انجمن کامپیوتر ایران

Effective scheduling is of great importance to parallel programming environments. The aim is to minimize the completion time of task graphs. The completion time of a task graph is directly affected by the length of its critical path. Hence, the trend of an evolutionary approach for task graph scheduling can be biased towards reduction of the critical path. Task graph scheduling is a NP-hard problem. Deterministic approaches are not applicable in this context. Thereof, application of evolutionary processing and especially genetic algorithms are effective for solving scheduling problems. In this paper, a new genetic scheduling algorithm is presented. The algorithm, in the first priority, minimizes the critical path length of the parallel program task graph and in the second priority minimizes the inter-processor communication time. Thereby, it achieves a better scheduling in comparison with the existing approaches such as BCGA, CGL, MCP.

Abstract. We study the problem of online coloring co-interval graphs. In this problem, a set of intervals on the real line is presented to the online algorithm in some arbitrary order, and the algorithm must assign each interval a color that is di®erent from the colors of all previously presented intervals not intersecting the current interval. It is known that the competitive ratio of the simple First-Fit algorithm on the class of co-interval graphs is at most 2.We show that for the class of unit co-interval graphs, where all intervals have equal length, the 2-bound on the competitive ratio of First-Fit is tight. On the other hand, we show that no deterministic online algorithm for coloring unit co-interval graphs can be better than 3/2-competitive. We then study the e®ect of randomization in our problem, and prove a lower bound of 4/3 on the competitive ratio of any randomized algorithm for the unit co-interval coloring problem. We also prove that for the class of general co-interval graphs no randomized algorithm has competitive ratio better than 3/2.

We believe that future network applications will benefit by adopting key biological principles and mechanisms. This paper is a successful attempt in order to design a congestion control mechanism. This attempt is based on predator-prey mathematical model. We show that interaction of those Internet entities that involved in congestion control mechanisms is similar to predator-prey interaction. This similarity motivates us to map the predator-prey approach to the Internet congestion control mechanism and design a bio-inspired congestion control scheme. The results show that using appropriately defined parameters, this model leads to a stable, fair and high performance congestion control algorithm.

Profiles of an object provide rich information about its geometry and can be used for shape reconstruction under known object movement. In this paper we propose a method to estimate the motion from space curves. The moving object is captured by two cameras during time. A robust curve stereo matching algorithm is employed to extract the precise location of convinced space curves for any sequence. By tracking of the space curves, the rigid motion estimation of object can be accomplished. So, by unifying the large number of virtual cameras, the rays constructed from silhouette are intersected to recover the fine visual hull. Because of using the curve matching scheme instead of color matching, the proposed method is less sensitive to color adjustment between cameras and illumination changes of light source. Our method is applicable also to the low-texture object.

Several methodologies with their own characteristics have been proposed in the area of agent-oriented software engineering. Consequently, deciding which methodology to select in a specific case is an important issue and it can lead to decrease software development cost and effort. Thus, importance of evaluation of methodologies will be highlighted in choosing the appropriate methodology in the development process of an application. It can also help in developing new methodologies and improving existing ones. In this paper, we are going to provide an evaluation framework of agent oriented methodologies. To demonstrate the usage of the suggested framework, it is applied to evaluate two methodologies (MESSAGE and Prometheus) using a proper example. Results show that, using our method, methodologies can be truly compared and evaluated.

In this paper, a post-refining method using MLP neural network is proposed for phonetic segmentation and time alignment of speech databases. The main issue of the work involves the refinement of an initial estimation of phoneme boundaries. Initial phoneme boundaries are provided by a time alignment technique using Hidden Markov Model (HMM) and Multi-layer perceptron (MLP) is used to refine the initial phone boundaries. In fact, MLP neural network tries to model information in transitions between phonemes. The optimum partitioning of the entire phonetic transition space is constructed from the standpoint of minimizing the overall deviation from hand labeled positions. The experimental results show that the proposed method increases boundary estimation performance and achieves high accuracy compared to manual segmentation.

روش رگرسيون از روش هاي عمده تشخيص تغيير درتصاوير سنجش از دور مي باشد. يکي از مراحل مهم اين روش،انتخاب آستانه مناسب جهت تصميم گيري در مورد وقوع يا عدم وقوع تغيير در يک نقطه است. از جمله روش هاي مشهور انتخاب آستانه تصاوير، روش بدنه محدب هيستوگرام مي باشد. در اين مقاله نشان داده خواهد شد که اين روش برای انتخاب آستانه رگرسيون قابل استفاده نيست. سپس روشي براي بهبود کارايي آن ارائه خواهد شد به گونه اي كه بدنه محدب را قابل استفاده در رگرسيون نمايد. اين روش به صورت تکراري عمل مي کند و سعي مي کند تا در هر مرحله با تقريب هيستوگرام با توابع گاوسي مناسب، نقطه اوج هاي لازم را براي روش بدنه محدب فراهم نمايد. در ادامه نشان داده خواهد شد که روش پيشنهادی کارايي مطلوب در محاسبه آستانه دارد. نقطه قوت ديگر روش پيشنهادی همگرايي آن است به گونهای که با هر مقدار اوليه در نهايت به سوي جواب مناسب براي آستانه، همگرا خواهد شد

