انجمن کامپیوتر ایران

Tiling transformation is widely used to efficiently execute loops on parallel architectures. Automatic code generation for tiled loops can be a very complicated compiler work due to non-rectangular tile shapes and arbitrary iteration space bounds. A wave-front approach can simplify code generation for tiled loops. In this paper wave-fronts are applied to generate code for multi-dimensional irregular tiled loops. Also, an improved block scheduling strategy is presented to exploit wave-front parallelism for multi-dimensional tiled spaces. Experimental results show that the proposed scheduling strategy outperforms likely most currently implemented strategies.

In this work, Scanner was used for predicting textile fabrics color by relationship between devicedependent color space and the device independent CIE color spaces. The scanner was characterized by polynomial regression. The method adopted in the paper through several test experiments consists of a non-linear filtering applied to the scanner RGB values and a polynomial regression function directly applied to the CIELAB space.

In several previous studies it has been shown that the generalization capabilities of humans through concept learning is reminiscent of Bayesian modeling. When discriminating concepts from one another, human subjects tend to focus on the relevant features of the subspace and ignore the irrelevant ones. In this paper we propose a Bayesian concept learning paradigm that utilizes unrestricted Bayesian networks to learn the required concepts for optimal decision making. This approach has several beneficial characteristics that a concept learning algorithm should hold. At first it can both learn form observing an expert performing the desired task and from its own experience while carrying it out. Secondly, it is a close and computationally feasible approximation to the Bayesian modeling capabilities of humans. Thirdly, the Markov blanket surrounding the decision variable can render the irrelevant features independent and therefore this approach can ignore them seamlessly from the feature subspace. The simulation and experimental results are promising and show that our approach can successfully extract the required temporally extended concepts for a mobile robot task.

In this paper, noise reduction performance of the Generalized Side-lobe Canceller (GSC) algorithm and its performance degradation under reverberant environments are briefly reviewed. An acoustic echo canceller (AEC) is employed as a pre-processor for GSC noise reduction algorithm in order to improve the noise reduction performance of the GSC especially in highly reverberant environments where GSC alone fails to work properly. The proposed AEC-GSC algorithm consists of an AEC pre-processor, which includes Segment Variable Stepsize Proportionate Normalized Least Mean Square (SVS-PNLMS) algorithm recently proposed, and the GSC noise reduction algorithm. The performance of both AEC-GSC and GSC alone is evaluated through computer simulations, using real speech recordings in reverberant room environment. Through different computer simulations it is demonstrated that the proposed AEC-GSC structure performs better than GSC alone in terms of speech distortion parameters and ERLE. It also presents a better tracking behavior between the pause intervals during a speech signal due to using the SVS-PNLMS algorithm in its AEC section.

We introduce a new tool for probabilistic model checking, GPMC, with a graphical user interface, and compare it with existing well-known tool in this scope PRISM. Some case studies are presented to show the efficiency and performance of it against PRISM. Two of these case studies are collected from several examples that were used for testing PRISM and another one is an extended simple example of a DTMC. We explain in each case study the powers and weaknesses of these tools, and find new methods for solving weaknesses.

Normalization methods are used to improve accuracy in speaker verification systems. In this paper, some of the most usual normalization methods including maximum, TNorm, and ZNorm normalization methods were investigated on GMM speaker modeling approach. Maximum normalization method was shown to have the best accuracy among the studied methods. Also, hybrids of normalization methods led to better speaker verification accuracy. In this paper, serial hybrid of normalization methods was also considered. It was shown that applying Maximum normalization method for two successive times leads to the best result. Serial hybrid approach increased recognition time. So we proposed twostage normalization approach that has special consideration on accuracy and recognition time of speaker verification system.

In this paper we present a new video denoising algorithm that model distribution of wavelet coefficients in each subband with a Gaussian probability density function (pdf) that its variance is local (It means that we use a separate Gaussian pdf for each pixel of each subband). This pdf is capable of modeling the heavy-tailed nature of wavelet coefficients and the empirically observed correlation between the coefficient amplitudes. Within this framework, we describe a novel method for video denoising based on designing a maximum a posteriori (MAP) estimator, which relies on the zero-mean Gaussian random variables with high local correlation. Because separate 3-D transforms, such as ordinary 3-D wavelet transforms, have visual artifacts that reduce their performance in applications, we perform our algorithm in 3-D complex wavelet transform. This non-separable and oriented transform produces a motion-based multiscale decomposition for video that isolates motion along different directions in its subbands and prevents from directions mixing that appear in subbands of 3-D ordinary wavelet transform. In addition, we use our denoising algorithm in 2-D complex wavelet transform, where the 2-D transform is applied to each frame individually. Although our method is simple in its implementation, our denoising results achieve better performance than several methods visually and regarding peak signal-to-noise ratio (PSNR).

