انجمن کامپیوتر ایران

تولید بردار آزمون یکی از مسائل مهم در آزمون مدارات دیجیتالی می باشد. در این مقاله تولید بردار آزمون برای مدارات دیجیتالی درسطح گیت برای آشکارسازی خطای اتصال به "1" یا " 0" با استفاده از الگوریتم ژنتیک مورد نظر می باشد. روش مورد نظر در حالت وجود چندین خطا (multi-fault) و مدارات دارایFan-Out و در حالتیکه تعداد ورودی‌ها مدار بالا باشد دارای عملکرد مناسب می‌باشد. نتایج شبیه‌سازی کارایی این روش تولید ‌بردار آزمون برای مدارات دیجیتالی را نشان می‌دهد.

مسئله جداسازی هرزنامه ها از مهم‌ترین مسئله‌های مطرح شده در زمینه‌ی امنیت شبکه، کارایی سیستم و الگوریتم‌های تحت وب می باشد. دراین مقاله پس از معرفی دقیق مسئله الگوریتمی برای کاهش هرزنامه‌های دریافتی معرفی می‌‌‌شود. این الگوریتم با نگاهی حساس به هزینه و با استفاده از یادگیری آماری اقدام به شناسائی خودکار هرزنامه می‌کند. کارائی الگوریتم تحت هسته‌ای از نامه‌های الکترونیکی ارزیابی می‌شود و نتایج عملکردی الگوریتم در شرایط مختلف بررسی قرار می‌گیرد و با الگوریتم‌های موجود مقایسه می‌شود. الگوریتم پیشنهادی با بهره‌گیری از تکنیک‌های آماری و متدهای پردازشی و دسته‌بندی متنی اقدام به جداسازی نامه‌های الکترونیکی می‌کند. در پایان به پیشنهاد‌هایی جهت بهبود کارائی آنها ارائه می‌شود.

در این مقاله یک روش فازي براي یافتن منشأ انتشار گازهاي سمی در محیط با استفاده از شبکه‌هاي سنسوري پیشنهاد می‌گردد. روش ارائه شده با به کارگیري یک سیستم خبره‌ی فازي می‌تواند در محیط‌هایی با نویز بالا و نیز در شرایطی که برخی از ندهاي شبکه‌ی سنسور اطلاعات نادرستی را گزارش می‌نمایند به خوبی عمل نماید و منشأ انتشار گازهاي سمی را پیدا کند. در این روش، هر ند سنسور میزان ماده‌ی سمی اطراف خود را تعیین کرده و آن را به همراه موقعیت مکانی فعلی خود در سطح شبکه‌ی سنسور پخش می‌نماید. سپس هر ند با دریافت اطلاعات سایر ندها و به کمک سیستم خبره‌ی فازي ارائه شده، مناسب‌ترین موقعیت مکانی بعدي خود در محیط را تعیین کرده و به سمت آن موقعیت حرکت می‌کند. فعالیت شبکه تا زمانی که یکی از ندها منشأ انتشار گازهاي سمی را بیابد ادامه پیدا می کند. روش پیشنهادي شبیه‌سازي گردیده و با روش‌هاي موجود مقایسه شده است.

مسائل برنامه‌ریزی و زمان‌بندی از جمله مسائل پیچیده همراه با محدودیت‌های متنوع هستند. از سویی دیگر الگوریتم‌های ژنتیك ابزاری مناسب در زمینه یافتن جواب‌های قابل قبول و نزدیك به بهینه در مسائل برنامه‌ریزی محسوب می‌شوند. این مقاله، از الگوریتم‌های ژنتیك جهت حل مسأله برنامه‌ریزی دروس دانشكده استفاده كرده‌است. برنامه ریزی‌های درسی با توجه به محدودیت‌های متعدد حاصل از نوع دروس, اساتید و دانشجویان از جمله مسائل بسیار پیچیده هستند كه حل آنها می‌تواند در موارد متعددی به كار آید. بررسی‌های ما نشان داده است كه جهت یافتن جوابی قابل قبول باید محدودیت‌های اصلی را لزوماً رعایت كرده و در زمینه تنظیم سایر محدودیت‌ها از مكانیسم تصادفی الگوریتم‌های ژنتیك استفاده كرد. نتایج پیاده‌سازی, توانایی این روش در حل مسائل پیچیده را نمایش می‌دهد.

