در این مقاله ، رویکردی مبتنی بر اتوماتاهای یادگیر برای یافتن استراتژی غالب در بازی های blotto ارائه می گردد. اهممیت این دسته از بازی ها در تئوری بازی از دو جهت است. اولا این بازیها در دنیای واقعی برای مدل سازی فرآیندهایی به کار می روند که در آن ها برای غلبه بر حریف ، نیاز به توضیع بهینه منابع محدود بین چندین کار وجود دارد. ثانیا رویکردی که در این بازی ها برای یافتن استراتژی غالب مورد استفاده قرار می گیرد را می توان برای مدل کردن هر فرآیند چند عامله رقابتی دیگر که دارای استراتژی غالب برای هر یک از عامل ها می باشد به کار برد.با دانستن استراتزی غالب می توان تضمین کرد که عامل، همواره سودی بیشتر یا مساوی با سایر عوامل به دست خواهد آورد.در روش پیشنهادی در این مقاله ، هر یک از بازیگران دارای یک اتوماتای یادگیر می باشد که از آن، برای یادگیری و تصمیم گیری در مورد انتخاب اعمال کمک می گردد. آزمایشات انجام شده نشان می دهند که با استفاده از این روش، استراتژی بازیکنان مجهز به اتوماتای یادگیر به تدریج به استراتژی غالب همگرا شده و این بازیکنان قادر به یافتن بهترین حالت تقسیم منابع و برد در بازی خواهند بود.

با افزایش روزافزون نیازهای کاربران شبكه در عصر حاضر، تکنولوژی های دسترسی پهن باند موجود، قادر به پاسخگوی نیازهای كاربران نمی باشند. به عبارت دیگر، تعدد نیاز به تبدیل پروتکل ها در حد فاصل میان کاربران و شبکه های عمومی، كه مایل اول نیز خوانده می شود، كارایی شبكه ها را به صورت قابل ملاحظه ای كاهش داده است. استاندارد (Ethernet in the First Mile) EFM با هدف رفع این مشکل از طریق گسترش کاربرد اترنت از سطح شبکه های محلی به سطح شبک ههای دسترسی معرفی شده است. بنابراین، با استفاده از EFM نیاز به تبدیل پروتکل مرتفع خواهد شد. این مقاله در حقیقت به عنوان یك مرحلة مهم برای استفاده از EFM در زندگی روزمره بشمار م یرود. به عبارت دیگر، هدف از این مقاله، معرفی پیاده سازی سخت افزاری زیرلایه TC از استاندارد EFM با استفاده از قابلیت های موازی سازی آن می باشد. نتایج آزمایش ها نشان می دهد كه پیاده سازی سخت افزاری ماجول TC-Encapsulation شرایط مناسبی را برای استفاده از EFM به صورت وسیع ایجاد می كند.

طبقه بندی خودکار متون از موارد کاربرد الگوریتمهای یادگیری ماشینی در مبحث بازیابی اطلاعات میباشد. در این مقاله نیز نتایج طبقه بندی خودکار متون فارسی با استفاده از معیارهای شاخص گذاری -gram ٤-gram٣ و کلمه ارائه شدهاست . در ضمن نتایج در دو حالت با حذف stop word و بدون حذف stop word های متون نیز مقایسه شدهاند. به منظور دستهبندی متون از الگوریتم یادگیری ماشینی نزدیکترین k همسایه (knn) استفاده شده است و در نهایت به منظور ارزیابی و مقایسه نتایج، دو معیار دقت و یادآوری برای هر روش شاخصگذاری نیز محاسبه شدهاند. نتایج بدست آمده نشان داد که بهترین روش شاخصگذاری متون فارسی -gram ٤ میباشد و حذف stop word ها نتایج را اندکی بهبود میبخشد.

