انجمن کامپیوتر ایران

در این مقاله به معرفی یک سیستم تبدیل دوسویه میان جملات فارسی و بازنمایی معنایی آن‌ها پرداخته می‌شود. این سیستم دارای دو زیرسیستم تولید بازنمایی معنایی از روی جملات (درک زبان) و تولید جملات از روی بازنمایی معنایی (تولید زبان) می‌باشد. زیرسیستم درک به بازنمایی معنایی جملات بر اساس ارتباطات معنایی میان فعل و نقش‌های معنایی جمله می پردازد. به این منظور از تحلیلگر وابستگی نحوی در کنار یک الگوریتم پردازش معنایی بهره گرفته می‌شود. معماری زیرسیستم درک شامل دو بخش تشخیص گروه های نحوی و انتساب نقش‌های معنایی به آن‌ها است. درنهایت بازنمایی معنایی اجزای جمله در قالب ساختار آرگومانی بیان می گردد. زیرسیستم تولید زبان به تولید جملات فارسی بر اساس بازنمایی معنایی آن‌ها می‌پردازد. در این سیستم با توجه به آرگومان‎های معنایی افعال جمله و با استفاده از شبـکه واژگاني زبان فارسي فارس‎نت، با توجه به ساختار وابستگی نحوی زبان فارسی و بر اساس قواعد تعریف شده برای هر آرگومان، جمله متناظر با آن معنا تولید می‎گردد. آزمایش های صورت گرفته سیستم درک با فرض عدم وجود خطا در ابزارهای مورد استفاده با دقت 88% توانسته است بازنمایی‌ها را تولید کند. استفاده از زیرسیستم تولید هم منجر به تولید جملات با دقت 5/73% گردیده است.

مدل‌سازی موضوعی یکی از روش‌های مرسوم یافتن موضوعات نهان در مجموعه‌ی اسناد می‌باشد. اکثر روش‌های مدل‌سازی موضوعی به صورت بدون نظارتی می‌باشند و معمولا از انسجام لازم برخوردار نیستند. برای افزایش دقت و کیفیت موضوعات تلاش شده تا از دانش کاربران به عنوان اطلاعات اولیه در مدل‌سازی استفاده شود. استفاده از دانش‌کاربران هزینه‌بر می‌باشد. برخی روش‌ها استفاده از دانش کاربران را کنار گذاشته و برای بهبود نتایج سعی کرده‌اند از پایگاه‌های دانش و یا دانش حاصل از مجموعه‌های مشابه استفاده کنند. فرض ما در این مقاله این است که مجموعه‌ی سندی مورد بررسی برای یک سازمان با دامنه‌لغات و دانش خاص خود می‌باشد و مجموعه‌ي اسنادی مشابه با آن در دسترس نیست. در این صورت استفاده از پایگاه‌های دانشی‌ای همچون وردنت و یا ویکی‌پدیا بر روی چنین مجموعه‌ای توجیه پذیر نیست. در این مقاله تلاش شده تا تنها با تکیه بر دانش نهفته در مجموعه‌ی اسناد و بدون کمک گرفتن از دانش خارجی، مدل‌سازی موضوعی بهبود داده شود و موضوعاتی منسجم‌تولید گردد. این دانش بر اساس ارتباط-بایسته و ارتباط-نبایسته میان تعدادی از کلمات مجموعه می‌باشد. نمودارها نشان‌می‌دهد که روش پیشنهادی موجب بهبود در نتایج شده است.

در این مقاله سیستمی به‌منظور بازشناسی اثرانگشت ارائه‌ شده است. سیستم پیشنهادی شامل 3 فاز اصلی می‌باشد. در فاز اول که پیش‌پردازش است، ابتدا نواحی اضافه از تصویر ورودی به‌منظور استخراج نواحی اثرانگشت حذف می‌شوند. سپس کنتراست تصویر به‌منظور بالا بردن وضوح تنظیم می‌گردد. در ادامه بر اساس بخش‌بندی تصویر ورودی و تصاویر موجود در پایگاه داده‌، یکسری ویژگی از بخش‌های ایجادشده به‌وسیله‌ی گشتاورهای شبه زرنیک استخراج می‌گردد. ویژگی‌های بخش‌های مختلف تصویر با یکدیگر ترکیب‌ شده و بردار ویژگی تصویر ایجاد می‌گردد. در این کار از طبقه بندهای شبکه عصبی، SVM و KNN استفاده شده است. روش ارائه‌ شده مستقل از اندازه، انتقال و چرخش اثرانگشت است. روش پیشنهادی بر روی دو مجموعه داده‌های FVC 2004 و FVC 2006 مورد تست و ارزیابی قرارگرفته که با توجه به نتایج به‌ دست‌ آمده، قابل‌ مشاهده است که عملکرد و دقت مناسب و بالاتری نسبت به روش‌های مشابه را دارا می‌باشد.

