمليةالبحث في البيانات واستنباط المؤشرات المفيدة التي يمكن ان تستخدم لآغراض تطوير النظم الحالية اوبناء نظم جديدة.هذا البحث يبين تأثيرتقنية تعدين البيانات على اساليب تحليل ونصميم النظم واعتمادها كأحد طرق ايجاد الحقائق وأكتشاف الأنماط المخفية داخل قواعد البيانات حيث تعتبر من الأساليب المهة والناجحة للتعامل مع الكم الهائل في المعلومات.


Article
Best Way to Detect Breast Cancer by UsingMachine Learning Algorithms
أفضل طريقة لأكتشاف سرطان الثدي بأستخدام خوارزميات تعليم الالة

Author: Nahla Arabi Hamdo نهلة عربي حمدو
Journal: Iraqi Journal of Science المجلة العراقية للعلوم ISSN: 00672904/23121637 Year: 2015 Volume: 56 Issue: 2C Pages: 1794-1799
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Breast cancer is the second deadliest disease infected women worldwide. For this reason the early detection is one of the most essential stop to overcomeit dependingon automatic devices like artificial intelligent. Medical applications of machine learning algorithmsare mostly based on their ability to handle classification problems, including classifications of illnesses or to estimate prognosis. Before machine learningis applied for diagnosis, it must be trained first. The research methodology which isdetermines differentofmachine learning algorithms,such as Random tree, ID3, CART, SMO, C4.5 and Naive Bayesto finds the best training algorithm result. The contribution of this research is test the data set with missing value and without missing value, where the missing value is one attribute is missing from one sample for data set. The test result is show SMO is the best algorithm, especiallywhen the research removes the samples that contained the missing value.

سرطان الثدي هو ثاني أخطر مرض يصيب النساء في جميع أنحاء العالم. لهذا السبب الكشف المبكر هو واحد من المحطات الأكثر أهمية للتغلب عليه اعتمادا على الأجهزة الآلية مثل الذكاء الصناعي. التطبيقات الطبية في خوارزميات تعليم الآلة تعتمد في الغالب على التعامل مع مشاكل التصنيف، بما في ذلك التصنيفات للأمراض أو لتقدير او التكهن. قبل تطبيق التشخيص، يجب تدريب الالة اولا. وفي هذا البحث يتم استخدام منهجية البحث لخوارزميات مختلفة مثلا Random tree و ID3و CARTو SMOو C4.5 و Naive Bayes لإظهار أفضل نتيجة لتدريب الخوارزمية. المساهمة العلمية في هذا البحث هو اجراء الاختبار على مجموعة بيانات يوجد ضمنها عينات احد عناصرها مفقود ثماجراء الاختبار بعد حذف تلك العينات. نتيجة التجربة تظهر ان SMOهو أفضل خوارزمية خاصة عند ازالة العينات التي تحتوي على القيم المفقودة.


Article
Machine Learning in Bioinformatics – Gene Regulation Network
التعلم الآلي في المعلوماتية الحيوية - شبكة تنظيم الجينات

Author: Sameerah Faris Khlebus
Journal: journal of kerbala university مجلة جامعة كربلاء ISSN: 18130410 Year: 2017 Volume: 15 Issue: 4 Pages: 48-57
Publisher: Kerbala University جامعة كربلاء

Loading...
Loading...
Abstract

A biological cell is a complex and complicated environment, where thousands the entities 'interact surprisingly between each other. This the integrated device the continuously receives external and internal signals to carry out the most 'vital processes to sustain life. Although thousands the interactions are stimulated in very small areas, biologists assert that, there are 'no the collisions or the incidental events. On other the hand, rapid discoveries in biology and the rapid evolution of data collection make it difficult to build a concrete perspective that scientifically explains all observations. Cooperation has therefore become necessary among physicists, mathematicians, biologists and the computer engineers. The aim of this virtual company is to pursue what is known as biological network modelling.

الخلية بيولوجية هي بيئة معقدة، والآلاف من الكيانات تتفاعل بشكل مفاجئ بين بعضها البعض. هذا الجهاز المتكامل يتلقى باستمرار الإشارات الداخلية والخارجية لإجراء معظم العمليات الحيوية للحفاظ على استمرار الحياة. على الرغم من تحفيز الآلاف من التفاعلات في مساحات صغيرة جدا، وعلماء الأحياء يؤكدون عدم وجود الصدف أو أحداث عرضية. من ناحية أخرى، والاكتشافات السريعة في مجال البيولوجيا والتطور السريع في تجمع البيانات تجعل الأمر أكثر صعوبة لبناء منظور ملموس على أن يفسر علميا جميع الملاحظات. وبالتالي، أصبح التعاون الضروري بين الأحياء، الرياضيات، الفيزياء ومهندسين الكمبيوتر. والهدف من هذه الشركة الافتراضية هو عمل وتحقيق ما يعرف بشبكة النمذجة البيولوجية.


