انجمن کامپیوتر ایران

در این مقاله روش جدیدی برای استخراج و انتخاب بردار ویژگی در یک سیستم تشخیص ارائه و سپس عملکرد آن مورد آزمایش و ارزیابی قرار گرفته است. هسته‌ی اصلی ایده عبارت است از ایجاد ترکیبی خطی از ویژگی‌های اولیه بنحوی که اولاً بردارهای جدید ایجاد شده متعامد باشند ثانیاً پراکندگی بردار ویژگی نمونه‌های هر کلاس کمتر گردد. بدیهی است وجود این دوخاصیت اولاً باعث کاهش شدت محاسبات و ثانیاً بالا رفتن دقت سیستم تشخیص می‌گردد. عملیات پیشنهادی برای کار روی بردار ویژگی عبارت است از بکارگیری روش آنالیز واریانس روی بردار اولیه ویژگی و استخراج بردارهای متعامد، سپس بر اساس ویژگی های جدید مکانیزم انتخاب صورت می‌گیرد و آنگاه ویژگی‌های انتخاب شده و بردارهای متعامد نهایی استخراج می‌گردد.جهت ارزیابی، موضوع تشخیص نفوذ به شبکه‌های کامپیوتری در نظر گرفته شده است، نتایج بدست آمده با بکارگیری روش نزدیکترین همسایه نشان می‌دهد اولاً دقت سیستم تشخیص بالاتر رفته است و ثانیاً سرعت محاسبات به میزان چشمگیری افزایش یافته است.

در این مقاله روش‌هایی برای کاهش توان مصرفی در ارسال مطمئن بسته‌های داده به صورت همه ‌پخشی و چند پخشی در شبکه‌های نامتعارف بررسی شده است. بر خلاف روش‌های معمول دیگر، روش‌های ارائه شده صرفاً به فاصله فیزیکی بین گره‌ها برای محاسبه وزن درخت در تشکیل درخت‌های همه پخشی و چند پخشی توجه نمی‌کنند؛ بلکه هزینه درخت از جمع توان ارسالی گره‌های میانی محاسبه می‌شود. ایده اصلی این است که محیط به صورت ایده‌آل و بدون خطا فرض نشود و لذا نرخ حذف بسته‌ها و تضعیف امواج الکترومغناطیسی به عنوان یک معیار مهم در نظر گرفته شده است. بر اساس شبیه‌سازی انجام شده این روش‌ها نسبت به روش های متناظر که نرخ خطا را در نظر نمی‌گیرند، برای ارسال همه ‌پخشی یا چند پخشی به صورت ارتباط مطمئن تا 45 % مصرف توان را در شبکه‌هایی نامتعارف کاهش می‌دهد و در ضمن با کاهش تعداد دفعات ارسال مجدد، باعث بهبود مدت زمان تأخیر ارسال می‌شود.

حرکت جمعی ذرات یک تکنیک بهینه‌سازی است که بر اساس قوانین احتمال کار می‌کند و از حرکت گروهی پرندگان و ماهی‌ها هنگامی که دنبال غذا می‌گردند، الهام گرفته شده است. در این روش هر یک از ذرات سعی می کنند به سمتی حرکت کنند که بهترین تجربه‌های شخصی و گروهی در آن نقاط روی داده است. مشکل اصلی این مدل که در بسیاری از مسائل، به خصوص مسائل چند قله‌ای بروز می‌کند، مسأله گیر افتادن در بهینه‌های محلی است. در این مقاله یک مدل جدید بر اساس PSO به نام پیشنهاد PSO-LA می‌شود که در آن از یک اتوماتای یادگیر برای تنظیم رفتار ذرات و برقراری موازنه بین جستجوی سراسری و جستجوی محلی استفاده می‌شود. نتایج آزمایشات بر روی مسائل نمونه نشان داده‌اند که روش ارائه شده از عملکرد بهتری در مقایسه با مدل PSO استاندارد برخوردار است.

در این مقاله، روش جدیدی برای بهینه سازی سراسری توابع با متغیرهای پیوسته معرفی شده است. در این روش، جستجو در فضای ورودی از طریق انجام جستجوهای متوالی و متناوب بر روی صفحات حاصل از انتخاب دو بعد از فضای ورودی انجام می شود. در هرصفحه جستجو، تعدادی نقطه بر روی شبكه ای منظم قرار داده می شود و طی رویه ای تکراری، هر نقطه با توجه به مقادیر تابع در یکی از نقاط همسایه اش تحت تأثیر مجموعه‌ای از قوانین جذب و دفع قرار می‌گیرد. در پایان الگوریتم نیز، با انجام جستجوی محلی با استفاده از روش نلدر- مید نقطه بهینه مشخص می‌گردد. روش ارائه شده با بیش از ۲۰ نوع تابع آزمون استاندارد، بصورت موفقیت آمیز مورد آزمایش قرار گرفته است. نتایج آزمایشات انجام شده نشان می‌دهند که، از مزایای این كار نسبت به كارهای مشابه، قابلیت روش ارائه شده دریافتن نقاط بهینه سراسری در توابع با ابعاد بالا (بیش از ۳۰ بعد) است.

