انجمن کامپیوتر ایران

در این مقاله روشی جدید برای بهبود کیفیت تصاویر آندسکوپی به وسیلۀ توزیع ناهمسانگرد کنتراست و تعدیل هیستوگرام ارائه می‌شود. تصاویر آندسکوپی موجود در کشورمان از لحاظ نور و کیفیت وضعیت مناسبی ندارند و همین موضوع تبدیل به چالشی جهت تشخیص انواع بیماری‌های دستگاه گوارش شده است. برای غلبه بر این مشکلات و کمک به پزشکان برای تشخیص بهتر، در این مقاله یک روش وفقی با استفاده از توزیع کنتراست و تعدیل هیستوگرام ارائه می‌شود. همچنین در روش پیشنهادی مفهوم جدیدی از توزیع کنتراست بر اساس آنالیز محلی تصاویر آندسکوپی معرفی می‌شود. سپس به وسیلۀ انتخاب وفقی پارامتر هدایت که نقشی مهم در توزیع ایفا می‌کند، توزیع کنتراست به منظور بهبود کیفیت تصاویر آندسکوپی به تصویر اعمال می‌شود و در نهایت بعد از انتقال به سه فضای رنگ XYZ، YIQ و HSI به کمک روش تعدیل هیستوگرام ،تغییرات نامحسوس رنگ نمایان‌تر می‌شود. نتایج تجربی نشان می‌دهد که روش ارائه شده عملکرد قابل توجهی در افزایش قابلیت دیداری تصاویر آندسکوپی از خود نشان می‌دهد.

در سال‌های اخیر، توجه محققان به طراحی مدارهایی با هدف کاهش اتلاف انرژی، بهینه‌سازی مصرف توان، کاهش مساحت مدار تا مقیاس نانو، و حداقل‌سازی حرارت تولیدی توسط مدار جلب شده است. منطق برگشت‌پذیر نقش مهمی در طراحی مدارهای دیجیتالی ایفا می‌کند، به طوری‌که در سیستم‌های مبتنی بر نانو تکنولوژی، پردازش کوانتومی، و طراحی مدارهای CMOS با توان مصرفی کم کاربرد گسترده‌ای از خود نشان داده است. در این مقاله، یک گیت برگشت‌پذیر جدید 4×4 به نام MR معرفی شده است که به تنهایی قادر است به عنوان مدارهای جمع‌کننده و تفریق‌گر تک بیتی مورد استفاده قرار گیرد. پیاده‌سازی ترانزیستوری گیت پیشنهادی با استفاده از تکنولوژی CMOS و هم چنین نمایش کوانتومی این گیت ارائه شده است. با بهره‌گیری از گیت MR مدار تمام جمع‌کننده/ تفریق‌گر تک بیتی و سپس تمام جمع‌کننده/ تفریق‌گر هشت بیتی موازی ارائه می‌شود. مدارهای پیشنهادی از نظر تعداد ترانزیستور مورد استفاده، تعداد ورودی‌های ثابت، تعداد خروجی‌های بلا استفاده، تعداد گیت برگشت پذیر مورد نیاز و هزینه کوانتومی در مقایسه با مدارهای نظیر پیش از خود بهبود یافته است. سیگنال‌های خروجی حاصل از پیاده‌سازی ترانزیستوری گیت MR با استفاده از نرم‌افزار H-Spice بیان‌گر صحت عملکرد مدار ارائه شده می‌باشد.