Article
Ensemble Classifier for Eye State Classification using EEG Signals

Author: Ali Adel Al-Taei
Journal: journal of the college of basic education مجلة كلية التربية الاساسية ISSN: 18157467 Year: 2017 Volume: 23 Issue: 99/ علمي Pages: 43-50
Publisher: Al-Mustansyriah University الجامعة المستنصرية

Loading...
Loading...
Abstract

The growing importance and utilization of measuring brain waves (e.g. EEG signals of eye state) in brain computer interface (BCI) applications highlighted the need for suitable classification methods. In this paper, a comparison between three of well-known classification methods (i.e. support vector machine (SVM), hidden Markov map (HMM), and radial basis function (RBF)) for EEG based eye state classification was achieved. Furthermore, a suggested method that is based on ensemble model was tested. The suggested (ensemble system) method based on voting algorithm with two kernels: random forest (RF) and Kstar classification methods. Performance was tested using three measurement parameters: accuracy, mean absolute error (MAE), and confusion matrix. Results showed that the proposed method outperforms the other tested methods. For instance, the suggested method’s performance was 97.27% accuracy and 0.13 MAE.


Article
Text Classification Based on Weighted Extreme Learning Machine

Journal: Ibn Al-Haitham Journal For Pure And Applied Science مجلة ابن الهيثم للعلوم الصرفة والتطبيقية ISSN: 16094042 Year: 2019 Volume: 32 Issue: 1 Pages: 197-204
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The huge amount of documents in the internet led to the rapid need of text classification(TC). TC is used to organize these text documents. In this research paper, a new model isbased on Extreme Machine learning (EML) is used. The proposed model consists of manyphases including: preprocessing, feature extraction, Multiple Linear Regression (MLR) andELM. The basic idea of the proposed model is built upon the calculation of feature weights byusing MLR. These feature weights with the extracted features introduced as an input to theELM that produced weighted Extreme Learning Machine (WELM). The results showed agreat competence of the proposed WELM compared to the ELM.


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
User (K-Means) for clustering in Data Mining with application
استخدام خوارزمية (K-Means) للعنقدة في تنقيب البيانات (Data Mining) مع واقع تطبيقي

Authors: قتيبة نبيل نايف --- محي الدين خلف أيوب
Journal: journal of Economics And Administrative Sciences مجلة العلوم الاقتصادية والإدارية ISSN: 2227 703X / 2518 5764 Year: 2016 Volume: 22 Issue: 91 Pages: 389-406
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

The great scientific progress has led to widespread Information as information accumulates in large databases is important in trying to revise and compile this vast amount of data and, where its purpose to extract hidden information or classified data under their relations with each other in order to take advantage of them for technical purposes. And work with data mining (DM) is appropriate in this area because of the importance of research in the (K-Means) algorithm for clustering data in fact applied with effect can be observed in variables by changing the sample size (n) and the number of clusters (K) and their impact on the process of clustering in the algorithm.

ان التقدم العلمي الكبير أدى الى الانتشار الواسع للمعلوماتية بحيث اصبحت المعلومات تتراكم بشكل هائل في قواعد بيانات كبيرة , وهنا تكمن اهمية البحث في محاولة تنقيح وتبويب هذا الكم الهائل من البيانات وتصنيفها بحيث تؤدي الغرض المطلوب في استخراج المعلومات المخفية او في تصنيف البيانات بموجب علاقاتها ببعضها بغية الافادة منها لأغراض تقنية . وان العمل بمصطلح التنقيب في البيانات (Data Mining) يعد ملائم في هذا المجال لأهمية البحث في استخدام خوارزمية K-Means)) لتصنيف البيانات بأسلوب تقني في واقع تطبيقي مع ما يمكن من ملاحظة التأثير في المتغيرات (v) من خلال تغيير حجم العينة (n) وكذلك عدد العناقيد (K) واثرهما في عملية العنقدة في مراحل الخوارزمية ، من خلال تكوين عناقيد مثالية بحيث تحقق مجموعة بيانات جديدة ومفيدة تجيب عن كل الاستفسارات وبحسب صفات البيانات (Object) العائدة لخوارزمية البحث وبحسب متغيرات البحث (V) المطبقة في برنامج الجانب التطبيقي.

Listing 1 - 10 of 21 << page
of 3
>>
Sort by
Narrow your search

Resource type

article (21)


Language

English (18)

Arabic (1)

Arabic and English (1)


Year
From To Submit

2019 (3)

2018 (5)

2017 (4)

2016 (2)

2015 (2)

More...