انجمن کامپیوتر ایران

قدرت بالاي مدلسازي جملات زبان طبيعي توسط گرامر هاي درخت-افزايشي سبب شد که از آنها در کاربرد هاي ترجمه ماشيني و پردازش معنايي استفاده شو د. ولي است فاده از اين مدل با دو مشکل اصلي روبرو است، سرعت پائين تجزيه نحوي و وجود ابهامات متعدد در نتايج تجزيه گ ر. بطوريکه استفاده از اين گرامر را در کاربرد هاي واقعي با مشکل جدي مواجه کرده است. بدين دليل از يک روش تجزيهگر جزئي مبتني بر اين مدل با نام برچس بگذار پ يشرفته استفاده شده است . برخلاف مدل گرامري سابق، خروجي الگوريت مهاي تجزيهگر مبتني بر برچس بها ي پيشرفته بصورت درخ تهاي نحوي جزئي است که در کل ساختار جمله تجزيه نميگردد و بخشهايي از ساختار خروجي آن با خطاهايي مواجه است. در اين مقاله، سعي شده است که در د و فاز تشخيص و تصحيح خطا، ساختار هاي خطادار در مرحله اول تشخيص و سپس با ساختار نحوي درست آن جايگزين گرد د. عملا هم از سرعت مناسب برچسب گذار پيشرفته استفاده شده است و هم خروجي تجزيه کامل گرامر درخت -افزايشي ايجاد ميگردد. نتايج بر روي پايگاه درختي Penn حاکي از دقت نزديک به ۸۰ % بدون ابهام و با سرعت تجزيه قبول است.

راه رفتن، يکي از ويژگيهاي فيزيکي بدن افراد است، که امروزه به عنوان يک بيومتريک در سيستم هاي تشخيص هويت استفاده مي شود . در اين مقاله يک رهيافت جديد براي شناسايي افراد از روي راه رفتن مبتني بر خوشه بندي مبتني ب ر الگوريتم ژنتيکي ارائه شده اس ت. .در استخراج ويژگي يک تغيير اساسي نسبت به الگوريتم هاي قبلي انجام شدده است . ابتدا با سه روش مختلف بردار ويژگي اوليه استخراج شده است . از خوشه بندي بر مبناي الگوريتم هاي ژنتيکي براي دسته بندي بردارهاي ويژگي اوليه متشابه استفاد ه شده است و سپس با ميانگين گيري از خوشه ها بردار ويژگي اصلي استخراج شده است . .در فاز تشخيص يک الگوريتم جديد مبتني بر DTW ارائه شده است. نتايج آزمايشات کارايي رهيافت پيشنهادي را تاييد مي کنند.

مساله زمانبند ي کارگاه ی از دید تئور ي و عم لی یک مساله مهارنشدن ی به شمار می آید. با وجود اینکه تاکنون شگرده اي گوناگونی از س وي متخصصان صنعت و دانشگاه جهت حل این مساله ارائه شده است، اما متاسفانه این روش ها در رسیدن به یک راه حل بهینه ناکام مانده اند . در این مقاله روشی مبتنی بر الگوریتم هاي ژنتیکی پیشنهاد شده است. این روش مبتنی بر یک خصوصیت محوري است و آن اینکه همواره در تمام ی مراحل شبیه ساز ي، از نسل اول تا آخر، کلیه کروموزوم ها معتبر هستند، یعن ی قوانین پیش نیاز ي در آنها رعایت شده اس ت. حفظ این خصوصیت از دو جن به قابل توجه است . اول اینکه الگوریتم پیشنهاد ي نباید فضا ي حالت (فضاي جستجو) را محدود سازد چرا که این امر می تواند موجب حذف و از دست دادن جواب بهینه مساله شود. دیگر آنکه در صورت حفظ اعتبار کروموزوم ها، دیگر نیا زي به بررسی این مساله در طول اجراي شبیه سازي نیست و این به معناي کم شدن سربار اصلی برنامه و کمک در جهت سرعت بخشیدن به اجر اي آن می باشد. الگوریتم پیشنهادي در محیط MATLAB پیاده سازي شده و نتایج آن در مقاله آمده است.

