انجمن کامپیوتر ایران

تجزيه و تحليل نظرات کاربران، يک حوزه فعال در پردازش زبان طبيعي مي‌باشد که هدف آن، شناسايي، استخراج و سازماندهي نظرات متون توليد شده توسط کاربر مي‌باشد. در طول دو دهه گذشته، بسياري از مطالعات در اين حوزه، از روش‌هاي يادگيري ماشين براي حل وظايف تجزيه و تحليل نظرات ديدگاه‌هاي مختلف بهره برده‌اند. از آنجايي که امروزه روش‌هاي يادگيري عميق به عنوان مدل‌هاي محاسباتي قدرتمند، قادر به تفسير و درک معنايي متن و داده‌ها مي‌باشند، در اين مقاله روشي براي تعيين سنجمان کلمات و عبارات فارسي با استفاده از يادگيري عميق و ميدان‌هاي تصادفي شرطي (CRF) پيشنهاد شده است. در واقع به اين علت که کلمات و عبارات مي‌توانند در متن‌ها و بافتارهاي مختلف داراي سنجمان‌هايي متفاوتي باشند، هدف اين مقاله دادن بار معنايي به آن‌ها بوده و سيستم قادر به تشخيص سنجمان‌هاي مختلف آن‌ها مي‌باشد. به دليل اينکه سنجمان کلمات و عبارات مجاور بر روي يکديگر اثر مي‌گذارد، نتيجه CRF در روش پيشنهادي بهتر از softmax مي‌باشد.

تخمين ژست بدن انسان در تصوير که در آن محل قرارگيري اجزاء اصلي بدن انسان در يک تصوير دوبعدي مشخص مي‌شود، استفاده‌هاي فراواني در کاربردهاي مختلف بينائي ماشين دارد. در تخمين ژست در ويديو، علاوه بر اطلاعات ظاهري موجود در هر فريم مي‌توان از اطلاعات زماني بين فريم‌ها يا ويژگي‌هاي حرکتي نيز استفاده کرد. اطلاعات زماني بين فريم‌ها را مي‌توان با استفاده از حافظه‌هاي کوتاه مدت طولاني کانولوشني مدل‌سازي کرد. با تحليل حرکت انسان در يک دنباله از فريم‌ها مي توان ژست احتمالي انسان در فريم‌هاي بعدي را پيش‌بيني کرد. در برخي موارد نظير حالتي که يکي از اندام‌هاي بدن از يک حالت انسداد خارج و شروع به حرکت مي‌کند به دليل عدم وجود اطلاعات عضو مربوطه در فريم‌هاي قبلي، اطلاعات حرکتي براي تخمين ژست آن عضو در فريم‌هاي بعدي موجود نيست. برعکس، در اين گونه موارد، اطلاعات فريم‌هاي بعدي مي‌توانند در مورد محل آن عضو در فريم فعلي اطلاعاتي را ارائه نمايند. از اين رو با تحليل رو به عقب فريم‌ها مي‌توان به مجموعه جديدي از اطلاعات حرکتي دست يافت. در اين مقاله با تخمين ژست با استفاده از دو مدل مجزاي رو به جلو و رو به عقب، دو خروجي متمايز به ازاي هر فريم توليد مي‌شود. نقشه‌هاي اطمينان حاصل از اين دو مدل با استفاده از يک شبکه‌ي کانولوشني با يکديگر ترکيب شده و خروجي نهايي توليد مي‌شود. نتايج به دست آمده از اعمال روش پيشنهادي بر روي مجموعه داده‌هاي Penn Action‌ و Sub-JHMDB نشان‌دهنده برتري اين روش بر روش‌هاي پيشين و استخراج اطلاعات مورد نظر است.

پيدا کردن مسير ساده از مجموعه نقاط داده شده درون چندضلعي اولين بار توسط چنگ و همکارانش مطرح شد. اين مسئله مي‌تواند در مسيريابي حرکت ربات‌ها، توليد چندضلعي‌هاي تصادفي، طراحي مدارهاي VLSI و غيره کاربرد داشته باشد. در اين مقاله اثبات مي‌کنيم که رسم m زنجيره ساده با طول‌هاي متفاوت داده شده از يک مجموعه نقطه درون يک چندضلعي ساده به‌طوري‌که تمام نقاط را پوشش دهند و زنجيره‌هاي رسم شده باهم تقاطع نداشته باشند ان پي-کامل است. براي اثبات ان پي-کامل بودن اين مسئله، از مسئله «3-پارتيشن» که خود يک مسئله ان پي-کامل است استفاده مي‌کنيم و آن را به مسئله مطرح‌شده کاهش مي‌دهيم. در پايان نيز اثبات مي‌کنيم که رسم يک دورهميلتوني از نقاط درون چندضلعي ساده که لزوماً ساده نيست ان پي- کامل مي‌باشد.