در این مقاله، شیوه ای جهت انتخاب ویژگی ها و کاهش ابعاد، با استفاده از یادگیری تقویتی ارائه می شود. به این منظور از یک سیستم چند عامله استفاده شده که در آن عامل های یادگیرنده می کوشند تا با مواجهه با مساله وهمکاری با یکدیگر به یک هدف مشترک، که بدست آوردن مجموعه ای از بهترین ویژگی ها میباشند، برسند. یادگیری عامل ها به واسطه بررسی میزان تاثیر گروهی از ویژگی ها ، بر اساس بیشترین جداپذیری که در بین داده ها ایجاد می کنند، با سعی و خطا خواهد بود. این جدا پذیری مبتنی بر روش جداپذیری فیشر و استفاده از ضریب همبستگی در جهت بیشینه کردن حداقل فاصله کلاسها می باشد.

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

تعیین نواحی فعال مغز یکی از موضوعاتی است که نقش مهمی در شناسایی و تشخیص بیماریهاي مغزي دارد . در بین روشهاي تعیین نواحی فعال مغز Magnetoencephalogram(MEG) بعنوان جدیدترین روش ارائه شده در این زمینه است . براي آشکارسازي فعالیت مغز توسط MEG روشهاي مختلفی ارائه شده است. در این مقاله روشی براي تعیین نواحی فعال مغز ارائه شده است که از ترکیب روشهاي موجود دیگر استفاده شده است که روش ترکیبی نامیده می شود. در این روش چندمرحله اي از پاسخ مرحله قبلی، ماتریس وزن جدید معرفی شده و به داده MEG اعمال میشود. این روش در عی ن داشتن پاسخ غیر تکراري و زمان محاسباتی کم نسبت به روشهاي تکراري مشابه، پاسخ متمرکز با کمترین خطا را بدست می دهد. در این مقاله پس از معرفی روش ترکیبی ارائه شده، این روش با دیگر روشهاي موجود در دو حالت بدون نویز و نویزي مقایسه شده و کارایی روش ارائه شده نشا ن داده شده است.

با روزافزون شدن استفاده از سيستمهاي نهفته در سال هاي اخير و به دليل اهميت بالاي توجه به تحملپذيري اشكال در طراحي اين سيستمها، لازم است نرمافزارهاي به كار گرفته شده در آن ها نيز تحملپذير اشكال شوند. يكي از مرسومترين انواع خط اهاي به وجود آمده در هنگام اجراي نرمافزار، خطاهاي كنترل رون د اجر ا هستند . در مقالات گوناگون روشهاي متعددي براي كشف اين نوع از خطاه ا در زمان اجراي نرمافزار معرفي شدهاند . يكي از اين روش ها، روش تله - گذاري برنامه در حافظه است. در اين مقاله قصد داريم ضمن بررسي دقيقتر اين روش با تكيه بر چند فرض ساده كننده، يك مدل رياضي براي به دست آوردن احتمال كشف خطاي روند اجرا در هنگام اجرا شدن برنامه ارائه نماييم. به علاوه در اين مقاله با تكيه بر شبيه ساز ي- هايي كه به كمك نرمافزار انجام دادهايم ، نتايجي در باره ت أثير طول بستههاي تله، طول فضاي برنامه، طول فضاي داده و مانند آن ه ا، بر كارايي روش تلهگذاري گردآوري كردهايم.

امروزه شبك ههاي كامپيوتري مهم ترين روش براي ايجاد ارتباط ميان دستگاه هاي گوناگون الكترونيكي هستند. يكي از مهم ترين مسائل در شبك ههاي كامپيوتري، مسئله مسيريابي و پيدا كردن بهترين مسير براي انتقال اطلاعات است. يكي از مهم ترين چالش ها در مسيريابي، تغييرات ساختار شبكه همانند قطع و وصل شدن لينك ها مي باشد. در اين مقاله ابتدا مسئله مسيريابي به صورت مسئله يافتن كوتاه ترين مسير در يك گراف بيان شده است. سپس روشي مبتني بر اتوماتاي يادگير براي تغيير درخت كوتاه ترين مسيرها به هنگام قطع يا وصل شدن يك لينك ارائه شده است. مزيت روش ارائه شده اين است كه در شرايطي كه نرخ قطع و وصل شدن لينك ها در شبكه زياد است، مانند شبكه هاي بي سيم بدون زير ساخت، با بررسي تعداد محدودي از لينك ها در شبكه، مي توان با تقريب خوبي كوتاه ترين مسيرها را در شبكه محاسبه كرد.