This paper introduces a fault-tolerant asynchronous RISC microprocessor, called FTARM, which combines several error detection mechanisms to increase the fault coverage. The FTARM is implemented using the verilog. To evaluate the FTARM, different workloads were run on its implementation using the Verilog HDL. The evaluation is based on some thing about 2000 different transient and permanent single stuck-at-faults. The results show that more than 98% faults were detected. The Verilog model of FTARM is synthesized, where about 25% area overhead was observed.

This paper presents a survey as well as a new sweep-circle algorithm, on plane sweep algorithms for computing the Delaunay triangulation. The algorithms examined are: Fortune’s sweep-line algorithm, Zalik’s sweep-line algorithm, and a sweep-circle algorithm proposed by Adam, Kauffmann, Schmitt, and Spehner. We test implementations of these algorithms on a number of uniform and none-uniform distributed sites. We also analyze the major high-level primitives that algorithms use and do an experimental analysis of how often implementations of these algorithms perform each operation.

Learning capabilities of an agent relies on the way that agent perceives the environment. When the agent’s sensations convey only partial information about the environment, there may be different situations that appear identical to the agent but require different actions to behave optimally. In this paper, we propose a new approach to improve XCS’s performance in Partially Observable Markov Decision Process (POMDP) using a newly introduced method to detect aliased states in the current environment. In our approach, at the initial state, there exists only a single main XCS which handles all of the environmental states. When an existing aliased state is detected using a simple mechanism, the system creates a new XCS, in addition to the main XCS which we call Cooperative XCS. The new XCS is responsible for handling this detected state. This mechanism allows the main XCS to handle non-aliased states and the other XCS’s cooperate with it by handling existing aliased states independently. Thus, the system is called Cooperative Specialized XCS and its performance is compared with some other classifier systems in some benchmark problems. The presented results demonstrate the effectiveness of our proposed approach.

Considerable speed of process engineering improvement and the consequent impact on workflow management systems has brought up a new wave of researches in reconsidering current solutions for workflow systems and proposing more brilliant ideas for such type of software systems. Agent technology as a semi-matured methodology of software design, has introduced itself as a promising approach in building complex software systems. In this paper we presented a simple ready for use agent architecture which can be deployed in many types of workflow automations.

Conventional software validation methods for real-time and reactive programs are not fully reliable. Considering complexity of formal verification and incompleteness of testing approaches, runtime verification approach is used. In this paper, Safety properties (after extracting from program requirement specification) are represented in Real-Time Logic (RTL) and fault tolerant module reaction are added to the program. Program monitoring module (which is realized by Functional, Timing and Deadline Aspects) is weaved to the program code. The enriched program executes in the environment. The monitoring module verifies program behavior by considering the specified safety properties and when any violence of a property is detected, then the specified reaction (Fault Tolerance) activates and navigates the program to a safe state.

Modulo 2n +1 adders are important for several applications including residue number system implementations, digital signal processors and cryptography algorithms. In this paper we present a new number system and a novel addition algorithm for its operands. In this paper, we present two new architectures for designing modulo 2n +1 adder, based on ripple carry adder. The first architecture utilizes a more rapid architecture whereas the second applies less hardware. In the proposed method, the special treatment required for zero operands in diminished-one number system is removed. In the fastest modulo 2n +1 adders in normal binary system, we are faced with 3-operand adders. This problem is also resolved in this paper.

