انجمن کامپیوتر ایران

قطعه‌بندی تصاوير مغز يکي از اساسي‌ترين پروسه‌ها در آناليز بيماري‌های مغزی و طراحي برنامه‌هاي درمان است. تصاوير پزشکي همواره با مقدار قابل توجهي نويز ناشی از شرايط محيطي، ماهيت تصويربرداري و تاثیر امواج ساير تجهيزات پزشکي همراه است که منجر به ناکارآمدي روش‌هاي قطعه‌بندی مي‌شود. مدل میدان تصادفی مارکوف یک مدل آماری است که با یاری گرفتن از تعریف سیستم همسایگی و قیود وابستگی‌های فاصله‌ای تاثير نويز در قطعه‌بندی را کاهش داده و مساله قطعه‌بندی را به يافتن يک میدان برچسب‌گذاري شده با مقدار انرژي بهينه تبديل مي‌نمايد. روش‌های جستجوی گوناگونی برای یافتن این میدان بهینه پیشنهاد شده‌اند. اگرچه با کمک این روش‌ها موفقیت‌های چشمگیری در این زمینه بدست آمده اما در عمل بار محاسباتی بالا و سرعت کم این مدل برای انجام پروسه قطعه‌بندی کماکان یک چالش محسوب می‌شود. برای رفع این مشکل، در این مقاله یک روش ترکیبی جدید بر پایه الگوریتم بهینه‌سازی کلونی مورچگان و الگوریتم شایعه‌پراکنی به منظور قطعه‌بندی تصاویر سه‌بعدی مغز ارائه شده است. نتایج بدست آمده سرعت بالاتر روش پیشنهادی را نسبت به روش‌های موجود نشان می‌دهد.

در اين مقاله يک الگوريتم تعاملي براي استخراج (چينش ) ناحية مورد نظر کاربر در يک تصوير ارائه مي¬شود. کاربر با تعداد کمي خط، ناحية پيش زمينه و پس زمينه را علامتگذاري مي¬کند. ناحية غيرعلامتگذاري شده از تصوير ورودي به عنوان يک فيلد تصادفي مارکوف مدلسازي شده و فرمول تابع انرژي آن توسط حاصلجمع انرژي محلي پيکسل¬هاي غيرعلامتگذاري شده محاسبه مي¬شود. پارامتر تاري با ايجاد يک آتوماتاي سلولي بر روي تصوير که هر سلول آن، با مينيمم کردن انرژي محلي بصورت تکرار شونده تا رسيدن به همگرايي، به کار خود ادامه مي¬دهد، تخمين زده مي¬شود. حالت اولية آتوماتاي سلولي بوسيلة خطوط مشخص شده توسط کاربر تعيين مي¬شود و حالت هر سلول مي¬تواند با ورودي اضافي کاربر در طول پردازش تغيير داده شود. بدين معني که، مي¬توان ورودي کاربر را به عنوان راهنماي پردازش و بدون اجراي دوبارة الگوريتم اضافه نمود. آزمايشات انجام شده بر روي تصاوير طبيعي پيچيده نشان مي¬دهد که با علامتگذاري اولية نسبتاً کمي از کاربر، نتايج قابل قبولي بدست مي-آيد.