پیچیدگی و تنوع سیاست های امنیتی مبتنی بر IPSec در شبکه های خصوصی مجازی، می تواند منجر به ترکیبی از سیاست ها شود که نه تنها سرویس های امنیتی مورد نیاز را فراهم نمی کند ، بلکه امنیت ارنباط را نیز به مخاطره می اندازد.در این پژوهش یک روش فورمال با استفاده از عبارت بولی جهت تشخیص و رفع تضاد ها در سیاست های IPSec ارائه شده است. وقوع هر تضاد در این روش با یک عبارت بولی بیان می شود. در این روش سیاست های ورودی پردازش شده و بر اساس نیاز کاربر مجموعه ای از سیاست های جدید که بدون تضاد و مشکلات امنیتی است، ایجاد می شود. پیاده سازی و ارزیابی این روش با روش های قبلی نشان داد که این روش علاوه بر اینکه تضاد را با کارایی بهتری نسبت به روش های موجود تشخیص می دهد، قادر به ارائه مجموعه ای از سیاست های جدید و ایمن نیز هست.

در سال 1968 یك زیست شناس نوع جدیدی از مكانیزم بازنویسی رشته ها را معرفی كرد كه در آینده سیستم L - نام گرفت. دوباره نویسی تكنیكی برای تعریف شی های پیچیده است. در این روش با جایگزینكردن متوالی قسمتی از شكل اولیه بوسیله قانون های تولیدی، دوباره نویسی انجام م یشود. در سیستم L- اعمال قوانین بر خلاف سیستم گرامر چامسكی به صورت موازی انجام میشود. انواع مختلقی از سیستم L- مانند براكتدار، احتمالی، پارامتری و مخصوص مدل گیاهان تعریف شده است. در تمامی آنها بعد از آنكه قوانین تولیدی، رشته حاصل از بازنویسی را تولید نمود شكل گرافیكی متناظر از تفسیر هندسی آن قابل ارائه است. لذا در این مقاله، با در نظر گرفتن قسمت تولید رشته كامپایلری طراحی شده است كه می تواند برنامهای با زیان سیستم L- و انواع مختلف آنرا تحلیل نموده و اجرا نماید.

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.

تولید برنامه درسی به کمک رایانه نیازمند مدل سازی الگوهای آموزشی معتبر است تا به کمک آن برنامه ریز آموزشی بتواند در چارچوبی یکپارچه به تولید برنامه های درسی با مولفه های اعتبارسنجی شده بپردازد. زنجیره های فرآیندی محیط تولید محتوای پیشنهادی این مقاله، مسیری را از بیانیه آموزشی تا محتواهای درسی طی می کنند. این محیط نرم افزاری برای انجام فعالیت تولید محتوا به کمک رایانه از الگوی یادگیری "بلوم" بهره می گیرد. در این محیط محتواهای درسی براساس زنجیره ای فرآیندی از تحلیل راهبردی محیط آغاز و با تدوین بیانیه آموزشی و سپس با تعریف نیازهای آموزشی، اهداف رفتاری معتبر تا تعیین آموزه ها و درج مولفه های درسی به کمک رایانه ادامه می یابد. قابلیت دیگر این محیط تحلیل مشکلات آموزشی تا شناسائی منابع مولد آن است که می تواند مدلهای یادگیری، تعلیم یا ارزیابی باشد. در شرایط حادتر دشواریهائی انباشته شده در الگوئی مدل پایه به دشواریهائی مدل آموزشی، محتویات بیانیه آموزشی و یا غفلت در انتخاب موضوع یا فناوری مورد آموزش، نسبت داده می شود. مدل طراحی شده در قالب یک محیط نرم افزاری به نام مدبر پیاده سازی شده و بکمک آن تعداد زیادی محتوای درسی مبتنی بر وب آموزش سواد فناوری اطلاعات تولید شده است.

دشواریهای اجرای پروژه های معماری سازمانی به ویژه در دیوان سالاریهای دولتی ایجاب می کند برای تسهیل اجرای برنامه گذار گامهای تحلیل وضعیت موجود و مطلوب و تدوین برنامه گذار به گونه ای انجام و توصیف شوند که تکرار احتمالی آنها توسط معماران آتی سازمان میسر باشد. در این مقاله تجارب ناشی از دو پروژه بزرگ معماری سازمانی و راه حلهای ابداعی بکار گرفته شده درآنها در جهت ارائه راه حلی برای دشواریهای اجرائی رایج مطالعه معماری اطلاعات سازمان پیشنهاد شده است. این راه حل شامل افزودن دو گام ابداعی یعنی تدوین سیاست نامه قبل از تحلیل وضعیت موجود، تدوین و اجرای بیانیه تغییر در فاصله تحلیل وضعیت موجود تا طراحی وضعیت مطلوب و استفاده نوآورانه از مدلهای مرجع در جهت نامگذاری استاندارد اشیاء مورد مطالعه در لایه معماری برای همسانی و معنی دار بودن مستندات برای افراد عضو در گروههای کاری معماری است.