در سال های اخیر، فناوری گردش کار به مهم ترین روش برای توسعه ی آسان و کارآمد کاربردهای علمی تبدیل شده است. از سوی دیگر، ظهور رایانش ابری به عنوان مدل جدیدی از تدارک منابع در سامانه های توزیع شده به کاربران اجازه می دهد تا منابع مورد نیاز جهت اجرای گردش کارها را به صورت پویا و کشسان در اختیار بگیرند. مهم ترین چالش در استفاده از رایانش ابری جهت اجرای گردش کارها، تخمین مقدار لازم و کافی از منابع مورد نیاز یک گردش کار و زمان بندی آن بر روی منابع تخمین زده شده است به گونه ای که هزینه ی پرداختی جهت اجاره ی منابع کمینه شود. در این مقاله، الگوریتمی به نام حذف حباب ها برای زمان بندی کاربردهای از نوع گردش کار دارای قید مهلت زمانی، متناسب با ویژگی های محیط ابر زیرساخت شامل تدارک مبتنی بر تقاضای منابع، منابع ناهمگن و مدل قیمت گذاری پرداخت-به ازای-استفاده پیشنهاد شده است. الگوریتم پیشنهادی در راستای کاهش هزینه ها، بازه های زمانی خالی در آخرین دوره ی اجاره ی هر منبع راه اندازی شده برای اجرای یک گردش کار را، در طول دوره ی اجاره ی منبع جابجا و آن را با مناسب ترین تکه کارهای زمان بندی نشده پر می کند. نتایج حاصل از شبیه سازی ها بر روی چهار گردش کار علمی واقعی با اندازه های متوسط تا بزرگ-مقیاس، حاکی از موفقیت الگوریتم پیشنهادی در تولید راه حل های نزدیک به بهینه است.

شبکه‎های موردی بی‎سیم از دیرباز مورد توجه محققان و صاحبان صنعت بوده است. با گذشت زمان این شبکه‎ها حوزه‎های متفاوتی از صنایع و کاربردها را در برگرفته است و نوع خاصی از این شبکه‎ها با نام شبکه‎های اقتضایی بین خودرویی وارد صنعت خودرو شده است. از طرفی با گسترش حجم اطلاعات تولیدی توسط کاربران و نیاز روزمره افراد به دریافت و ارسال پیام در هر زمان و مکان، اخیرا توجه محققان به استفاده از این شبکه‎ها به عنوان بستری برای تبادل داده‎های حجیم کاربران نیز جلب شده است. مهم‎ترین هدف در این مقاله مدل‎سازی تاخیر و دست‎یابی به گذردهی بالاتر در شبکه‎های اقتضایی بین خودرویی، به کمک بهره‎مندی از فن‎آوری‎های مختلف دسترسی بی‎سیم می‎باشد. در این مقاله مدل‎سازی و محاسبه تاخیر را به کمک یکی از مدل‌های تئوری صف بانام "چابکی" انجام داده‎ایم و برای کاهش زمان تأخیر ارسال بسته‌ها روش جدیدی ارائه گردیده که در آن خودروها از چند تکنولوژی دسترسی بی‌سیم به‌صورت همزمان بهره می‌برند و بدین ترتیب بسته‌های داده بین چند صف که هرکدام به یک رابط ارتباطی بی‌سیم متصل است پخش می‌شوند و سپس به خودروهای مقصد فرستاده می‎شوند. این مدل‎سازی نهایتا موجب کاهش مدت‌زمان انتظار بسته‌های داده در صف‌ها می‌شود. پس از حل مدل ریاضی مسئله، که در آن حالت توزیع ایستا نیز محاسبه گردیده، نتایج حاصل از شبیه‌سازی، که تکنیک چندرادیویی با مدل صف مذکور را با کارهای پیشین مقایسه می‎کند، نشان‌دهندۀ کاهش چشمگیر زمان تأخیر ارسال بسته‌ها و افزایش گذردهی کلی شبکه است.