در این مقاله دو نوآوری علمی برای تحلیل ویدئوهای خبری ارائه شده است که عبارتند از: (1) آشکارسازی و تشخیص خودکار چهره گوینده خبر بدون اطلاعات اولیه و (2) آشکارسازی مرز بین کلیپ‌های خبری. در روش پیشنهادی برای آشکارسازی و تشخیص چهره گوینده خبر از این اصل استفاده شده است که چهره گوینده خبر تنها چهره‌ای است که در طول پخش یک ویدئو خبری بارها مشاهده می‌شود. بر همین اساس ابتدا تمام چهره‌های ویدئو اخبار آشکارسازی شده و چهره‌ای که بیشترین تکرار را داشته باشد، به عنوان چهره گوینده خبر تعیین می‌شود. پس از آشکارسازی چهره گوینده خبر، آشکارسازی مرز بین کلیپ‌های خبری انجام شده است. یکی از مهمترین مسائل در تحلیل ویدئو، قطعه‌بندی آنها به بلوک‌های زمانی کوچک‌تر برای پردازش‌های بعدی است. در اين مقاله آشکارسازی مرز بین کلیپ‌های خبری بر اساس یک موضوع بسیار رایج در تهیه و تولید ویدئو اخبار می‌باشد. در اکثر ویدئوهای خبری نحوه پخش خبر چنین است که در ابتدای هر خبر تصویر گوینده خبر قابل مشاهده است و پس از پخش تصویر او، گزارش ویدئویی از خبر پخش می‌شود. بنابراین می‌توان مرز بین خبرها را با آشکارسازی و تشخیص چهره گوینده انجام داد. روش پیشنهادی برای آشکارسازی و تشخیص چهره گوینده خبر و آشکارسازی مرز بین خبرها بر روی چهار ویدئو از پایگاه داده TRECVID 2006 مورد آزمایش قرار گرفت و نتایج بسیار خوبی حاصل شد.

امروزه استفاده از سيستم¬هاي داده¬آميزي سنسوري به منظور انجام عمليات مانيتورينگ و پايش محيطي يكي از رايج ترين و متداول¬ترين روش¬ها مي¬باشد. از آنجا که فرآيند سنسور¬آميزي از مجموعه¬اي از گره¬هاي سنسوري، مراكز پردازشي و مديريتي برای انجام عملیات خود استفاده می¬نماید، لذا به منظور آن¬كه بتوان انتقال اطلاعات از سنسورها به مراكز پردازشي و اجراي عمليات داده¬آميزي در مراكز پردازش اطلاعات به سرعت انجام گيرد، مبحث معماري فرآيند داده¬آميزي از مباحث بسيار مهم اين حوزه مي¬باشد. از آن¬جا كه معماري¬هاي متعددي براي اجراي این فرآيند وجود دارد و هر يك از آن¬ها داراي جنبه¬هاي مثبت و منفي متعددي با توجه به نوع كاركرد مي¬باشد، لذا انتخاب معماري مناسب براي اين امر بايد به شكلي هوشمندانه و با توجه به پارامترها و معيارهاي خاص فرآيند سنسوري مذكور صورت پذيرد. از اين رو تصميم گيري در مورد انتخاب معماري مورد نظر به شرايط متعددي نظير نحوه عمليات داده¬آميزي، اولويت معيارهاي انتخاب معماري و شرايط اهداف بستگي دارد. براي اين منظور يك سيستم تصميم يار انتخاب معماري داده¬آميزي طراحي گرديده است تا با توجه به موارد فوق الذكر در هر شرايط، معماري داده¬آميزي مناسب انتخاب¬گردد. براي حل اين مسئله چند¬معياره از روش¬هاي تصميم-سازي چند¬معياره نظير AHP و PROMETHEE و نرم افزارهاي مربوط به آن نظير EXPERT CHOICE و DECISION LAB استفاده گرديده است.

تشخیص خودکار زبان گفتاری فرایندی است که طی آن کامپیوتر زبان مربوط به سیگنال گفتاری را تشخیص می¬دهد و در کاربردهایی از جمله اندیس¬گذاری خودکار فایل¬های صوتی، پیش پردازش در سیستم¬های تشخیص گفتار و غیره مورد استفاده قرار می¬گیرد. در این مقاله، اطلاعات واج آرایی جهت تشخیص زبان گفتاری مورد استفاده قرار گرفته است و تاثیر استفاده از این معیار نسبت به حالتی که از آواها و فرکانس تکرار آن¬ها جهت تشخیص زبان استفاده شود، اثر حذف سکوت در مدل کردن آوایی زبان¬ها و همچنین تاثیر استفاده از طبقه¬بندی کننده انتهایی، جهت تصمیم¬گیری نهایی بر اساس امتیازات حاصل از مدل¬های زبانی، در مورد زبان مربوط به یک قطعه گفتاری، مورد بررسی قرار گرفته است. نتایج حاصل بر روی دادگان OGI نشان داد که استفاده از اطلاعات واج¬آرایی، حذف سکوت و طبقه¬بندی کننده انتهایی به ترتیب سبب بهبود دقت تشخیص زبان به میزان 79/5%، 25/7% و 25/7% می¬شود