این مقاله درمورد طراحی یک نرم افزار به منظور استفاده بهینه از فرآیند جوشکار ی اصطكاكی - اغتشاشی است که یكی از فرآیندهای نوین جوشكاری در حالت جامد است. این نرم افزار که با و با استفاده از الگور یتم ژنتیک طراح ی شده، کاربر را قادر میسازد با ورود مقادیراندازهگیری شده خواص آلیاژ ، و با ورود درصد میزان اهمیت خواص به سیستم، به مقادیر بهینهای از سرعت حرکت و سرعت چرخش که در میزان تغییرات خواص آلیاژ مؤثرند، دست یابد . این نرمافزار با در نظر گرفتن وزن برای هر یک از خواص، این امکان را ایجاد میکند که بتوان بعضی از خواص را نسبت به برخ ی دیگر در حصول نتیجه، برتری داد. با این نوآوری امکان استفاده گسترده از این متد در صنایع مختلف، که در آنها یک یا چند خاصیت، اهمیت بیشتری نسبت به خواص دیگر دارند، فراهم میگردد.

می توان نشان داد كه اگر الگوریتم های كوانتومی بر روی كامپیوترهای كوانتومی اجرا شوند، سرعت انجام محاسبات در آنها نسبت به كامپیوترهای كلاسیك مرسوم به صورت نمایی افزایش می یابد . اما به دلیل در دسترس نبودن كامپیوترهای كوانتومی، در حال حاضر از شبیه سازی مدل مداری الگوریتم های كوانتومی بر روی كامپیوترهای كلاسیك به منظور ارزیابی عملكرد آنها استفاده می شود. این در حالی است كه شبیه ساز نرم افزاری قادر نیست به صور ت كارآمد از قابلیت موازی سازی موجود در الگوریتم های كوانتومی برای شبیه سازی استفاده نماید. بر همین اساس و به منظور شبیه سازی الگوریتم های كوانتومی بر روی FPGA این مقاله به ارائة یك نمایش جدید برای بیت های كوانتومی می پردازد كه ضمن استفاده از آن، سرعت شبیه سازی مدارهای كوانتومی به صورت قابل ملاحظه ای بهبود می یابد. این نمایش جدید در هر دو حالت بیت های كوانتومی مجزا و درهم تنیده شده كاربرد دارد.

مخابرات سیار به نوعی از انتقال داده ها می پردازد که به کاربر امکان ارتباط برقرار کردن با سایر کاربران را هم در هنگام حرکت وهم در مواقعی که کاربر در مکان نامعلومی به سر می برد را می دهد . در طی عملیات طراحی شبکه های سلولی طبق محاسبات انجام شده تعداد محدودی سایت برای پوشش یک ناحیه در نظر گرفته خواهد شد در نتیجه جایگذاری صحیح این تعداد محدود در سطح منطقه باعث کاهش هزینه ها چه از نظر پوششی وچه از نظر گسترش شبکه در مراحل بعدی خواهد شد. در مقاله حاضر با طراحی یک الگوریتم ژنتیک راه حلی برای مسئله طراحی شبکه سلولی ارایه کرده ایم . مهمترین خصوصیت الگوریتم ارایه شده علاوه بر یافتن مکان آنتهای انتقال اطلاعات، یافتن تعداد این آنتن ها برای پوشش مناسب و حداقل کردن هزینه می باشد. بطوریکه الگوریتم ارایه شده توانایی یافتن تعداد آنتهای مورد نیاز برای هرنقشه واقعی را دارا می باشد.

