research centers


Search results: Found 4

Listing 1 - 4 of 4
Sort by

Article
Model Reference Adaptive Control based on a Self-Recurrent Wavelet Neural Network Utilizing Micro Artificial Immune Systems
نظام سيطرة متكيف ذو موديل مرجعي مبني على شبكة عصبية مويجية ذاتية التكرار باستخدام أنظمة المناعة الصناعية الدقيقة

Authors: Maryam Hassan Dawood مريم حسن داود --- Omar Farouq Lutfy عمر فاروق لطفي
Journal: Al-Khwarizmi Engineering Journal مجلة الخوارزمي الهندسية ISSN: 18181171 23120789 Year: 2017 Volume: 13 Issue: 2 Pages: 107-122
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper presents an intelligent model reference adaptive control (MRAC) utilizing a self-recurrent wavelet neural network (SRWNN) to control nonlinear systems. The proposed SRWNN is an improved version of a previously reported wavelet neural network (WNN). In particular, this improvement was achieved by adopting two modifications to the original WNN structure. These modifications include, firstly, the utilization of a specific initialization phase to improve the convergence to the optimal weight values, and secondly, the inclusion of self-feedback weights to the wavelons of the wavelet layer. Furthermore, an on-line training procedure was proposed to enhance the control performance of the SRWNN-based MRAC. As the training method, the recently developed modified micro artificial immune system (MMAIS) was used to optimize the parameters of the SRWNN. The effectiveness of this control approach was demonstrated by controlling several nonlinear dynamical systems. For each of these systems, several evaluation tests were conducted, including control performance tests, robustness tests, and generalization tests. From these tests, the SRWNN-based MRAC has exhibited its effectiveness regarding accurate control, disturbance rejection, and generalization ability. In addition, a comparative study was made with other related controllers, namely the original WNN, the artificial neural network (ANN), and the modified recurrent network (MRN). The results of these comparison tests indicated the superiority of the SRWNN controller over the other related controllers.

يقدم هذا البحث نظام سيطرة متكيفا ذا موديل مرجعي ذكي باستخدام شبكة عصبية مويجية ذاتية التكرار للسيطرة على الأنظمة اللاخطية. الشبكة المقترحة هي نسخة محسنة لشبكة عصبية مويجية منشورة سابقا. وبالتحديد, هذا التحسين تم انجازه بتبني تعديلين على هيكل الشبكة الاصلي. وهذان التعديلات يتضمنان أولا استخدام مرحلة محددة لتوليد الأوزان لتحسين الاقتراب نحو قيم الأوزان المثلى, وثانيا تضمين أوزان ذاتية الإشارة العائدة لمويجات الطبقة المويجية. فضلا عن ذلك, تم اقتراح طريقة تعليم انية لتحسين أداء نظام السيطرة المقترح. وبوصفها طريقة تعليم, تم استخدام نظام المناعة الصناعي الدقيق المعدل والذي طور حديثا لايجاد القيم المثلى لمعاملات الشبكة المستخدمة. وقد تم عرض كفائة الطريقة المستخدة بالسيطرة على عدة انظمة ديناميكية لاخطية. وقد تم اعتماد عدة اختبارات تقييم لكل نظام مسيطر عليه وهذه الاختبارات تتضمن اختبارات اداء السيطرة و اختبارات المتانة واختبارات التعميم. ومن هذه الاختبارات اظهر النظام المقترح كفائته من حيث دقة السيطرة و رفض المؤثرات الخارجية وقابلية التعميم. بالاضافة لهذه الإختبارات, تم اجراء دراسة مقارنة مع مسيطرات اخرى ذات صلة وبالتحديد الشبكة العصبية المويجية الأصلية و الشبكة العصبية الصناعية والشبكة التكرارية المعدلة. وقد اظهرت نتائج هذه الدراسة تفوق المسيطر المقترح على المسيطرات الأخرى.