در اين مقاله، نسخه بهبود يافته اي از الگوريتم بهينه ساز جمعيت مورچگان باينري با ترکيب روشهاي کلاسيک براي مساله انتخاب ويژگي ارائه شده است. در روش پيشنهادي با استفاده از اطلاعات بدست آمده از روشهاي انتخاب پيش رو و حذف پس رو ترم بينايي در الگوريتم مورچگان باينري تقويت مي شود. روش پيشنهادي در مساله انتخاب ويژگي در طبقه¬بندي معنايي تصوير و بازشناسي ارقام دستنويس فارسي آزموده شده و نتايج حاصل از آزمايشها ارائه شده است. همچنين، براي ارزيابي کارايي روش پيشنهادي، نتايج آزمايشها با روشهاي الگوريتم بهينه ساز جمعيت مورچگان باينري و الگوريتم وراثتي باينري مقايسه شده است. نتايج بيانگر کارايي مناسب الگوريتم پيشنهادي است.

در اين مقاله، مدلي براي رفع ابهام از کلمات مبهم و داراي معاني متعدد فارسي بر اساس روش دسته¬بندي بيشينه بی¬نظمی و استخراج ويژگي¬هاي جديد پيشنهاد شده است. براي ايجاد اين مدل از دو دسته ويژگي استفاده شده است. دسته اول ويژگي¬ها کلمات و نشانه¬هايي است که همراه کلمه مبهم بکار برده شده¬اند و دسته دوم ويژگي¬ها با بکار بردن روش¬هاي مدل¬سازي موضوع بدست مي¬آيد. يک مدل موضوعي، مدلي آماري براي استخراج چکيده موضوعات موجود در اسناد يک پيکره است. در مقاله حاضر ما از روش بدون سرپرستی تخصيص پنهان دريکله(LDA) براي اين منظور استفاده کرده¬ايم. رفع ابهام از هر کلمه مبهم بعنوان يک مسأله دسته¬بندي جداگانه در نظر گرفته مي¬شود. نتايج آزمايشات براي چهار کلمه مبهم پر تکرار در زبان فارسي که ازپيکره پژوهشکده پردازش هوشمند علائم استخراج شد، دقت حدود 97.67% را نشان مي-دهد که بيان¬گر مؤثر بودن اين روش در يافتن معني مناسب کلمات مبهم است.

در اين مقاله، يک الگوريتم تقريبي براي ساده‌سازي سرزمين مطرح شده است. هدف مسئله ساده‌سازي اين است که، تعدادي از نقاط يک سرزمين حذف شود به نحوي که خطاي سرزمين پس از ساده‌سازي، بيشتر از ميزان تعيين‌شده، نباشد. خطاي ساده‌سازي به دو صورت تعريف مي‌شود، يکي اينکه پس از ساده‌سازي،m نقطه با حداقل خطا در سرزمين وجود داشته باشد يا اينکه، حداکثر خطا پس از ساده‌سازي به ازاي کمترين تعداد نقاط، ϵ باشد. اين مسئله در حوزه‌ي مسائل ان‌پي - سخت قرار دارد. در اين راستا، ما يک الگوريتم تقريبي براي ساده‌سازي سرزمين بيان کرده‌ايم که، يک سرزمين با n نقطه در فضاي سه بعدي و حداکثر خطاي ϵ>0 را دريافت مي‌کند و در خروجي يک سرزمين ساده‌شده با سايز O(k log⁡k ) در زمان O(n^7 ) حاصل مي‌شود، که k سايز بهينه‌ي سرزمين ساده‌شده به ازاي تقريب - ϵ مي‌باشد.

