انجمن کامپیوتر ایران

شبکههاي سنسور ی معمولا در محيط هاي جنگي براي مقاصد مختلفي مثل نظارت و دنبال کردن هدف به کار م يرون د. بي نظم و قاعده بودن اين مح يطها، پرکردن مجدد باطري اجزا شبکه هاي سنسور ی را به سختي ممکن م يساز د. در نتيجه راه و روش هاي ذخيره انرژي در اين شبکه ها سودمند م يباشد. از آنجايي که در شبکه هاي سنسوری مصرف انرژي بيشتر در اثر فرستادن پيام مي باشد، نزديک هم قراردادن procedure هايي که با هم مرتبط م يباشند مصرف انرژي را درشبکه تا حد زيادي کاهش م يدهد. در [ 1] چنين ايده اي براي اولين بار ارائه شده است و GAAM را براي پيدا کردن مکان مناسب و بهينه معرفي کرد ه اند. با توجه به اين که GAAM تنها در شبکه هايي که به GPS مجهز هستند کاربرد دارد و براي تصميمگيري در مورد تغيير مکان procedure ها وابسته به اطلاعات سراسري است، در اين مقاله ما روشي براي تغيير مکان code ها ارائه کردهايم که از ايده دستهبندي اشياء توسط مورچه ها الهام گرفته اس ت. اين روش د سته بندي با مشاهدات محلي در مورد سنسورها، بهينه سازيهاي سراسري در کل شبکه انجام م ي- دهد. نتايج آزماي شها بيشتر از % ۵۵ بهبود در مصرف انرژي شبکه در مقايسه با زماني که هيچ تغييرمکاني در شبکه موجود نيست نشان ميدهند. علاوه بر آن نتايج GAAM با نتايج اين روش مقايسه شده است.

يافتن الگوهاي تكرارشونده در داده كاوي، خصوصاً در مجموعه داده هاي پر حجم، از اهميت بالايي برخوردار است. يكي از الگوريت مهاي متوالي مورد استفاده براي يافتن الگوهاي تكرارشونده FP-Growth م يباشد. اجراي موازي اين الگوريتم به منظور افزايش سرعت و كارايي آن مستلزم داشتن روشي كارا براي توزين بار بين پردازشگرها مي باشد. در اين مقاله روشي جديد به نام "شمارش گره" براي توزين بار پيشنهاد شده، كه بر اساس تعداد گره هاي درخت تراكنش هاي غربا لشده عمل م يكند. اين الگوريتم عناصر تكرارشونده به طول يك را به گونه اي ميان پردازنده ها تقسيم م يكند كه مدت زمان كل كاوش، نزديك به ميانگين زمان كاوش پردازنده هاي مختلف باشد. نتايج شبيه سازي الگوريتم كه با استفاده از داده هاي نمونه تصادفي تهيه و ارايه گرديده، نشان م يدهد كه روش پيشنهادي به طور قابل توجهي باعث افزايش كارايي شده است. در اين شبيه سازي معماري سخت افزاري خاصي لحاظ نشده لذا موضوعات متنوع ذيربط پردازش موازي مي تواند براي كارهاي آينده منظور شود.

