انجمن کامپیوتر ایران

ردیابی حرکت با روش مش دو بعدی بر مبنای ایجاد یک شبکه مش بر روی تصویر و اجازه تغییر شکل به هر سلول مش در فاصله هر دو فریم متوالی با الزام به پیوستگی مش می‌باشد. بنابراین این روش بسیاری از اغتشاشات روش بلوکینگ که در جبران حرکت و یا ردیابی حرکت با روش تطبیق بلوک معمول می باشند را به طور مؤثری حذف می‌کند. در مدل‌های مش یکنواخت، الزام به پیوستگی ساختار مش در کل فریم تصویر می‌باشد، در صورتی که واضح است چنین چیزی در مرزهای همپوشانی اشیاء مناسب نیست. برای فائق آمدن بر چنین محدودیتی، روش مش وفقی که در آن الگوریتم‌های شناسایی نواحی‌ای از پس زمینه که در فریم بعدی پوشانده خواهند شد (background to be covered-BTBC) و نواحی ای که انجام جبران حرکت در مورد آن‌ها نشان دهنده عدم پیوستگی در حرکت استmodel failure-MF ) ) بکار گرفته می‌شود مورد استفاده قرار می‌گیرد. در مدل مش یکنواخت، یک مجموعه مشخص از نقاط که در واقع نقاط گوشه سلول‌های ساختار مش هستند در کلیه فریم‌های دنباله تصاویر ویدئویی دنبال می‌شوند و واضح است که در نواحی‌ای که اشیاء با یکدیگر همپوشانی کرد ه‌اند و یا بعضی اشیاء در حال خروج از صحنه تصویر و بعضی دیگر در حال ورود به صحنه تصویر هستند، این روش کارایی خود را از دست می‌دهد. در حالی که در روش مش وفقی، در هر فریم با توجه به نواحی‌ای که در بالا ذکر شد مجدداً مجموعه نقاط و به تبع ساختار مش باز تعریف می‌شود. در روش مش وفقی، پیوستگی ساختار مش در نواحی پوشیده شده و پوشیده نشده شکسته می‌شود. این امر بوسیله عدم قرار دهی نقطه‌ای در پس زمینه پوشیده شده و باز تعریف ساختار مش در ناحیه MF در هر فریم محقق می‌گردد. ما الگوریتم طراحی مش بر پایه محتوای هر سلول و انتخاب نقاط برای طراحی مش مثلثی دو بعدی و ردیابی حرکت با روش مش وفقی در حضور همپوشانی ارائه شده توسط Yucel Altunbasak را بهبود داده و سپس یک روش مثلث سازی جدید و همچنین یک الگوریتم جدید برای اطمینان از پیوستگی ساختار مش پس از تخمین بردار حرکت نقاط مش را ارائه می‌کنیم. از آنجا که این ساختار مش بهبود یافته به صورت وفقی بوده و بر مشخصات هر سلول استوار می‌باشد، لذا دیگر لزومی به انتقال کلیه نقاط در هر فریم تصویر وجود ندارد.

همانطور كه مي‌دانيد مشكل اساسي در طراحي و پياده‌سازي شبكه‌هايDCS مبتني برEthernet ، غير قطعي بودن اين شبكه مي‌باشد. به همين خاطر استفاده از اين پروتكل در محيط‌هاي صنعتي كمتر مورد توجه قرار گرفته است. از طرفي ارزان بودن، در دسترس بودن، فراواني تجهيزات سخت افزاري و نرم افزاري مرتبط به اين پروتكل و خصوصاً برخورداري از سرعت بالا ما را بر اين داشت كه با كمك تجهيزات سخت افزاري جديد و دادن تغييراتي در لايه شبكه و لايه كاربرد بتوانيم راه حلي جهت استفاده از اين پروتكل در لايه هاي پايين شبكه DCS بيابيم. توپولوژي پيشنهادي نگاه تازه‌اي به موضوع بكارگيري سوييچ‌هاي شبكه‌هاي كامپيوتري از يك طرف و ايجاد يك سيستم كنترل توزيع شده بر مبناي Ethernet از طرف ديگر دارد. در اين پژوهش ابتدا نقاط قوت و ضعف ايده بكارگيري از فن آوري Ethernet توضيح داده مي‌شود، سپس توپولوژي پيشنهادي خود را با عنايت به رفع نقاط ضعف عرضه مي‌كنيم.