ابرهای محاسباتی یک فناوری جدید است که به‌دلیل استفاده از روش‌های خاص مانند مجازی‏سازی، روز‏به‏روز در حال مشهورتر شدن می‌باشد. این فناوری خدمات مختلف سخت‏افزاری، نرم‏افزاری و سکو را به کاربران سرتاسر جهان بر‏مبنای پرداخت به اندازه استفاده ارائه می‌دهد. یکی از مسائل مهمی که در ابرهای محاسباتی مطرح است، مسئله زمانبندی برنامه‌های کاربردی مختلف بر روی منابع موجود است، به‏طوری که نیازهای کیفیت سرویس مورد‏نظر کاربر مانند حداقل شدن زمان اجرا و هزینه نیز تامین شود. از‏جمله این برنامه‌های کاربردی می‏توان به برنامه‏های موازی با جفت‏شدگی شل یا همان برنامه‌های جریان کاری اشاره کرد. از‏این‏رو در این پژوهش الگوریتمی برای زمانبندی چند هدفه برنامه‌های جریان کاری در ابرهای محاسباتی ارائه شده ‏است که در آن از ترکیب الگوریتم‌های کلونی زنبور عسل، Min-Min و توابع آشوب استفاده شده‏است. این الگوریتم زمان اجرا را با درنظر گرفتن محدودیت بودجه، حداقل می‌کند. نتایج بدست‏آمده از اجرای الگوریتم پیشنهادی و الگوریتم کلونی زنبور عسل استاندارد بر روی داده‌های یکسان، نشان می‌دهد که الگوریتم پیشنهادی دارای کارآیی بالاتری نسبت به الگوریتم کلونی زنبور عسل استاندارد می‏باشد.

تخمین حرکت قسمت بسیار مهم عملیات فشرده سازی ویدئو می‌باشد. برای تخمین حرکت نیاز به مقایسه بلاک‌های فریم مرجع و اصلی می‌باشد. معمولا تمامی پیکسل‌های دو بلاک با استفاده از معیار SAD مقایسه می‌شوند. با توجه به شباهت پیکسل‌های مجاور در یک فریم می‌توان تعداد مقایسه بین پیکسل‌ها را در SAD کاهش داد. در این مقاله چهار معیار جدید برای مقایسه بلاک‌ها پیشنهاد شده است و عملکرد آنها هم از نظر سرعت اجرا و هم از نظر کیفیت ویدئو با معیار SAD مقایسه شده است. دو معیار عملکرد بسیار مناسبی داشته اند که باعث افزایش سرعت عملیات فشرده سازی ویدئو می‌شود.

مبهم سازی در مفهوم کلی، تکنیکی است که باعث می‌شود تا خواندن و تحلیل کدهای یک برنامه سخت‌تر شود که باهدف امنیت نرم‌افزار موردنظر صورت می‌گیرد. برای مهندسی معکوس به‌طورمعمول از گراف جریان کنترلی استفاده می‌شود. درنتیجه می‌بایست این گراف جریان کنترلی را به طریقی مبهم نمود. در این مقاله گراف جریان کنترلی با استفاده از شبکه‌های پتری و چند نخی مبهم می‌شود. بحث اصلی بر سر تقسیم کدها به قسمت‌هایی می‌باشد به‌طوری‌که برنامه در نخ‌های جداگانه اجرا شود. این نخ‌ها می‌بایست توسط مدیر نخ، مدیریت شوند تا در اجرای آن‌ها مشکلی پیش نیاید. هر چه شبکه پتری که برای مدل‌سازی برنامه استفاده می‌شود پیچیده‌تر باشد، مهندسی معکوس آن نیز دشوارتر می‌شود.

تئوري مجموعه‌هاي فازي در برنامه‌هاي متفاوتي از کنترل گرفته تا مديريت پايگاه داده‌ها استفاده مي‌شود. در پايگاه داده‌هاي فعالي که از همگام سازي همزمان براي انتشار تغييرات از منبع به مقصد استفاده مي‌کنند اگر تعداد رويدادهايي که سبب انتشار مي‌شوند افزايش يابد آنگاه مجموع تاخيرات برنامه ممکن است افزايش يابد که غير قابل قبول است. در اين مقاله همتاسازي فازي را پيشنهاد مي‌کنيم که تاخير برنامه را کاهش مي‌دهد و از روش ماشه‌چکاني فازي استفاده مي‌كند. اين روش پياده‌سازي و ارزيابي شده است و در قياس با دو روش همتاسازي مشتاق و تنبل بهتر عمل مي‌کند.