آموزش الکترونیکی بعنوان یک ابزار تازه، رفته رفته در جوامع بشری، جای رسانه‌های آموزشی را می‌گیرد. افزایش فرصت یادگیری برای یادگیرندگان، نگهداری و ثبت کیفیت یادگیری، امکان ماندن در خانه، کاهش هزینه‌های جانبی، قابلیت در دسترس بودن و امکان بهنگام سازی سریع مطالب آموزشی، از مزایای آموزش الکترونیکی هستند. بنابراین برای اینکه آموزش الکترونیکی، انتظارات را بر آورده سازد، مفاهیم و رسانه‌های آموزشی باید کار یادگیری را همزمان با فراهم کردن محیطی جذاب و ترغیب کننده برای یادگیرنده، به صورت ساده مشخص نمایند. برای رسیدن به این اهداف لازم است که معماری مشخصی برای شناسایی سیستم‌های مختلف آموزش الکترونیکی و زیر سیستم‌های آن‌ها و تعاملات بین زیر سیستم‌های آن‌ها و نیز خود سیستم با سیستم‌های بیرونی ایجاد گردد. در ضمن، در این معماری لازم است که اهداف سیستم و نقش عامل انسانی در آن به خوبی معلوم گردد. این مقاله مطالعه ای در مورد معماری‌های آموزش الکترونیکی می‌باشد که در آن تعدادی از معماری‌های موجود را از دیدگاه‌های مختلف، مورد بررسی و ارزیابی قرار گرفته است.

بسياري از کاربردهاي شبکههاي ميان ارتباطي به اطمينان پذيري و قابليت دسترسي بالايي نياز دارند. هر کامپيوتر بزرگ موازي نيازمند آن است که شبک ة ارتباط ياش، بدون از دست دادن بستههاي پيام، براي مدت زماني طولاني قادر به کار باشد . براي هر مسيرياب در شب کة اينترت، ميزان اندکي از گم شدن بست هها قابل قبول است، اما خود اين مسيرياب بايد در بيشتر زمان ها در دسترس باش د. شبکههاي ميان ارتباطي غالباً از صدها (يا هزارا ن) مؤلفه (مانند مسيريا بها، کانا لهاي ارتباطي، حافظ هها و اتصال دهندهها) تشکيل شد هاند که در مجموع نرخ خرابي بالايي را نسبت به ديگر کاربردها دارا هستند . بدين ترتيب، اين گونه شبکهها - با توجه به خرابي هاي گذرا و د ائمي هر مؤلفه- براي تداوم بي وقفه در عملکردشان بايد به مکانيزمهايي براي کنترل خطا مجهز بسياري از کاربردهاي شبکههاي ميان ارتباطي به اطمينان پذيري و قابليت دسترسي بالايي نياز دارند. هر کامپيوتر بزرگ موازي نيازمند آن است که شبک ة ارتباط ياش، بدون از دست دادن بستههاي پيام، براي مدت زماني طولاني قادر به کار باشد . براي هر مسيرياب در شب کة اينترت، ميزان اندکي از گم شدن بست هها قابل قبول است، اما خود اين مسيرياب بايد در بيشتر زمان ها در دسترس باش د. شبکههاي ميان ارتباطي غالباً از صدها (يا هزارا ن) مؤلفه (مانند مسيريا بها، کانا لهاي ارتباطي، حافظ هها و اتصال دهندهها) تشکيل شد هاند که در مجموع نرخ خرابي بالايي را نسبت به ديگر کاربردها دارا هستند . بدين ترتيب، اين گونه شبکهها - با توجه به خرابي هاي گذرا و د ائمي هر مؤلفه- براي تداوم بي وقفه در عملکردشان بايد به مکانيزمهايي براي کنترل خطا مجهز ،(Wormhole Switching=WS) ، سوئيچينگ مداري پايپ لاين (Pipelined Circuit Switching=PCS) و سوئيچينگ پيشاهنگي (Scouting switching) نوشته شده است. بدين منظور، به کمک يک برنام ة شبيهساز، هر سه اين روشها بر روي يک شبکة توري مدور (torus) با فرض وجود مؤلفه هاي معيوب شبيه سازي شدهاند.

جهت بهبود عملكرد سيستم هاي بازيابي تصوير براساس محتوا از روش هاي بازخورد ربط استفاده م ي شود. در اين مقاله، يك روش تركيبي جديد بازخورد ربط مبتني بر تخمين تابع توزيع پرس و جو و اصلاح وز نهاي تابع شباهت ارائه شده است . در اين روش با استفاده از تصاوير مرتبطي كه از بازخورد كاربر حاصل شده است، تابع توزيع پر س و جو تخمين زده م ي شود. علاوه براين با تعريف مناسبي از ويژگي خوب و بد، ويژگ ي هاي خوب و بد تصاوير مرتبط به يك شبكه عصبي آموزش داده م ي شود تا در تعيين وزن هر ويژگي از آن استفاده شو د . از ويژگي هاي بارز اين روش فراهم شدن امكان يادگيري كوتا ه مدت و بلندمدت پر س و جو براساس كاربرد است. جهت ارزيابي روش پيشنهادي، يك سيستم بازيابي تصوير با رويكرد فازي در كاربرد تصاوير راديولوژي گسترش پيدا كرده است. در اين سيستم، از گرا ف هاي فازي ويژگي دار نسبي جهت جايگزيني تصوير، از يك الگوريتم فازي تطبيق گراف جهت تعريف معيار شباهت و از يك الگوريتم خوش ه يابي مبتني بر گراف رهبر جهت نماي ه گذاري استفاده شده اس ت . بهبود پارام ترهاي ارزيابي سيستم، كارايي روش پيشنهادي را نشان می دهد.