کشف و استخراج رابطه‌های بین مقادیر خصیصه‌ها در بانک‌های اطلاعات رابطه‌ای که از آن‌ها با عنوان وابستگی‌های تابعی یاد می‌کنیم، یک مقوله مهم در داده‌کاوی و اخذ دانش است. تا کنون روش‌های بسیاری برای کشف وابستگی‌های تابعی کلاسیک و تقریبی ارائه شده‌اند. اما حتی بهینه‌ترین این روش‌ها هم کارایی قابل قبولی برای مجموعه داده‌های بسیار حجیم ندارند. به علاوه، اغلب روش‌های پیشنهاد شده، داده‌های بانک اطلاعات را ثابت فرض می‌کنند و در نتیجه، با افزوده شدن داده‌های جدید به بانک اطلاعاتی، پیمایش مجدد کل داده‌ها جهت کشف وابستگی‌های جدید لازم می‌شود. در این مقاله، ما یک روش افزایشی جدید به نامAD-Miner برای کشف وابستگی‌های تابعی تقریبی ارائه می‌دهیم. بخش عمده کار ما بر پایه عملگرهای منطقی است. در این روش، به هنگام اضافه شدن تعدادی تاپل به یک رابطه، نیازی به پیمایش کل داده‌ها نمی‌باشد و کافی است داده‌های افزوده شده پیمایش شوند. نتایج آزمایش‌های ما بر روی داده‌ای واقعی و ساختگی نشان می‌دهند که الگوریتم ما از کاراترین الگوریتم های افزایشی و غیرافزایشی موجود در زمینه کشف وابستگی‌های تابعی کاراتر است. مزیت دیگر روش ما نسبت به سایر روش‌ها نشان دادن تاپل‌هایی است که از یک وابستگی تبعیت نمی‌کنند. این ویژگی مهم می‌تواند جهت کشف داده‌های ناسازگار در یک مجموعه داده مورد استفاده قرار گیرد.

با افزایش تعداد و حجم سندهایXML اهمیت پردازش بهینه پرس و جوهایXML بیشتر به چشم می‌خورد. پرس و جوهایXML شامل مجموعه‌ای از المان‌هایی هستند كه تحت یك ساختار درختی به هم مربوط می‌باشند. در نتیجه مسأله انطباق شاخه ای مابین پرس و جو و سند، به عنوان هسته مركزی پردازش پرس و جو مورد توجه است. روش‌های زیادی برای انطباق پرس و جوهای شاخه ای ارائه شده است ولی در تمامی این روش‌ها گره‌هائی كه در نتیجه نهایی نیز شركت ندارند، پردازش می‌شوند. این مسأله باعث پردازش بی ثمر گره‌ها و درنتیجه افزایش زمان پاسخگوئی به پرس و جو می‌شود. در این مقاله با ارائه ایده راهنمای تطبیق الگو، روش جدیدی برای پردازش پرس و جویXML مطرح شده است. در این روش تنها گره‌هائی پردازش می‌شوند كه حتما در جواب نهایی شركت دارند. راهنمای تطبیق الگو، رابطی مابین شما و محتوای سند است. راهنمای تطبیق الگو بر خلاف برخی از روش‌های انطباق شاخه‌ای می‌تواند با بسیاری از شاخص‌های فعلی به خوبی كار كند و به انواع پرس و جوها به طور كارا پاسخ دهد. كارایی این روش با استفاده از محكDBLP در مقایسه با روش‌های مطرح در این زمینه نشان داده شده است.

یادگیری بازی‌ها از جمله مسائل مورد توجه و پرکاربرد در هوش مصنوعی است. تا کنون روش‌های مختلفی برای یادگیری بسیاری از بازی‌ها ارائه شده است. این روش‌ها بر اساس ویژگی‌های مختلفی مورد بررسی قرار می‌گیرند. یکی از این ویژگی‌ها میزان استفاده از دانش فرد خبره در زمینه بازی مورد نظر است. یکی از روش‌های موفق یادگیری بازی که از هیچ دانش بشری در زمینه بازی مورد نظر استفاده نمی‌کند روش هم تکاملی است. در این روش بازیکنان در ضمن تکامل برای یادگیری بازی از هیچ تابع ارزیابی شایستگی خارجی استفاده نمی‌کنند و صرفاً نتایج بازی‌های انجام شده در مقابل یکدیگر برای ارزیابی بازیکنان استفاده می‌شود. این روش تا کنون در یادگیری بازی‌های بسیاری همچون چکرز، اتلو و امثال آن با موفقیت مورد استفاده قرار گرفته است. الگوریتم هم تکاملی مورد استفاده در یادگیری این بازی‌ها دارای معایبی است که باعث می‌شود این الگوریتم قادر به یادگیری بازی ساده‌ای همانند با زیOX نباشد. این مشکلات در این مقاله به طور دقیق مورد بررسی قرار گرفته و چارچوب هم تکاملی رقابتی جدیدی برای رفع آن‌ها ارائه می‌شود. در چارچوب پیشنهادی برای یادگیری نقش دو بازیکن متفاوت دو جمعیت مجزا در نظر گرفته شده و برای ارزیابی هر جمعیت، جمعیت ارزیابی متشکل از تعداد ی از افراد جمعیت مقابل تشکیل می‌شود. نتایج تجربی بدست آمده نشان دهنده آن است که الگوریتم جدید به خوبی قادر به رفع مشکلات برشمرده شده می‌باشد.