دسته‌بندي بسته‌ها يکي از وظايف اصلي پردازنده‌هاي شبکه‌اي مي‌باشد. مهمترين مسئله در اين زمينه، استفاده از الگوريتمي است که بتواند بسته‌ها را با سرعت بالا و مصرف حافظه پايين، دسته‌بندي نمايد. الگوريتم‌هاي دسته‌بندي به دو رده‌ي کلي نرم‌افزاري و سخت‌افزاري تقسيم مي‌شوند. الگوريتم‌هاي مبتني بر درخت تصميم يک گروه از روش‌هاي نرم‌افزاري دسته‌بندي بسته‌ها هستند که با به کارگيري روش‌هاي مختلف براي انجام برش در مدل هندسي معادل نمايش قانون‌هاي دسته‌بند، درخت تصميم بهينه را مي‌سازند. الگوريتم‌هاي موجود در اين دسته، در دسته‌بندي مجموعه قوانين بزرگ عملکرد مطلوبي از خود نشان نمي‌دهند. آنها براي کاهش حافظه مصرفي، تعداد دفعات دسترسي به حافظه را که بيانگر سرعت جستجو مي‌باشد را تا حد چشمگيري افزايش مي‌دهند و يا بالعکس، براي افزايش سرعت جستجو با افزايش قابل توجهي در حافظه مصرفي مواجه مي‌شوند. الگوريتم BitCuts که اخيرا براي افزايش سرعت جستجو در الگوريتم‌هاي درختي ارائه شده است نيز از اين مشکل مستثني نشده است. ما در اين مقاله روش جديدي ارائه داده‌ايم که با تغيير نحوه انتخاب بيت در هر گره از درخت، حافظه مورد نياز و تعداد دسترسي به حافظه را در الگوريتم مذکور کاهش مي‌دهد. نتايج ارزيابي مويد آن است که متوسط تعداد دسترسي ها به حافظه جهت دسته بندي بسته‌ها و ميزان حافظه مصرفي در روش پيشنهادي، به ترتيب برابر %61 و %13 روش پايه Bitcuts است.

با ملاحظه‌ي مقبوليت عمومي و روبه‌گسترش استفاده از روش‌ها و الگوريتم‌هاي مبتني‌بر گراف در زيست‌شناسي سامانه‌ها و زيست‌شناسي مصنوعي، و همچنين، گستردگي تنوع گراف‌هاي بکارگرفته‌شده توسط اين الگوريتم‌ها، توليد و توسعه‌ي يک محصول جامع کتابخانه‌اي که با اتکاي بر آن بتوان نمايشي کامل و بي‌نقص از انواع سامانه‌هاي زيستي را ارائه داد، ضروري به نظر مي‌رسد. فقدان محصولات کتابخانه‌اي با غناي آنچه که براي طراحي، بررسي و تحليل شبکه‌هاي مختلف زيستي موردنياز است، از ديگر انگيزه‌هاي ما براي حرکت در راستاي نيل به اين مقصود بود. در کنار اين موارد، استفاده از معماري سه لايه در طراحي محصول مزايايي را بهمراه دارد که نتيجه‌اش توليد محصولي کارآمد است؛ مزيت‌هايي مانند: 1) توسعه‌ي يک معماري ماژولار ساختارمند براي ملاحظه‌ي انواع داده‌گراف‏ها ‏و کاهش پيچيدگي‌هاي وابسته، 2) حفظ دقت و صحت داده-گراف‌ها بدون دخالتِ کاربر نهايي در نحوه‌ي ذخيره‌سازي‌شان در کامپيوتر و 3) افراز محصول کتابخانه‌اي به زيربخش‌هاي مختلف بنابر آنچه که گفته شد و نقصان‌هاي موجود، اين مقاله به معرفي ساختار يک محصول کتابخانه‌اي توسعه‌پذير براي پوشش تمامي انواع داده‌گراف‌ها و نحوه‌ي توليد آن که مبتني‌بر معماري سه لايه است، مي‌پردازد. محصول مذکور با بهره-گيري از زبان برنامه‌نويسي جاوا و پايگاه داده‌اي MySQL پياده‌سازي شده و درحال بسط و گسترش است.