انتخاب يک ترتيب منا سب براي عملگر پيوند در پرس و جوهاي پايگاه داده اي يک مسئله NP-Hard است. استفاده از يک الگوريتم ژنتيکي طراحي گرديده است که کروموزومهاي بکار رفته در آن بصورت آتاماتاي يادگير مهاجرت اش ياء م ي باشند . نشان داده شده است که استفاده از اين الگوريتم ژنتيکي در بهبود جواب ها بسيار مؤثر مي باشد و علاوه بر افزايش سرعت الگوريتم در رسيدن به جوابهاي مناسب، از بدام افتادن آن در بهينه هاي محلي جلوگيري ميکند.

الگوریتمهای ژنتیک در سالهای اخیر به عنوان روشهایی با توانایی بالا در یافتن جواب مسئله های بهینه سازی شناخته شده اند . یکی از این مسائل بهینه سازی مسئله خوشه بندی می باشد . خوشه بندی در حقیقت پردازشی است که یک مجموعه از داده های ورودی را دریافت کرده و آنها را به چندین زیر گروه تقسیم می کند یکی از روشهای متداول در این زمینه، روش خوشه بندی ترکیبی است . در مقاله حاضر یک روش خوشه بندی ترکیبی بر اساس الگوریتمهای ژنتیک ارایه شده است. مهمترین خصوصیت الگوریتم ارایه شده یافتن تعداد خوشه ها برای مجموعه داده ورودی می باشد. نتایج ارزیابی روش ارایه شده بر روی چندین مجموعه داده متداول نشانگر کارایی مناسب الگوریتم ارایه شده می باشد.

طبقه بندی خودکار تصاویر روشی است که به کمک آن یک تصویر به یکی از کلاس های از پ یش تعری ف شده قبل ی نسبت داده می شود. طبقه بندی تصاویر یکی از مهمترین مراحل در ی ک سیستم بازیابی تصویر براساس محتوا است. وجود این مرحله باعث کاهش زمان بازیابی تصویر بوسیله کاهش فضای جستجو در این سیستم ها می شود. در این مقاله، از یک ساختار سلسله مراتبی برا ی طبقه بند ی تصاو یر پزشک ی استفاده می شود. در ای ن ساختار با پیشنهاد یک روش خوشه بندی تحت عنوان نقشه ادغام، کلاس هایی که دارا ی همپوشان ی قابل توجهی هستند، در یکدیگر ادغام می شوند. در این نقشه با استفاده از سه معیار صحت طبقه بندی، نرخ دسته بندی اشتباه و معیار شباهت، به نوعی یک روش خوشه بندی غیرنظارتی مدل می شود. در هر سطح ساختار سلسله مراتبی پیشنهادی، تصاویر براساس محتوی ات شکلی و بافتی بوسیله طبقه بند شبکه عصبی پرسپترون چند لای ه طبقه بند ی می شود. ساختار پیشنهادی با یک پایگاه داده بزرگ از تصاویر اشعه x شامل ۹۱۰۰ تصویر در ۴۰ کلاس ارز ی ابی شد . صحت طبقه بند ی 9/88% برای یک مسأله ۲۵ کلاسه در سطح اول ساختار بدست آمد. اگر سه تا از نزدیکترین کلاسها به عنوان کلاس صحیح در نظر گرفته شود این مقدار به 5/94 % افزایش می یابد.

در اين مقاله دو مرحله اصلي از هر سيستم بينايي ماشين مبتني بر حركت يعني تقطيع حركت و رديابي اشياء (GMM) مورد بررسي قرار مي گيرند. ما از مدل تركيب گاوسي بعنوان روش پايه برا تقطيع حركت استفاده كرده و توابع بروزرساني جديد برا بهبود سرعت و دقت اين روش پايه ارائه م يدهيم. ضمنا مراحل پس پردازشي حذف نويز، كاهش سايه و تحليل مولفهها متصل به خروجي GMM اعمال مي شود. رديابي نيز با توجه به نوع مد لساز حركتي و ظاهر اشياء انجام مي شود. ويژگي ها حركتي و ظاهر شيئ در يك چارچوب ساده برا ايجاد تناظر بين مشاهدات شيئ در فريم ها متوالي استفاده مي شوند. الگوريتم ها ارائه شده بررو تصاوير فيلم بردار شده در محي طها سرپوشيده و سرباز و نيز بررو ويدوئوها استاندارد PETS و Terrascope آزمايش شده و نتايج بسيار خوبي ارائه كرد هاند.