آخرین مدل از فروش کالا در تجارت الکترونیک، مدلهاي نسل سوم هستند که امکان خرید مقایسهاي را در اختیار کاربران قرار میدهند به نحوي که اطلاعات مربوط به کالاهاي فروشندگان مختلف را از پایگاه داده آنان جمعآوري نموده و بصورت مقایسهاي به کاربران ارایه میدهند. هر چند که این سناریو، کار را براي کاربران ساده تر نموده است اما هنوز در واسطهاي کاربر مدلهاي نسل سوم نقصهایی وجود دارد. از جمله اینکه این امکان وجود ندارد که کاربر پرسش خود را به زبان ساده و طبیعی مطرح ساخته و پاسخ آن را بگیرد و باید از کلمات کلیدي منطبق بر منطق از پیش ساخته واسط کاربر این سیستمها استفاده نماید. در این مقاله، ما سیستمی را در حوزه فروش کالا طراحی و پیشنهاد مینماییم که قابلیت برقراري ارتباط با کاربران به زبان ساده و طبیعی را داراست.

در اين مقاله، يك مدل بازار الكترونيكي مبتني بر اعتبار و يادگيري براي عاملهاي خريدار و فرو ش نده پيشنهاد مي شود. در مدل ارائه شده عاملهاي فروشنده ياد م ي گيرند كه با استفاده از يادگيري نزديكترين همسايگي و تخمين ميزان مشابهت خريدار جديد با خريداران قبلي خود، اولين پيشنهاد فروش را براي خريدار مورد نظر تنظيم كنند همچنين عاملهاي فروشنده با استفاده از ر وش يادگيري تقويتي ياد م ي گيرند كه چگونه قيمت، كيفيت و زمان تحويل كالا را براي خريداران به منظور بيشينه كردن سود تنظيم كنند و همچنين با استفاده از مدل اعتباردهي ارائ ه شده، تخفيف كالا را براي خريداران معتبر در نظر بگيرن د . عاملهاي خريدار نيز با استفاده از ر وش يادگيري تقويتي ياد م ي گيرند كه فروشندگان را بر اساس كيفيت، قيمت و زمان تحويل كالا اعتباردهي نموده و انجام امور تجاري خود را روي عاملهاي فروشندة معتبر، متمركز كنن د . مدل ارائه شده با استفاده از اجلت كه يك محيط ايجاد عامل مي باشد پياده سازي شده و آزمايشات انجام شده نشان مي دهد، عاملهايي كه از مدل ارائه شده استفاده م ي كنند نتايج بهتري را نسبت به ديگر عاملها به دست مي آورند.

در طرحهاي اشتراک سر يک مقدار محرمانه بين افراد شرکتکننده به گونهاي توزيع ميشود که هر فرد به تنهايي قادر به کشف رمز نيست ولي هر زيرگروه مجاز قادر به اشتراکگذاري سهم خود و محاسبه مقدار محرمانه است. يکي از جديدترين مدلهاي ارائه شده براي اشترا ک سر، طرحي مبتن ي بر اتوماتاي سلولي با حافظه اس ت. در اين مقاله، حمله اي براي تقلب د ر طرح اشتراک سر مبتني بر اتوماتاي سلولي با حافظه ارائه شده ا ست. در اين حمل ه، افراد متقلب با به اشتراک گذاري مقدار نادرست سهم خود، قادر به محاسبه مقدار تقلب هستن د. افراد درس تکار از وقوع تقلب بياطلاعاند و مقدار نادرست سر را به جاي مقدار درست آن در نظر ميگيرند. در اين مقاله، چگونگي محاسبه مقدار تقلب در صورت حضور افراد متقلب ارائه و اثبات شده است. افراد متقلب با استفاده از اين مقدار قادر به بازسازي مقدار درست سر هستند.

