انجمن کامپیوتر ایران

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.

در این مقاله یک ساختمان داده یگانی براي نمایش طرح‌هاي انتقال ثبات ارائه می‌گردد. در حال حاضر نمایش یگانی و مبتنی بر گرافی به نام دیاگرام بسط تیلور وجود دارد. اگرچه می‌توان دیاگرام بسط تیلور را براي نمایش بهینه عبارات جبري در سطح کلمه به کار گرفت، اما آنها در نمایش عبارات بولی سطح بیت بهینه نمی‌باشند. همچنین دیاگرام بسط تیلور نمی‌تواند عبارات بولی در سطح کلمه (بردار) را نمایش دهد. در این مقاله تغییراتی به دیاگرام بسط تیلور اعمال می‌گردد که قابلیت نمایش سطح بیت آن‌ را افزایش می‌دهد و همزمان قابلیت نمایش عبارات بولی در سطح کلمه را به آن اضافه می‌کند.

شبكه‌های عصبی یكی از روش‌های پركاربرد در یادگیری سیستم‌های هوشمند است كه كارایی بسیار بالایی در یادگیری الگوهای آموزشی دارد. در این مقاله سعی بر این شده است که با استفاده از شبکه عصبی مدل مخچه CMAC*) ) به پیش‌بینی پارامترهای هواشناسی بپردازیم و در واقع با استفاده از یک مثال عملی و بارز برتری مدل‌های هوشمند نظیر CMAC را نسبت به مدل‌های خطی از جمله ARMA بررسی کنیم. در ادامه سعی بر این شده است که با استفاده از بهینه‌سازی پردازش تکاملی، قابلیت پیش بینی روش خطی ARMA را بالا ببریم. این مقاله نشان می‌دهد که با استفاده از روش‌های خطی بهینه شده توسط الگوریتم ژنتیک می‌توان کارآیی آن را به نحو چشمگیری افزایش داد به گونه‌ای که شبکه مدل مخچه ارائه شده، قادر نیست رفتار دینامیکی پارامترهای هواشناسی را در مقایسه با روشARMA تعمیم یافته بوسیله الگوریتم ژنتیک پیش‌بینی نماید.

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.

با توجه به استفاده فراوان سيستم هاي دهدهي در کاربردهاي تجاري و اقتصادي، در اين مقاله سعي شده است روشي براي افزايش راندما ن اين سيستمها ارائه شود. دراين راست ا به منظور افزايش قدرت ذخيره سازي اطلاعات در حافظه و بالا بردن مجازي پهناي باند انتقال اطلاعات بين پردازنده و حافظه، ارقام به صورت کدينگ دهدهي فشرده شده ذخيره مي شوند. در زمان اجراي دستورات ارقام فشرده شده با حذف فشردگي به کدينگ دهدهي متعارف تبديل مي شوند. با گسترش خط لوله اجراي دستورات در پردازنده هاي دهدهي سربار اين بهينه سازي كاهش مي يابد. نتايج پياد هسازي اين روش بيان گر ساده بودن سخت افزار فشرده ساز و حذف فشردگي و پايين بودن تاخير آنها نسبت ب ه ديگر مراحل خط لوله اجراي دستور مي باشد. سخت افزار ارائه شده براي واحدهاي فشرده ساز و حذف فشردگي در تکنولوژي ۲۵ /. ميکرو متر شبيه سازي شده و بر اساس محاسبات انجام شده افزايش راندماني در حدود ۱۶ درصد در پردازش دستورات دهدهي پردازنده هاي دهدهي بدست آمده است.

در اين نوشتار، روشی در خصوص نهان نگاری اطلاعات در مدلهای سهبعدی مثلثی معرفی میگردد. ايده اصلی اين روش افزودن مثلثهايي به مدل اس ت؛ به نحوی که اين افزايش بتواند اطلاعات مورد نظر برای گنجاندن را نمايندگی کند. روش ساخت مثلثها نيز بر اساس انتخاب مجموعهای از مثل ثها بر حسب مساحت آ نها و انتخاب يکی از ميان ههای مثلث بر حسب رشته پيا می که هدف اصلی، گنجاندن آن در مدل است ؛ استوار م یباشد. میدانيم که ميانه مثلث در برابر تغيير مقياس يکنواخت و انتقال مقاوم است . همچنين برای مقاومت در برابر چرخش، ترتيب خاصی را در انتخاب ميانه و مثلثی که به مدل افزوده میشود، درنظر گرفتهايم. افزون بر اين موارد، گنجاندن بر حسب ترتيب خاصی از مثل ثها صورت م یگيرد تا در استخراج از همين ترتيب استفاده گردد. در آزمو ن- های صورت گرفته مشخص گرديد که روش پيشنهادی در برابر مجموعه حملههای چرخش، تغيير مقياس و انتقا ل، که به حمله مشابهت نيز موسوم است، مقاوم میباشد.

يکي از ابزارهاي مهم تشخيص بيماري در مفصل لگن، اندازه گيري ضخامت غضروفها در اين مفصل مي باشد . در اين تحقيق روش اتوماتيکي براي بخشبندي و نمايش حجمي غضروف مفصل لگن با استفاده از داده هاي MR ارائه مي شود. اين روش، الگوريتمي چند مرحله اي مي باشد . ابتدا براي ايزوتروپيک کردن داده ها ، با تکنيک اينترپلاسيون سينک از آنها نمونه برداري مجدد به عمل مي آيد. سپس با اعمال دانش آنات ومي درباره ء سر فمور با کمک تبديل هاف مرکز آن تخمين زده مي شو د. بعد از آن با روش کوانتيزاسيون برداري، استخوانها بخشبندي و با استفاده از مرز آنها فضاي بين مفصلي با عمليات مورفولوژي بدست مي آي د. با داشتن فضاي آرتيکولار از نتايج کارهاي گذشته و فضاي بين مفصلي م ي توان غضروفهاي مفصلي را با روشهاي تفاضلي بخشبندي نمود. پس از بخشبن دي، با استفاده از پروجکشن شدت روشنا يي بيشينه به عنوان يکي از روشه اي انتشار شعاع حجمي به نمايش سه بع دي غضروفها، پرداخته مي شود. قسمتهاي مختلف اين الگوريتم در محيطهاي برنامه نويسي C++ و MATLAB طراحي و پياده سازي شده است. قابليت اين روش به طور موفقيت آميز در ۴۰ مفصل لگن يعني ۲۴۰۰ تصوير MR ارزيابي شده است.