شبیه سازی نقش بسزایی در مطالعه و تحقیقات شبکه ه ای Ad hoc دارد. برای ایجاد یک محیط واقعی نیاز به ی ک مدل تحرک واقع گرایانه ، عمو می و جامع بجای یک مدل تصادفی می باشد. مدلهای تحرک واقع گرایانه که تاکنون ارائه شده اند همگی روی مدلسازی محیط شبیه سازی شامل موانع و مسیرهای حرکت کار کرده اند و توجهی به الگ وی حرکت نودها در معابر و مس یرهای حرکت نداشته اند (Obstacle Model , Pathway Model, etc.)با توجه به اینکه یک نود متحرك در شبکه های ad hoc معمولا یک انسان می باشد یا توسط یک انسان هدایت می شود، یک مدل تحرک واقع گرایانه باید بتواند تحرک واقعی وی را در یک محیط واقعی شامل موانع و مسیرهای حرکت شبیه سازی کن د. در ا ن مقاله یک مدل تحرک جدید ارائه داده ایم که حرکت یک نود هوشمند را در یک محیط واقعی شبیه سازی میکند. ما مدل جدید را با یک محیطش بیه سازی نمونه شبیه سازی کردیم و نتایج را با مدل تحرک مانع مقایسه کردیم. نتایج نشان داد که نوع انتخاب مسیر نودها میتواند در کار ایی شبکه های ad hocنقش داشته باشد.

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.

در این مقاله با توجه به تکنیک خلاصه سازی مدل, یک روش ترکیبی به منظور ارزیابی عمل شبیه سازی شبکه های بی سیم اقتضائی پیشنهاد و با استفاده از شبیه ساز NS-2 پیاده سازی شده است. این روش، با استفاده از مدل مبتنی بر جریان Fluid و با بهره گیری از تکنیک شبیه سازی مبتنی بر گام های زمانی، سرعت شبیه سازی شبکه های بی سیم اقتضائی را تا چندین برابر بهبود می بخشد. در انتهای مقاله به منظور ارزیابی کارایی روش پیشنهادی، مقایسه ای از این روش با روش شبیه سازی سطح بسته بر اساس معیارهای برتری ارائه شده است

در این مقاله برای بهبود صحت طبقه بندی تصا ویر ابرطیفی از اطلاعات بافت باند اول تبدیل مولفه های اصلی استفاده شده است.با توجه به بالا بودن اطلاعات مکانی در باند اول تبدیل مولفه های اصلی، از آن به عنوان یک منبع اطلاعاتی مستقل استفاده شد و بافت آن بوسیله شش ویژگی مهم ماتریس هم رخدادی شامل انرژی ،آنتروپی ،کنتراست ،واریانس ،همبستگی و گشتاور تفاضلی معکوس تح لیل گردید و با استفاده از این ویژگیهای باف تی پیکسلها طبقه بندی گردیدند. سپس نتیجه این طبقه بندی با اطلاعات طبقه بندی طیف ادغام گردید. نتایج پیاده سازی این روش بر روی داده ه ای واقعی سنجنده AVIRIS نشان می دهد که این روش، روش ساده و مناسبی برای وارد کردن اطلاعات مکانی در تصاویر ابر طیفی است و صحت و اعتبار طبقه بندی را در حد قابل ملاحظه ای افزایش می دهد.

امروزه شبکه های سنسور بی سیم از نوع Ad Hoc به علت قابلیت های زیادی که دارند، به سرعت در حال توسعه هستند. تعیین موقعیت سنسورها در این شبکه ها، یک موضوع مهم است. بیشتر الگوریتم های تعیین محل موجود از روش سه ضلعی یا چند ضلعی، بر اساس محدوده اندازه گیری به دست آمده از تکنیک نشانگر قدرت سیگنال دریافتی (RSSI) و زمان ورودی (TOA) و اختلاف زمان ورودی (TDOA) استفاده می کنند. در این مقاله، با استفاده از شبکه های عصبی احتمالی (PNN) و استفاده از RSSI محل گره ها مشخص می شود. شبکه عصبی به گونه ای طراحی می شود که خروجی آن احتمال تشابه موقعیت گره ها را نشان می دهد. نتایج نشان می دهد با استفاده از خروجی شبکه عصبی، برآورد خوبی از موفعیت گره ها بدست می آید.