Article
Internal Model Control Using a Self-Recurrent Wavelet Neural Network Trained by an Artificial Immune Technique for Nonlinear Systems

Authors: Omer F. Lutfy --- Rand A. Majeed
Journal: Engineering and Technology Journal مجلة الهندسة والتكنولوجيا ISSN: 16816900 24120758 Year: 2018 Volume: 36 Issue: 7 Part (A) Engineering Pages: 784-791
Publisher: University of Technology الجامعة التكنولوجية

Loading...
Loading...
Abstract

This paper presents a Self-Recurrent Wavelet Neural Network (SRWNN)-based Internal Model Control (IMC) for nonlinear systems. As the internal model, a Nonlinear Autoregressive Moving Average (NARMA-L2) is employed for obtaining a forward system model. Then, this model is directly used to formulate the control law. The proposed SRWNN-based IMC is an enhanced version of a previously published Wavelet Neural Network (WNN)-based IMC scheme. Particularly, the enhancement was attained by considering three modifications, which include the use of an initialization phase for the parameters of the wavelon layer, the utilization of self-feedback connections in the wavelon layer, and the exploitation of RASP1 as the mother wavelet function. The modified Micro Artificial Immune System (modified Micro-AIS) is employed as the training method. From the simulation results, the efficiency of the suggested methodology have been proved concerning control precision and disturbance rejection ability. Moreover, the superiority of the SRWNN over the WNN and the Multilayer Perceptron (MLP) as the IMC controllers has been confirmed from a comparative study. Furthermore, the modified Micro-AIS has accomplished better results compared to the Genetic Algorithm (GA) concerning control precision.


Article
Evaluation of Electronic Government Security Issues Applied to Computer Center of Baghdad University (Case Study)

Authors: Tarik Z. Ismaeel --- Ghassan H. Abdul-Majeed --- Ahmad O. Salman
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2012 Volume: 18 Issue: 3 Pages: 364-380
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

Information security contributes directly to increase the level of trust between the government’s departments by providing an assurance of confidentiality, integrity, and availability of sensitive governmental information. Many threats that are caused mainly by malicious acts can shutdown the e-government services. Therefore the governments are urged to implement security in e-government projects. Some modifications were proposed to the security assessment multi-layer model (Sabri model) to be more comprehensive model and more convenient for the Iraqi government. The proposed model can be used as a tool to assess the level of security readiness of government departments, a checklist for the required security measures and as a common security reference in the government organizations of Iraq. In order to make this model more practical, applicable and to represent the security readiness with a numerical value, evaluation modeling has been done for this model by using fuzzy logic tool of MATLAB R2010a program. Since the risk assessment is considered as a major part in the information security management system, an effective and practical method to assess security risk is proposed by combining FEMRA (fuzzy expert model risk assessment) and Wavelet Neural Network (WNN). The fuzzy system is used to generate the training data set in order to make the required training for WNN. The proposed method is applied when a risk assessment case study is made at the computer center of Baghdad University. It is found from the numerical results that the risk levels obtained by WNN are (with maximum of 58.23) too close to these calculated from FEMRA (with maximum of 60), with an average error of 5.51%. According to these results, the proposed method is effective and reasonable and can provide the support toward establishing the e-government.

تساهم أمن المعلومات بصورة مباشرة بزيادة مستوى الثقة بين الأقسام الحكومية عن طريق ضمان السرية, السلامة, وتوفير المعلومات الحكومية الحساسة.تسبب تهديدات عديدة ناشئة من أفعال خبيثة إيقاف خدمات الحكومة الألكترنية. لذلك تلح الحكومات على تنفيذ الأمنية في مشاريع الحكومة الألكترونية. تم أقتراح بعض التعديلات على نموذج تقييم أمن المعلومات ذو الطبقات المتعددة (نموذج صبري) لكي يكون نموذج شامل وملائم أكثر للحكومة العراقية. هذا النموذج من الممكن استخدامه كأداة لتقييم مستوى الأستعداد الأمني للأقسام الحكومية, وكقائمة جرد بالتدابير الأمنية المطلوبة وكمرجع عام للأمنية في المؤسسات الحكومية في العراق. لكي يتم جعل هذا النموذج عمليا وقابل للتطبيق بصورة أكثر ولكي يتم تمثيل الأستعداد الأمني بقيمة رقمية, فقد تم عمل نمذجة تقييم للنموذج المطور بأستخدام أداة المنطق المضبب في برنامج الماتلابR2010a . بما أن تقييم الخطر يعتبر جزء رئيسي ومهم في نظام أدارة أمن المعلومات لذا تم أقتراح طريقة فعالة وعملية لذلك عن طريق جمع تقييم الخطر بنظام الخبير المضبب مع الشبكة العصبية للمويجات.تم أستخدام النظام المضبب لتوليد مجموعة بيانات التدريب لغرض التدريب المطلوب للشبكة العصبية. تم تطبيق هذه الطريقة عندما تم عمل دراسة حالة تقييم الخطر في مركز الحاسبة لجامعة بغداد. لقد وجد من النتائج العددية لهذه الدراسة أن مستويات الخطر التي تم الحصول عليها بطريقة شبكة المويجات العصبية (أعلى مستوى خطر كان 58.23) كانت قريبة جدا لتلك النتائج التي تم حسابها بطريقة النظام المضبب (أعلى مستوى خطر كان 60) , معدل الخطأ للنتائج كانت قيمته5.51%. النتائج التي تم الحصول عليها تبين أن هذه الطريقة فعالة ومعقولة ويمكن أن توفر الدعم بأتجاه تأسيس الحكومة الالكترونية.