با توجه به رشد چشم گير ترافيک مراکز داده در سال‌هاي اخير و تقاضا براي پهناي باند بيشتر، نياز به طراحي‌هاي سفارشي‌شده با کارايي بيشتر به شدت احساس مي‌شود. همچنين، توجه به مديريت اين تقاضاها در کنار درنظرگرفتن توان مصرفي و هزينه‌هاي پياده‌سازي، باعث افزايش پيچيدگي مسئله مي‌گردد. از طرف ديگر، به علت رشد توليد بسته‌هاي چندپخشي1در برنامه‌هاي اين مراکز و تأثير آنها بر ترافيک شبکه، توجه به مديريت اين بسته‌ها و طراحي معماري‌هايي براي کمک به ارسال آنها، از اولويت بيشتري نسبت به قبل برخوردار هستند. امروزه، شبکه‌هاي نوري به عنوان راه‌حل کمکي و حتي جايگزين براي شبکه‌هاي الکتريکي کنوني مطرح هستند. از اين رو، ما با بهره‌گيري از سوده‌هاي نوري غيرفعال2، سعي نموده‌ايم تا مسيرياب‌هاي الکتريکي در مراکز داده را حذف نماييم. ما به کمک ترکيب سوده‌هاي موجود با سوده‌هايي با پيکربندي ارائه‌شده‌ي جديد، گره‌هاي شبکه را به يکديگر متصل کرديم؛ بطوري که زمينه براي هر دو نوع ارسال تک‌پخشي و چندپخشي بهبود يابد. نتايج بدست آمده، نشانگر عملکرد مناسب اين معماري نسبت به شبکه‌هاي الکتريکي رايج و شبکه‌هاي نوري مشابه است.

در اين مقاله، به ارزیابی و تحلیل امنیت لایۀ فیزیکی در شبکه‌های بی‌سیم مخابراتی رلۀ مشارکتی تقویت-و-ارسال با انتخاب بهترین رله به روش بهینه در کانال‌های مخابراتی بی‌سیم با مدل محوشدگی رایلی پرداخته می‌شود. از روش انتخاب بهترین رلۀ در سیستم مشارکتی تقویت-و-ارسال برای بهبود امنیت لایۀ فیزیکی در جهت مقابله با شنود و استراق سمع توسط کاربران غیرمجاز استفاده می‌شود. در واقع به دلیل ماهیت ارسال در شبکه‌های بی‌سیم، علاوه بر گیرندۀ اصلی مربوط به کاربران مجاز، گیرنده‌های مربوط به کاربران غیرمجاز و شنودگر نیز قادر به دریافت اطلاعات ارسالی از طرف فرستنده می‌باشند. در سیستم مورد بررسی در این مقاله، برای ارزیابی و تحلیل امنیت لایۀ فیزیکی، رابطۀ ریاضی برای ظرفیت محرمانگی لایۀ فیزیکی را تعیین نموده و با استفاده از آن، نتایج عددی عملکرد امنیت لایۀ فیزیکی در حالات مختلف مورد بررسی قرار می‌گیرد. به علاوه، شبیه-سازی‌های مونت-کارلو برای ارزیابی صحت و دقت رابطۀ به دست آمده، آورده شده است. نتایج عددی ارائه شده نشانگر این است که سیستم مخابراتی مشارکتی رله‌ای با انتخاب بهترین رله به روش بهینه، امنیت لایۀ فیزیکی سیستم‌های مخابراتی مشارکتی رله‌ای را به میزان قابل توجهی افزایش و بهبود می‌دهد.