مفهوم مجموعه‌ ی غالب متصل، دو دهه است که به عنوان یک روش امید بخش برای مساله پوشش محیطی در شبکه‌های حسگر بی‌سیم معرفی شده است. هدف اصلی پروتکل‌های پوشش مبتنی بر مجموعه‌ی غالب متصل این است که تعداد گره‌های در حال خواب را برای ذخیره‌ انرژی بیشتر به حداکثر برسانند. در بسیاری از کاربرد‌های مجموعه غالب متصل به پوشش نسبی از محیط کفایت می‌شود در حالی که اگر پوشش را فقط ارسال اطلاعات در نظر بگیریم، بخش‌هایی از محیط توسط حسگرها حس نمی‌شود و این امر ممکن است موجب به وجودآمدن مشکلاتی در کاربرد نظامی و امنیتی شبکه‌های حسگر بی‌سیم شود. الگوریتم پیشنهادی سعی در پوشش کامل محیط، هم از لحاظ سنجش و هم از لحاظ ارسال اطلاعات را دارد، بنابراین با استفاده از مجموعه غالب متصلی که در مرحله اول ساخته می‌شود ستون فقراتی با کمترین گره فعال در محیط شکل می‌گیرد که در مرحله دوم توسط آن، گره‌های افزونه تشخیص و سپس با خاموش کردن آنها پوشش کامل محیط را باحداقل تعداد گره‌های فعال، فراهم می‌شود. نتایج آزمایش‌ها نشان داد که الگوریتم پیشنهادی با شناسایی و خاموش کردن گره‌های افزونه نسبت به الگوریتم‌های مقایسه شده که هدفشان پوشش کامل محیط از نظر سنجش محیط است از نظر تعداد گره‌های فعال و طول ‌عمر بهتر عمل می‌کند.

نرم افزارهايي كه اطلاعات خصوصي كاربران را جمع آوري و افشا مي كنند، به طور فزاينده اي در حال افزايش هستند. تا زمانی که این جمع آوري و افشاي اطلاعات برای عملکرد برنامه های کاربردی ضروری باشد، نگراني هايي در مورد حفظ محرمانگي و حريم خصوصي كاربران وجود دارد. در یک محیط پویای دائماً در حال تغییر، نیازمندی های محرمانگی کاربران نیز دچار تغییرات فراوانی می گردد. برای پاسخگو بودن به چنین نیازمندی های تغییرپذیری، به یک تجزیه و تحلیل پیوسته نیاز است تا تهدیدات جدید کشف شود و عملیات لازم برای کاهش آنها صورت پذیرد. همچنین محیط دائماً در حال تغییر باعث می شود که مرز بین فضاهای عمومی و خصوصی محو گردد و این خود علتی برای مشکل تر شدن شناسایی تهدیدات است. حفظ محرمانگی در محیط در حال تغییر یکی از موضوعاتی است که از اِعمال سیاست ها و محدودیت هایی برای افشای اطلاعات استفاده می کند. در این مقاله بهبودی در فاز تصمیم گیری خودکار در خصوص افشای اطلاعات در یک سیستم نرم افزاری صورت گرفته است و نتایج ارزیابی، بیان کننده افزایش دقت و در نتیجه بهبود خودحفاظتی و محرمانگی تطبیق پذیر است.

در اين مقاله، يک حسگر تصوير هوشمند با قابليت تشخيص حرکت و توان مصرفي بسيار پايين معرفي شده است. به منظور افزايش دقت و امنيت سيستم تصويربرداري، 2 حالت کاري مجزا جهت پردازش فريم هاي مختلف تصوير در نظر گرفته شده؛ به اين ترتيب که فريم هاي کم ارزش که اطلاعات مهمي را گزارش نمي کنند، توسط حسگر پردازش مي شوند، حال آنکه بررسي فريم هاي با اهميت تر که حرکتي در آنها تشخيص داده شده باشد، به عهده ي کاربر خواهد بود. اين مهم با طراحي واحدي مستقل و هوشند تحت عنوان واحد مديريت مرکزي محقق شده است. از ديگر دستاوردهاي اين پژوهش مي توان به بهينه سازي عملکرد و ساختار هر پيکسل از آرايه و همچنين گسترش يک واحد تشخيص حرکت کم مصرف در انتهاي هر ستون اشاره کرد که ضمن افزايش سرعت قرائت ولتاژ پيکسل ها، کاهش چشم گير توان مصرفي سيستم تصويربرداري پيشنهادي را در مقايسه با حسگرهاي تصوير مشابه به دنبال داشته است. نتايج شبيه سازي نشان مي دهد که در پياده سازي آرايه اي از پيکسل ها با ابعاد 64×64 و بهره گيري از تکنولوژي CMOS استاندارد 180 نانومتر، توان مصرفي حسگر پيشنهادي در تصويربرداري با نرخ 100 فريم بر ثانيه معادل با 4/. ميلي وات خواهد بود. اين در حالي ست كه حسگرهاي تصوير مشابه، علي رغم تصويربرداري با سرعت پايين تر، توان مصرفي بالاتري دارند.