انگیزه گرید محاسباتی، مجتمع کردن منابع توزیع شده ناهمگون جهت حل مسائل پیچیده علمی، صنعتی و تجاری است. جهت رسیدن به این هدف یک سیستم زمان‌بندی کارآمد به عنوان یک بخش حیاتی برای گرید لازم است. متاسفانه پویایی و ناهمگونی منابع گرید باعث پیچیدگی زمان‌بندی وظایف می‌شوند. بعلاوه با معرفی مدل اقتصادی گرید، علاوه بر زمان اتمام کار، هزینه اجرای کار نیز به نگرانی‌های کاربران اضافه شد. اکثر سیستم‌های زمان‌بندی موجود در محیط گرید، زمان اتمام و هزینه اجرای کارها را به صورت مجزا بهینه می‌کنند. در این مقاله یک سیستم زمان‌بندی ارائه شده که به کاربر اجازه می‌دهد اهمیت زمان اتمام و اهمیت هزینه اجرای کارهایش را به صورت "وزن زمان" و "وزن هزینه" مشخص کند. بر اساس این دو وزن یک تابع هدف وزن‌دار و دو متغیره برای زمان‌بند ارائه شده است. زمان‌بند پیشنهادی از الگوریتم SA) Simulated annealing ) برای بهینه‌سازی انتصاب وظایف به منابع بهره گرفته است. در استفاده ازSA زمان و هزینه به همراه وزنشان در نظر گرفته شده‌اند. ما نشان دادیم زمان‌بند SA ، زمان‌بندی بهینه‌تری ایجاد می‌کند.

این مقاله به بررسی موضوع قیمت‌گذاری و ارتباط آن با مسیریابی می‌پردازد. در این مقاله ایده ترکیب عملیا ت قیمت‌گذاری و مسیریابی برای اولین بار مطرح شده است و براساس آن پروتکلی ارائه شده است که علاوه بر مسیریابی قیمت‌گذاری را نیز برعهده دارد. در این پروتکل از BGP برای مسیریابی استفاده شده است و آن را به گونه‌ای اصلاح نموده‌ایم که ضمن عملکرد قبلی خود قادر به تبادل اطلاعات قیمت‌گذاری نیز باشد. این تغییرات به نحوی اعمال شده است که در روند BGP خللی وارد نشود و پروتکل تغییر یافته با ویژگی قیمت‌گذاری بتواند در کنار پروتکل اصلیBGP به کار خود ادامه دهد، این امر باعث می‌شود بتوان پروتکل جدید را به مرور جانشین پروتکلBGP نمود. برای قیمت‌گذاری نیز از مدل فروشگاه استفاده شده است. پروتکل حاصل باعث می‌شود تا سربار قیمت‌گذاری کاهش یافته و زمان به روز شدن قیمت‌ها با تغییر بار پیوندها کمتر شود.

با توجه به اهمیت آزمون در مدارهای منطقی تا کنون روش‌های زیادی برای تولید یک تجربه آزمون با حداکثر پوشش خرابی ارائه شده است. در این مقاله یک روش جدید برای تولید الگوی آزمون مدارهای منطقی ترکیبی ارائه می‌شود که مبتنی بر شبیه‌سازی خرابی می‌باشد. روش جدید از یک الگوریتم ژنتیک برای یافتن بردارهای آزمون با قدرت تشخیص خرابی بالا استفاده می‌کند. سپس با استفاده از یک روش جدید دیگر از میان بردارهای آزمون حاصل از مرحله قبل یک تجربه آزمون را استخراج می‌کند. برتری این روش بر روش تولید تجربه تصادفی دستیابی به تضمین بالایی از صحت کار مدار و نسبت به روش‌های حساس‌سازی مسیر مانند الگوریتم D مرتبه پایین‌تر الگوریتم آن می‌باشد. روش ارائه شده بر روی چندین مدار اعمال شده است و مقایسه نتایج با روش تولید تصادفی تجربه‌های آزمون در مقاله آورده شده است.

اهميت شناساييِ افراد از روي تصاوير ويديويي از نحوة راه رفتن امروزه از مسائل محبوب و مورد علاقة محققين علوم بينايي ماشين و شناسايي الگو است . اين مقاله يك پايگاه دادة مكاني -زماني ارائه م ي كند كه با توجه به كلية روشهايِ موجود مي تواند موقعيت پيكسلهايِ شبح (Silhouette) را بخوبي مدل كند . براي بدست آوردن شبح، ابتدا با استفاده از يك روش مقاوم در برابر نويز ، تصوير دريافتي از زمينه حذف م ي شود سپس با استفاده از شبح بدست آمده در فريمهايِ گرفته شده، يك الگوي مناسب كه داراي اطلاعات مكان و زمان موقعيت تمامي پيكسلهايِ شبح است، بدست مي آيد. اين الگو شامل تعداد تقاطع شبح با محور افقي در تمامِ رديفهايِ تصوير در هر لحظه از زمان است . الگويِ بدست آمده براي نفر حاصل مي شود كه هر نفر ٣٠ بار جلو دوربين حركت مي كند. با استفاده از تحليلِ مولفه هاي اصليِ (PCA) تصاوير شبح و يك شبكة عصبي پس انتشارِ خطا نرخ شناسايي 94.81% رويِ ١٥٠ نمونة ويديويي آزمون از حركت ١٠ نفر بدست آمد . همچنين اين شبكه بر روي داده هاي آموزشي خود كه در كل ٣٠٠ نمونة ويديويي از حركت ١٠ نفر بود، 97.40% نمونه ها را شناسايي كرده است . بررسيِ نتايج روي نمونه هايِ خطا نشانه از مشكلاتي در حذف زمينه و بدست آوردن درستِ شبح مي باشد همچنين همرنگيِ اجزايِ بدن يا لباس با زمينه و شرايطِ نور محيط از ديگر عوامل خطا شناسايي شد.