در این مقاله یک روش جدید بر پایه ی ورونوی جهت تعیین معیار دوری و نزدیکی در خوشه بندی انواع داده پیشنهاد شده است. این روش برای تخمین فواصل دور یا نزدیک بطور کاملا خودکار قابل پیاده سازی است و در حوزه ی طبقه بندی داده ها و خوشه بندی بکار گرفته شده است. این امر یک روش خوشه بندی جدید را منجر شده که با تعیین تخمین هایی کاربردی، مفاهیم دوری و نزدیکی طبق خصوصیات محلی هر داده را بیان نموده و وابستگی الگوریتم های خوشه بندی را به پارامتر های ورودی از جمله تعداد خوشه، اندازه شعاعی و شکل آنها حذف کرده است. همچنین با داشتن مقاومت بالا در انواع داده، مزایای روش های مختلف خوشه بندی را به همراه دارد. نتایج حاصله از آزمایشهای مورد نیاز، کاربردی بودن آن را در داده های واقعی نشان می دهد.

اهمیت قابلیت اطمینان مدارها و خصوصاً اثر تشعشعات کیهانی و اشکالات ناشی از برخورد این ذرات به مدارات، با کاهش روزافزون ابعاد تکنولوژی و نیز ولتاژهای عملیاتی، به صورت چشمگیری افزایش یافته است. لذا امروزه، بکارگیری روش‌هایی جهت افزایش مقاومت کلی مدار نسبت به برخورد ذرات پرانرژی به یکی از چالش‌برانگیزترین مباحث مربوط به طراحی مدارهای دیجیتال تبدیل شده است. در این مقاله، یک لچ مقاوم در برابر خطای نرمِ ناشی از برخورد ذرات پرانرژی به سطح تراشه، جهت کاربرد در مدارهای با قابلیت اطمینان بالا معرفی می‌گردد. اساس روش پیشنهادی، استفاده از فیدبک‌های چندگانه به هنگام قرارگیری لچ در وضعیت نگهداری از داده است. شبیه‌سازی‌های انجام‌شده با نرم افزار HSPICE در تکنولوژی 65 نانومتر نشان می‌دهد، ساختار پیشنهادی قادر به حذف اثرات تک‌رخداد و نیز چندرخداد واژگونی بوده و در مقایسه با سایر مدارات مشابه، حداقل دارای کاهش حدود 13 درصدی پارامترهای تأخیر و توان مصرفی می‌باشد.

امروزه برنامه‌های کاربردی مبتنی بر سرویس به‌منظور کاهش تأثیر تغییرات محیطی نیازمند تطبیق در زمان اجرا هستند تا بدین ترتیب قادر به حفظ ویژگی‌های کیفی عملکردهای پایه باشند. این نیاز در برنامه‌های کاربردی تطبیق‌پذیر مبتنی بر سرویس، از طریق ایجاد سازوکارهای مناسب برای اعمال استراتژی‌های تطبیق مرتفع می‌شود. اما در این حوزه جداسازی دغدغه تطبیق‌پذیری از منطق برنامه‌ها و ایجاد خودتطبیقی در یک لایه مستقل از کاربردها و سرویس‌دهنده‌ها چالش مهمی محسوب می‌شود. این مقاله راهکاری را برای ایجاد سازوکار خودتطبیقی در برنامه‌های کاربردی مبتنی بر سرویس بر اساس مدل‌های معماری زمان اجرای مستقل از منطق برنامه‌ها ارائه می‌دهد. در این روش مدل‌های معماری زمان اجرا فضایی برای نمایش وظایف و نیازمندی‌های کیفی سیستم در سطح فرایند به همراه خصوصیات زمان اجرای سیستم فراهم می‌آورد. در این راستا، برای تعریف مدل‌های معماری زمان اجرا متامدلی ارائه شده است که بر اساس آن نحوه تبدیل استراتژی‌های تطبیق به مدل‌های زمان اجرا و نحوه اعمال آن بر سیستم تعریف می‌شود. بررسی روش ارائه شده بر روی یک نمونه موردی نشان می‌دهد که این روش می‌تواند امکان فراهم آوردن خودتطبیقی را بر اساس مدل‌های زمان اجرا و جدا از منطق برنامه‌ها فراهم سازد.