در این مقاله به بررسی و مقایسه روش های ارزیابی وب سرورها با استفاده از ابزارهایی که بدین منظور تهیه شده است، پرداخته شده و سعی شده تا نحوه کار این ابزار ها و روش هایی که آنها به کار می برند مورد بررسی قرار داده شود. از آنجا که هیچ یک از ابزار های ارزیابی وب سرور ها از تمامی روشهای موجود پشتیبانی نمی نمایند، ما اقدام به ایجاد ابزاری به نام WebserverBenchmark نموده ایم که از کلیه روشهای ارزیابی وب سرور ها پشتیبانی می نمایدو در این مقاله ضمن معرفی این ارزیاب و تشریح قسمت های مختلف آن، نتایج حاصله از چهار روش اصلی ارزیابی وب سرورها توسط این ارزیاب، مقایسه و تحلیل می گردد

در این مقاله به بررسی تغییرات شاخصهای قابلیت اطمینان با استفاده از تئوری شبکه عصبی پرداخته شده است .هدف این مقاله ارزیابی قابلیت اطمینان شبکه توزیع شده قدرت (شبکه برق کشور) برای کاهش تعداد و زمان خاموشی و در نهایت کاهش میزان انرژی فروخته نشده میباشد. ارزیابی قابلیت اطمینان سیستم توزیع این امكان را به مدیران شبكه میدهد تا با در دست داشتن شاخصهای عملكرد سیستم و رفتار گذشته آن در جهت بهبود بهره برداری از شبكه تدابیر لازم را اتخاذ نمایند. مطالعه موردی این مقاله بر اساس شبكه نمونه شرکت برق منطقهای اردبیل انجام شده است. که با استفاده از یافتههای این تحقیق و تحقیقات گذشته و آمارهای راهبردی صنعت برق کشور تخمینی از شاخصهای قابلیت اطمینان برای شبکه سراسری برق ایران با استفاده از شبکه عصبی کوهنن بدست آمده است.

یادگیری الکترونیکی روشی برای ایجاد سیستم آموزشی انعطاف پذیر منطبق بر سطح دانش یادگیر در هر زمان و هر مکان است. شخصی سازی، یکی از مفاهیم کلیدی در جریان آموزش و پرورش است. بر این اساس یادگیری الکترونیکی باید متمرکز روی شخص گرا بودن فرایند یادگیری شود تا به نتیجه مطلوب در یادگیری برسد. همچنین ضرورت تشریک مساعی و تعامل در محیط های یادگیری الکترونیکی امری بدیهی و لازم است. در این مقاله روشی جهت بهبود شخص گرا بودن فرایند یادگیری ارائه شده است. روش پیشنهادی ارائه ی محیطی مبتنی بر تطبیق دانش (محتوای آموزشی) بر اساس توسعه مهارت و صلاحیت یادگیر در یادگیری الکترونیکی مطرح شده است. که با تفکیک مهارت ها به دو بخش "لازمه" و "آموختن"؛ امکان یادگیری در محیط توزیع شده، منطبق بر شرایط یادگیر فراهم می شود. همچمنین برای پیاده سازی محیط یادگیری متحرک، از تکنولوژی عامل سیار استفاده شده است.

یكی از اهداف مهم در مهندسی نرم افزار كه افزایش انعطاف پذیری و كاهش پیچیدگی است با به كار گرفت ن معماری سرویسگرا (SOA)تحقق می یابد. از سوی دیگر اهمیت معماری سازمانی در شناخت سازمان و ارائه آگاهی از سازمان امری ضروری و مهم اس ت . در راستای تدوین معماری سازمانی به چارچوب نیاز داریم . همچنین اهداف معماری سازمانی و SOA بعنوان یك سبك معماری بویژه در زمینه افزایش انعطا ف پذیری با یكدیگر همخوانی دارن د . از مفهوم معماری سازمانی سروی س گرا میتوان برای فراهمكردن انعطاف در تغییرات سازمانی و انعكاس مناسب آنها در معماری فناوری سازمان و در نتیجه ایجاد هماهنگی میان فناوری و كسب و كار بهره بر د . بدین منظور مفاهیم سرویس گرایی را روی چارچوب معماری سازمانی زكمن مطالعه و روشی را برای تحقق آن پیشنهاد میكنیم