انجمن کامپیوتر ایران

گرید محاسباتی تکنولوژي جدیدي است که با هدف به اشتراك گذاشتن منابع و همکاري در سطحِ وسیع پدید آمده است. زمانبندي وظایف براي رسیدن به سطح کیفیت مطلوب، از جمله زمینههاي مهم و مطرح در محیط گرید است. هرچند کارهاي زیادي در مورد نحوهي زمانبندي و توزیع زیروظایف در محیط گرید و با هدف افزایش قابلیتاطمینان و کارآیی آن انجام شده، ولی در مورد ارائه تعریف صوري کارهاي زیادي صورت نگرفته و کارهاي موجود هر کدام به جنبهي خاصی از توزیع زیروظایف اشاره کرده یا در مورد مثالی خاص ارائه شدهاند. ما، در این مقاله، قابلیت اطمینان در سرویسهاي گرید را بررسی کرده و با استفاده از شبکههاي پتري رنگی، مدلی براي محاسبه آن ارائه نمودهایم.

تکامل شبکه هاي نورونی به کمک الگوریت م هاي تکاملی از جمله زمین ههاي تحقیقاتی گسترده اي است که در آن خودکارسازي بخش هاي مختلف یک شبکه نورونی مدنظر می باشد . از این میان، الگوریتم SANE به عنوان راهکاري مناسب جهت تکامل شبکه هاي نورونی به کمک الگوریت مهاي تکاملی مطرح است. هدف این مقاله ارائه راهکاري جهت بهبود کارائی الگوریتم SANE براي تکامل شبکه هاي نگاشت خودسازمانده است . ضعف الگوریتم مذکور، عدم توانائی در نزدیک کردن وزن اتصالات شبکه به ورودي آن است . راهکار حاضر شامل اعمال تغییرات در عملگرهاي تکاملی الگوریتم SANE شامل عملگر کراس اور و جهش بوده و نمودارهاي حاصل از شبیه سازي صورت گرفته، نشان از بهبود نتایج الگوریتم مذکور دارد. در شبیه سازي صورت گرفته از مجموعه داده هاي بیماري قلب، سرطان سینه، دیابت و همتائی هشت بیتی استفاده شده است . بهبود صورت گرفته شامل توانمند نمودن الگوریتم SANE در نزدیک کردن وزن شبک ه هاي نورونی به ورودي شبکه است.

در اين نوشته به بررسي بهبود سيگنال صحبت با استفاده از فيلتر Wiener تكراري پرداخته شده است كه در آن از روش Martin براي تخمين طيف توان نويز استفاده ميشود. روش مارتين، تخمين مناسبي از طيف توان نويز موجود در سيگنال صحبت نويزي، بخصوص نويزهاي ساختار يافته، بدست ميدهد. در پيادهسازيهاي قبلي فيلتر Wiener تكراري معيار مناسبي براي توقف پروسه تكراري وجود نداشت و از تعداد تكرارهاي ثابتي براي تمام فريمهاي سيگنال نويزي استفاده ميشد اما در اين نوشته از معيار SNR براي توقف پروسه تكراري استفاده ميشود. از معيارهاي مورد بررسي در اين نوشته ميتوان بهبود SNR بهبود PESQ ،segmental SNR و اعوجاج را نام برد.

امروزه استفاده از روشهای ترکیبی برپایه آنالیزمولفه های مستقل (ICA) برای بهبود کارائی در حذف آرتیفکت از سیگنال الکتروانسفالوگرام، مد نظر قرار گرفته است. این مقاله به بررسی نقاط قوت و ضعف روش ترکیبی ویولت ICA- در مقایسه با روش مادر ICA می پردازد. روش روی داده شبی هسازی، سه نوع شب هشبیه سازی و داده واقعی پیاده و نتایج با ICA مقایسه شده است. در داده شبیه سازی خطای روش ترکیبی 72 % کاهش یافته است. در داده های % شبه شبیه سازی، نتایج براساس نوع شبیه سازی متفاوت و خطا 22 کاهش تا 30 % افزایش داشته است. در پایان نتایج روش ترکیبی روی داده واقعی حاکی از توانایی بالای روش در حذف آرتیفکت چشمی دارد و بطور کیفی تفاوت بارزی میان روش ترکیبی و ICA دیده نمی شود. روش ترکیبی در موارد یکه هدف نگهداری حداکثر اطلاعات سیگنال بوده و تنها حذف مولفه های قطعاً آرتیفکتی مطلوب است، دارای قوت است، ولی درمواردی که هدف تنها نگهداری اطلاعات با منشا قطعاً مغزی است، ضعیف تر عمل می نماید.