روشهای بهسازی گفتار بمنظور كاهش نويز زمينه، بهبود كيفيت گفتار و حذف اثر كانال ارتباطی بكار مي روند . روشهای متعددی از قبيل روشهای اصلاح طيف فركانسی و روش های حذف نويز مبتنی بر موجک برای اين منظور مطرح شده اند . در روشهای حذف نويز مبتنی بر موجک، يکی از مسائل مطرح انتخاب پايه موجکی است که بتواند کارايی مطلوبی در حيطه بهسازی گفتار داشته باشد . يكی از روشهای اين انتخاب، اشتقاق پايه های موجک متعامد - يکه از يک سيگنال مفروض است كه کاربردهای مختلفی در حيطه تشخيص سيگنال، بهسازی تصاوير و تشخيص هدف دارد . در اين مقاله ضمن ارائة روابط دقيق رياضی، راهکاری برای يافتن پايه های موجک منطبق با سيگنال گفتار، به منظور استفاده از اين پايه ها براي بهسازی سيگنال گفتار نويزی ارائه شده است. به علاوه تأثير پارامترهای مختلفی از قبيل نوع نويز جمعشونده، روش آستانه گذاری، عمق درخت تجزية موجک، بر عملکرد فيلتر بانک موجک منطبق بررسي ميگردد. نتايج حاصل نشان داد که پايه موجک منطبق با گفتار، کارايی بيشتری در بهسازی سيگنالهای گفتار، نسبت به پايه های موجک متداول دارد . همچن ين ميزان نويز باقی مانده در سيگنال بهبود يافته، بدون آنکه اعوجاج محسوسی در سيگنال بهبود يافته حاصل شود، به صفر ميرسد.

با افزایش روزافزون نیازهای کاربران شبكه در عصر حاضر، تکنولوژی های دسترسی پهن باند موجود، قادر به پاسخگوی نیازهای كاربران نمی باشند. به عبارت دیگر، تعدد نیاز به تبدیل پروتکل ها در حد فاصل میان کاربران و شبکه های عمومی، كه مایل اول نیز خوانده می شود، كارایی شبكه ها را به صورت قابل ملاحظه ای كاهش داده است. استاندارد (Ethernet in the First Mile) EFM با هدف رفع این مشکل از طریق گسترش کاربرد اترنت از سطح شبکه های محلی به سطح شبک ههای دسترسی معرفی شده است. بنابراین، با استفاده از EFM نیاز به تبدیل پروتکل مرتفع خواهد شد. این مقاله در حقیقت به عنوان یك مرحلة مهم برای استفاده از EFM در زندگی روزمره بشمار م یرود. به عبارت دیگر، هدف از این مقاله، معرفی پیاده سازی سخت افزاری زیرلایه TC از استاندارد EFM با استفاده از قابلیت های موازی سازی آن می باشد. نتایج آزمایش ها نشان می دهد كه پیاده سازی سخت افزاری ماجول TC-Encapsulation شرایط مناسبی را برای استفاده از EFM به صورت وسیع ایجاد می كند.

در این مقاله به بررسی تغییرات شاخصهای قابلیت اطمینان با استفاده از تئوری شبکه عصبی پرداخته شده است .هدف این مقاله ارزیابی قابلیت اطمینان شبکه توزیع شده قدرت (شبکه برق کشور) برای کاهش تعداد و زمان خاموشی و در نهایت کاهش میزان انرژی فروخته نشده میباشد. ارزیابی قابلیت اطمینان سیستم توزیع این امكان را به مدیران شبكه میدهد تا با در دست داشتن شاخصهای عملكرد سیستم و رفتار گذشته آن در جهت بهبود بهره برداری از شبكه تدابیر لازم را اتخاذ نمایند. مطالعه موردی این مقاله بر اساس شبكه نمونه شرکت برق منطقهای اردبیل انجام شده است. که با استفاده از یافتههای این تحقیق و تحقیقات گذشته و آمارهای راهبردی صنعت برق کشور تخمینی از شاخصهای قابلیت اطمینان برای شبکه سراسری برق ایران با استفاده از شبکه عصبی کوهنن بدست آمده است.