در اين مقاله به مدلسازي و تحليل يك سيستم مبتني بر مجازيسازي با اعمال جوانسازي بر اجزاي مختلف آن به كمك شبكه- هاي پاداش تصادفي ميپردازيم. اجزاي مختلف يك سيستم مبتني بر مجازيسازي كه بايستي جوانسازي بر آنها اعمال گردد، بخش VMM و نيز ماشينهاي مجازي در حال اجرا بر روي آن است. براي اولين بار اقدام به ارائه مدلي با استفاده از شبكههاي پاداش تصادفي براي اين مسئله نموده و سپس به تحليل آن ميپردازيم.مدلهاي پيشنهاد شده امكان محاسبهي ميزان دسترسپذيري (Availability) سيستم را تحت دو حالت فعالسازي مجدد گرم و سرد ميسر ميسازد. نتايج نشاندهنده بهتر بودن روش فعالسازي مجدد گرم بر فعالسازي مجدد سرد از نظر ميزان دسترسپذيري است.

ارسال داده در شبکه هاي حسگر بيشترين ميزان مصرف انرژي را دارد، در نتيجه کاستن از ميزان داده هاي ارسالي يکي از اهداف کاهش توان مصرفي است. يکي از راه حل هاي کاهش داده هاي ارسالي تقريب زدن اين داده ها در مقصد است. تا زماني که خطاي تقريب حسگر در حد قابل قبول است حسگرها ميتوانند مدت زمان بيشتري را در خواب سپري کنند. با توجه به نوع رويداد و کاربرد شبکه حسگر ميتوان ميزان اين خواب ها و خطاي قابل تحمل را تعيين کرد. در اين مقاله الگوريتمي ارائه شده است که در آن مدت خواب حسگرها با توجه به ميزان خطا تقريب آنها تغيير پيدا خواهد کرد و امکان پذير بودن چنين تکنيک هايي نشان داده شده است.

اطلاعات در مورد مکان گره ها، یکی از ملزومات حیاتی در بسیاري از کاربردهاي شبکه هاي حسگر بیسیم است. اصطلاح مکان یابی به فرآیندي اطلاق می شود که در طی آن هر گره شبکه مکان خود را مشخص می کند. مقالات بسیاري در مورد مکان یابی برپایه لنگرگاه ارائه شده اند. لنگرگاه گره اي است که از مختصات خود قبل از فرآیند مکان یابی اطلاع دارد. سایر گره ها با استفاده از این اطلاعات مکان خود را تشخیص می دهند. استفاده از لنگرگاه در شبکه به دلیل استفاده لنگرگاه ها از تجهیزات جانبی مانند سیستم موقعیت یاب جهانی (GPS) و مصرف انرژي بالاي آنها با محدودیتهایی روبروست. جهت حذف این محدودیتها ما در این مقاله یک الگوریتم بدون نیاز به لنگرگاه ارائه کرده ایم که بسیار آسان و بدون صرف انرژي زیاد و با تعریف پارامتر کیفیت مکان محاسبه شده، فرآیند مکان یابی را با دقت خوبی انجام می دهد. در این الگوریتم ابتدا از بین گره هاي شبکه یک گره بعنوان مبدا مختصات نسبی شبکه در نظر گرفته شده و سپس با تعریف یک پارامتر کیفیت سایر گره ها با توجه به این مبدا مختصات خود را محاسبه می کنند. نتایج شبیه سازي نشان می دهد که این الگوریتم با سرعت و دقت قابل قبول و با مصرف پایین انرژي قادر به مکان یابی گره ها در یک شبکه حسگر بیسیم است.

با توجه به افزايش حجم مستندات متني، براي پاسخگويي به نيازهاي اطلاعاتي كاربران، ديگر تكنيكهاي بازيابي اطلاعات به تنهايي كارا نيستند . مطالعه حجم زياد متون ب راي كاربران بسيار سخت و زمانگير است و دراختيار داشتن خلاصه اي از مطالب مهم آنها، مي تواند بسيار مفيد باشد . فرآيند فشرده سازي يك منبع به صورتي كه حاصل حاوي اطلاعات مهم آن باشد را خلاصه سازي گويند . خلاصهسازي متون منجر به استفاده از منابع بيشتر با سرعت بالاتر و در نتيجه حاصل شدن اطلاعات غنيتر ميشود. در اين مقاله ابتدا به بررسي انواع سيستم هاي خلاصه سازي خودكار و مروري بر سيستم هاي خلاصه سازي فارسي خواهيم پرداخت . سپس به معرفي سيستم خلاصه سازي فارسي ساخته شده با نام PARSUMIST پرداخته و نتايج ارزيابي سيستم و مقايسه آن با نمونه هاي مشابه را ارائه خواهيم نمود . سيستم معرفي شده از تركيبي از روش هاي كلاسيك، آماري و معنايي براي توليد خلاصه مستخرج از متون تك سندي و چندسندي فارسي بهره ميبرد.