رشد روز افزون و فراگير استفاده از اينترنت و شبکه هاي کامپيوتري علاوه بر مزاياي متعدد، راه را براي سارقين اطلاعات و محصولات ديجيتالي هموار کرده است. از اين رو طي چند دهه اخير به دو مقوله نها ننگاري ٤ به عنوان روشي براي ارسال نهفته و امن اطلاعات، و نق شآب زني ٥ به عنوان روشي براي پيش گيري از سوء استفاده از محصولات ديجيتالي، توجه ويژه اي شده است. بحث نق شآب زني و نها ننگاري در حوزه انواع رسانه ها مانند تصوير، ويدئو و صوت از قدمتي حدود چند دهه برخوردار است؛ در حالي که کمتر از يک دهه از تولد دو مبحث نق شآب زني نر مافزار و نها ننگاري نر مافزار مي گذرد. اين مقاله با هدف ارائه روشي براي نها ننگاري نر مافزار، روش Monden را از دو منظر ميزان نرخ داده 6 و ميزان نهفتگي 7 بهبود داده است. همچنين الگوريتم ي براي خودکار سازي تمام يمراحل استفاده از آن ارائه م يدهد. در اين مقاله روش Monden پس از بهبود و خودکارسازي روش درج متد ساختگي ٨ ناميده مي شود. اين روش در ادامه با ساير روش هاي موجود در نها ننگاري نر مافزار مورد مقايسه و ۱ برابر دست يافته و از / ارزيابي قرار م يگيرد. در نتيجه اين ارزيابي روش مذکور نسبت به دو روش مطرح در نها ننگاري نر مافزار به نرخ داده اي تا ۷ حيث ميزان نهفتگي نيز داراي برتري هاي قابل توجهي است. به علاوه روش درج متد ساختگي به دليل شکنندگي در برابر انواع حملات تخريب نقش آب ٩ به عنوان روش مناسبي براي نق شآب زني شکننده نر مافزار پيشنهاد م يشود. از جمله کاربرد هاي نقش آب زني شکننده نرم افزار تعيين اعتبار نر مافزار و کنترل استفاده از نر مافزار است.

با گسترش روزافزون كاربري اينترنت و استفاده از مستندات ديجيتالي، نياز به ابزارها و تكنيكهايي براي سازماندهي، مرتبسازي و بازيابي اطلاعات بيشتر احساس ميشود. خوشهيابي مستندات يكي از روشهاي متعارف براي اين منظور است. در اين مقاله از يك روش خوشهيابي تركيبي بر مبناي دو روش خوشهيابي مورچهاي و خوشهيابي فازي استفاده شده است. ابتدا از خوشهيابي مورچه اي براي توليد خوشههاي خام و اوليه استفاده شده و بعد اين خوشهها با استفاده از الگوريتم خوشه يابي fuzzy C-Means(FCM) اصلاح ميشوند. سپس اين خوشهها با استفاده از معيار بيشترين درجه عضويت غيرفازي شده و به عنوان واحدهاي سازندهي الگوريتم خوشهيابي در مراحل بعدي استفاده ميشود. اين فرايند تا تشكيل خوشههاي بزرگتر ادامه مييابد. مستندات خوشه شده را مي توان به صورت پويا در درختي از موضوعات نمايش دا د. اين موضوعات به صورت خودكار و با توجه به محتواي مستندات هر خوشه توليد م يشوند. نتايج خوش هيابي با استفاده از مجموعه ي مستندات ،REUTERS ارائه شده و بهبود در كيفيت خوشهيابي در مقايسه با به كارگيري مجزاي هر كدام از روشهاي خوشهيابي فازي و خوشهيابي مورچهاي ديده شده است.

خوشهبندي را ميتوان نو عي طبق هبندي داد هها بر اساس شباهت از ديدگاههاي مختلف دانس ت. تفاوت در نما يش داد هها، نحو ه اندازهگيري شباهت بين ه ريک از آنه ا و گرو هبندي آنها، دستههاي بسياري از روشهاي خوشهبندي را به وجود آوردهاند که هر ي ک ابزاري قدرتمند در جا ي خود به شمار م ي آيند. غالباً در هر يک از اين دست هها رو شهاي کم کي وجود دارند که س عي در پوشاندن معايب هست هي اص لي خوش هبندي دارن د. روش تر کيبي ارائه ش ده در اين مقاله، از روش DSRPCL2 که نو عي از روشه اي RPCL است، به عنوان روش مرکز ي استفاده ميکند که البته قابل جايگزيني با هر روش خوشهبندي مناسب ديگري نيز م يباش د.در اي ن مقاله چند روش کمک ي ن وين پيشنهاد شده اس ت که نوعاً متفاوت م يباشند و به نظر م يرسد که تر کي ب آنها قابل ي ت تش خيص و پوشش مع ايب يک هست هي خوش هبندي را از ديدگاههاي متفاوت دارد. اين تکنيکهاي جديد با چند تکنيک استفاده شده در الگوريتمهاي ISODATA , RPCL مقايسه شده و بهبود در نتايج حاصل شده است.

