انجمن کامپیوتر ایران

تبديل ويژگي¬ها يک روش متداول در بازشناسی الگو است که مي تواند منجر به افزايش دقت رده بندي يا کاهش بار محاسباتي گردد. در اين مقاله يک روش تبديل ويژگی مبتنی بر ماکزيمم اطلاعات متقابل معرفی و ارائه می¬شود که اطلاعات متقابل ميان ويژگي¬ها و کلاسها را ماکزيمم مي¬کند. تبديل حاضر با يک روش تکراري و بر اساس افزايش گراديان نقطه¬ای تخمين زده مي¬شود. نتايج آزمايشات انجام گرفته روي دادگان UCI و دادگان TIMIT نشاندهنده عملکرد بهتر روش پيشنهادي نسبت به ديگر روشها است. در بين دادگان¬های UCI در دادگان Glass افزايش دقت 7.94 درصدی، نسبت به بهترين حالت تبديلات ديگر بدست آورده شده و در دادگان TIMIT اين افزايش 0.07 درصد مي¬باشد.

امروزه داده¬کاوی نقش مهمی در تجارت و فناوری اطلاعات ایفا می‌کند و روش‌های داده‌کاوی به طور وسیع در سازمان‌های تجاری به کار گرفته شده است. اگرچه به اشتراک‌گذاری داده‌ها در بین سازمان‌ها مزایای بسیاری را در اختیار آن‌ها قرار داده است، اما از طرفی این امر موجب گردیده که خطر افشای اطلاعات حساس در داده‌های منتشر شده افزایش یابد. پاک‌سازی اطلاعات به پروسه‌ای گفته می‌شود که در آن با استفاده از اعمال تغییراتی در پایگاه‌داده اصلی، مجموعه-آیتم¬های حساس مخفی‌سازی می‌شوند. پس از پاک‌سازی داده‌ها، پایگاه‌داده حاصل انتشار می‌یابد.اين مقاله به بررسي حفظ حريم خصوصی در يکي از روش-هاي داده¬کاوي به نام کاوش سودمندي مي¬پردازد. پیدا کردن راه حل بهینه برای مسأله پاک‌سازی پایگاه داده در کاوش سودمندی، یک مسأله برنامه‌ریزی غیرخطی عدد صحیح با قید¬های غیر خطی می‌باشد. الگوریتم‌های اکتشافی قبلي ارائه شده در اين زمينه اگرچه به خوبي توانسته¬اند حريم خصوصی را حفظ کنند، اما از لحاظ کيفيت داده¬هاي توليد شده از کارايي مناسبي برخوردار نيستند. در این مقاله یک الگوریتم تکاملی برای حل این مسأله ارائه شده است. نتايج آزمايشات ارائه شده در اين مقاله نشان مي¬دهد که الگوريتم¬ارائه شده، از لحاظ کیفیت داده‌های تولید شده نسبت به الگوريتم¬هاي پيشين از برتري چشم¬گيري برخوردار است.

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.

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.

استخراجِ قوانين وابستگي در داده‌کاوي را مي‌توان به عنوان يك مسئله چندهدفه در نظر گرفت. اغلبِ روش‌هاي قبلي، قوانينِ پررخداد و با تعداد صفات زياد را از پايگاه داده كشف مي‌کنند که براي کاربر، جذاب و قابل فهم نمي‌باشند و اين قوانين را طي گذراندن دو مرحله مجزا از هم بدست مي‌آورند. علاوه براين، در بيشتر داده‌ها صفات عددي وجود دارد. اكثرِ اين روش‌ها قادر به کاوشِ اينگونه قوانين نيستند. در نتيجه گسسته کردن مقادير فيلدهاي عددي قبل از کاوش ضروري مي‌باشد که با از دست رفتن اطلاعات مفيد مواجه مي‌شويم. در اين مقاله با بهبود دادنِ الگوريتم جستجوي گرانشي، يک روش مناسب براي استخراج قوانين وابستگي عددي ارائه مي‌کنيم. در واقع يک الگوريتم جستجوي گرانشي بهبود يافته بر اساس مفهوم مقادير سخت مطرح مي‌کنيم. اين مقادير با بازه‌هاي بالا و پايين تعريف شده‌اند که رنجي از مقادير را مشخص مي‌کنند. روش پيشنهاد شده بدون نياز به گسسته¬سازي فيلدهاي عددي و استفاده از مقادير آستانه حداقل پشتيبان و اطمينان، مناسب‌ترين فواصل عددي را در يک اجرا کشف مي‌کند. نتايج حاصل از راهکار ارائه شده، حاکي از کارامد بودن اين روش است.