شبکه‌های نرم‌افزار محور (SDN) یکی از راهکارهای نوین و مورد توجه در راستای بهبود شبکه‌های سنتی به شمار می‌آیند که به جداسازی سطح کنترل از سطح داده می‌پردازند و OpenFlow به عنوان شناخته شده ترین پروتکل ارتباطی میان این دو سطح به کار می‌رود. در این شبکه‌ها، چالش‌های زیادی در زمینه‌ی قابلیت اطمینان، مقیاس‌پذیری و کارایی وجود دارند که باید بررسی شوند. یکی از مهم‌ترین مسائل مطرح در این شبکه‌ها بحث‌ مقیاس‌پذیری آن‌هاست که بسیار وابسته به ارتباطات بین کنترلر و سوئیچ است و به شدت کارایی شبکه را تحت تاثیر قرار می‌دهد. هم‌چنین شناخت کارایی و محدودیت‌های شبکه‌های SDN مبتنی بر OpenFlow یکی از پیش‌نیازهای طراحی و توسعه آن‌ها محسوب می‌گردد. از این رو، در این مقاله ما به بررسی رفتارهای شبکه‌های OpenFlow مقیاس‌پذیر و ارزیابی کارایی آن‌ها با استفاده از تئوری صف می‌پردازیم. بر این اساس سوئیچ‌های OpenFlow را به صورت صف M^K⁄(M⁄1) و کنترلرهای SDN را بر اساس صف M⁄(G⁄1) مدل می‌کنیم و سپس با استفاده از این مدل‌های صف، متوسط زمان جلورانی بسته‌ها یا به عبارت دیگر، متوسط مدت زمان اقامت بسته‌ها در هر سوئیچ OpenFlow را به دست می‌آوریم. سپس با استفاده از تحلیل‌های عددی بر اساس پارامترهای مختلف کارایی، به ارزیابی شبکه‌ی OpenFlow مقیاس‌پذیر می‌پردازیم و تعداد کنترلرهای مورد نیاز را دریک شبکه مقیاس‌پذیر تعیین می‌کنیم.

با افزایش میزان تقاضای محتوای چندرسانه‌ای، گونه جدیدی از شبکه‌های توزیع محتوا به نام شبکه جریان‌سازی ویدئو نظیربه‌نظیر چندکاناله مطرح شده است. در این شبکه‌ها، گره‌های دستیار، از یک سو میزان ارجاعات نظیرها را به سرور کاهش می‌‌دهند. از سوی دیگر، به‌عنوان ریز-سرورهای تأمین‌کننده محتوا، نقاط اتصال جدیدی را جهت دریافت محتوای مورد نظر هر نظیر، در اختیار آنها قرار می‌دهند. از طرفی، برای تضمین توازن بار، نیاز به هماهنگ‌سازی میان تصمیمات نظیرها بر سر پیوستن به گره‌های دستیار است. به دلیل نبود نظارت مرکزی در شبکه‌های واقعی، این هماهنگ‌سازی باید به صورت غیرمتمرکز توسط نظیرها و با اتکا به اطلاعات محلی‌شان محقق گردد. در این مقاله، مسألۀ انتخاب دستیار برای دریافت کانال خاص در یک سیستم نظیر-به-نظیر با جمعیت بالا، به عنوان بازی تکاملی مدل شده است که نقطۀ تعادل آن به منزلۀ برقراری هماهنگی میان انتخاب‌های نظیرهاست. تعادل بازی فرمول¬بندی شده، نقطۀ ثابت معادلۀ معروف پویای همانندساز است که ما برای محاسبۀ آن، نظیرها را مجهز به یک الگوریتم یادگیری غیرمتمرکز می‌نماییم. الگوریتم پیشنهادی قابلیت همگرایی برخط به تعادل بازی را با مفروضات اطلاعاتی پایین فراهم می‌آورد. نتایج شبیه‌سازی حاکی از کارایی الگوریتم پیشنهادی در ایجاد هماهنگی میان نظیرها و برقرای توازن بار در سیستم جریان‌سازی است.

