انجمن کامپیوتر ایران

در چند سال اخير اکثر سيستم‌هاي تجارت الکترونيکي از مذاکره خودکار براي امور خود استفاده مي‌کنند. مذاکرات خودکار چندموضوعه يکي از مهمترين و ارزشمندترين مکانيزم‌ها در سيستم‌هاي تجارت الکترونيک به شمار مي‌روند. يکي از مسائل مهمي که همواره در سيستم مذاکره خودکار چند موضوعه داراي اهميت است توافق بر روي يک موضوع پيشنهاد شده‌است. بدين منظور از تابع مطلوبيت که تنها مبتني بر وزن هر يک از موضوعات مي‌باشد، استفاده مي‌شود. در اين مقاله رويکرد متفاوتي مبتني بر واسط براي انتخاب يک توافق به کار گرفته شده است همچنين تابع مطلوبيتي پيشنهاد مي‌شود که نه تنها به وزن هر يک از موضوعات اهميت داده شده بلکه روابط وابستگي بين موضوعات را نيز در نظر گرفته است. اين مدل در محيط JADE پياده سازي شده و نشان ميدهد در مواردي که موضوعات مورد مذاکره به يکديگر وابسته هستند جواب بهتري را به طرفين برگردانده و رضايت بيشتری را برای طرفين برآورده میسازد.

پیشرفت چشمگیر تکنولوژی¬های دسترسی اینترنت در طی چند سال اخیر و پیرو آن ایجاد امکان دسترسی کاربران با ظرفیّت¬های پر سرعت به اینترنت، انگیزه توسعه کاربردهای جریان¬سازی ویدیو در اینترنت را افزایش داده است. سیستم¬هاي نظیر به نظیر یکی از بسترهاي کارا براي جریان سازي ویدیو هستند، با این وجود سیستم هاي جریان سازي ویدیو نظیر به نظیر زنده با چالش هاي مختلفی مثل ناهمگونی پهناي باند، خروج گره ها، و ازدحام در شبکه مواجه هستند. با وجود اینکه تاکنون پروتکل هاي جریان سازي مبتنی بر درخت و توري مختلفی ارائه شده است، هنوز هم معایبی مثل بی عدالتی در خدمت قابلیت اطمینان پایین در پروتکل هاي درختی، و تأخیر بالاي پخش و پیچیدگی زیاد در پروتکل هاي توري وجود دارند. در این مقاله یک طرح Push-Pull برای جریان سازی زنده نظیر به نظیر ارائه شده است. در این پروتکل سعی شده است تا با استفاده از یک ساختار توری مبتنی بر Pull و سپس ساختار درخت مبتنی بر Push عدالت و قابلیت اطمینان همراه با تأخیرکم پخش بدست آید. بدین صورت که تمام انواع فریم های ویدیو روی ساختار درخت ارسال و برای بازیابی فریم ها ارسال نشده از ساختار توری استفاده می شود. در نهایت کارایی با استفاده از شبیه ساز OMNeT++ تحلیل شده است. نتایج شبیه سازي بهبود مناسب در تأخیر انتها به انتها و اعوجاج با تأخیرکم در ارسال ویدیو را نشان می دهد.

اخیرا یک روش فراابتکاری با نام الگوریتم جستجوی گرانشی با الهام از قانون گرانش و قوانین حرکت برای حل مسائل بهینه-سازی پیوسته معرفی شده است. در این مقاله، از الگوریتم جستجوی گرانشی برای حل مسئله فروشنده دوره¬گرد که یکی از سخت¬ترین مسائل بهینه¬سازی ترکیبیاتی است، استفاده شده است. برای این منظور، از مفاهیم عملگر جابجایی و دنباله جابجایی برای بازتعریف عملگرهای الگوریتم جستجوی گرانشی و از یک فرایند بهبود دهنده تور نیز برای تسریع همگرایی الگوریتم پیشنهادی استفاده شده است. نتایج پیاده¬سازی الگوریتم پیشنهادی و مقایسات انجام شده با یک نسخه گسسته از الگوریتم بهینه¬ساز جمعیت ذرات، کارایی تقریبا مناسب این الگوریتم را در حل مسئله فروشنده دوره¬گرد نشان می¬دهد.