توصیف داده‌ها به کمک بردارهای پشتیبان (SVDD) روشی است مبتنی بر حقه هسته (kernel) که به جهت کسب نتایج مناسب در زمینه‌هایی از قبیل تشخیص داده‌های نویزی و پرت، دسته‌بندی تک کلاسه، طبقه‌بندی داده‌های نامتوازن در سال‌های اخیر مورد توجه قرار گرفته است. صحت و دقت طبقه‌بندهای مبتنی بر بردارهای پیشتیبان از تأثیر مخرب داده‌های نویزی و پرت رنج می‌برند. یکی از کارآمدترین روش‌های مقاوم‌سازی طبقه‌بندها حساس‌سازی آن‌ها به داده‌های ارزش‌مند‌تر است. از آنجایی که مجموعه فازی سخت (Rough fuzzy set) از پتانسیل مناسب جهت تشخیص داده‌های مرزی برخوردار می‌باشد. توصیف داده‌ها به کمک بردارهای پشتیبان مبتنی بر این مجموعه فازی به صحت و دقت بیشتری در طبقه‌بندی داده‌ها دست پیدا می‌کند. در آزمایشات از روش اعتبار سنجی ضرب‌دری k-folded cross validation استفاده شده‌است. نتایج آزمایشات نشان‌دهنده برتری روش پیشنهادی است.

گرافولوژی، علم مطالعه و بررسی شخصیت و خصوصیات فردی بر اساس نوشتن است. آگاهی از این علم می‌تواند موارد استفاده زیادی در جامعه داشته باشد. در این مقاله، یک پایگاه داده دست نوشته‌های فارسی برای گرافولوژی معرفی می‌شود. داده‌های جمع آوری شده شامل 140 نمونه دستخط از دو گروه دانشجویان دانشگاه جامع علمی کاربردی و مددجویان زندان شهر سمنان می‌باشد. ضمن اخذ دستخط، افراد شرکت کننده در این تحقیق، پرسشنامه شخصیتی MMPI 71 سوالی راتکمیل نمودند و 11 پارامتر روانشناختی استخراج شده از پرسشنامه مذکور در کنار دستخط هر فرد ارایه شده است. داده های این پایگاه داده در تحقیقات گرافولوژی دست نوشته‌های فارسی قابل استفاده می‌باشد.

کاوش مجموعه اقلام نقش مهمی در تمام زمینه‌‌های تحقیقاتی داده کاوی مانند: قوانین انجمنی، خوشه‌‌بندی و طبقه‌‌بندی ایفا می‌‌کند. کاوش تمام مجموعه اقلام مکرر منجر به تعداد گسترده‌‌ای از اقلام می‌‌گردد. این مسئله می‌‌تواند به مسئله یافتن مجموعه اقلام مکرر ماکسیمال (MFI) تبدیل شود. در این مقاله یک روش جدید برای کاوش تمام MFIها مبتنی بر تئوری گراف و بهبود سرعت آن به وسیله تئوری درخت پیشنهاد شده است. در روش ارائه شده ابتدا یک ماتریس مربعی وابسته به عناصر تراکنش‌‌های پایگاه داده ساخته می‌‌شود. سپس گراف ماتریس در نظر گرفته می‌‌شود و زیرگراف‌‌های کامل ماکسیمال (کیلیک بیشینه) که یک به یک متناظر با MFIها هستند پیدا می‌‌شوند. در این روش ابتدا فرض می‌‌شود گراف اولیه کامل است و در هر مرحله گراف شکسته می‌‌شود تا به تمامی زیرگراف‌‌های ماکسیمال برسیم. در این بین هر زیرگرافی که شکسته می‌‌شود در یک درخت نگهداری می‌‌شود. این درخت با مکانیزم خاصی برای بالابردن سرعت جستجو استفاده شده است. نتایج آزمایشات مزایای روش پیشنهادی شامل راندمان، سادگی، دقت، و حافظه مصرفی را تایید می‌‌کند. علاوه بر این روش پیشنهادی کارایی خوبی در پایگاه‌‌داده‌‌های بزرگ دارد.