با توجه به تعداد روز افزون اشیائی که به اینترنت متصل می‌شوند، وسایل نقلیه نیز با استفاده از فناوری‌های روز و با ابزارهای اینترنت اشیا به صورت بی‌سیم به اینترنت متصل می‌شوند و به دلیل اهمیت و کاربرد روز افزون آن در خودروهای هوشمند، نوعی خاص از اینترنت اشیاء موسوم به اینترنت وسایل نقلیه به وجود آمده است. اتصال هر وسیله‌ای به اینترنت بدون در نظر گرفتن تمهیدات امنیتی خطرناک و حادثه ساز است و حالا که جان انسان‌ها نیز در این امر دخیل است این اهمیت دو چندان می‌شود. هم‌چنین به‌کارگیری سازوکار‌های امنیتی از ملزومات اصلی در حفظ حریم‌خصوصی برای کاربرد‌های گوناگون است و اینترنت خودرویی یا همان IoV نیز از این قاعده مستثنی نیست. بازنگری در برخی از سازوکار‌ها و طراحی مدل‌های جدید که با وسایل نقلیه و نحوه‌ی ارتباطات آن‌ها با زیر ساخت‌ها که اغلب به صورت بی‌سیم است، نیز سازگار باشند دارای اهمیت بالایی است. چرا که سامانه‌های IoV غالبا به خاطر حرکت وسایل نقلیه با سرعت بالا نیازمند پروتکل‌هایی ویژه هستند تا ضمن ایجاد امنیت و حفظ حریم‌خصوصی، کارایی نیز کاهش نیابد. لذا در استفاده از الگوریتم‌های رمزنگاری باید توجه ویژه‌ای به بحث کارایی داشت تا از تحمیل سربار محاسباتی بیش از اندازه به دستگاه جلوگیری کرد تا سرعت تبادل اطلاعات بین زیر ساخت‌ها و وسایل نقلیه پایین نیاید. از این رو طرح‌های زیادی برای تامین امنیت شبکه‌ اینترنت خودرویی پیشنهاد شده است که طرح Vasudev و Debasis یکی از آن‌ها است که در این مقاله نشان داده می‌شود که طرح آنها در برابرحمله نقض یکپارچگی پیام با احتمال موفقیت 1 آسیب پذیر است. هم‌چنین در این مقاله طرح آن‌ها به گونه ای بهبود داده می‌شود که در مقابل حمله ارائه شده در این مقاله و نیز دیگر حملات فعال و غیر فعال امن باشد. امنیت پروتکل بهبودیافته در این مقاله با استفاده از ابزار Scyther اثبات می‌گردد.

رواج روزافزون سیستم‌های کسب‌وکار بر بسترهای فناوری اطلاعات نیازمند مدل‌سازی‌های قابل فهم برای تعامل انسان و ماشین است. در این راستا توصیف و مدل‌سازی دامنه‌های معماری سازمانی جهت درک بهتر معماری مطرح شده برای انسان و ماشین مورد توجه جدی است. مدل‌سازی یکی از روش‌هایی است که همواره میزان درک پذیری تحلیل‌ها را بالا برده، اما درصورتی‌که مدل‌سازی به‌صورت کامل انجام نشده باشد و مدل‌سازی‌های قابل فهم برای انسان و ماشین مجزا از یکدیگر باشد، می‌تواند منشاء چالش‌هایی از جمله پیچیدگی مدل‌ها، زمان‌گیر بودن استحصال آن‌ها علیرغم عدم بلوغ و غیره باشد. با اضافه کردن معنا به مدل‌های متداول می‌توان بسیاری از این چالش‌ها را مهار نموده و یا پشت سر گذاشت. هدف اساسی در این مقاله استفاده از قواعد معنایی در توصیف معماری سازمانی و بیان زمان استفاده از این قواعد است تا دامنه‌های معماری سازمانی را جهت درک بهتر معماری مطرح شده به‌صورت معنایی توصیف نماید. با تمرکز بر اینکه معماری کسب‌و‌کار یکی از پراهمیت‌ترین دامنه‌های معماری سازمانی است و تأثیرات زیادی بر دامنه‌های دیگر معماری سازمانی دارد و درصورتی‌که بتوان توصیف معنایی و نحوی دقیقی از آن ارائه نمود، آنگاه این عمل مولد ارزش زیادی خواهد شد. برای اضافه کردن معنا به توصیف‌های نحوی موجود از هستان‌شناسی و حاشیه‌نویسی استفاده می‌کنیم. همچنین با توجه به اینکه یکی از مهم‌ترین بخش‌های هر معماری سازمانی دامنه کسب‌وکار آن است، WSMO و مفهوم Goal Specification برای توصیف فرآیندهای کسب‌وکار به خدمت گرفته شده است. نتایج حاصله بیانگر تولید مدل‌های بالغ مبتنی بر معنا علیرغم پرهیز از پیچیدگی زیاد و زمان تولید کوتاه است.