The problem of uncertainty for robot manipulator dynamic in contact with an environment using impedance control and neural network is considered. Control of an industrial robot is mainly a problem of dynamics. It includes nonlinearities, uncertainties and external perturbations that should be considered in the design of control laws.In the proposed method a perceptron network is used as an approximator for modeling uncertain parts of robot dynamic but we assumed by first principle knowledge there is known parts in robot dynamic.Extended backpropagation learning algorithm is used to adjust the parameters of network.Neural network parameter matrices are adapted online ,with no initial offline training, using the force error as the objective function. The neuro-controller guarantees the closed loop stability for any arbitrary initial values of states, neural network parameters and any unknown-but-bounded disturbances.Simulation results show the applicatibility and adaptability of the method to the impedance force control.

We present a new method to implement QDI asynchronous pipeline stages. Previous implementations of these pipelines were based on the pre-charge logic implementation which imposes some limitations on the size of the logic cell due to the stacking problem. To overcome this limitation, we propose a novel method that uses standard single-rail computational circuits in a dual rail handshake environment. Our method does not have any stacking problem and is not limited in size. The results show that a 4-input lookup table implemented by this method outperforms a previous 3- input lookup table by 16% in speed and 29% in power with a negligible area overhead.

Many e-voting schemes have been proposed in the literature. However, none of them is both secure and practical. In this paper, a practical and secure electronic voting protocol for large-scale voting over the Internet is investigated. Blind signature is applied to a voter's ballot making it impossible for anyone to trace the ballot back to the voter. Unlike previous blind signature based schemes, in which the authority directly signs its blind signature on voters' ballots, the authority in the proposed scheme signs blind signature on the voter marks that are generated by voters from ballot serial numbers. Moreover, threshold cryptosystem has been used to guarantee the fairness of the voting process. Using blind signature, this scheme can support all types of election easily and flexibly. Since we haven’t use complex cryptographic techniques the proposed scheme is suitable for large scale elections.

This paper presents a report on research carried out in the field of networked collaborative learning. In particular, we present a theory/model-based approach applied to a distance education course that is developed and taught in a virtual learning environment. In this educational practice, our objective has been twofold: first, to improve distance teaching and learning, and second, to facilitate social interaction among students and between tutor and students via the Web. To that end, our research approach has been based on the following actions: First, we analysed the goals, needs, expectations and preferences of our students, based on a previous pilot experience on distance collaborative learning, in order to understand what is actually happening in networked learning when collaboration becomes an integrated part of the whole learning process. Second, we proceeded to the design, development and implementation of a new pedagogical practice, called Virtual Study Group, to encourage and enhance learning through collaborative construction of knowledge and reflective interaction which contribute to a deeper understanding of the course contents. The paper focuses mainly on the latter. Finally, we provide a critical analysis and evaluation of the outcomes of this experience and of the many issues arising from applying this collaborative pedagogical practice to a virtual learning environment.

We report on our work on improving the performance of collective operations in MPICH on clusters connected by switched networks. For each collective operation, we use multiple algorithms depending on the message size, with the goal of minimizing latency for short messages and minimizing bandwidth usage for long messages. Although we have implemented new algorithms for all MPI collective operations, because of limited space we describe only the algorithms for allgather, broadcast,reduce-scatter, and reduce. We present performance results using the SKaMPI benchmark on a Myrinet-connected Linux cluster and an IBM . In all cases, the new algorithms significantly outperform the old algorithms used in MPICH on the Myrinet cluster, and, in many cases, they outperform the algorithms used in IBM’s MPI .

