Message coding and compression with artificial neural networks
العناوين الأخرى
تشفير و ضغط الرسائل باستخدام الشبكات العصبية الاصطناعية
المؤلفون المشاركون
Nahr, Ali K.
Azzawi, Hasan M.
Nasir, Hassan A.
المصدر
Engineering and Technology Journal
العدد
المجلد 29، العدد 16 (31 ديسمبر/كانون الأول 2011)، ص ص. 3429-3437، 9ص.
الناشر
تاريخ النشر
2011-12-31
دولة النشر
العراق
عدد الصفحات
9
التخصصات الرئيسية
تكنولوجيا المعلومات وعلم الحاسوب
الموضوعات
الملخص AR
إن التغلب على المعالجة الأولية للبيانات و المتضمنة في أغلب التقنيات التقليدية المتوفرة عادة لتشفير البيانات يقود إلى البحث لتكوين طريقة متحررة سهلة الاستخدام مرنة و قوية.
منذ العقود السابقة و الشبكات العصبية تجذب أغلب الباحثين، حيث أن خصائصها المتميزة مثل قابلية التعلم، غير الخطية، تحمل الخطأ و التعميم جعلتها مناسبة لحماية المعلومات مثل تشفير البيانات.
في هذا البحث تم اقتراح طريقة التشفير بسيطة و رخيصة الكلفة تعتمد على الشبكات العصبية و تم استخدامها لضغط البيانات.
الهدف هو بناء أداة قابلة لخزن و إرسال رسالة مضغوطة و مشفرة.
تم تشفير و ضغط الأنماط ثنائية الأبعاد باستخدام الشبكة العصبية متعددة الطبقات بمخطط تدريب التتابع العكسي.
يتم إرسال مخرجات الطبقة المخفية للشبكة المدرية بصيغة بيانات ثنائية الأبعاد و التي تتمثل البيانات المشفرة.
إن استعادة الأنماط الأصلية يتطلب معرفة مصفوفة الأوزان الخارجية و نوع الدوال في الطبقة الخارجية و التي تكون غير معروفة و غير متوفرة في البيانات المرسلة و هذا يعني استحالة كشف المعلمات المرسلة.
في هذه الطريقة بالإضافة إلى تشفير المعلومات تم تحقيق نسبة ضغط تصل إلى 6 : 1.
الملخص EN
The need to overcome data preprocessing inherent in much of the classical data coding techniques commonly available led to the search for a free, easy-to-use, but flexible and powerful method.
Artificial Neural networks have been attracting more and more researchers since the past decades.
The distinct properties, such as learning ability, nonlinearity, fault tolerance, generalization etc., make it suitable for information protection, such as data encryption, data authentication, data detection, etc.
In this paper a simple and low-cost coding method based on neural networks is proposed to be used to patterns compression.
The goal of the developers is to build a tool able to store and send a coded and compressed message.
The formed two-dimensional patterns are coded and compressed using the multilayer neural network with Back-propagation training algorithm.
Hidden layer outputs of a trained network are sent as two-dimensional data, which represents the encoded vectors.
To reconstruct the original patterns, this requires the output weights matrix and the output nodes functions which are unknown and not available in the encoded sent vectors.
A compression rate of about 6 : 1 has been achieved.
نمط استشهاد جمعية علماء النفس الأمريكية (APA)
Azzawi, Hasan M.& Nasir, Hassan A.& Nahr, Ali K.. 2011. Message coding and compression with artificial neural networks. Engineering and Technology Journal،Vol. 29, no. 16, pp.3429-3437.
https://search.emarefa.net/detail/BIM-289642
نمط استشهاد الجمعية الأمريكية للغات الحديثة (MLA)
Azzawi, Hasan M.…[et al.]. Message coding and compression with artificial neural networks. Engineering and Technology Journal Vol. 29, no. 16 (2011), pp.3429-3437.
https://search.emarefa.net/detail/BIM-289642
نمط استشهاد الجمعية الطبية الأمريكية (AMA)
Azzawi, Hasan M.& Nasir, Hassan A.& Nahr, Ali K.. Message coding and compression with artificial neural networks. Engineering and Technology Journal. 2011. Vol. 29, no. 16, pp.3429-3437.
https://search.emarefa.net/detail/BIM-289642
نوع البيانات
مقالات
لغة النص
الإنجليزية
الملاحظات
Includes appendices : p. 3434-3437
رقم السجل
BIM-289642
قاعدة معامل التأثير والاستشهادات المرجعية العربي "ارسيف Arcif"
أضخم قاعدة بيانات عربية للاستشهادات المرجعية للمجلات العلمية المحكمة الصادرة في العالم العربي
تقوم هذه الخدمة بالتحقق من التشابه أو الانتحال في الأبحاث والمقالات العلمية والأطروحات الجامعية والكتب والأبحاث باللغة العربية، وتحديد درجة التشابه أو أصالة الأعمال البحثية وحماية ملكيتها الفكرية. تعرف اكثر