Published January 1, 2020 | Version v1
Publication Open

A Soft Computing Approach Based on Fractional Order DPSO Algorithm Designed to Solve the Corneal Model for Eye Surgery

Creators

  • 1. Abdul Wali Khan University Mardan
  • 2. Umm al-Qura University

Description

In this research, a soft computing approach based on a Nature-inspired technique, the Fractional-Order Darwinian Particle Swarm Optimization (FO-DPSO) algorithm, is hybridized with feed-forward artificial neural network (FF-ANN) to suggest and calculate better solutions for non-linear second-order ordinary differential equation (ODE) representing the corneal shape model (CSM). The unknown weights involved in approximate solutions obtained through ANN are tuned with the help of FO-DPSO. To test the robustness of our approach and conditionality of CSM, we have considered several cases of CSM with different aspects of the problem. Solutions obtained by Adam's method are used as a reference point for the sake of comparison. We establish it that FO-DPSO is a suitable technique for tuning the unknown weights involved in the solution designed with ANNs. Our results suggest that the proposed approach is a suitable candidate for solving real-world problems involving differential equations.

⚠️ This is an automatic machine translation with an accuracy of 90-95%

Translated Description (Arabic)

في هذا البحث، يتم تهجين نهج الحوسبة الناعمة القائم على تقنية مستوحاة من الطبيعة، وهي خوارزمية تحسين سرب الجسيمات الداروينية (FO - DPSO)، مع الشبكة العصبية الاصطناعية الأمامية (FF - ANN) لاقتراح وحساب حلول أفضل للمعادلة التفاضلية العادية غير الخطية من الدرجة الثانية (ODE) التي تمثل نموذج شكل القرنية (CSM). يتم ضبط الأوزان غير المعروفة المشاركة في الحلول التقريبية التي تم الحصول عليها من خلال ANN بمساعدة FO - DPSO. لاختبار متانة نهجنا ومشروطية CSM، نظرنا في العديد من حالات CSM مع جوانب مختلفة من المشكلة. يتم استخدام الحلول التي تم الحصول عليها بطريقة آدم كنقطة مرجعية من أجل المقارنة. نثبت أن FO - DPSO هي تقنية مناسبة لضبط الأوزان غير المعروفة المشاركة في الحل المصمم مع ANNs. تشير نتائجنا إلى أن النهج المقترح مرشح مناسب لحل مشاكل العالم الحقيقي التي تنطوي على معادلات تفاضلية.

Translated Description (French)

Dans cette recherche, une approche informatique douce basée sur une technique inspirée de la nature, l'algorithme FO-DPSO (Fractional-Order Darwinian Particle Swarm Optimization), est hybridée avec un réseau neuronal artificiel à anticipation (FF-ANN) pour suggérer et calculer de meilleures solutions pour l'équation différentielle ordinaire (ODE) non linéaire du deuxième ordre représentant le modèle de forme cornéenne (CSM). Les poids inconnus impliqués dans les solutions approximatives obtenues par ANN sont ajustés à l'aide de FO-DPSO. Pour tester la robustesse de notre approche et la conditionnalité du CSM, nous avons considéré plusieurs cas de CSM avec différents aspects du problème. Les solutions obtenues par la méthode d'Adam sont utilisées comme point de référence à des fins de comparaison. Nous établissons que FO-DPSO est une technique appropriée pour régler les poids inconnus impliqués dans la solution conçue avec les ANN. Nos résultats suggèrent que l'approche proposée est un candidat approprié pour résoudre des problèmes du monde réel impliquant des équations différentielles.