یکی از چالش‌های شبکه‌های بی سیم حسگر مساله بهره‌وری انرژی است. افزایش پایداری و طول عمرشبکه و ایجاد پروتکل‌های مسیریابی انرژی بهره‌ور در این شبکه‌ها بسیار مهم است. دراین مقاله از یکی از پروتکل‌های خوشه‌بندی متمرکز و نامتقارن به‌نام MCEEC بهره گرفته شده که ناحیه شبکه را به سه قسمت مساوی تقسیم کرده و در هر ناحیه گره‌هایی با سطح انرژی متناسب با آن ناحیه به‌طور یکنواخت پخش شده‌اند. ایستگاه پایه با استفاده از الگوریتم کنترل مرکزی مسئول انتخاب سرخوشه می‌باشد و گره‌ها می‌بایست در هر دور اطلاعات خود را به این ایستگاه بفرستند که خود موجب اتلاف انرژی بیشتر و افزایش سر بار و ترافیک و کندی روند همگرایی شبکه می‌شود. برای بهبود این مشکلات در فاز نشست اصلاحاتی انجام می‌دهیم به این شکل که با اضافه کردن پارامتر دیگری به ساختارشبکه و اعمال تغییرات همزمان به الگوریتم مرکزی، روند انتخاب سرخوشه را دقیق‌تر می‌کنیم و گره‌هایی که قبلا سرخوشه شده‌اند، دیگر انتخاب نمی‌شوند تا زمانیکه تمام گره‌های داخل ناحیه حداقل یکبار سرخوشه شوند. این کار باعث بهبود در زمان پایداری و طول عمر و سرعت همگرایی شبکه می‌شود. نتایج بدست آمده از شبیه‌سازی الگوریتم فوق افزایش هشت درصدی طول عمر و ده درصدی زمان پایداری و چهار درصدی سرعت همگرایی شبکه را نشان می‌دهد.

الگوهای دسترسی رابطه‏‌هایی بین اشیای موجود در وب را بیان می‏کنند و در بهبود عملکرد وب‏‌سرورها، پیش‏‌بینی درخواست‌های آتی کاربران، بهبود ساختار وبگاه‏‌ها و کسب و کار هوشمند کاربرد دارند. الگوهای دسترسی را می‏‌توان با استفاده از روش‏‌های کاوش در سیاهه‏‌های وب یعنی مدل‌سازی و تحلیل شیوه‏‌های دسترسی کاربران از سیاهه‏‌های وب استخراج کرد. در این مقاله، رویکرد جدیدی برای استخراج الگوهای دسترسی از سیاهه‏‌های وب ارائه شده است. در واقع رویکرد جدیدی برای خوشه‏‌بندی شیوه‏‌های دسترسی کاربران ارائه شده است که مبتنی بر مدل گراف است. در این رویکرد گرافی جهت‏‌دار و وزن‏‌دار از شیوه‏‌های دسترسی کاربران ایجاد می‏‌شود. این گراف صفحات و رابطه بین آن‌ها را بر اساس تکرارهای با هم صفحات بیان می‏‌کند. معکوس احتمال شرطی مشاهده صفحات برای تخصیص وزن به یال‏‌های این گراف و بخش‏‌بندی آن بر پایه کوتاه‏‌ترین مسیرها برای خوشه‏‌بندی صفحات پیشنهاد شده است تا برای هر صفحه خوشه‌ای از صفحات مرتبط با آن استخراج شود. رویکرد پیشنهادی بر روی سیاهه‌‏های یک سرور مورد ارزیابی و مقایسه قرار گرفته است. اثر بخشی خوشه‏‌بندی با معیارهای نزدیکی خوشه‏‌ها و صفحات بی‏‌فایده ارزیابی شده که نشان‏‌دهنده توانایی رویکرد پیشنهادی در بهبود کیفیت خوشه‏‌ها است.

در مورد کلان داده‌ها، حافظه‌های موجود در برابر حجم داده بسیار کوچک در نظر گرفته می‌شوند و از طرفی در یک سری از کاربردها مانند شبکه سنسورها نیاز به پردازش اطلاعات به صورت بلادرنگ است. قسمتی از این کلان داده را جریان‌های داده تشکیل داده‌اند. به علت حجم بالای جریان داده‌ها امکان دسترسی تصادفی به اطلاعات وجود ندارد و مقدار محدودی از اطلاعات را می‌توان در حافظه اصلی نگهداری کرد بنابراین مجبوریم آن‌ها را در حافظه ثانوی نگهداری کنیم به همین دلیل هزینه مرور چند باره اطلاعات بسیار بالا است. خصوصیات جریان داده‌ها باعث شده است که الگوریتم‌های خوشه‌بندی موجود مناسب نباشند. بنابراین نیاز به ایجاد الگوریتم‌های خوشه‌بندی مخصوص جریان داده‌ها داریم. در اینجا ابتدا الگوریتم‌های خوشه‌بندی جریان دادهها بررسی شده‌اند و سپس یک الگوریتم خوشه‌بندی بر اساس تبدیل موجک بر روی چارچوب اسپارک پیاده‌سازی شده است که یک نو‌آوری در خوشه‌بندی جریان داده‌ها محسوب می‌شود.