در سالهاي اخير بسياري از محققين به استفاده از سيگنالهاي آشوب براي نهان نگاري در تصوير رو آورده اند. در اين مقاله يك روش جديد براي نهان نگاري در تصوير ارائه شده است كه در آن از دو سيگنال آشوب براي مشخص نمودن محل قرار دادن بخش ه اي مختلف متن در تصوير استفاده شده است. در اين روش از ي ك كلي د 80 بيتي براي به دست آوردن مقادير اوليه دو سيگنال آشوب استفاده مي شود. از مزاياي اين روش مي توان به امن ي ت بالا ي اين روش به دليل استفاده از س يگنال آشوب و مقدار بالا ي PSNR (4206) به دست آمده اشاره نمود.

در دو دهه قبل توانايي هاي فني بشر براي توليد و جمع آوري داده ها به سرعت افزايش يافته است.بطور كلي استفاده همگاني از وب و اينترنت ما را مواجه با حجم زيادي از داده و اطلاعات مي كند. اين رشد انفجاري در داد ههاي ذخيره شده، نياز مبرم وجود تكنولوژي هاي جديد و ابزارهاي خودكاري را ايجاد كرده كه به انسان ياري رسانند تا اين حجم زياد داده را به اطلاعات و دانش تبديل كند. داده كاوي به عنوان يك راه حل براي اين مسائل مطرح مي باشد. داده كاوي را مي توان عمل استخراج اطلاعات پنهان در يك پايگاه داده ي بزرگ تعريف كرد. داده كاوي به تحليلگران براي پيدا كردن الگوها و روابط بين داده ها كمك مي كند. يكي از مهمترين زمينه هاي داده كاوي كشف قوانين وابستگي يا Association Rules mining مي باشد كه هدف از آن يافتن قوانين والگوهاي پنهان در بين حجم زيادي از داده ها است.همچنين چگونگي كاوش در بين داده هايي كه حاوي اطلاعات زماني هستند به عنوان يك مساله مهم در امر داده كاوي مطرح است.

بسياري از کاربردهاي کامپيوتر در ارتباط انسان و ماشين و بيومتري نياز به پايگاه داده اي براي آزمون ايده ها و مقايسه آنها دارند. از جمله اين کاربردها مي توان بازشناسي احساس انسان؛ بازشناسي گفتار؛ مدلسازي چهره براي يافتن يا بازشناسي آن را نام برد . گرچه پايگاه داده هاي متعددي در دنيا تهيه شده و برخي از آنها به صورت عمومي در دسترس است؛ تاکنون، پايگاه مناسبي به زبان فارسي بدين منظور ارائه نشده است. در اين تحقيق پايگاه داده مناسبي تهيه شده که مي توان از آن براي کاربردهاي ياد شده و ديگر کاربردهاي مشابه بهره گرفت. پايگاه حاضر؛ تصاوير ويديويي چهره ١٢ نفر را در هنگام بروز احساس هاي مختلف در بر مي گيرد. از هر صحنه همزمان بوسيله چهار دوربين در زواياي مختلف تصوير برداري شده و صدا هم با کيفيت مناسبي بوسيله ميکروفن ويژه اي ضبط شده است.