فراهم کردن زمینه باز کردن و انتشار داده‌های بخش عمومی از بستر دولت الکترونیک، در قالب مجموعه‌‌های داده‌ باز امری است که طی چند سال اخیر توسط دولت‌ها در سراسر جهان دنبال می‌شود. این مجموعه‌های‌ داده باز، در صورت برخورداری از تعامل‌پذیری داده‌ای مطلوب، قابلیتی را خواهند داشت که با سایر منابع داده‌ای تلفیق شده و جهت ایجاد ارزش جدید مورد استفاده قرار گیرند. با این‌حال در وضعیت کنونی، اکثر دولت‌ها به صورت محدود برخی مجموعه داده‌ها را در سطح پایینی از کیفیت و تعامل‌پذیری داده‌ای منتشر می‌کنند. در این مقاله، با استفاده از یک رویکرد مبتنی بر هستان‌شناسی، روشی پیشنهاد شده است که به سازمان‌های دولتی کمک می‌کند تا بتوانند طی گام‌های مشخص، داده‌های غیرحساس و قابل عمومی‌سازی را شناسایی و در شکل سرویس‌های داده‌ای خوش تعریف منتشر کنند. در این راستا یک بستر داده دولتی باز شامل یک درگاه (www.iranopendata.ir) جهت انتشار سرویس‌های داده‌ای و یک سامانه مدیریت داده (www.ogdms.iranopendata.ir) به منظور تسهیل و مدیریت فعالیت‌های مرتبط توسعه داده شده است. در نهایت طی یک مطالعه موردی بر روی شهرداری تهران، روش پیشنهادی به طور کامل پیاده‌سازی شده است. نتایج به دست آمده نشان می‌دهد که به کارگیری روش پیشنهادی منجر به ایجاد مجموعه داده‌های با کیفیت و با سطح قابل قبولی از تعامل‌پذیری می‌گردد. بهره‌گیری از یک رویه مبتنی بر هستان‌شناسی و پیاده‌سازی آن بر روی یک بستر داده‌دولتی باز از جمله نقاط قوت روش پیشنهادی نسبت به روش‌های پیشین است که منجر به انسجام در استخراج، توصیف و انتشار سرویس‌های داده‌ای می‌شود.

شبکه‌های‌ نرم‌افزار‌ محور به دلیل ماهیت متمرکز، دچار محدودیت‌های زیادی در قابلیت عملکرد خود در شبکه‌های‌ گسترده می‌شوند و در نتیجه مقیاس‌پذیری این نوع شبکه‌ها با نوعی چالش مواجه است. طراحی و پیاده‌سازی شبکه‌های‌ نرم‌افزار‌ محور با استفاده از چند کنترلر، یک راه‌حل مقیاس‌پذیر ارائه می‌دهد که می‌تواند برای بهبود مدیریت ترافیک و عملکرد در شبکه‌های‌ گسترده مورد استفاده قرار گیرد. در این مقاله یک شبکه‌ نرم‌افزار محور چندکنترلر بر اساس مدل افقی پیشنهاد ‌شده است که با توجه به قابلیت توسعه تدریجی و قابلیت سازگاری رو به عقب و با استفاده از پروتکل BGP برای ارتباط بین دامنه‌ای، بهبود مقیاس‌پذیری شبکه و بهبود قابلیت نصب و پیکربندی سریع دامنه‌ها در شبکه را موجب می‌شود. با این‌ حال این روش با چالش محدودیت مدیریت و نظارت سرتاسری و یکپارچه بر دامنه‌ها مواجه است. بنابراین جهت مدیریت و نظارت بر طرح چند کنترلری در شبکه‌های گسترده، روشی بر اساس مدل سلسله مراتبی نیز ارائه ‌شده است. در این روش ارتباط کنترلر‌های هر دامنه با رابط کاربری مدیریتی از طریق REST در واسط شمالی هر کنترلر انجام می‌گیرد. همچنین برای افزایش بهره‌وری در هر دامنه‌ شبکه‌های‌ نرم‌افزار‌ محور از روش‌ مهندسی ترافیک استفاده می شود که بر اساس پهنای باند هر لینک بهترین مسیر را انتخاب می‌کند. نتایج پیاده‌سازی بیان‌گر تضمین ارتباط بین دامنه‌ای از طریق BGP، اثربخش بودن روش مهندسی ترافیک و کارآمدی مدیریت و نظارت بر چندکنترلری در شبکه‌های‌ گسترده از طریق رابط‌ کاربری پیشنهادی می‌باشد.

اختلال (ناتوانی) یادگیری یکی از مشکلات مهم دانش‌آموزان و از مهم‌ترین دلایل ضعف درسی آن‌ها محسوب می‌شود. از این میان درصد قابل توجهی از دانش‌آموزان دارای اختلالات یادگیری، دچار اختلال در درس دیکته می‌باشند که در صورت بهبود نیافتن به‌موقع، در آینده تحصیلی دچار مشکلات زیادی می‌شوند. هدف از این پژوهش، پیاده‌سازی برنامه‌ای تحت ویندوز در جهت بهبود اختلالات دیکته‌نویسی دانش‌آموزان ابتدایی می‌باشد. این برنامه بر پایه تمرین‌های کتاب «درمان اختلالات دیکته نویسی» دکتر خواسته‌ شد که با این برنامه کار کنند و نظرات خود را از طریق پرسشنامه در اختیار محقق قرار دهند. نتایج حاکی از رضایت اغلب دانش‌آموزان در برقراری ارتباط با برنامه مذکور و سهولت در یادگیری کارکردن با آن بود. این نتایج نشان داد که برنامه از لحاظ پارامتر "قابلیت استفاده بودن" در حد قابل قبولی می‌باشد. بنابراین با توجه به نتایج تحقیقاتی که حاکی از موثر بودن روش‌های پیاده‌سازی شده در بهبود عملکرد دانش‌آموزان می‌باشد امید است که این برنامه بتواند به عنوان یکی از قالب‌های مناسب برای انجام تمرین‌های بهبود اختلالات دیکته‌نویسی مورد استفاده قرار گیرد.