This paper is about the vision and odometry errors of a sweeper mobile robot. The robot takes advantage of color recognition in its vision in order to detect different types of objects having different colors. An effective artificial neural network which is extremely easy to implement and is surprisingly quick in practice for mobile robots is introduced. Consequently, the connectionist is applied on the robot for object detection and the gained results are compared with other methods. Also experimental tests plus statistical analyses are carried out in order to measure the robot localization errors.

Providing robots (or any other intelligent embedded system) with manlike instincts will bring major issues of today artificial intelligence out of a deadlock. This paper proposes a nondeterministic decision making theory based on Semi Human Instincts implemented by learned potential fields, using neural networks and fuzzy logic offline and online learning algorithms, which enable the agent to perform in anonymous, dynamic and nondeterministic environments. SHI-AI is like a newly born baby who uses his/her instincts and will gradually become more and more intelligent as the brain learns more about its environment. The use of a new world modeling method called ARPL (Agent Relative Polar Localization) in SHI-AI enables the agent to perform better within anonymous environments where positioning is an important and complex issue.

کمینه کردن تلفات خط و هزینه تولید ، از جمله مسائلی است که همواره در سیستم های قدرت از اهمیت بسزایی برخوردار است.در این مقاله به بهینه سازی شبکه و حل مساله پخش بار بهینه ( OPF ) برای شبکه استاندارد 118 باس IEEEE با روش های هوشمند پرداخته می شود. برای این منظور ، ابتدا از الگوریتم ژنتیک ( GA ) استفاده می گردد ؛ که علاوه بر عملگرهای متعارف، در آن از عملگر های ویژه مهاجر و نخبه گرایی نیز استفاده شده است. سپس الگوریتم کلونی مورچه ها به کار برده میشود؛ که در این قسمت نیز با استفاده از مدل جدید و کاراکتر رتبه بندی مورچه ها، مورچه های نخبه وزن بیشتری میگیرند. در نهایت پاسخی که از این دو روش به دست می آید با روش های کلاسیک مقایسه و مزیت های آن، مانند سرعت همگرایی ، کاهش تلفات خط و افزایش انعطاف پذیری مساله مطرح و بررسی میگردد.

سری های زمانی فازی اخیرا توجه بسیاری از محققین را به خود جلب نموده است چرا که برخورد مناسبی با ابهامات و داده های غیر کامل می تواند داشته باشد. یکی از روش های جدید در پیشبینی سری های زمانی، استفاده از الگوریتم ژنتیک، پیشنهاد شده توسط Chen می باشد که تا کنون کمترین خطا را در پیش بینی ها گزارش نموده است. مهمترین نقطه ضعف این روش در دید نگارندگان عدم بکار گیری مکانیزمی در برخود با عدم قطعیت های موجود در این روش می باشد. در مدل پیشنهادی نگارندگان، سری های زمانی فازی وزن دار به عنوان مکانیزم برخورد با عدم قطعیت با مدل Chen ترکیب شده و از میزان خطای محاسبات کاسته شده است. همچنین مدل پیشنهادی برای داده های بازار ارز(فارکس)نیز امتحان شده است و کارایی این روش برای پیشبینی نرخ نوسانات ارز نشان داده شده است.