مبحث ذخيره سازي داده امروزه به مسأله بسيار مهمي در مراكز داده اينترنتي و سيستم هاي محاسبات فو ق سريع تبديل شده است. چرا كه هرساله حجم داده هاي ذخيره شده در دنيا تقريبًٌا دو برابر مي شود و در يك سيستم محاسباتي ممكن است متجاوز از يك پتابايت ١ باشد. از جمل ه ي چنين سيست م هايي در سازما ن هاي هواشناسي و پايگاه هاي نظامي ممكن است يافت شوند. اين مقاله روشي جديد ارائه مي كند كه بر اساس آن در يك سيستم محاسباتي كلاستري، زمان مورد نياز براي نقل و انتقالات داده در مجموع كاهش م يياب د. روش پيشنهادي جديد عبارت است از مهاجرت پردازش هاي درحال اجرا بر روي گره هاي پردازشي با استفاده از فن آوري جديد مجازي سازي كه به منظور توازن بار در شبكه استفاده مي شود. نتايج حاصله از شبب ه سازي نشان مي دهد كه اين روش جديد كاهش قابل ملاحظه اي در زمان مورد نياز سيستم محاسبات ي جهت انجام پردازش داده در مقاط ع زماني مشخص ايجاد مي كند.

نكته حايز اهميت در تشخيص خودرو استفاده از تكنيكهاي پايدار در برابر تغييرات است . در اين نوشتار، به منظور تشخيص خودروها از ويژگي تقارن استفاده شده كه اين ويژگي در برابر تغييرات نور پايدار است. همچنين روشي موثر براي برخورد با مشكل همپوشاني خودروها است. براي يافتن خط تقارن خودروها از روش تشخيص سريع خط تقارن استفاده نمودهايم. اين روش به كمك تبديل هاف و استفاده از پيكسلهاي لبه، خط تقارن هر شي را بدست مي آورد. همچنين الگوريتم بهبود تشخيص سريع خط تقارن به منظور رفع خطاهاي ناشي از عمق تصوير ارايه گرديده است كه الگوريتم تشخيص سريع خط تقارن قادر به رفع آن نبوده است. به منظور رديابي خودروها از فيلتر كالمن استفاده شده است. آزمايشات انجام شده نشان داده است كه روش پيشنهادي قادر است با دقت 96.52 % تعداد زيادي خودرو را در يك جاده رديابي كند.

در اين مقاله يك مرز فعال پارامتري جديد بنام مرز فعال خودنسبي معرفي و تكميل گرديده است. در اين روش با تركيب سامانه نگاشت خودنسبي و تبديل موجك، يك ميدان نيروي خارجي براي مدل مارها ارائه شده است. همچنين، حجم محاسباتي روش پيشنهادي پس از پياده سازي بصورت پويا و بهينه به شكل چشمگيري بهبود يافته است. نتايج تجربي بيانگر عملكرد بهتر الگوريتم پيشنهادي در ناحيه بندي تصاوير مصنوعي و پزشكي هم از نظر كيفيت پاس خها و هم از نظر زمان محاسباتي در مقايسه با چند مرز فعال متداول م يباشد.

در این مقاله روشی نوین جهت تشخیص نویسنده دستنوشته فارسی به صورت درون خط با استفاده از روش نسبتا جدید خوشه بندي ابر پارا مغناطیسی ارائه می شود. ما از این روش خوشه بندي، جهت خوشه بندي بدون ناظر و سریع دستنوشته فارسی استفاده کردیم که در مقایسه با روشهاي آزمایش شده قبلی نتایج بهتري بدست آوردیم. همچنین، علیرغم وجود ویژگیهاي متعدد، فقط به تغییر مکانهاي دستنوشته در جهتهاي تعیین شده بسنده کردیم که منجر به افزایش سرعت پیش پردازش و دسته بندي بردارهاي آموزشی شده است. همچنین از یک آستانه مبتنی بر اندازه تغییر مکان در جهتی خاص استفاده کردیم که با حذف نقاط گسستگی در یک کلمه باعث افزایش دقت دسته بندي کننده شده است. ما کارایی این روش را با استفاده از نتایج آزمایشی بر روي دستنوشته هاي فارسی نشان میدهیم.