در اين مقاله روشي جديد از پياده سازي كدينگ سازگار با اعمال تغييراتي در پياده سازي الگوريتم هافمن سازگار ارائه شده است . تغييرات به وجود آمده موجب كاهش تعداد تغييرات بيتي در بيت هاي خروجي كد كننده و در نهايت كاهش مصرف توان در كدكننده و ديكدكننده مي شود. تغييراساسي اعمالي در روش ارئه شده ، شامل حذف مرحله ي به روز رساني درخت هافمن سازگار بعد از اولين رخداد هر نماد منبع، و تغيير در نحوه ي به روزرساني درخت است. به منظور - ارزيابي روش ارائه شده از دوگروه فايل به عنوان منبع استفاده شد : 1 فايل متني 2- فايل تصويري تبديل شده به فايل متني توسط MIME64 نتايج به دست آمده از به كار گيري روش فوق در كدكردن فايل هاي كاراكتري در 4 گروه با حجم هاي متفاوت از 100 بايت تا 1000 كيلو بايت، كاهش به طور متوسط 40 % و 17 % تغييرات بيتي به ترتيب نسبت به روش هاي كدينگ اسكي و هافمن سازگار را نشان داد. همچنين روش ارائه شده بر روي 14 تصوير محك كاهش تقريبي و به ترتيب 42 % و 23 % تغييرات بيتي را با استفاده از روش مذكور نس بت به روش هاي كدينگ اسكي و ويتر را نشان مي دهد.

در اين مقاله يک روش مبتني بر ناحيه براي ثبت تصاوير هوايي که نسبت به چرخش و ت غيير م قياس حساس ن ميباشد، ارائه شده است. متداولترين ا شياء موجود در تصا وير هوايي سطوح بامها ميباشن د که نوا حي با محتواي اطلاعا تي ک م ايجاد ميکنن د. با استفاده از اين خصوصيت هست ه هاي اوليه يافته شده و با کمک روش رشد ناحيه، نواحي مطلوب استخرا ج و مراکز جرم آنها بعنوان نقاط مشخصه انتخاب ميشوند. در شروع فرآيند جستجو براي يافتن نقاط متناظر، با استفاده از اطلاعات شکلي به هر ناحيه تعدادي کانديداي تناظر نسبت داده ميشود. بمنظور کاهش تعداد کانديداها شرط همساي گي را اعمال ميکني م. با توجه به شباهت توزيع زا ويه اي جفتهاي صحي ح نسبت به ه م در دو تصوير و اي نکه نسبت تغيير مقياس بين تمام جفتهاي صحي ح، داراي مقداري ثابت و برابر با تغيير مقياس بين دو تصوير ميباش د، بر اسا س مفهومي از برچسب گذاري relaxation relaxation عمومي در فرآيند جستجو ميشوند را م ي يابيم. در پ ايان با رأي گيري بين توابع تبديل ، جفته اي ص حيح نه ايي استخراج ميشوند. الگوريتم بر روي تصاوير متعددي از شهر تهران تست شده و در ۸۰ % از تصاوي ر با مقياس ۱تا ۳ و در ۱۰۰ % تصاوير با مقياس ۱ و چرخش صفر تا ۳۶۰ درجه نتايج صحيحي بدست آمده است.

In this paper we proposed a new approach for improving distribution and coverage of mobile sensors in a target filed. The goal is to deploy sensors such that a target area is optimally covered by them. Proposed method works based on number of neighbors. The nodes which have the minimum overlaps with its neighbors start to move away according to summation of forces from their neighbors, boundaries and obstacles. In order to achieve optimum coverage, the effect of field corners is also calculated. For evaluating the effectiveness of our proposed algorithm, we compared the performance of our algorithm with TRI and VEC which are well known algorithms in field of mobile sensors coverage. Simulation results show that our algorithm surely surpasses TRI and VEC in coverage.

In this paper we propose an artificial immune system in which learning automata are used to adaptively determine the values of its parameters. Learning automata are used for altering the shape of receptor portion of antibodies to better complementarily match the confronted antigen. In order to show the effectiveness of the proposed artificial immune computer experiments have been conducted. The result of experimentations confirms the effectiveness of the proposed model.