دسته‌بندی بسته‌ها یکی از پردازش‌های اساسی در مولفه‌های متنوع شبکه‌ای است که اغلب توسط پردازنده‌های شبکه‌ای اجرا می‌گردد. دسته‌بندی بسته‌ها فرآیندی خودکار است که جریان‌های ترافیکی شبکه را بر اساس پارامترهای متعدد از جمله پورت و آدرس فرستنده و گیرنده طبقه‌بندی می‌نماید. یکی از روش‌های موجود برای تسریع مکانیسم دسته‌بندی بسته‌ها، پیاده‌سازی سخت‌افزاری آن‌ها است. اما، این راه‌حل‌ها دارای هزینه بالا و توسعه‌پذیری پایین است. در مقابل روش‌های نرم‌افزاری که این مشکلات را برطرف می‌کنند نیز سرعت پایینی دارند. یکی از الگوریتم‏‌های مطرح در روش نرم‌افزاری، الگوریتم‌ درخت سلسله مراتبی است. مهم‌ترین ویژگی این الگوریتم‌، ساخت درخت تصمیم با کمترین میزان حافظه مصرفی و پیچیدگی زمان جستجو است. در این الگوریتم یک درخت تصمیم برای اولین فیلد(آدرس مبداء) و چندین درخت تصمیم برای فیلد دوم(آدرس مقصد) ایجاد می‎شود. در این مقاله‌، به منظور تسریع اجرای الگوریتم دسته‌بندی درخت سلسله مراتبی از خوشه پردازنده مرکزی استفاده شده است. در پیاده‌سازی، سناریوهای مختلفی با استفاده از MPI و OpenMP و ترکیب آنها در یک سیستم تک پردازنده‌ای چند هسته‌ای و خوشه پردازنده‌های چند هسته‌ای پیاده‌سازی و اجرا شدند. نتایج پیاده‌سازی این سناریوها، نشان می‌دهد که با افزایش تعداد سیستم‌ها سرعت دسته‌بندی با همان نسبت افزایش پیدا می‌کند. همچنین ابزار MPI با مصرف حافظه بیشتر نسبت به OpenMP، سرعت بیشتری در پردازش بسته‌ها حاصل میکند. زمانی که مجموع تعداد پروسه‌ها و تعداد نخ‌ها به ترتیب برابر با تعداد پردازنده‌ها و تعداد هسته‌ها باشد، سناریوی ترکیبی بیشترین تسریع را دردسته‌بندی بسته روش درخت سلسله مراتبی دارد.

بررسی چالشهای سیستم دوچرخه شهر تهران در مقایسه با شهرهای کشورهای توسعه یافته و دارای این سیستم برگرفته از بازدیدهای میدانی و تجربه دوچرخه سواری نویسندگان از سیستم های 4 شهر اروپایی ( کلن، دورتموند، آمستردام و پاریس) و شهر تهران و همچنین انجام مطالعات در خصوص ابعاد مختلف این سیستم در دنیا می باشد. دراین مطالعه چالش¬های پیش¬روی سیستم دوچرخه شهر تهران در پنج قالب شامل، 1) ویژگی های جغرافیایی، کالبدی و شبکه معابر شهر تهران، 2) ساختار فرهنگی و اجتماعی شهروندان، 3) نواقص و کم و کاست قوانین دوچرخه ، 4) تسهیلات و تجهیزات دوچرخه سواری و 5) تاثیرات سایر شیوه¬های حمل و نقلی بر سیستم دوچرخه ارائه گردیده است. هریک از قالب ها دارای موارد جزئی می¬باشد که در همه آنها مقایسه توصیفی سیستم دوچرخه شهر تهران با شهرهای مطرح شده براساس بازدیدهای میدانی، مصاحبه باکاربران دوچرخه، استفاده از تجهیزات دوچرخه و مطالعات کتابخانه ای در شهرهای مذکور انجام پذیرفته و در هر قسمت پیشنهاداتی نیز جهت بهبود سیستم دوچرخه شهر تهران در راستای افزایش تقاضا شهروندان به استفاده از دوچرخه در سفرهای شهری ارائه گردیده است اما براساس این مطالعه اگر شهر تهران بخواهد دارای یک سیستم دوچرخه پویا گردد در قدم نخست باید مشکلات اجتماعی و فرهنگی موجود برطرف گردیده و همچنین ساختار کلی سیستم حمل و نقل شهر تهران دارای یک هماهنگی و سرانه مناسب در پهنه کلانشهری گردد و تسهیلات و تجهیزات مورد نیاز شبکه دوچرخه سواری در سطح شهر تهران به صورت یکپارچه ارائه گردد.