با افزايش تعداد ترانزيستورها و فركانس كار در مدارها چگالي جريان افزايش يافته، كه باعث افزايش و عدم يكنواختي دما در سطح تراشهها شده است. از مهمترين تأثيرات افزايش دما، تغيير تأخير ترانزيستورها است كه باعث ايجاد خطاها زماني در مدار ميشود. بابا افزايش تعداد ترانزيستورها و فركانس كار در مدارها چگالي جريان افزايش يافته، كه باعث افزايش و عدم يكنواختي دما در سطح تراشهها شده است. از مهمترين تأثيرات افزايش دما، تغيير تأخير ترانزيستورها است كه باعث ايجاد خطاها زماني در مدار ميشود. با توجه به اهميت ترانزيستور عبور به ويژه در FPGA ها، نياز به مدلي سريع و دقيق از ترانزيستور عبور است تا در چرخه طراحي خودكار از آن استفاده شود. مدل دمايي ارائه شده با در نظر گرفتن دما و تأثير آن بر پارامترها ترانزيستور، تخمين دقيقي از تأخير انتشار ترانزيستور عبور ارائه ميدهد. با توجه به زمان محاسباتي كم، مدل دمايي ارائه شده را ميتوان در ابزارها طراحي مدار بهكار برد. مدل دمايي ارائه شده در مقايسه با شبيهساز Spice در تكنولوژ ها، دماها و شرايط مختلف، دقت مناسبي دارد و خطا متوسط آن 1/2% و حداكثر خطا ی آن برابر 4% است. همچنين سرعت محاسبه مدل ارائه شده بسيار كمتر از Spice بوده و اين مدل قابل استفاده در ابزارها تحليل زماني مدار ميباشد.

یک شبکۀ ad-hoc مجموعه ای از نودهای موبایل می باشد که با امواج رادیویی با هم ارتباط برقرار می کنند . این شبکه ها به هیچ ساختار از قبل تعیین شده یا مدیری ت مرکزی نیاز نداشته وتمامی نودها بعنوان مسیریاب عمل می کنند. این روزها موضوع مقیاس پذیری شبکه های Ad-hoc توجۀ برخی را بخود جلب کرده است . مقیاس پذیری بسیاری از پروتکلهای مسیریابی on-demand بدلیل افزایش جمعیّت نودها وحرکت در شبکه محدود شده است. دراین مقاله یک الگوریتم مسیریابی on-demand برای شبکه ه ای MANET ارائه می شود که هدف اصلی آن ایجاد الگوریتمی با مقیاس پذی ری بالا می باشد . اثر اندازۀ شبکه (تعداد نودها ) ، حرکت نودها و ترافیک داده روی کارایی الگوریتم پیشنهادی و الگوریتم های پایه ای که در ایجاد این الگوریتم از آنها استفاده شده است، مطالعه ونتایج شبیه سازی آنها با هم مقایسه می گردند . نتایج شبیه سازی بیانگر کارایی بیشتر الگوریتم پیشنهادی نسبت به الگوریتم های استاندارد موجود می باشد.

كاهش نويز تصاوير يكي از مراحل بسيار مهم در اكثر كاربردهاي پردازش تصوير مي باشد هدف در اكثر روشها والگوريتم هاي پردازش تصوير حفظ ساختار تصوير، مانند ناپيوستگي ها و لبه هاي موجود در آن مي باشد . استفاده از معادلات با مشتقات جزيي براي بازسازي تصاوير در سالهاي اخير مورد توجه بسيار ي از محققين و پژوهشگران قرار گرفته است . در اين مقاله با استفاده از معادلات با مشتقات جزيي و مفهوم تصوير پيكسوني، نويز اسپكل را با حفظ جزئيات تصوير بصورت بهينه ح ذف مي نماييم ايده اصلي در اين روش جاگذاري معادلات نفوذ در يك مدل تصوير پيكسوني مي باشد اين الگوريتم بر روي تصاوير مختلف آزمايش شده است و عملكرد آن با عملكرد الگوريتم هاي موجود مورد مقايسه قرار گرفته است نتايج نشان مي دهد كه روش پيشنهادي در اين مقاله، نست به روشهاي موجود، علاوه بر حذف نويز در حفظ لبه و بهيود كيفيت از عملكرد بهتري برخوردار است.

