انجمن کامپیوتر ایران

در سيستم‌هاي كاوشگر کلمات به طور متداول از يك واحد بازشناس گفتاري مبتني بر مدل مخفي ماركوف (HMM) براي تعيين كليدواژه‌هاي كانديد شده و محاسبه اندازه اطمينان آن‌ها استفاد ميشود. فرايند تصميم گيري براي قبول و يا رد كليدواژه‌هاي كانديد شده بر مبناي مقايسه مقدار به دست آمده از اندازه اطمينان با يك مقدار آستانه ثابت انجام مي‌گيرد. از اينرو محاسبه مطمئن اندازه اطمينان تاثير مستقيمي بر روي عملكرد اين سيستم ها دارد. از آنجا كه به طور متداول اندازه اطمينان از امتياز درست نمايي نرماليزه شده به دست آمده از مدل توليدي HMM براي هر كليد واژه محاسبه مي شود، در اين مقاله روشي معرفي مي‌شود كه در آن امتياز اطمينان بر اساس احتمال پسين وزن دار شده خروجي مدل تمايزي شبكه عصبي به دست خواهد آمد. روش وزن‌دهي پيشنهادي در اين مقاله بر مبناي صحت بازشناسي واجي به دست آمده از مدل بازشناس واجي مبتني بر شبكه عصبي است. نتايج به دست آمده نشان مي‌دهد كه استفاده از روش وزن‌دهي پيشنهادي منجر به بهبود 5/2 درصدي معيار FOM نسبت به روش غير وزن دار خود خواهد شد.

پیشرفت سریع ارتباطات اینترنتی و استفاده¬ی نادرست از ناشناس بودن متون آنلاین، باعث به وجود آمدن مسائل امنیتی شده است. هویت ناشناس ابزارهای اینترنتی مانند ایمیل¬ها، وبلاگ¬ها و وب¬سایت¬ها به روش¬های ارتباط مورد علاقه¬ای برای کاربردهای جنایی تبدیل شده است. روابط سیاسی و اجتماعی جهان موجب توجه زیادی به زبان فارسی شده است که خود موجب فراوانی متون فارسی در اینترنت گردیده است. در این مقاله یک تکنیک هوشمندwriteprintکه برایکمک به شناسایی یک نویسندهفارسی زبان بر اساس سبک نوشتاری او معرفی شده است. در این تحقیق از ویژگی¬های واژگانی، نحوی، معنایی و وابسته به کاربرد،برای شناسایی هویت استفاده شده و کارایی انواع مختلفاین ویژگی¬ها و همچنین اثرات روش¬های دسته¬بندی KNN وDeltaبه همراه ترکیب این روش¬ها با الگوریتم ژنتیک روی دوپایگاه داده¬ی جمع¬آوری شده بررسی شدهاست.برای پیاده سازی تکنیک پیشنهادی یک pos tagger طراحی شده است که از ساختار کلمات برای تشخیص اسم، صفت و قید استفاده می¬نماید.در نهایت ترکیب روش KNN و الگوریتم ژنتیک دقت بالاتری را در بین روش¬های بررسی شده، تولید کرد.

مسئله مسیریابی وسیله نقلیه یکی از مهمترین مسائل بهینه¬سازی ترکیبیاتی است. با وجود تلاش¬های زیادی که برای حل کردن این مسئله با روش¬های مختلف صورت گرفته است، متاسفانه تابحال هیچ روشی برای حل این مسئله ارائه نشده است که بتواند راه¬حل بهینه هر نمونه از این مسئله را در بدترین حالت در زمان چندجمله¬ای پیدا کرده و این بهینگی را نیز ضمانت کند.از اینرو، با توجه به اینکه کامپیوترهای امروزی در حل دقیق نمونه¬های بزرگ مسائل با پیچیدگی زمانی بزرگتر از چندجمله¬ای با مشکل مواجه هستند، ناچارا برای حل نمونه¬های بزرگ مسئله مسیریابی وسیله نقلیه باید از روش¬های حل تقریبی مانند روش¬های فرا ابتکاری استفاده کرد. در این مقاله، مسئله مسیریابی وسیله نقلیه با استفاده از الگوریتم جستجوی گرانشی ترکیبیاتی که نسخه تعمیم¬یافته الگوریتم جستجوی گرانشی پیوسته برای حل مسائل بهینه¬سازی ترکیبیاتی است، حل شده است. نتایج پیاده¬سازی الگوریتم و مقایسات، کاراییتقریبا مناسب روش پیشنهادیرا در حل مسئله مسیریابی وسیله نقلیه نشان می¬دهد.