مجموعه‌های شهری نوع جدیدی از سکونتگاه‌های شهری هستند که در دهه‌های اخیر با رشد چشمگیر شهرنشینی به وجود آمده‌اند. مجموعه شهری، دربرگیرنده تعداد قابل‌توجهی خوشه شهری است که اطراف هسته اقتصادی یک یا دو کلان‌شهر تجمع یافته‌اند. رشد این مجموعه‌ها یکی از چالش‌های برنامه ریزان شهری در قرن ۲۱ است. تحقیق حاضر در نظر دارد رشد و توسعه مجموعه شهری تهران را از بعد زمانی و توزیع مکانی، مد‌لسازی نماید. بدین منظور ابتدا با استفاده از تصاویر ماهواره لندست، نقشه‌های کاربری اراضی برای سال‌های مورد مطالعه استخراج و در گام بعدی با بهره‌گیری از مدل رگرسیون لجستیک میزان تأثیر متغیرهای مؤثر در گسترش شهری شامل چهارده متغیر محاسبه و نقشه پتانسیل گسترش شهری با استفاده از الگوریتم بهینه‌سازی ازدحام ذرات برای سال 1400 تولید گردید. ضرایب تحلیل رگرسیون لجستیک بیانگر وزن بالای متغیرهای فاصله از نواحی شهری، فاصله از شبکه راه‌ها و عامل شیب در توسعه شهری بودند. مقدار بدست آمده برای شاخص عامل نسبی برابر با 0.6448 و درصد تناظر سطوح 1.2579 می‌باشد که حاکی از دقت بالای مدل‌سازی می‌باشد. مطابق پیش‌بینی انجام شده، با ادامه روند موجود بخش‌های جنوب شرقی کرج و جنوب غربی تهران رشد قابل توجهی را تجربه خواهند نمود.

هوشمندسازی وسائط نقلیه و بهره‌گیری از فناوری‌های موجود در شبکه‌های خودرویی می‌تواند راه مناسبی برای بهبود سیستم‌های حمل‌ونقل باشد که علاوه بر کاهش حوادث و تلفات ناشی از خطای انسانی سبب بهبود امنیت، کاهش اتلاف وقت و مصرف مناسب سوخت شود. بهره‌گیری از معماری شبکه‌های محتوا محور به سبب نوع ساختار آن‌ مزایای زیادی برای شبکه‌های خودرویی به همراه دارد به‌طوری‌که می‌توان با چالش‌های موجود در این شبکه‌ها مانند تغییر دائمی توپولوژی شبکه، حرکت سریع خودروها و لینک‌های ارتباطی ناپایدار مقابله نمود. اغلب کارهای انجام‌شده در این حوزه، کاربردهایی را مدنظر قرار داده‌اند که با مدل مبنایی شبکه‌های محتوا محور کاملاً همخوانی دارند. در این مقاله راهکاری ارائه شده است تا با اعمال تغییراتی در مدل مبنایی بتوان از انواع کاربردها پشتیبانی نمود. از سوی دیگر در چنین شبکه‌ای که مبنای ارسال‌ها به‌صورت سیلابی و همه‌پخشی است، راهکاری برای مقابله با پدیده‌ی طوفان همه‌پخشی پیشنهاد شده است. در انتها راهکارهای ارائه شده از طریق شبیه‌سازی مورد ارزیابی قرار می‌گیرند.