در این مقاله به بررسی دسته بندی متن فارسی با استفاده از الگوریتمهای fkNN و kNN خواهیم پرداخت. آزمایشها بر روی ششصد سند متنی که به شش دسته تقسیم میشوند، انجام شدهاند. هدف اساسی این بررسی، مقایسه دو الگوریتم مذکور برای دسته بندی متن فارسی و ترکیب آنها با روشهای انتخاب ویژگی بهره اطلاعات IG فرکانس سند DF است. از این دو روش برای انتخاب ویژگیها و کاستن از ابعاد فضای ویژگیها استفاده شده است. نتایج نشان میدهند که دقت الگوریتم fkNN از الگوریتم kNN بهتر است. همچنین دقت دستهبندی با استفاده از ترکیب fkNN و IG از سایر ترکیبها بیشتر میباشد. دقت دسته بندی در بهترین حالت به 0.804 دقت میکرو – F1 و 0.755 دقت ماکرو F1- رسید. همچنین میتوان نتیجه گرفت که IG بیشتر از DF دقت را بالا میبرد . در بین دسته های موجود بهترین دستهبندی در مورد بزرگترین دسته یعنی اسناد مربوط به دسته اقتصادی انجام گرفت. دقت دستهبندی برای این دسته تا 0.910 دقت ماکرو F1- و 0.945 دقت میکرو F1- رسید.

مسائل بهینه سازی در ارتباط با شبکه‌های ارتباطی توسط بسیاری از محققان شبکه مورد بررسی قرار گرفته است. بهینگی اتصال شبکه از لحاظ پارامتر‌های استاندارد کیفیت خدمت (QOS) از مهمترین مسائل می‌ باشد. اخیرا الگوریتم های ژنتیک در زمینه های تحقیقاتی مذکور کاربر زیادی داشته‌اند. همچنین الگوریتم های ژنتیک با چند تابع هدف از لحاظ توانایی بهینه سازی در مسائل جهان واقعی مورد توجه زیادی قرار گرفته اند. در این مقاله ابتدا مسئله ی درخت پوشای ارتباطی بهینه (OCST) به صورت چند تابع هدفی تعریف شده است. کمینه کردنه هزینه مکانی و متوسط تاخیر پیام، اهداف مورد نظر است. سپس این مسئله با استفاده از الگوریتم ژنتیک مبتنی بر درخت های پوشا مورد حل و بررسی قرار گرفته است. در انتها آزمایشات مختلفی با دو روش از الگوریتم های تکاملی چند تابعی، SPEA-II و NSGA-II و با استفاده از واسط PISA انجام و مقایسه شده است.

بر مبناي مشاهدي اين واقعيت که اکثر دسترسي ه ايي که توسط پردازنده به حافظه نهان انجام مي شود منجر به خواندن يا نوشتن بيت ۰ مي شوند و همچنين بيشتر داده ها يي که در حافظه نهان مقيم هستند بيت هاي صفرهستند، دراين مقاله يک سلول پنج ترانزيستوري SRAM براي کاربرد ها با تراکم بسيار بالا و توان مصرفي کم ارائه شده است. اين سلول جديد داده خود را با استفاده از جريان هاي نشتي ترانزيستورها و مسير فيدبک مثبت بدون استفاده از سيکل هاي تازه سازي نگهداري مي کند. اين سلول جديد در طول عمل کرد خود از يک Word-Line و يک Bit-Line و يک خط کنترل خواندن اضافي استفاده مي کند. سلول جديد در قوانين طراحي Layout يکسان بدون اينکه شامل سربار کارايي بشود ۱۷ درصد مساحت کمتري را نسبت به سلول شش ترانزيستوري پايه اشغال مي کند . شبيه سازي هاي انجام شده در تکنولوژي 65nm نشان مي دهد که اين سلول به درستي عمل مي کند و متوسط توان مصرفي پوياي آن در هر دسترسي 30 درصد از سلول شش ترانزيستوري پايه کمتر است.