سیستم اعداد مانده اي یک سیستم عددي نامتعارف است که محاسبات موازي، انتشار محدود رقم نقلی، توان مصرفی کم و ارتباطات امن را پش تیبانی م ی کند. در کاربردهایی که در یک محدوده از اعداد، اعمال جمع، تفریق و ضرب تکرار م یشوند کاربر د بسیار ي دارد. از مهمترین مسائل مطرح در این سیستم، افزایش سرعت محاسبات و افزایش سرعت تبدیل به این سیستم عددي می باشد. در این مقاله جهت افزا یش سرعت عم لیات، س یستم اعداد ماند ه اي چند سط حی استفاده می شود. سپس روش ج دی دي بر اي تبد یل اعداد به سیستم اعداد ماند ه اي ارائه خواهد شد که بطور مستقیم عدد موجود در سیستم وزنی را به سطح آخر تبدیل می کند. نتایج مقایسه نشان می دهد که سیستم چند سط حی ارائه شده نسبت به س یستم اعداد مانده اي تک سطحی داراي سرعت عملیات داخلی و سرعت تبدیل بیشتري بوده و همچنین نسبت به سیستم اعداد مانده اي چند سطحی موجود سرعت تبدیل را بهبود می بخشد.

در اين مقاله طرح جديدي براي انتقال ترافيک چندرسانه اي بيدرنگ، بطور خاص ويدئو، ارائه شده اس ت. اين طرح خصوصاً براي شبكه هاي موردي كه داراي چندين گام (بيش از دو گام ) بين فرستنده و گيرنده هستند، مفيد اس ت. در اين طرح از كاشه(ها ي) ويدئويي بهره گرفته شده است كه در نقاط مناسبي از مسير انتقال قرار گرفته و كار تقويت انتقال را برعهده م يگيرند. اين کاشه ها (جانشي نهاي ويدئويي) سعي در کاهش تاخير انتها به انتها با پاسخ مناسب به پيام هاي ARQ را دارند. اين طرح، يك طرح اصلاحي (و نه انقلاب ي) است كه در صورت عدم وجود اين كاش هها به حالت سنتي عمل خواهد كر د. در هر صورت، اگر امكان استفاده از اين كاش ه ها در شبكه ب ه گونه اي فراهم شود (مانند افزودن برخي گره هاي مناسب به شبكه) مي تواند باعث افزايش كيفيت ويدئويي دريافتي (هم از نظر معيار SNR و هم از نظر تداوم) گردد.

با رشد اينترنت در مناطق مختلف جهان و افزايش سريع تعداد مسيريا ب ها، ميزبان ها و كاربران، شناسايي مكان جغرافيايي گره ها ي موجود در آن به سادگي ممكن نيست . با توجه ب ه نياز مديران شبكه براي دستيابي به چنين اطلاعاتي، تا به حال مطالعات مختلفي در اين زمينه انجام شده اس ت . در اين مقاله ضمن بررس ي روش هاي تخمين فاصله در اينترنت ، روش جديدي براي تشخيص مختصات جغرافيايي گره ها (اعم از مسيرياب ها، ميزبان ها و كاربران نهاي ي ) ارائه مي شود. روش پيشنهادي بر پايه ي مجموعه اي از روش هاي خودكار جم ع آوري داده از شبكه و نيز اطلاعات ثبت شده در ساي ت هاي اينترنتي كار مي كند و در عين حال با بهر ه گيري از ساختار شبكه، به تخمين مختصات گر ه هايي مي پردازد كه اطلاعات جغرافيايي خاصي از آن ه ا در دسترس نيست . نتايج تجربي بدست آمده از اين روش به طور ميانگين در حدود 81 درصد با مقادير ارائه شده توسط ثب تنام كننده هاي اينترنتي مشابهت داشته است. روش پيشنهادي در حل بسياري از مسائل مطرح در ح و زه ي شبكه و اينترنت كاربرد دارد كه از جمله ي آنها مي توان به استفاده انتخاب نزديك ترين » از آن در ساخت خزشگر برا ي موتور جستجوي توزيع شد ه ، ساخت موتور جستجوي محلي و نيز حل مسئله ي سرور به مشتري براي خدمات رساني بهتر و سريعتر « اشاره كرد.