در حال حاضر اینترنت اشیاء به عنوان یک موضوع تحقیقاتی مهم برای گسترش اتصال اینترنت به دستگاه‌های فیزیکی در فعالیت‌های روزمره تبدیل شده است. اینترنت اشیاء در زمینه‌های مختلفی نظیر بهداشت و درمان، صنایع خودروسازی، حمل و نقل، کشاورزی، آموزش و پرورش و بسیاری از کاربردهای تجاری نقش بسزایی دارد. یکی از مسائل قابل توجه پژوهشگران در این حوزه، شناخت حوزه‌های پژوهشی فعال و نوظهور در این خصوص جهت پژوهش‌های آتی است. از سوی دیگر در سال‌های اخیر تحلیل شبکه‌های اجتماعی به‌عنوان ابزاری مناسب جهت بررسی روابط حال و آینده بین موجودیت‌های یک ساختار شبکه‌ای، نظر محققین علوم مختلف را برای تحلیل این روابط و ترسیم نقشۀ علمی یک حوزه از علم به خود معطوف کرده است. در این مقاله با بکارگیری روش تحلیل هم رخدادی واژگان و نیز تحلیل شبکه‌های اجتماعی، نقشه و ساختار علمی حوزه اینترنت اشیاء در ایران بر اساس مقالات نمایه شده در پایگاه داده سیویلیکا طی سال‌های ۱۳۸۸ تا ۱۳۹۸ ترسیم شده و روند موضوعی حاکم بر پژوهش‌های حوزه مذکور بررسی شده است. نتایج حاکی از آن است که در مقالات منتشر شده در این حوزه، بیشترین توجه محققین به مفاهیمی همچون امنیت، رایانش ابری، شهر هوشمند معطوف بوده و فناوری بلاک چین در حال تبدیل شدن به موضوعی جذاب در تحقیقات آتی پژوهشگران این حوزه است.

جهت‌گیری و برنامه‌ریزی برای ارتقای رتبه‌بندی مراکز دانشگاهی نقش مهمی در تصمیم‌گیری دانشگاه‌ها ایفا می‌نماید. در همین راستا و برای بهبود جایگاه دانشگاه و تصمیم‌گیری در مورد اینکه با تمرکز بر چه مواردی بهترین نتیجه در بهبود رتبه ایجاد می‌شود، مطالعه مفاهیم، موضوعات مرتبط و معیارهای رتبه‌بندی ضروری است. مطالعه‌ی پژوهش‌های انجام شده نشان می‌دهد که استفاده از تکنیک‌های داده‌‌کاوی در ارائه و بهبود تصمیمات مدیریتی مراکز آموزشی، ارزیابی عملکرد واحدهای آموزشی، پیشنهاد زمینه‌های تحقیقاتی، پیش‌‌بینی رتبه و کشف قوانین، مسائل ناشناخته، نقاط ضعف و قوت مورد بررسی قرار گرفته‌اند. در این مقاله با به کارگیری داده‌های رتبه‌بند جهانی لایدن، دانشگاه‌های مختلف بر اساس معیارهای این رتبه‌بند با استفاده از خوشه‌بندی، گروه‌بندی و اولویت‌بندی می‌شوند. این پژوهش برای دو مجموعه داده در رتبه‌بندی سال‌های ۲۰۱۹ و ۲۰۲۰ انجام شده است. نتایج این پژوهش نشان می‌دهد که در نهایت برای سال ۲۰۱۹ پنج خوشه و برای سال ۲۰۲۰ شش خوشه به دست آمده است و دانشگاه‌های برتر به علت عملکرد مشابه در یک خوشه و دانشگاه‌های دیگر بر اساس عملکرد در معیارهای متفاوت در خوشه‌های دیگر قرار گرفته‌اند. در نهایت مشاهده شد که دانشگاه‌های هر کشور به علت شباهت عملکردی که دارند عموماً در یک خوشه قرار گرفته‌اند.