تشخيص كلمات كليدي، يك شاخه مهم از بازشناسي اتوماتيك گفتار با شناسايي تعداد محدودي از كلمات كلي دي در يك گفتار است. اين مقاله يك روش جديد محاسبه درجه اطمينان براي پذيرش/رد كلمه كليدي شناسايي شده، ارائه مي كند. در روش پيشنهادي از مدل مخفي ماركوف براي آموزش مدل واحدهاي بازشناسي استفاده مي شود. مدلهاي بازشناسي عبارتند از مدلهاي واجي زبان فارسي و نيز مدلهاي كلما تكليدي. تشخيص كلمات كليدي در دو مرحله انجام مي شود. در مرحله اول يكسري كلم ات كليدي شناسايي مي شوند و در مرحله دوم يك معيار اطمينان براي رد يا قبول هر يك از كلمات كليدي تشخيص داده شده در مرحله قبل ، محاسبه و استفاده مي شود. در مرحله اول از مدلهاي مخفي ماركوف واجي و در مرحله دوم از مدلهاي مخفي ماركوف كلما تكليدي همراه با سطوح آستانه تصميم گيري استفاده مي شود. آزمايش هاي انجام شده براي تشخيص 25 كلمه كليدي فارسي بيانگر كارايي خوب روش پيشنهادي و بيشتر بودن كارايي آن به ميزان 6.5 % نسبت به روشي است كه از معيار اطمينان پيشنهادي استفاده نشود.

در قطعهبندي تصوير با اطلاعات مبهم و نويز مواجه هستيم ؛ در روش خوشهبندي FCM اگر تصوير حتي به كمي نويز آغشته شود، شديداً از كارايياش كاسته ميشود. در اين مقاله ما يك متد جديد خوشه بندي فازي نوعدوم بازهاي با درنظر گرفتن اطلاعات همسايگي پيكسلها ارائه دادهايم. در سيستم حاضر براي بهبود كيفيت خوشهبندي و مواجهه با عدمقطعيت موجود دادهها از فازي نوعدوم و براي كاهش تاثير نويز از اطلاعات همسايگي استفاده كردهايم. در روش پيشنهادي براي مقابله با عدمقطعيت فازيساز m ما از دو فازيساز m1 و m2 در متد خوشهبندي FCM بهرهبردهايم. همچنين استفاده از اطلاعات همسايگي در بروزرساني مقادير تعلق باعث افزايش مقاومت الگوريتم پيشنهادي در برابر نويز شده است. در آزمايشات انجام گرفته ، مقاومت اين روش در مقابل نويز با روشهاي رايج ديگر مانند FCM SFCM و FCM نوع دوم بازهاي مقايسه شده است. نتايج آزمايشات نشان دهندة مقاومت بسيار بالاتر روش پيشنهادي در مقايسه با ساير روشها است.

In this paper, we study the selection of active sensors in wireless sensor networks (WSN) subject to a limited energy consumption and a given estimation error. A cost function based on spatial correlation is derived for active sensor selection. Accordingly, a new adaptive algorithm is proposed in which the number of active sensors is adaptively determined and the best topology of active set is selected based on the add one sensor node at a time method. Simulation results show that the distortion of the optimum defined cost function is less than suboptimum one. Also, the performance of the proposed algorithm for sensor selection in computational burden is better than the other algorithm.

