Convolutional multi-spike neural network as intelligent system prediction for control systems

Other Title(s)

الشبكة العصبية التلافيفيه متعددة الأشواك كنظام ذكي للتنبؤ في أنظمة السيطرة

Source

Journal of Engineering

Issue

Vol. 26, Issue 11 (30 Nov. 2020), pp.184-194, 11 p.

Publisher

University of Baghdad College of Engineering

Publication Date

2020-11-30

Country of Publication

Iraq

No. of Pages

11

Main Topic

Information Technology and Computer Science

Topics

Abstract AR

التطور في مجال الذكاء الاصطناعي (AI) بخوارزميات التدريب الخاصة به يجعله مهما جدا في جوانب مختلفة من الحياة.

تعد مشكلة التنبؤ بسلوك نظام التحكم الديناميكي من أهم المشكلات التي يمكن استخدام الذكاء الاصطناعي لحلها.

في هذا البحث، تم اقتراح الشبكة العصبية متعددة الأشواك (CMSNN) كنظام ذكي للتنبؤ باستجابة الأنظمة الديناميكية غير الخطية.

مزج الهيكل المقترح مزايا الشبكة العصبية التلافيفية (CNN) مع الشبكة العصبية متعددة الأشواك (MSNN) لتوليد هيكل ذكي.

حيث ان CMSNN لديها القدرة على تدريب الأوزان بناءا على خوارزمية تدريب مقترحة.

أظهرت نتائج المحاكاة أن الهيكل المقترح لديه القدرة على التنبؤ باستجابة الأنظمة الديناميكية بقوة أكبر من تلك الموجودة في شبكة.

CNN الهيكل المقترح أقوى من CNN بنسبة 28.33 ٪ من حيث تقليل جذر متوسط الخطأ التربيعي.

Abstract EN

The evolution in the field of Artificial Intelligent (AI) with its training algorithms make AI very important in different aspect of the life.

The prediction problem of behavior of dynamical control system is one of the most important issue that the AI can be employed to solve it.

In this paper, a Convolutional Multi-Spike Neural Network (CMSNN) is proposed as smart system to predict the response of nonlinear dynamical systems.

The proposed structure mixed the advantages of Convolutional Neural Network (CNN) with Multi -Spike Neural Network (MSNN) to generate the smart structure.

The CMSNN has the capability of training weights based on a proposed training algorithm.

The simulation results demonstrated that the proposed structure has the ability to predict the response of dynamical systems more powerful than with the CNN.

The proposed structure is more powerful than the CNN by 28.33 % in terms of minimizing the root mean square error.

American Psychological Association (APA)

al-Jamali, Nadiyah Adnan Shaltagh. 2020. Convolutional multi-spike neural network as intelligent system prediction for control systems. Journal of Engineering،Vol. 26, no. 11, pp.184-194.
https://search.emarefa.net/detail/BIM-976513

Modern Language Association (MLA)

al-Jamali, Nadiyah Adnan Shaltagh. Convolutional multi-spike neural network as intelligent system prediction for control systems. Journal of Engineering Vol. 26, no. 11 (Nov. 2020), pp.184-194.
https://search.emarefa.net/detail/BIM-976513

American Medical Association (AMA)

al-Jamali, Nadiyah Adnan Shaltagh. Convolutional multi-spike neural network as intelligent system prediction for control systems. Journal of Engineering. 2020. Vol. 26, no. 11, pp.184-194.
https://search.emarefa.net/detail/BIM-976513

Data Type

Journal Articles

Language

English

Notes

Includes bibliographical references : p. 193-194

Record ID

BIM-976513