Article
A Wavelet Neural Network Ramwork for Speaker Idntifcation

Authors: Saleem M-R. Taha --- Dhiadeen M. Salih --- W.A. Mahmoud
Journal: Journal of Engineering مجلة الهندسة ISSN: 17264073 25203339 Year: 2006 Volume: 12 Issue: 1 Pages: 227-236
Publisher: Baghdad University جامعة بغداد

Loading...
Loading...
Abstract

This paper introduces a new model-free identification methodology to detect and identify speakers and recognize them. The basic module of the methodology is a novel multi-dimensional wavelet neural network . The WNN approach include: a universal approximator ; the time – frequency localization : property of wavelets leads to reduced networks at a given level of performance ; The construct used as the feature mode classifier . Wavelet transform has been successfully applied to the processing of non – stationary speech signal and the feature vector that obtained becomes the input to the wavelet neural network which is trained off-line to map features to used for the classification procedure. An example is employed to illustrate the robustness and effectiveness of proposed scheme.

في هذا البحث تم اقتراح طريقة لنظام تمييز تعتمد على شبكة عصبية للتحويل المتموج ذات الابعاد (wavelet neural network) حيث ان نظرية (WN) يتضمن التحديد الزمني والترددي والتابع للتحويل التموجي مساعدا بتقليل نسبة تعقيد الشبكة وعلى الاساس استخدم هذه الشبكة كمصنف لخصائص لنماذج معينة من صوت كل متكلم حيث يستخلص بطريقة التحويل المتموج المتقطع (Discreet wavelet transform) لعدة مستويات بعد تقسيم كل صوت الى عدد من مقاطع متساوية ومن ثم اخذ الطاقة المعدلة لكل مستوى حيث يتحصل بذلك على متجه ذات معاملات تدل لخصائص الكلمة للمتكلم وبعده يطبق جميع المتجهات المستحصلة لكل متكلم على شبكة التحويل المتموج (WN) وذلك لغرض تعليم الشبكة (Learning face) ومن ثم تطبيق صوت متكلم مجهول على الشبكة للتعرف عليه وقد اعطىت هذه الطريقة عدد اوطىء من الحسابات وبذلك يزيد من كفاءة النظام ويقلل من وقت التنفيذ مقارنة لبقية الشبكات العصبية المستخدمة سابقا. هذه الطريقة تم تطبيقها على حاسبة سرعة معالجها (850 MHz Celeron) و(RAM 128 MB) ولغة برنامج هي MATLTAB 6 . اما قاعدة البيانات فهي مكونة من خمسة وعشرين شخص (12 ذكور و 13 اناث) وقد كانت نسبة التمييز هي 82% مع زمن تعلم للشبكة لايتجاوز 47 ثانية في حالة النص المستقل ونسبة 100% مع زمن تعلم للشبكة تصل الى 155 ثانية في حالة النص المتعمد

Listing 1 - 4 of 4
Sort by
Narrow your search

Resource type

article (4)


Language

English (3)

Arabic and English (1)


Year
From To Submit

2018 (1)

2017 (1)

2012 (1)

2006 (1)