شناسايي رابطه تقابل در گفتمان به توانائي توليد و درک گفتمان کمک مي¬کند و در سيستم¬هاي متعددي مانند خلاصه¬ساز، تفسير و... کاربرد دارد. اين رابطه در يک گفتمان مي¬تواند به کمک نقش¬نماهاي خاص رابطه تقابل مانند "اما" و "ولي" شناسايي شود؛ اما در بعضي موارد اين نقش¬نماها حذف مي¬شوند و شناسايي رابطه را با مشکل مواجه مي¬کنند. به همين علت به منظور شناسايي اين رابطه، از ويژگي¬هاي زمان فعل¬ها، جفت کلمات، وجود يا عدم وجود شناسه¬هاي اعداد در دو قسمت متني اطراف نقش¬نما، فعل¬ها و کلمات منفي در يک طرف نقش¬نما و در طرف ديگر و عبارات دو و سه کلمه¬اي پرکاربرد در رابطه تقابل، استفاده شد. در اين مقاله پس از گردآوري 5000 نمونه رابطه تقابل و 5000 نمونه ساير روابط از مجموعه داده پژوهشکده هوشمند علائم، براي هر نمونه بردار ويژگي تشکيل داده شد. و در نهايت براي دسته-بندي و تشخيص رابطه تقابل از ماشين بردار پشتيبان (SVM) استفاده شد. ميزان صحت دسته¬بند 84.95 در بهترين حالت است.

انتخاب مجموعه ويژگي¬ها يکي از مهمترين مسائل در بحث شناسایی گفتار مي¬باشد. از اینرو، روش¬هاي مختلفي جهت استخراج و انتخاب زیرمجموعه¬ای موثر از ویژگی¬ها، مورد استفاده قرار مي¬گیرند. در این مقاله، نخست جهت افزایش دقت بازشناسی مصوت¬ها، با اعمال اولین سطح انتخاب ویژگی، یک "فوق مجموعه ویژگی" که حاصل ترکیبی هوشمند از گزیده¬ی مجموعه ویژگی¬های موجود است، ارائه می¬دهیم. سپس از آنجا که این ترکیب جدید، به دلیل دارا بودن تعداد زیادی ویژگی، سرعت بازشناسی را کاهش می¬دهد، از الگوریتم ژنتیک به عنوان سطح دوم انتخاب ویژگی استفاده می¬نماییم. در این سطح، زیرمجموعه¬ای مناسب از ویژگی¬های موجود در "فوق مجموعه ویژگی" انتخاب می¬شوند که مطابق با آزمایشات صورت گرفته، سرعت و دقت بازشناسی صحیح مصوت¬ها را به شکل مطلوبی افزایش می¬دهند.

با افزایش متون محاوره¬، تبدیل متن محاوره¬ای به رسمی یکی از چالش¬های موجود در پردازش زبان است. در این مقاله به ارائه و آزمون، راهکاری برای تبدیل متون محاوره¬ای به متون رسمی با استفاده از ترکیب روشهای مبتنی بر قاعده و مدل¬سازی آماری می¬پردازیم. همچنین چگونگی ساخت پیکره، نحوه توکن¬بندی و نحوه یافتن ریشه کلمات، قوانین تبدیل کلمات محاوره¬ای به رسمی، الگوریتم پیشنهادی و نحوه بکارگیری N_gram بیان می¬شود.

تشخیص زبان به صورت خودکار، در واقع مسأله تشخیص زبان، برای یک نمونه گفتار صحبت شده توسط سخنگوی نامعلوم است. در دهه گذشته، روش¬های متعددی برای تشخیص خودکار زبان پیشنهاد شده است. این روش¬ها، بر پایه استخراج ویژگی¬های خاص هر زبان، شامل مجموعه آواشناسی، واج آرایی و علم عروضی و بدیعی بودند. در این مقاله روش جدیدی پیشنهاد شده است که مستقل از اطلاعات زبان¬شناسی بوده و از تبدیل موجک برای استخراج خواص صوتی سیگنال گفتار استفاده می¬کند. انتخاب ویژگی¬های لازم جهت دسته¬بندی زبان، از میان ضرایب تبدیل موجک، بر اساس کاهش ابعاد فضای ضرایب، بر مبنای الگوریتم گسسته سازی چند بازه¬ای و سپس اعمال الگوریتم رتبه بندی ویژگی ها انجام می¬شود. روش پیشنهادی علاوه بر آنکه درصد تشخیص را برای نمونه¬های زبانی دو به دو 10 ثانیه¬ای و 45 ثانیه¬ای بهبود داده است، قادر به تشخیص نوع زبان از میان 5 زبان گوناگون نیز می¬باشد.