سلول‌های سفید خون از اجزا مهم خون انسان هستند و شاخصی برای تشخیص برخی از بیماریها محسوب می‌شوند. قطعه‌ بندی سلول‌های سفید خون از روی تصاویر میکروسکوپی، گامی بسیار مهم در تجزیه و تحلیل دقیق اطلاعات مربوط به بیمارهای خون است. تمرکز ما در این مقاله بر روی قطعه بندی هسته ی سلول های سفید خون است. در روش پیشنهادی ما، برای قطعه بندی از ترکیبِ تجزیه فضاهای رنگ مختلف و خوشه بندی k-means استفاده شده است. برای ارزیابی روش قطعه‌ بندی پیشنهادی دو پایگاه داده از تصاویر میکروسکوپی خون مورد استفاده قرار گرفته و در نهایت عملکرد روش پیشنهادی با دو روش دیگر مقایسه شده است. در پایگاه داده اول دقتی برابر با 33/96 درصد و در پایگاه داده دوم نیز دقتی برابر با 84/95 درصد به‎دست آمده‌ است. نتایج به‌ دست آمده عملکرد بهتر روش پیشنهادی را در پایگاه‌های داده‌ی موجود نشان می‌دهد. همچنین نتایج به‌ دست آمده هم‌ تراز با نتایج پایگاه‌های داده‌ی است که در دسترس نبوده‌اند.

در روش های محلی تطابق تصاویر استریو تعیین اندازه بهینه ی پنجره در تخمین دقیق نقشه ی اختلاف دید تاثیر بسزایی دارد. در این مقاله روش محلی تطابق تصاویر استریو با استفاده از تبدیل جنسوس بر روی تصاویر رنگی بر پایه ی تعیین اندازه ی پنجره با استفاده از روش بهینه شده ی چرخش (45 درجه) ناحیه ی پیکسلی ارائه شده است. در مرحله ی تعیین اندازه پنجره پس از قطعه بندی تصویر و بدست آوردن پنجره ی اولیه، اندازه ی نهایی پنجره برای هر پیکسل با معرفی الگوریتم اصلاح شده ی چرخش ناحیه ی پیکسلی تعیین شده و سپس در مراحل بعدی با استفاده از تبدیل جنسوس بر روی تصاویر رنگی و بر پایه اندازه ی پنجره ی متغیر، سطح اختلاف دید اولیه را بدست می آوریم در مرحله ی آخر و مرحله ی تعیین اختلاف دید صحیح هر پیکسل از روش بهینه شده ی WTA استفاده خواهیم نمود. روش پیشنهادی در مقایسه با روشهای مشابه از دو جنبه بازدهی بیشتری دارد: اول در مرحله ی تعیین اندازه پنجره توانسته نقاط مشابه زیاد و بهینه تری تولید کند. دوم در مرحله ی تطابق تصاویر و انتخاب اختلاف دید هر پیکسل، میزان متوسط خطا کمتر شده و نقشه ی اختلاف دید کمترین نویز را دارد.