در اين مقاله روشي براي بازشناسي ساختاري عبارات رياضي چاپي ارائه شده است . ابتدا براي هر عبارت رياضي، نمادهاي موجود، جداسازي و استخراج شده و سپس با استفاده از يك روش تركيبي مبتني بر طبقه بندي سلسله مراتبي و تطابق الگو بازشناسي مي شوند. مرحله ي بعد بازشناسي ساختاري عبارات است . در اين مقاله از يك روش جديد مبتني بر گراف براي بازشناسي ساختاري عبارات ري اضي استفاده شده است . در اين روش ابتدا نماد آغازين عبارت تشخيص داده شده و سپس با توجه به موقعيت هاي نسبي ساير نماده ا، خط اصلي عبارت شناسايي مي گردد و با توجه به آن شبكه اي تشكيل مي گردد كه در اين مقاله، گراف اتصالات مجازي نماده ا ناميده شده است. در نهايت با استفاده از پيمايش بازگشتي اين گراف كد زبان TEX عبارت رياضي استخراج مي شود. پس پردازش هايي نيز براي مقابله با خطاها و افزايش نرخ بازشناسي ارائه شده است . در اين مقاله عبارات رياضي يك خطي مد نظر است و عباراتي كه شامل چند خط هستند مانند ماتريس ها در نظر گرفته نشده است . نتايج تجربي نرخ بازشناسي 94/63% را براي مرحله ي بازشناسي نماد و 98/44% را براي مرحله ي بازشناسي ساختار نشان مي دهند.

افزايش طول عمر به عنوان مهمترين محدوديت در شبكه هاي حسگر بي سيم از اهميت بسيار بالايي برخوردار است. هدف اصلي اين مقاله ارائه يك پروتكل مسيريابي جديد آگاه از انرژي و با مصرف كاراي انرژي است به نحوي كه سبب افزايش طول عمر در شبكه هاي حسگر بي سيم چندگامي با ارتباطات غير قابل اطمينان گردد. اين پروتكل در راستاي انتخاب مسير بهينه شبكه براي هر منبع داده از پارامتري به نام تاخير انتشار بسته مسيريابي در هر گام استفاده مي كند. اين تاخير تابعي از چهار عامل است كه به طور اساسي طول عمر شبكه را تحت تاثير قرار مي دهند. در واقع نكته كليدي در فرموله كردن تاخير انتشار آن است كه اين تاخير علاوه بر پارامتر معين گره (انرژي گره) به پارامترهاي معين لينك (نرخ خطا و انرژي مصرفي روي لينك ارتباطي) نيز وابسته است. همچنين اين پروتكل مشكل استفاده از گره هاي مشترك را نيز در محاسبه تاخير انتشار در نظر مي گيرد. نتايج شبيه سازي بهبود چشمگير ميزان طول عمر شبكه حسگر بي سيم را نشان مي دهد.

مسئله انتخاب بهينه سبدسهام يکي از مسائل غيرچندجمله اي (NP) است. در گذشته با استفاده از تکنيک هاي مطرح شده در الگوريت مهاي تکاملي، ژنتيک، تبريدتدريجي و شبکه عصبي اقدام به حل اين مسئله کرد هاند. اما تاکنون الگوريتم دقيقي براي حل آن ارائه نشده است. در اين مقاله روش جديدي پيشنهاد شده است که با ترکيب الگوريتم ژنتيک و تبريدتدريجي مسئله انتخاب بهينه سبدسهام را با دقت و سرعت بيشتري حل مي کند. در روش پيشنهادي درهرنسل فرزندان توليد شده توسط عملگرهاي ژنتيک بر پايه معيارهاي تبريدتدريجي بررسي و پذيرش مي شوند که سبب جلوگيري از همگرايي به بهينه محلي در نسل هاي ابتدايي ، کاهش ميزان جستجوهاي بي هدف در نسل هاي پاياني و افزايش سرعت همگرايي مي شود. براي بررسي صحت عملکرد، روش ارائه شده بر روي داده هاي ٤ بورس معتبر دنيا آزمايش شده است و با جبهه پرتو استاندارد مقايسه شده است. نتايج، بهبود سرعت و دقت همگرايي رسيدن به پاسخ را نشان مي دهد.