عدم دقت ذاتي داده در بسياري از برنامه¬هاي کاربردي، لزوم مديريت عدم قطعيت را نشان مي¬دهد. از آنجا که مديريت عدم قطعيت در داخل برنامه¬هاي کاربردي پيچيده بوده علاوه بر اينکه کارآمد نيز نمي¬باشد، نياز به سيستمي است که بتواند داده¬هاي غيرقطعي را به طور مناسبي مديريت کند. رويکردهاي مختلفي در اين رابطه وجود دارد اما روش استانداري نياز است که به صورت کارآمدي تمامي روش¬هاي موجود را با يکديگر مقايسه کند. محک پيشنهادي ما به منظور ارزيابي عملکرد سيستم¬هاي مديريت جريان داده احتمالاتي (PDSMS) در مقايسه با يکديگر و همچنين پايگاه داده¬هاي احتمالاتي (PDB) طراحي شده است. محک PLR نسخه احتمالاتي محک Linear Road است که خصوصيات ترافيکي يک سيستم بزرگراه ساده را شبيه¬سازي مي-کند. در محک پيشنهادي با استفاده از تعريف عوارض متغير، ميزان تراکم بزرگراه¬ها مديريت مي¬شود در حالي¬که بيشترين تمرکز بر روي مفاهيم احتمالاتي است. در اين مقاله، بعد از مقدمه¬اي کوتاه در خصوص محک در سيستم¬هاي احتمالاتي، چالش¬هاي موجود را مورد بررسي قرار مي¬دهيم. ساختار محک پيشنهادي را با توصيف داده¬هاي ورودي، پرس¬وجوها و معيارهاي ارزيابي بررسي مي¬کنيم. در آخر نيز مقايسه عملکرد برخي از PDSMSها را به عنوان کار آينده خود مطرح مي¬نماييم.

الگوريتم‌هايي براي بدست آوردن دو درخت پوشاي کمينه

خوشه¬بندي، يک رويکرد کارآمد براي تعديل بار بين گره¬ هاي حسگر و افزايش طول عمر شبکه است. با خوشه¬بندي، داده¬هاي ارسالي گره¬هاي درون خوشه توسط سرخوشه تجميع شده و به ايستگاه پايه ارسال مي¬شود. بنابراين گره¬ها مي¬توانند سربار ارتباطي خود را که از ارسال مستقيم داده¬هايشان به ايستگاه پايه حاصل مي¬شود کاهش دهند. در اين تحقيق، يک پروتکل خوشه¬بندي بر مبناي پروتکل مشهور HEED ارائه شده است که بصورت توزيع شده عمل مي¬کند و هدف آن افزايش طول عمر شبکه مي¬باشد. معيار انتخاب سرخوشه در اين پروتکل، ترکيبي رياضي از دو معيار درجه گره و مركزيت گره با ملاحظه انرژي باقي¬مانده آن است. همچنين در اين پروتكل، خوشه¬بندي زماني انجام مي¬شود که حداقل يکي از سرخوشه¬ها بخش معيني از انرژي خود را مصرف کند. پروتکل ارائه شده در اين تحقيق (iHEED) با دو پروتکل مشهور شبکه¬هاي حسگر بيسيم به لحاظ معيارهاي کارآمدي انرژي مقايسه شده است. نتايج شبيه سازي در نرم¬افزار Matlab نشان مي¬دهد که اين پروتکل از ساير پروتكل¬ها بهتر عمل مي¬کند و يک پروتکل خوشه¬بندي انرژي-کارآمد است.

با گسترش سیستم‌های اطلاعاتی و ارتباطی، حملات و تهدیدهای امنیتی علیه این‌گونه سیستم‌ها نیز افزایش یافته و درنظر گرفتن جنبه‌های امنیتی در توسعه‌ی سیستم‌ها به عنوان یکی از کلیدی‌ترین موضوعات مطرح می‌باشد. به منظور توسعه‌ی سیستم ها با توجه به فاکتورهای متعدد، مدل فرایندی که در برگیرنده‌ی فرایند، روش‌ها و ابزارهای مهندسی نرم افزار است، انتخاب می‌شود.Rational Unified Process یکی از متداول‌ترین و جامع‌ترین مدل‌های فرایند نرم افزار می‌باشد که در سال‌های اخیر مورد توجه توسعه دهندگان قرار گرفته است. به منظور استفاده از این فرایند مهندسی نرم افزار در توسعه‌ی سیستم‌های امن گسترش و بهبود یابد. در این مقاله گسترش‌هایی در نظام‌های Business Modeling و RUP Requirement ارائه شده است. این گسترش‌ها شامل براضافه و یکپارچه نمودن فعالیت ها، نقش‌ها و فرآورده‌های نرم افزاری بر RUP به منظور به دست آوردن، مستند کردن و مدل‌سازی تهدیدها و نیازهای امنیتی سیستم می‌باشد. این گسترش‌ها به توسعه دهندگان سیستم، فعالتی‌های مشخص و مدرنی را معرفی می‌کندکه با پیگیری آنها توسعه دهندگان اطمینان می‌یابند که جنبه‌های امنیتی سیستم کاری موجود را یه درستی شناخته و نیازهای امنیتی سیستم نرم افزار را به دست آورده و مدل‌سازی گرده‌اند. گسترش‌های ارائه شده برای دو نظام از RUP از جمله نوآوری‌های اصلی این مقاله محسوب می‌گردند.