زمان رسیدن آتش‌نشانان به محل حادثه یک موضوع مهم در عملکرد سازمان آتش‌نشانی در مقابله با انواع حوادث است. تحقیقات مختلفی در حوزه آتش‌نشانی به‌خصوص در رابطه با زمان رسیدن به محل حادثه صورت گرفته است. با این حال، کاهش میانگین مدت زمان رسیدن به محل حادثه (حتی ثانیه‌ای) دارای اهمیت بالایی است که می‌تواند بسیاری از خسارت‌های مالی و جانی را کاهش دهد. این مطالعه به کمک اطلاعات موجود در سازمان آتش‌نشانی و خدمات ایمنی شهرداری شیراز مربوط به سال‌های 1394 و 1395و با استفاده از الگوریتم‌های داده‌کاوی (رگرسیون) به‌دنبال استخراج دانش برای بررسی نقش عوامل موثر در مدت زمان رسیدن به محل حادثه از جمله نوع خودرو، زمان وقوع حادثه، محل حادثه و روزهای هفته است. نتایج حاکی از آن است که "مسافت" و "ترافیک مسیر" بیشترین تاثیر را در مدت زمان رسیدن به محل حادثه دارند. همچنین نتایج شبیه‌سازی رویکرد پیشنهادی ( با استفاده از منطق فازی) در مدت‌زمان رسیدن به محل حادثه، بهبود 25 درصدی را نسبت به روش فعلی (نزدیک‌ترین همسایه‌ها) نشان می‌دهد.

شبکه‌های حسگر بدنی، شبکه‌هایی خاص منظوره هستند که وظیفه‌ی پایش، اعلام و انتقال تغییرات فیزیولوژیکی بدن به کاریر را دارند و به نوعی عنصری کلیدی در سلامت الکترونیکی برای نظارت بر بدن به حساب می‌آیند. شبکه‌های حسگر بدنی بی‌سیم به مانند دیگر شبکه‌ها دارای چالش‌هایی است که مهترین آنها بحث مصرف انرژی گره‌ها و محدود بودن منابع انرژی آنها می‌باشد. صرفه‌جویی در مصرف انرژی برای طولانی‌تر شدن عمر گره‌ها در چنین شبکه‌هایی به یکی از مهمترین ویژگی‌های گره‌های حسگر تبدیل شده است. به منظور تأمین مصرف انرژی معقول و همچنین بهبود طول عمر شبکه‌های حسگر بدنی بی‌سیم، باید برنامه‌های جدید و کارآمدی در زمینه صرفه‌جویی مصرف انرژی ایجاد شود. با مدیریت مصرف انرژی در گره‌ها و استفاده از یک پروتکل مسیریابی مناسب می‌توان طول عمر و دوره ثبات شبکه‌های حسگر بدنی بی‌سیم را بهبود بخشید. در این مقاله با استفاده از ارائه یک پروتکل مسیریابی و تعریف یک تابع هزینه برای انتخاب مناسب گره‌های ارسال کننده، سعی بر بهبود عملکرد شبکه به خصوص در زمینه طول عمر و دوره ثبات شبکه شده است.

در اين مقاله، با استفاده از مدل بلوک تصادفی و پذیرش مدل قطبی شدن عقاید توسط یادگیری از بازخورد‌های اجتماعی تاثیر انجمن‌ها بر روی فرایند دوقطبی شدن عقاید در جامعه بررسی شده‌است. با توجه به اهمّیت قطبی شدن جامعه و تاثیری که بر روی عملکرد جوامع و تبیین تضادهای قومیتی دارد. با استفاده از مدل بلوک تصادفی نشان داده ‌شده‌است که علاوه بر تاثیر انجمنی بودن شبکه‌های اجتماعی با توجه به افزایش اتاق‌های اکو بر روی قطبی شدن عقاید در جامعه، مساله حائز اهمیت دیگر اندازه این انجمن‌هاست. افزایش تعداد انجمن‌ها همیشه احتمال دو‎قطبی را افزایش نمی‌دهد بلکه از یک آستانه‌ای به بعد با افزایش تعداد انجمن‌ها و کاهش اندازه آن احتمال دوقطبی شدن عقاید در جامعه کاهش می‌یابد قدرت انجمن‌های کوچک برای تبدیل جامعه به دوقطبی کافی نبوده و شکاف بین انجمن‌های بزرگ و تبدیل آن‌ها به انجمن‌های کوچکتر امکان کاهش احتمال دوقطبی را به همراه دارد.