هدف از خوشه بندي متون تقسیم بندي مس تندات به یک یا چند خوشه بر اساس محتویات موجود در متن آن است که از ابزارهاي مهم در حوزه پردازش زبان هاي طبیعی به شمار می آید . خوشه بندي متون در ابزارهایی مانند موتورهاي جستجو و سیستم پاسخگویی به سوالات کاربرد هاي فراوانی دارد . روشهاي مختلفی براي خوشه بندي موضوعی متون وجود دارد که استفاده از مدل احتمالاتی بیزین یکی از متداولترین روش ها به شمار می آید. در این مقاله گزارشی از بکارگیري این روش در خوشه بندي متون فارسی ارائه میشود و سپس از ترکیب این روش با ایده نگهداري کلمات هماورد 1 کیفیت الگوریتم بهبود داده میشود. استفاده از این ایده بر روي 200,000 متن خبري از منابع خبرگزاري جمهوري اسلامی ایران (ایرنا ) توانسته است میزان دقت خوشهبندي در زبان فارسی را به 87 % افزایش دهد.

شبکه های سیار موردی تحرک بالایی دارند و به طور مدام مختل می شوند. نتیجه آن کاهش بازدهی ، توان عملیاتی و تأخیرهای در ارتباط نودهای پایانی می شود. برای کاهش عملیات مسیر یابی می توان از مسیریابی چند راهی استفاده نمود. برای فائق شدن برمشکلات مسیرهایی از پیش محاسبه شده مسیر یابی چند مسیری با تکنیک متراکم سازی مسیر وتطبیق پذیری براساس AOMDV پیشنهاد می شودکه مسیرهای ایجاد شده را بدون وارد آوردن مقدار پردازش کلی اضافی ، بهینه می کند. وبا روشی نو مسیرهای کوتاه تر را پیدا کرده.وکارآیی را بهبود می بخشد. در این پروسه یافتن چندین مسیرشکل می گیرد. و با ارسال بسته هایی که به صورت دوره ای از این مسیرها ارسال می شود نگهداری و به روزرسانی می شود. الگوریتم جدیدبهینه سازی مسیر نسبت دور ریزی بسته ها ، تأخیر انتها به انتها و اتلاف انرژی انتقال داده انتها به انتها را کاهش می دهد. شبیه سازی با GLOMOSIM اجرا و کارآیی الگوریتم جدید با AODV AOMDV, و MP-AOMDV مقایسه شده است . روش پیشنهاد شده باعث بدست آمدن کارایی مناسب، نسبت حمل بالا ، مقدار پردازش کلی کنترل پایین ، حمل انتها به انتها پایین و شمارش جهش میانگین پایین می شود.

Grid is an environment that makes it possible to share resources that are managed by diverse, independent and administrative geographically distributed organizations. The main objective of grid is to enable users to solve problems using the available geographically distributed resources. Grid resource discovery is a challenging issue because characteristics of resources are heterogeneous, dynamic, various and autonomous. In this paper we propose a mobile agent approach based on peer to peer model for the resource discovery problem that presents essential characteristics for efficient, self-configuring and fault-tolerant resource discovery and is able to handle range queries. For this reason, we encode resources’ range attributes to bitmap index and compare with query attributes in order to know whether resource satisfies query or not. Moreover, we employ a Distributed Ant Colony System (ACS) algorithm to route requests into Grid and locate the required resources. The innovation in this paper is to support range queries and to eliminate centralized control and provide node autonomy.

In present study, in order to improve the performance and reduce the amount of power which is dissipated in heterogeneous multicore processors, the ability of detecting the program execution phases is investigated. The program’s execution intervals have been classified in different phases based on their throughput and the utilization of the cores. The results of implementing the phase detection technique are investigated on a single core processor and also on a multi-core processor. To minimize the profiling overhead, an algorithm for the dynamic adjustment of the profiling intervals is presented. It is based on the behavior of the program and reduces the profiling overhead more than three fold. The results are obtained from executing multiprocessor benchmarks on a given processor. In order to show the program phases clearly, throughput and utilization of execution intervals are presented on a scatter plot. The results are presented for both fixed and variable intervals.