با پیچیده شدن مسائل علمی و تخصصی شدن حوزه های تحقیقاتی، لزوم انجام کارها به صورت تیمی در راستای افزایش اثربخشی و کارآمدی فعالیت ها، افزایش یافته است. تعیین یک رهبر خوب به عنوان مدیر تیم و داشتن همکاران با صلاحیت به عنوان اعضای تیم، کلیدی برای موفقیت در پروژه ها می باشد. مسئله ی تشکیل تیم با یک رهبر، یافتن بهترین رهبر و تیمی است که علاوه بر ارضای توانمندی های موردنیاز پروژه، دارای حداقل هزینه ی ارتباطی باشد. در این تحقیق روشی برای شناسایی تیمی از متخصصین ارائه شده است که بر مبنای هرس گراف ارتباطی، رهبر و تیمی با هزینه ی ارتباطی کم را شناسایی می نماید. برای ارزیابی عملکرد، آزمایش هایی با استفاده از مجموعه داده ی واقعی DBLP انجام شده است. نتایج آزمایش ها نشان می دهد که الگوریتم ارائه شده به دلیل حذف گره های اضافی بر اساس توانمندی متخصصین و ویژگی های پروژه، نسبت به الگوریتم های مورد مقایسه کارآمدتر و سریع تر می باشد.

سرویس های مبتنی بر موقعیت (LBS)، تکنولوژی های مهم در حال افزایش می‌باشند که نقش حیاتی را در زندگی مدرن ایفا می‌کنند و مبنای اساسی این سرویس ها بدست آوردن مکان فیزیکی است. با حضور فراگیر گوشی های هوشمند دارای وای فای و گسترش نقاط دسترسی، تعیین موقعیت مبتنی بر بی سیم یکی از پرکاربردترین روش های تعیین موقعیت داخلی می باشد. راه‌حل های موجود برای تعیین موقعیت مبتنی بر بی سیم، نیازمند دقت بالا و مصرف انرژی کمتری برای بروزرسانی های دوره‌ای هستند، که این امر مانعی برای پیشرفت این سیستم ها بر روی گوشی های تلفن همراه می شود، چرا که موانع و اختلالات منجر به بروز خطاهایی در تعیین دقیق موقعیت می شوند. ما در این مقاله یک الگوریتم کارآمد، بهنام CMLoc ارائه می نماییم، که با استفاده از خوشه بندی گوشی های همراه و ترکیب تکنولوژی های بی سیم و بلوتوث، منجر به تعیین موقعیت داخلی با دقت بالا می شود. در این مقاله، الگوریتم تعیین موقعیت پیشنهاد شده را با استفاده از پیاده سازی نمونه ی اولیه مورد ارزیابی قرار دادیم. نتایج نشان می دهد، این روش نسبت به روش های موجود دیگر دقت بالایی دارد و همچنین مصرف انرژی را نیز کاهش می دهد.

در این مقاله الگوریتمی جدید برای تولید چندضلعی‌های ساده تصادفی برگرفته‌ شده از معکوس دوگان مثلث‌بندی، ارائه می‌دهیم. دوگان مثلث‌بندی یک ساختار درختی است که نحوه مثلث‌بندی چندضلعی ساده را نمایش می‌دهد. این الگوریتم قادر به تولید چندضلعی است که دوگان مثلث‌بندی آن برابر با درخت داده‌ شده در ورودی است. به بیانی دیگر از روی یک درخت شبه دودویی تصادفی با توزیع یکنواخت، یک چندضلعی ساده تولید می‌شود. این چندضلعی نماینده تمامی چندضلعی‌هایی است که دوگان مثلث‌بندی آن‌ها با درخت ایجادشده یکسان است. این روش اولین بار است که در تولید چندضلعی‌های تصادفی ارائه می‌شود. این الگوریتم دارای پیچیدگی زمانی O(n^2 logn) است.