Translated Description (Spanish)

En esta investigación, un enfoque de computación suave basado en una técnica inspirada en la naturaleza, el algoritmo de optimización de enjambre de partículas darwinianas de orden fraccional (FO-DPSO), se hibrida con la red neuronal artificial de alimentación directa (FF-ANN) para sugerir y calcular mejores soluciones para la ecuación diferencial ordinaria (ODE) de segundo orden no lineal que representa el modelo de forma corneal (CSM). Los pesos desconocidos involucrados en las soluciones aproximadas obtenidas a través de ANN se ajustan con la ayuda de FO-DPSO. Para probar la solidez de nuestro enfoque y la condicionalidad de CSM, hemos considerado varios casos de CSM con diferentes aspectos del problema. Las soluciones obtenidas por el método de Adam se utilizan como punto de referencia en aras de la comparación. Establecimos que FO-DPSO es una técnica adecuada para ajustar los pesos desconocidos involucrados en la solución diseñada con RNAs. Nuestros resultados sugieren que el enfoque propuesto es un candidato adecuado para resolver problemas del mundo real que involucran ecuaciones diferenciales.

Files

09049399.pdf.pdf

Files (245 Bytes)

⚠️ Please wait a few minutes before your translated files are ready ⚠️ Note: Some files might be protected thus translations might not work.
Name Size Download all
md5:2665574410547276643479a57c1607d4
245 Bytes
Preview Download

Additional details

Additional titles

Translated title (Arabic)
نهج حوسبة ناعمة يعتمد على خوارزمية DPSO للترتيب الكسري المصممة لحل نموذج القرنية لجراحة العيون
Translated title (French)
Une approche informatique douce basée sur l'algorithme DPSO d'ordre fractionnaire conçu pour résoudre le modèle cornéen pour la chirurgie oculaire
Translated title (Spanish)
Un enfoque de computación suave basado en el algoritmo DPSO de orden fraccional diseñado para resolver el modelo corneal para cirugía ocular

Identifiers

Other
https://openalex.org/W3013838762
DOI
10.1109/access.2020.2983823

Is supplement to
https://openalex.org/W4391375266 (Other)
https://openalex.org/W4377700919 (Other)
https://openalex.org/W4213425153 (Other)
https://openalex.org/W2987481998 (Other)
https://openalex.org/W2748952813 (Other)
https://openalex.org/W2533491448 (Other)
https://openalex.org/W2378190508 (Other)
https://openalex.org/W2095509376 (Other)
https://openalex.org/W2073681303 (Other)
https://openalex.org/W2051487156 (Other)

GreSIS Basics Section

Is Global South Knowledge
Yes
Country
Pakistan

References

  • https://openalex.org/W1507982735
  • https://openalex.org/W196823532
  • https://openalex.org/W1971318046
  • https://openalex.org/W1975520036
  • https://openalex.org/W1976468302
  • https://openalex.org/W1976626908
  • https://openalex.org/W1991917161
  • https://openalex.org/W2014439502
  • https://openalex.org/W2015373112
  • https://openalex.org/W2017253703
  • https://openalex.org/W2018052006
  • https://openalex.org/W2022717979
  • https://openalex.org/W2036258737
  • https://openalex.org/W2040469380
  • https://openalex.org/W2041723890
  • https://openalex.org/W2042343633
  • https://openalex.org/W2050195882
  • https://openalex.org/W2056702814
  • https://openalex.org/W2063024983
  • https://openalex.org/W2064807768
  • https://openalex.org/W2081893922
  • https://openalex.org/W2146275305
  • https://openalex.org/W2170742219
  • https://openalex.org/W2291560289
  • https://openalex.org/W2301937402
  • https://openalex.org/W2337824365
  • https://openalex.org/W2339485419
  • https://openalex.org/W2384058350
  • https://openalex.org/W2419175238
  • https://openalex.org/W2506586217
  • https://openalex.org/W2512592086
  • https://openalex.org/W2517020197
  • https://openalex.org/W2517582793
  • https://openalex.org/W2552031156
  • https://openalex.org/W2559382422
  • https://openalex.org/W2567138725
  • https://openalex.org/W2570526996
  • https://openalex.org/W2594180017
  • https://openalex.org/W2771032726
  • https://openalex.org/W2787959293
  • https://openalex.org/W2789633455
  • https://openalex.org/W2793678410
  • https://openalex.org/W2890106249
  • https://openalex.org/W2901541287
  • https://openalex.org/W2943421318
  • https://openalex.org/W2977309708
  • https://openalex.org/W2995606192
  • https://openalex.org/W4247128572