روش¬های کلاسیک خوشه¬بندی در برخورد با خوشه¬های نا¬محدب کارایی لازم را ندارند و عموما منجر به نتایج ضعیفی می¬شوند. در این حالت خوشه¬بندی طیفی روشی قدرتمند برای دسته¬بندی داده¬ها محسوب می¬شود. این تکنیک با تبدیل فضای ورودی، فضای جدیدی با قابلیت توصیف مناسب¬تر از داده¬ها را در اختیار ما قرار می دهد. در این مقاله، فضایی جدید برای خوشه¬بندی طیفی معرفی می¬شود که مبتنی بر توصیف زیر¬خوشه¬های موجود در مجموعه¬داده می¬باشد. این فضا در برابر داده¬های نویزی مقاوم است و در مقایسه با روشNJW به عنوان یکی از پر¬کاربرد¬ترین الگوریتم¬های خوشه¬بندی طیفی، منجر به نتایجی به¬مراتب موفقیت¬آمیز¬تر می¬شود.

طبقه¬بند بیز ساده یکی از کاراترین الگوریتم¬های طبقه¬بندی است. سادگی و دقت این روش زمانیکه پیش فرض عدم وابستگی مشخصه¬ها نقض ¬شود افت پیدا می¬کند. در این مقاله روشی مبتنی بر درخت تصمیم¬گیری برای رفع مشکل بیز ساده در مجموعه-هایی با مشخصه¬های وابسته ارائه می¬شود. در روش ارائه شده (Information Gain - Naïve Bayes) مشخصه¬هایی که در سطح اول درخت تصمیم¬گیری دارای کمترین قدرت تفکیک باشند با توجه به تعداد کل مشخصه¬ها حذف شده و مشخصه¬های باقیمانده به بیز ساده داده می¬شود. انجام فرایند پیش پردازش مشخصه¬ها براساس روش IG-NB منجر به بهبود عملکرد الگوریتم بیز ساده در دامنه¬هایی با مشخصه¬های وابسته به هم می¬شود. علاوه براین روش IG-NB در این پژوهش، به دلیل حذف مشخصه های کم اهمیت، سرعت محاسبه الگوریتم را برای مشخصه¬های باقی مانده افزایش می¬دهد. روش IG-NB روی شش مجموعه از مجموعه داده¬های UCI تست شده و نتایج بدست آمده نشانگر کارایی قابل قبول روش می ¬باشد.

توليد چند¬ضلعی ساده تصادفی از جمله مسائل مطرح در هندسه محاسباتی می¬باشد. این مساله در بررسی صحت عملکرد الگوریتم¬ها و نیز در زمینه¬های مختلف گرافيک کامپيوتری نظیر خلق تصاویر پدیده¬های طبیعی تصادفی (مانند پدیده ابر¬ و سطح زمین)، به¬طور گسترده¬ای مورد استفاده قرار می¬گیرد. در این مقاله یک الگوریتم جدید برای تولید چندضلعی ساده تصادفی از یک مجموعه¬ نقاط تصادفی واقع بر صفحه ارائه شده است. در این الگوریتم ابتدا لایه¬های محدب نقاط تولید می¬شوند و سپس با¬¬ استفاده از این لایه¬ها و برخی خواص موجود در آن¬ها، یک چند¬ضلعی از نقاط تولید می¬گردد. پیچیدگی زمانی این الگوريتم از مرتبه Ο(nlogn) می¬باشد که نشان می¬دهد این الگوریتم از نظر زمانی در وضعیت بهینه قرار دارد. از آنجا که زمان اجرا در برخی از کاربرد¬های بلادرنگ نظیر بازی¬های رایانه¬ای از اهمیت بالایی برخوردار است، این الگوریتم می¬تواند در این¬گونه موارد بسیار مفید واقع شود.