با افزایش نفوذ نرم‌افزارهای مخرب به دستگاه‌های هوشمند، تشخیص بدافزار به یکی از چالش‌های مهم در حوزه امنیت اینترنت اشیا تبدیل شده است. تا کنون روش‌های متعددی در این زمینه ارائه شده که در این میان، روش‌های مبتنی بر الگوریتم‌های یادگیری عمیق بدلیل توانایی استخراج خودکار بازنمایی‌های پیچیده از داده‌ها، از عملکرد مناسب‌تری برخوردارند. از آنجایی که هایپرپارامترها نقش مهمی در موفقیت شبکه عصبی عمیق دارند، تنظیم و بهینه‌سازی آن‌ها از اهمیت ویژه‌ای برخوردار است. از این رو در این پژوهش، پیکربندی‌های مختلف از یک طبقه‌بند مبتنی بر شبکه عصبی کانولوشنی یک بعدی (1D-CNN) طراحی شده و پس از بهینه‌سازی هایپرپارامترها، از آن جهت تشخیص جریان‌های مخرب شبکه استفاده شده است. شبکه عصبی کانولوشنی یک بعدی کمک می‌کند تا طبقه‌بند سبک وزن با حداقل تعداد لایه‌ها را داشته باشیم. جهت آموزش طبقه‌بند CNN پیشنهادی، از مجموعه داده UNSW-NB15 استفاده شده است. یافته‌ها نشان می‌دهد که مدل ارائه شده در مقایسه با مدل‌های مشابه از دقت قابل قبول و بالاتری (99.97 %) برخوردار است.

مسأله بازشناسی رشته ارقام دست‌نویس به دليل اهميت کاربرد آن طی سال‌های اخیر به یک موضوع تحقیقاتی جذاب در حوزه تحقیقات دانشگاهی و صنعت تبدیل شده‌ است. این مسأله را می‌توان حالت محدود‌تر مسأله بازشناسی متن دست‌نوشته دانست چرا که ليست واژگان آن تنها محدود به ارقام است. با این حال این مسأله چالش‌های متفاوتی نسبت به بازشناسی متن دست ‌نوشته دارد. در این مسأله معمولا بکارگيری مدل زبانی به منظور بهبود دقت بازشناسی چندان موثر و کارا نيست. در این مقاله، یک مدل انتها-به-انتها که تماماً مبتنی بر لایه‌های پیچشی است برای حل این مسأله پیشنهاد داده شده است. همچنین در این مدل پیشنهادی از معماری لایه پیچشی دروازه‌ای بهره برده‌ایم. برای ارزیابی مدل پیشنهادی، به لحاظ منصفانه بودن مقایسه نتایج ما با نتایج ارائه شده توسط پژوهش‌های پیشین، از مجموعه دادگان‌ ORAND CAR_A و ORAND CAR_B و معیارهای ارزیابی که در مسابقه ICFHR 2014 معرفی‌ شده‌اند، استفاده کرده‌ایم. است. دقت نتایج حاصل از اجرای مدل پیشنهادی بر روی دادگان‌های ORAND CAR_A و ORAND CAR_B به ترتیب برابر 94.53% و 94.94% است.

امروزه کیفیت و اطمینان‌پذیری برنامه‌های کاربردی وب به دلیل استفاده گسترده آنها توسط کاربران باید از جنبه‌های گوناگونی مانند امنیتی و کارکردی مورد ارزیابی و آزمون قرار بگیرد. استخراج رفتار برنامه‌های کاربردی وب در ارزیابی کیفیت آنها بسیار مهم است. استخراج رفتار به صورت دستی دشوار و هزینه‌بر است. همچنین روش‌های خودکار برای استخراج رفتار به دلیل بزرگ بودن فضای حالت برنامه‌های کاربردی وب و زمان محدود قادر به پوشش کامل رفتار آنها نیستند. بنابراین روش‌های خودکار برای استخراج رفتار برنامه‌های کاربردی وب با چالش پوشش مناسب کارکردهای این برنامه‌ها در فضای حالت بسیار بزرگ آنها و در زمان محدود روبرو هستند. این پژوهش یک روش بر پایه یادگیری تقویتی برای استخراج رفتار برنامه‌های کاربردی وب ارائه می‌دهد. به بیانی دیگر روش پیشنهادی بر پایه یادگیری تقویتی به تعامل با برنامه کاربردی وب می‌پردازد. در این تعامل، رفتار برنامه کاربردی وب به تدریج، استخراج و کارکردهای آن پوشش داده می‌شود. اثربخشی روش پیشنهادی بر روی چندین برنامه کاربردی وب مورد بررسی قرار گرفته است. نتایج ارزیابی نشان می‌دهد که روش پیشنهادی در استخراج رفتار برنامه‌های کاربردی وب موفق است و به پوشش بیشتری از کارکردهای برنامه‌های کاربردی وب در استخراج رفتار آنها می‌رسد.