This paper presents an asynchronous and a synchronous NoC router architecture. The asynchronous scheme is implemented by the help of CSP-Verilog language and the synchronous one is designed employing VHDL language. Their designs are similar except the extra links which are in charge of handshaking processes in asynchronous architecture. According to the experimental results the transition counts of buffer, and switch components in synchronous router are almost 82% and 60% of asynchronous one, respectively. On the other hand, the transition counting of routing unit in asynchronous NoC router is nearly 73% of synchronous one. Power consumption of them are evaluated according to the obtained transition counting. Based on the comparison the power consumption of buffer and switch components are almost same due to their similar structure. However, the power consumption of routing unit component in asynchronous design is lower than synchronous one.

In this paper, we propose a method for selecting the symmetry axis of eyes region from two or more candidates. We propose a region-based deformable template matching from two new defined operations: intensity-based 2-clustering and edge shadowing. The results display the effectiveness of our method for extraction of eye, eyebrow and nose templates. The parameters of these templates can be used as feature vectors in low bit rate transmission. Evaluation of the proposed method on an Iranian database shows the accuracy of 99% for feature region extraction and 86% in average for feature template extraction.

In this paper, we address the Heart Sound signal modeling problem. The approach taken is based on sparse and redundant representations on an overcomplete dictionary. We apply matching pursuit (MP) and orthogonal matching pursuit (OMP) on two sets of normal and pathological phonocardiograms (PCGs). The dictionary includes classical Gabor wavelets or time-frequency atoms which are the product of a sinusoid and a Gaussian window function. The normalized root-mean-square error (NRMSE) was computed between the original and the reconstructed signals. The results show that the OMP method is very suitable to the transient and complex properties of the PCG’s, as it yielded excellent NRMSE’s around 1.61% for normal sounds and 5.19% for pathological murmurs.

Keystroke dynamics-based authentication, KDA, verifies users via their typing patterns. To authenticate users based on their typing samples, it is required to find out the resemblance of a typing sample and the training samples of a user regardless of the text typed. In this paper, a measure is proposed to find the distance between a typing sample and a set of samples of a user. For each digraph, histogram-based density estimation is used to find the pdf of its duration time. This measure is combined with another measure which is based on the two samples distances. Experimental results show considerable decrease in FAR while FRR remains constant.

Concept graph is a graph that represents the relationships between language concepts. In this structure the relationship between any two words is demonstrated by a weighted edge such that the value of this weight is interpreted as the degree of the relevance of two words. Having this graph, we can obtain most relevant words to a special term. In this paper, we propose a method for improving the classification of documents from unknown sources by means of concept graph. In our method, initially some features are selected from a training set by a well-known feature selection algorithm. Then, by extracting most relevant words for each class from the concept graph, a more effective feature set is produced. Our experimental results identify an improvement of 1% and 8% in precision and recall measures, respectively.

با افز ايش قيمت ابرکامپ يوترها ا ز طرف ي و ني از به مناب ع محاسباتي با حجم وسيع از طرف ديگر، محقق ين کام پيوتر را بر آن داشته است تا به سراغ استفاده از شبکهاي از منابع محاسبا تي به نا م گريد Grid) روي آورند. گونهاي از گريد به نام گريد محاسباتي Computing Grid مجموعهاي از منابع توزيع شده را براي حل مس ايل با ميزان محاسبات بالا در علوم، مهندس ي و تجارت فراهم آورده اس ت . براي استفاده بهينه از قابليتهاي اين سيستم توزيع شده، الگوريتمه اي زمانبندي کارامدي موردنياز است . در اي ن مقاله الگو ر يتم زمانبن دي جديدي به کمک برنامهسازي ژنتيک و بر مبن اي دو الگور يتم پاي هاي Min-Min و Max-Min طراحي شده است که س ع ي در استفاده از مزاياي اين دو، رفع معايب آنه ا و کوتاه کردن مدت زمانبن د ي نموده است. با مقايسه کارا يي الگو ريتم جدي د با دو الگو ر يتم Min-Min و Max-Min نتايج قابل قبولي بدست آمد.