ايجاد هماهنگي يکی از مسائل مهم و اساسي در سيستمهاي چندعامله است که توسط محققين بسياري مورد مطالعه قرار گرفته است. بدون وجود هماهنگي ميان عاملها، ممکن است سيستم دچار هرج و مرج شده و از رسيدن به هدف نهايي بازبماند. بازي اقليت مدل ساده ای از سیستمهای چند عامله رقابتی هست که برای مطالعه همکاری و رقابت میان عاملها در سیستمهای با منابع محدود به کار می رود. هدف اصلی این مقاله ارائه روشی مبتنی بر یک مدل ترکیبی از بازی اقلیت و اتوماتای یادگیر برای ایجاد هماهنگی در سیستم های چند عامله است. در روش پیشنهادی با کمک اتوماتای یادگیر مدل بهتری برای هماهنگی عاملها پیشنهاد گردیده است. برای بررسی و ارزیابی روش پیشنهادی از محیطی بنام DynaGrid استفاده شده است. شبیه سازی های انجام گرفته نشان دهنده بهبود فرآیند هماهنگی و یادگیری در مدل پیشنهادی نسبت به روش های قبلی است.

يکي از مشکلاتي که در مورد برخي بيماران چشمي وجود دارد، رويه تشخيص است. براي تشخيص بيماريهاي چشم از تصوير¬برداري سونوگرافي استفاده مي¬شود. اما در برخي موارد به دليل کيفيت پايين تصاوير سونوگرافي و همچنين نويزهاي وارده، برخي از جزئيات تصوير محو شده و شباهتهايي در ويژگي هاي تشخيصي برخي از بيماريها بوجود مي آيد. از اين ميان، تشخيص جداشدگي شبکيه (که نياز به عمل جراحي در اسرع وقت دارد)، اهميت بسزايي براي چشم پزشکان دارد و يافتن راهي که بتواند امکان تشخيص آن را از ساير بيماريها فراهم کند مي¬تواند نقش مفيدي در تشخيص بهنگام اين بيماري داشته باشد. در اين بررسي ابتدا تصوير سونوگرافي ديجيتال، مورد پيش پردازش قرار مي گيرد تا نويز موجود در آن تا حدودي کاهش يابد. سپس با استفاده از روش آناليز اجزاي ويژه (PCA)، ويژگي هاي تصوير استخراج مي¬شود و در نهايت از شبکه هاي عصبي براي تشخيص بيماري استفاده مي¬کنيم. در اينجا عملکرد دو نوع شبکه عصبي پرسپترون چند لايه (MLP) و شبکه با توابع پايه شعاعي (RBF) را مورد ارزيابي قرار مي¬دهيم. نتايج حاصل از اين بررسي نشان مي دهد که استفاده از شبکه عصبي RBF براي تشخيص بيماري نسبت به شبکه پرسپترون چند لايه داراي عملکرد بسيار موفق¬تري بوده است و توانسته است به ۹۰ درصد تشخيص درست دست يابد، که اين امر از نظر تشخيص پزشکي مي¬تواند داراي اهميت زيادي باشد.

در این مقاله روشی جدید و مستقل از زبان برای نویسه¬گردانی اسامی ارائه خواهیم کرد. در روش پیشنهادی از یادگیری تمایزی برای آموزش مدل استفاده شده است. در مرحله¬ی یادگیری ویژگی¬های جدیدی تعریف کرده¬ایم که باعث بهبود نتایج شده است. هم¬ترازی میان حروف دو زبان نیز به صورت خودکار انجام گرفته است. درانجام آزمایشات به طور خاص بر روی زبان فارسی- انگلیسی تمرکز شده است. برای مقایسه¬ی روش¬ پیشنهادی از سیستم¬های نوین ترجمه¬ی ماشینی برای ترجمه در سطح حروف استفاده گردیده است. بهبود حاصل از روش پیشنهادی در مقایسه با سیستم پایه¬ی ترجمه ماشینی به طور نسبی حدود 22% می¬باشد. هم¬چنین با ارائه یک روش ابتکاری مبتنی بر محتوای صفحات وب، امکان انتخاب نویسه برتر از میان تعدادی نویسه¬ی محتمل، تولید شده توسط روش پیشنهادی میسر گردیده است که با این روش نتایج به طور نسبی 50% بهبود یافته¬اند.