افراز سخت افزار/نرم افزار یکی از مسائل کلیدي در طراحی همکارانه ي سیستمهاي سخت افزاري/نرم افزاري می باشد که با پیچیدگی روز افزون این سیستمها نیاز به کارهاي بیشتر در این زمینه احساس م ی گردد. مهمترین چالشهاي پیش رو که در روشهاي افراز متداول وجود دارد، یکی چگونگی کنکاش فضاي جستجو، در بین تعداد پیکربند ي هاي موجود و ممکن سخت افزار ي/نرم افزاري می باشد که با افزایش اندازه سیستم، این مسأله نمود بیشتري پیدا م ی کند و مسأله اساسی دیگر پیدا کردن مصالح ههاي مورد نیاز بین سیستمی با زمان اجراي پایین و سیستمی سریع اما گرا نقیمت می باشد و در نهایت زمانبندي در سیستم که بر روي زمان اجراي کل کاربرد و مساحت سخ تافزاري اشغال شده و همچنی ن زمان اجراي الگوریتم افراز تأثیر می گذارد. در این مقاله، تمامی این و آنلینگ شبی ه سازي شده** مورد ارزیابی قرار می گیرند . نتایج § جنبه ها با استفاده از الگوریت م هاي بهبو د یافته جستجوي ممنو ع نشان م ی دهد که الگوریتم جستجوي ممنوع در مقیاسهاي بزرگتر داراي کارایی بالاتري می باشد. جوابهاي بدست آمده توسط این دو الگوریتم با الگوریتم بهینه اي که تمام فضاي جستجو را مورد کنکاش قرار می دهد، مقایسه می گردد.

بهبود بهرهوريِ فرآيندهاي تجاري همواره مورد توجه است. انجام تغييرات در محيطهاي واقعي كسب و كار، پر هزينه و مخاطره آميز است. با شبي هسازيِ فرآيند تجار ي از ديدِ بهره وري، استخراج مقاد ير كاراي يِ مناب عِ سازما ن، اعم از واحدها، كارمندان و ابزارها ممكن ميشود. با ساخت مدل از كسب و كار، و با تغيير پارامترهاي كاراييِ منابع و نحوهي محاورههاي آنها در نمون هي فرآيند، م يتوان ميزان بهرهوري را بررسي نموده و تصميم مناسب در مورد انجام تغييرات را اتخاذ نمود. در اين مقاله چارچوبي براي مد لسازي تجاري جهت ارزيابي كارايي ارائه شده است. به اين منظور، پروفايل مدلسازي تجاري رشنال براي نگهداري مقادير كارايي توسعه داده شده و نحوه مد لسازي كسب و كار از ديدگاه ساختاري و رفتاري توصيف شده است. اين چارچوب، امكا ن شبي هسازي كسب و كار و استخراج مقادير كارايي و در نتيجه مقايسه وضعيت هاي مختلف را فراهم م ي- كند.

Sensor networks inherently are power limited. This characteristic has led to a number of routing schemes that use the limited resources available at sensor nodes more efficiently. These schemes typically try to find the path with minimum energy to optimize the energy consumption at a node, using current Ad hoc network routing protocols. In this paper, we proposed an efficient power-aware routing protocol, called CRP, specifically for the sensor networks. CPR (Cross-layer Power-aware routing) involves network and MAC layers to minimize the power saving (or maximize the lifetime) of the sensor networks. We used recently proposed S-MAC (Sensor MAC) to exploit the maximum efficiency. CPR also distributes the traffic load semi randomly in the network to reach some degrees of load balancing and minimizes the routing control traffic. We used CPR for environment monitoring scenario. In this scenario, sensor nodes must send the collected data to a central base station or sink node for further processing. We conducted extensive Simulations to optimize the parameters and find the requirements for the system to work correctly.

Accuracy-based classifier systems (XCS) traditionally use a binary string rule representation with wildcards added to allow for generalization over the population encoding. However, the simple scheme has some of drawbacks in complex problems. A neural network-based representation is used to aid their use in complex problem. Here each rule's condition and action are represented by a small network evolved through the action of the genetic algorithm. Also in this work a second neural network is used as classifier's prediction, trained by back propagation. After describing the changes required to the standard XCS functionality, the results are presented using neural network to represent individual rules. Examples of use are given to illustrate the effectiveness of the proposed approached.

A wireless network consisting of a large number of small sensors with low-power transceivers can be an effective tool for gathering data in a variety of environments. The data collected by each sensor is communicated through the network to a single processing center that uses all reported data to determine characteristics of the environment or detect an event. The communication or message passing process must be designed to conserve the limited energy resources of the sensors. This paper derives an algorithm for minimizing energy consumption by a hierarchical wireless sensor network in transmitting data from source to sink. We assume a single-hop multi-level clustered network. The stochastic geometry is used to analytically determine the optimum number of clusters at each level, to show that a multi-level approach can significantly reduce the required network energy.