در این مقاله جدول‌های چندی سازی جدید برای بهبود فشرده سازی تصاویر چهره با استفاده از روش JPEG با هدف حفظ یا بهبود دقت بازشناسی پیشنهاد شده است. این جدولها با استفاده از سه الگوریتم فرا مکاشفه‌ای تبرید تدریجی، ژنتیک و ازدحام ذرات بدست آمده اند. بهبود نسبت فشرده سازی با توجه به حفظ و در برخی مواقع افزایش نرخ بازشناسی چهره در مقایسه با جدول چندی سازی استاندارد حاصل شده است. آزمایشات در بازه مناسبی از نرخ بیت‌ها بروی تصاویر تست از پایگاه داده FERET با استفاده از الگوریتم مبتنی بر ظاهر انجام شده که نشان می دهد افزایش نسبت فشرده‌سازی نه تنها کارایی بازشناسی چهره را تقلیل نمی‌دهد بلکه در بعضی مواقع بهبود کمی هم به همراه دارد. بهترین افزایش ها نسبت به حالت استاندارد در نرخ 0.2 بیت بر پیکسل در مجموعه تست dup2 با استفاده از الگوریتم ژنتیک بدست آمده است، نرخ بازشناسی از 16.2 به 17.9درصد و در همان زمان نسبت فشرده‌سازی از 28.7 به 34.2 افزایش داشته است.

زیست نشانگرها موادی هستند که به صورت عادی در بافت‌ها و مایعات بدن وجود دارند و میزان بیان آن‌ها نسبت معناداری با شرایط پیشرفت بیماری‌های مختلف دارد. پژوهش‌های اخیر نشان داده که MicroRNA می‌تواند به عنوان یک زیست نشانگر قابل اتکا برای تشخیص بیماری‌هایی مثل عفونت های ویروسی و سرطان مورد استفاده قرار گیرد. روش‌های فعلی برای تشخیص میزان بیان MicroRNA مانند Real-time PCR به هزینه و زمان زیادی نیاز دارند و دقت تشخیص آن‌ها برای میزان بسیار کم این زیست-نشانگرها کافی نیست. نتایج پژوهش‌ها در سال‌های اخیر نشان داده که دروازه‌های منطقی مبتنی بر DNA می‌توانند بدین منظور مورد استفاده قرار گیرند. در این مقاله یک دروازه‌ی منطقی مبتنی بر DNA جهت تشخیص الگوی رخداد عفونت ویروسی هپاتیت C ارائه شده است. این دروازه قابلیت تشخیص هشت عدد MicroRNA با سطوح مختلف را فراهم می‌کند. نتایج شبیه‌سازی‌های انجام شده نشان می‌دهد که این دروازه می‌تواند الگوهای پیچیده با تعداد زیاد ورودی‌ها را با سرعت بالاتر و هزینه کمتر نسبت به سایر روش‌ها تشخیص دهد.

یکی از رفتارهای اجتماعی که موضوعی هسته‌ای در علوم اجتماعی است، موضوع هنجاراست. منظور از هنجار، استاندارد یا الگوی رفتاری است که در میان یک گروه یا جامعه‌ای پذیرفته شده است و عمل به آن مورد انتظار جمع است. هنجار ابزار مهمی است که توسط جوامع برای انتظام بخشی امور به خدمت گرفته شده و بدیل مهمی برای اقدامات قانونی و هزینه‌بر دولت‌ها در تنظیم جوامع است. ویژگی مهم هنجار که با بقیه‌ی رفتارهای اجتماعی متمایز می‌شود؛ موضوع تحریم است که به مثابه یک تضمین برای جلوگیری از نقض آن است. به‌علاوه هنجار در بین ساختارهای‌ کنش، تنها ساختاری است که منافع حاصل از آن، قابل تقسیم نیست و عمل به آن موجب ایجاد نفع یکسان برای عده‌ی زیادی می‌گردد. ما در این مقاله براساس این دو خصلت که متمایزکننده هنجار از بقیه عادات و رفتارهای بشری است، روش خود را ارائه می‌کنیم. نشان می‌دهیم که ساختار، نقش مهمی در مکانیسم ترویج هنجار ایفا می‌کند. این ساختار با ابتنا بر خاصیت بستار نشان می‌دهد استفاده از راس‌های با بستار بیشتر به عنوان نقش‌های هنجارآور، نیازمند تلاش و در نتیجه هزینه¬کمتری برای سرایت هنجار دریک شبکه‌های اجتماعی است. ترکیب نیروهای ناشی از ساختار ارتباطات بین افراد در جامعه و تاثیر بستار به تولید فشاراجتماعی بیشتر بر انجام‌دهندگان رفتارهای منفی، پیشتر توسط جیمزکلمن تبیین شده است، لیکن بهره‌گیری از این نظرات برای ارائه روشی که رابطه تلاش-ساختار را برای تکامل هنجار ازطریق بررسی خصوصیات ذاتی هنجار یعنی تحریم و منافع غیرقابل تقسیم، توضیح دهد، تاکنون صورت نگرفته و مقاله حاضر در صدد ارائه این روش است.