مديريت ريسک در تمام دوره حيات نرم‏افزار نقش پررنگي در موفقيت پروژه¬ها ايفا مي¬کند. يکي از ضعف¬هايي که در مديريت ريسک¬ها سبب کاهش توجه مهندسين نرم¬افزار و متعاقباً کاهش نظارت بر ريسک¬ها مي‏شود، عدم وجود معيارهاي قابل اندازه-گيري است. ريسک¬هاي نرم‏افزاري نيز مانند هر عرصه ديگري که نيازمند ارزيابي هستند، بايد بر اساس کميت¬هاي عددي بيان شوند. در اين مقاله با مروري کلي بر مديريت ريسک¬ها و مطالعه طبقه‏بندي¬هاي موجود، همچنين با در نظر گرفتن متريک¬هايي که در کارهاي مشابه مطرح شده، متريک‏هايي ارائه مي¬شود. اين متريک¬ها با توجه به شناسايي معماري و روش¬هاي توسعه نرم¬افزار و هم چنين مشاهدات و تجارب بدست آمده از چند شرکت نرم¬افزاري در ايران ارائه مي¬شوند. جهت سهولت امر مديريت و همچين بکار بستن اين متريک¬ها در دنياي واقعي، يک طبقه¬بندي منطقي و ويژه بر روي آنها انجام مي¬شود. به کمک طبقه بندي ارائه شده، ¬مي¬توان مسئولين نظارت و کنترل متريک‏ها را در هر مرحله شناسايي کرده و در زمان صحيح مديريت ريسک را به درستي بکار بست.

کاهش دو معیاره مجموعه آزمون‌ با تحلیل خوشه‌ای الگوهای اجرایی

رشد علم و رشد علم و فناوري در زمينه‌هاي مختلف، تعريف تحقيقات و پروژه‌هاي مبتني بر محاسبات پيچيده را به دنبال داشته است و يافتن راه‌حل‌هائي براي کاهش هزينه‌هاي محاسباتي و زماني در حوزه چنين مسائلي در سالهاي اخير مورد توجه قرار گرفته‌اند. روشهاي محاسبات توزيع شده در انواع گوناگون خود هريک به دنبال کاهش هزينه‌ها از طريق اجراي موازي برنامه‌هاي محاسباتي بر روي گره‌هاي محاسبه‌گر غير متمرکز هستند که در اين ميان رايانش مشبک با بهره‌گيري از منابع بلااستفاده موجود کاهش هزينه‌هاي توسعه شبکه‌هاي محاسباتي را به ارمغان آورده است. جامعه علمي ايران نيز همگام با ديگر کشورهاي پيشرفته دنيا سعي در قدم نهادن در استفاده از چنين روشهائي را براي کاهش هزينه‌هاي زماني و منابع، از طريق انجام تحقيقات و تعريف پروژه‌هائي براي ارائه رايانش مشبک سرويس گراجهت استفاده در دانشگاه‌ها و پژوهشکده‌هاي کشور را دارد که از مهمترين اين اقدامات مي‌توان به طراحي و معرفي مشبک پژوهشگاه دانش‌هاي بنيادي اشاره نمود که سعي در تجميع دانشگاه‌ها و پژوهشکده‌ها در قالب يک مشبک ملي دارد و تا کنون برخي از سرويس‌هاي مرکزی مشبک را نيز در اختيار گذاشته است. در اين مقاله مدلي براي استفاده دانشگاه‌ها و پژوهشکده‌ها از رايانش مشبک ارائه مي‌شود که در دانشگاه تربيت مدرس بصورت آزمايشي به اجرا درآمده است.

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.