در روش های اخیر جویبارسازی ویدیو، برای بهبود کیفیت نمایش و مقابله با وقفه ها، از روش نمایش تطبیقی محتوای چند رسانه ای استفاده می شود. در این مقاله الگوریتمی پیشنهادی به‏ منظور تعیین مناسب تاخیر نمایش آغازین یک ویدیوی جویبارسازی شده در سمت گیرنده معرفی شده است. هم‏چنین برای جلوگیری از سرریز یا پاریز بافر به ‏دلیل عدم تناسب سرعت پخش محتوا و نرخ ورودی آن، الگوریتمی پیشنهادی با عنوان مراقبت محتوا ارایه شده است. در روش پیشنهادی مراقبت محتوا یا CP، سه ناحیه سبز، زرد و قرمز در نظر گرفته شده است. در ناحیه سبز یا ناحیه ایمن، نرخ نمایش عادی اعمال می گردد. در ناحیه زرد یا ناحیه هشدار، تلاش می‏ شود نرخ نمایش به حالت عادی مربوط به ناحیه سبز بازگردانده شود. در ناحیه قرمز یا ناحیه خطر، به‏ منظور جلوگیری از پاریز بافر یا سرریز بافر، تغییر نرخ نمایش تا حد کیفی قابل قبول برای کاربر در نظر گرفته می‌شود. در این مقاله، عملکرد روش پیشنهادی با استفاده از شبیه‌سازی بررسی و با تعدادی از الگوریتم‌های نمایش تطبیقیِ موجود مقایسه شده است. نتایج به ‏دست آمده نشان می دهد که روش پیشنهادی، احتمال پاریز بافر و هم‏چنین سرریز بافر را کاهش می دهد و از منظر کیفیتِ تجربه کاربر نیز عملکرد مناسب‌تری دارد.

یکی از مهمترین چالش ها برای سیستم های دیجیتال مقیاس نانو، کاهش قابلیت اطمینان ناشی از افزایش نرخ خطای نرم این سیستم ها می باشد. با رسیدن ابعاد ابزارهای دیجیتال به مقیاس نانو نرخ خطای گذرای چندگانه، ناشی از برخورد یک ذره پرانرژی به سطح تراشه ها بیش از نرخ خطای گذرای تک‏رخدادی خواهد بود. بنابراین در فرآیند طراحی این سیستم ها، تکنیک های بهینه سازی باید آگاه از خطاهای گذرای چندگانه انتخاب شوند. در این مقاله، با ارایه چارچوبی جدید و به کمک افزایش پوشش الکتریکی دروازه های حساس، از طریق اندازه گذاری مجدد آن‏ها نرخ خطای نرم چندگانه در مدارهای ترکیبی بهبود یافته است. نتایج بروی روی مدارهای محک ISCAS85 نشان می دهد که اندازه گذاریمجدد دروازه ها در حضور گذارهای چند رخدادی موجب بهبود 2X نرخ خطای نرم در مقایسه با زمانی خواهد بود که اندازه گذاری دروازه ها تنها در حضور گذارهای تک رخدادی انجام می گیرد.

رایانش ابری به پارادیمی اشاره می کند که سرویس ها از طریق اینترنت و با مدل پرداخت در هر بار استفاده، قابل بکارگیری است. برنامه های جریان کار، برنامه هایی هستند که وظایف در آنها باید با ترتیب خاصی اجرا شود تا کل وظایف کامل شوند. در این مقاله، هدف ارائه الگوریتمی برای زمان بندی وظایف جریان کار در محیط ابر است. برای اجرای جریان کار در ابر معمولاً محدودیت هایی مانند مهلت زمانی، بودجه، انرژی و غیره، در نظر گرفته می شود که بر طبق این اطلاعات، زمانبندی وظایف جریانکار صورت می گیرد. در این مقاله، راهکار نوینی مبتنی بر بهبود الگوریتم کلونی زنبورهای مصنوعی با استفاده از استراتژی تکامل برای زمانبندی وظایف جریانکار در محیط ابر با تابع هدف زمان ارائه شده است. شبیه سازی با کلودسیم صورت پذیرفته و در نهایت، الگوریتم پیشنهادی با سه الگوریتم ژنتیک، ازدحام ذرات و کلونی زنبورهای مصنوعی مقایسه شده است. نتایج حاصل از شبیه سازی نشان داده که الگوریتم پیشنهادی میانگین طول زمانبندی کمتری نسبت به الگوریتم های مذکور دارد.