ردگیری سریع ودقیق دست در بسیاری از کاربردها مانند بازشناسایی حرکات با معنی دست و واقعیت مجازی، از اهمیت بسیاری برخوردار است. ساختار مفصل شکل دست، وجود پس صحنه های درهم وپیچیده و انطباق‏هایی که دست با سایر نواحی پوستی می‏تواند داشته باشد، از چالش‏های موجود در تشخیص و ردگیری دست می‏باشد. در این مقاله روشی جدید برای تشخیص وردگیری دست بر پایه اطلاعات رنگ پوست، شکل دست و حرکت آن ارائه شده است به طوری که بتوان از آن در کاربردهای بلادرنگ استفاده کرد. همچنین توصیفگر جدیدی برای مدل کردن شکل دست، پیشنهاد شده است که نسبت به انتقال و تغییر اندازه پایدار می‏باشد.آزمایشات انجام شده در این مقاله نشان‏دهنده برتری روش پیشنهادی در ردگیری دست و توصیفگر شکل نسبت به روش‏های مشابه می‏باشد.

در این مقاله برآنیم که سیستمی برای جداسازی خودکار افعال عبارتی انگلیسی اصطلاحی از ترکیبی طراحی و پیاده-سازی کنیم . به این منظور، ابتدا با کمک یک متن دوزبانه انگلیسی— فارسی، تعدادی خصیصه برای جداسازی تعریف می¬کنیم. به نوعی انسان¬ها نیز از این خصیصه¬ها برای تشخیص ترکیبی یا اصطلاحی بودن افعال عبارتی استفاده می¬کنند. به کمک تمام خصیصه¬ها دقت 72.6% را در تشخیص بدست آوردیم که پس از انتخاب خصیصه¬های برتر به 79.4% دقت رسیدیم.

در این مقاله یک الگوریتم مقاوم و جدید نشان نگاری (watermarking) در تصاویر رنگی بر مبنای تکنیک رتبه بندی زاویه (Angle Ordering) و با توجه به مدل فضای رنگ RGB ارائه گردیده است. در این روش برای بهبود مقاومت و وضوح نشان نگاری از آشکارسازی لبه رنگی و رتبه بندی بردارها براساس زاویه آنها در فضای سه بعدی رنگ استفاده گردیده است. در ادامه به منظور افزایش مقاومت در مقابل اعوجاجات هندسی و حملات پردازشی، نشان (watermark) در نقاط منتخبی از لبه های تصویر و با اصلاح مستقیم تنها یکی از کانالهای رنگ تعبیه می¬شود. نتایج آزمایش روی تصاویر استاندارد نشان می¬دهد که روش پیشنهادی در مقایسه با مشهورترین روشهای ارائه شده از کیفیت ادراکی بالاتر و مقاومت بیشتر در برابر حملات رایج برخوردار است.

به منظور بهبود دقت بازیابی در سیستم های بازیابی تصویر تمرکز محققین از طراحی الگوریتم های پیچیده به منظور استخراج ویژگی های سطح پایین تصویر به سمت کاهش شکاف معنایی بین ویژگی های سطح پایین تصویر و مفاهیم سطح بالای مد نظر کاربران رفته است. در این مقاله سعی کردیم تابع معیار شباهت را به گونه ای تخمین بزنیم که شکاف معنایی بین ویژگی های سطح پایین تصویر و مفاهیم سطح بالای مد نظر کاربر را کاهش دهیم. برای این منظور ما از بازخورد کاربر جهت درک نظر کاربر و همچنین از قدرت برنامه نویسی ژنتیکی در زمینه مسائل بهینه سازی وجستجو در فضای های بزرگ جهت تولید توابع غیر خطی استفاده کردیم. نتایج آزمایشات بیانگر بهبود قدرت بازیابی در روش پیشنهادی است.