در شبکه هاي حسگر بي سيم با توجه به محدوديت پهناي باند و اشتراکي بودن کانال ارتباطي ميان تعداد زيادي از گره ه اي حسگر ، تصادم يکي از مسائل جدي به شمار مي آيد . تصادم بسته ها از جمله عواملي است که موجب افزايش تأخير انتها به انتها در شبک ه ي حسگر بي سيم مي شود. به واسطه ي وقوع تصادم، گره ها سعي در ارسال مجدد بسته هاي از بين رفته مي کنند، لذا تأخير انتها به انتها افزايش مي يابد . در اين مقاله به ارائه ي روشي مي پردازيم که در آن ابتدا گراف شبکه به وسيله الگوريتم باهدف افزايش ظرفيت شبکه ساخته شده و سپس به کمک يک الگوريتم اصلاح شده بردار فاصله، بستههاي توليد شده به نحوي مسيريابي ميشوند که تأخير انتها به انتها به شکل مؤثري کاهش يابد. نتايج حاصل از شبيهسازيهاي انجام شده نشان ميدهد که الگوريتم پيشنهادي در مقايسه با ساير الگوريتمهاي موجود از کارآيي بيشتري برخوردار است.

دراین مقاله روشی نو براي موقعیت ی ابی و ساخت نقشه همزمان براي روبات هاي متحرك با استفاده از الگوریتم تکاملی و همچنین الگوریتم بهینه سازي گروه ذرات , ارائه میشود . این روش بر پایه دو الگوریتم جستجوي محلی و سراسري بنا نهاده شده است . در الگوریتم جستجوي محلی روبات در حین حرکت از الگوریتمی پر سرعت براي موقعیت یابی و ساخت نقشه همزمان استفاده می کند . در مواردي همانند تشخیص حلقه که به جستجو در فضاي بسیار بزرگی نیاز است , از الگوریتم جستجوي سراسري استفاده میشود . از ویژگیهاي الگوریتم ارائه شده می توان گذر از اکسترمم هاي محلی، تشخیص و بهبود حلقه و تن اظر در محیط را نام برد . همچنین الگوریتم از نشانه ها استفاده نکرده و از نقشه اشغال سلول بصورت ساده بهره می برد . در تابع شایستگی الگوریتم , بر خلاف اکثر روشهاي موجود , بدون استفاده از فرمول هاي محاسباتی احتمالات پیچیده, از تابعی نو و با سرعت محاسباتی بالا است فاده شده است . در انتها نتایج شبیهسازي الگوریتم و همچنین مقایسه آن با روش هاي دیگر ارائه شده که نشاندهنده ویژگیهاي برتر الگوریتم است.

در اين مقاله، يك الگور يتم تكام لي كوانتوم ي به نام NQEA پيشنهاد م ي شود. در الگور يتم پيشنهادي، به منظور افزا يش كارآ يي از يك عملگر به روزرساني جد يد استفاده م ي شود. در اي ن عملگر، هنگام به روزرساني هر يك از افراد جمع يت از مشاركت بهتر ين جواب ب ه دست آمده توسط آن فرد در نسل هاي قب لي و بهتر ين جواب به دست آمده توسط س اير افراد جمع يت در نسل جاري استفاده مي شود. همچن ين، با اعمال محدود يت بر رو ي مقاد ير بيت هاي كوانتومي از همگرايي زودرس آنها جلوگ يري به عمل م ي آي د. عملكرد الگور يتم NQEA با عملكرد الگوريتم ژنت ي ك استاندارد CGA و الگور يتم ه اي تكامل ي كوانتوم ي QEA و VQEA مق ايسه م ي شود. با تح ليل رفتار الگور يتم NQEA بر روي مسأله OneMax مشخص م ي شود كه ا ين الگوريتم بهينه سازي برخلاف الگور يتم QEA دار اي مشكل همگرايي زودرس (ناشي از پديده سواري مجا ني) نمي باشد. با ارز يابي كارآ يي الگور يتم NQEA بر رو ي مسأله به ينه سازي ترك يبياتي شناخته شده NK-landscapes مشخص مي شود كه در ا ين الگور يتم بهينه سازي نسبت به الگوريتم هاي CGA QEA و VQEA توازن بهتر ي م يان تو انايي هاي كاوش و بهره بردار ي الگوريتم برقرار م ي شود . همچنين، الگور يتم NQEA در مقا يسه با الگوريتم هاي فوق از كارآيي و سرعت همگرايي بالاتري برخوردار است.