انجمن کامپیوتر ایران

در دو دهه‌ی گذشته، تکنیک‌های شبکه‌های عصبی به عنوان یک روش متکی بر داده به بلوغ رسیده‌اند و افق کاملاً جدیدی را در عرصه تشخیص خطا به‌وجود آورده‌اند. با گسترش سریع هر دو صنعت مدارهای آنالوگ و دیجیتال، مبحث تست در حال تبدیل شدن به موضوعی فوق العاده مهم است. استفاده از شبکه‌های عصبی روشی موفق در تشخیص خطا است. در این مقاله استفاده از شبکه‌های عصبی در تشخیص خطا در مدارهای mixed-signal و به عنوان نمونه یک ADC 3بیتی از نوعflash را بررسی می‌کنیم. سپس نتایج را با سه روشFFT ، هیستوگرام و sine fit مقایسه می‌کنیم. در نهایت به این نتیجه رسیدیم که روش شبکه عصبی می‌تواند نقش قابل توجهی در تشخیص خطا و تعیین محل وقوع آن داشته باشد.

خطا و عدم قطعیت یکی از همزادهای مجموعه‌های داده‌ای بوده و بطور همزمان در مرحله تولید و جمع‌آوری داده به‌وجود آمده و درمراحل بعدی استفاده از داده‌ها، انتشار یافته و رشد می‌نماید و نهایتاً نتایج و محصولات بدست آمده را متأثر می‌نماید. درسیستم‌های سنجش از دوری، به لحاظ نحوه عمکرد در آنها، بحث عدم قطعیت با شدت بیشتری مطرح می‌گردد. عدم قطعیت در داده‌های سنجش از دوری به طرق مختلف و توسط منابعی متنوع ایجاد می‌شوند. این عدم قطعیت محصولات تولید شده با استفاده از تصاویر سنجش از دوری، از قبیل نقشه موضوعی تولید شده در فرایند طبقه بندی را دچار خطا می‌نماید متصور سازی یا مدل سازی عدم قطعیت بسیار مناسب خواهد بود و می‌تواند فضای جدیدی را برای کاربران این تصاویر بکار گرفته شوند، بسیار مطلوب خواهند بود. از این رو در این مقاله سعی شده است، علاوه بر بررسی عوامل ایجاد کننده عدم قطعیت در نتایج طبقه‌بندی تصاویر سنجش از دوری، پارامترهایی برای اندازه‌گیری عدم قطعیت در نتایج طبقه بندی ارائه گردد. نتایج نشان می‌دهد که این پارامترها می‌توانند بعنوان معیارهای جدیدی برای ارزیابی طبقه بندی‌ها کننده ها علاوه بر صحت و اعتبار مطرح گردند.

هدف از این مقاله ارائه یک الگوریتم برای داده‌كاوی است. این الگوریتم Ant-Miner (داده‌كاوی براساس کلونی مورچه ها) نام دارد. هدف ازAnt-Miner استخراج قواعد طبقه‌بندی از پایگاه‌ داده‌ها است. Ant-Miner از ترکیب مفاهیم کلونی مورچه‌ها و اصول داده‌كاوی حاصل شده است. تحقیقات اخیر نشان داده است كه الگوریتم‌های بهینه سازی به روش کلونی مورچه‌ها بطور موفقیت آمیزی در حل مسائل بهینه‌سازی تركیبی قابل استفاده هستند. هدف ما در این مقاله ارزیابی وتحلیل نسخه‌های مختلفAnt-Miner و بررسی نحوه طراحی و تولید نسخه‌های جدید ازAnt-Miner است که نسبت به نسخه‌های قبل از عملكرد بهتری برخوردار است. ما Ant-Miner ارائه شده را با نسخه قبل بر روی دو مجموعه داده مقایسه کرده‌ایم، نتیجه این مقایسه نشان می‌دهد که دقت قواعد كشف شده در نسخه جدید بیشتر از دقت قواعد تولید شده در نسخه قدیم است.

انگیزه گرید محاسباتی، مجتمع کردن منابع توزیع شده ناهمگون جهت حل مسائل پیچیده علمی، صنعتی و تجاری است. جهت رسیدن به این هدف یک سیستم زمان‌بندی کارآمد به عنوان یک بخش حیاتی برای گرید لازم است. متاسفانه پویایی و ناهمگونی منابع گرید باعث پیچیدگی زمان‌بندی وظایف می‌شوند. بعلاوه با معرفی مدل اقتصادی گرید، علاوه بر زمان اتمام کار، هزینه اجرای کار نیز به نگرانی‌های کاربران اضافه شد. اکثر سیستم‌های زمان‌بندی موجود در محیط گرید، زمان اتمام و هزینه اجرای کارها را به صورت مجزا بهینه می‌کنند. در این مقاله یک سیستم زمان‌بندی ارائه شده که به کاربر اجازه می‌دهد اهمیت زمان اتمام و اهمیت هزینه اجرای کارهایش را به صورت "وزن زمان" و "وزن هزینه" مشخص کند. بر اساس این دو وزن یک تابع هدف وزن‌دار و دو متغیره برای زمان‌بند ارائه شده است. زمان‌بند پیشنهادی از الگوریتم SA) Simulated annealing ) برای بهینه‌سازی انتصاب وظایف به منابع بهره گرفته است. در استفاده ازSA زمان و هزینه به همراه وزنشان در نظر گرفته شده‌اند. ما نشان دادیم زمان‌بند SA ، زمان‌بندی بهینه‌تری ایجاد می‌کند.

جایگزین کردن واحدهای عملیاتی یک پردازنده قابل توسعه با واحدهای عملیاتی قابل بازپیکربندی می‌تواند هزینه تولید و زمان ارائه به بازار را بطور چشمگیری کاهش دهد. بعلاوه افزون بر کاهش هزینه تولید، این پردازنده قادر به اجرای دستورات سفارشی بیشتری نیز خواهد بود. در این مقاله یک معماری ناهمگون برای واحدهای عملیاتی قابل بازپیکربندی در پردازنده‌های قابل توسعه ارائه شده است. نتایج آزمایشات نشان می‌دهد که در مقایسه با معماری پیشین، معماری ارائه شده از تعداد زیادی دستورالعمل سفارشی پشتیبانی می‌کند. بعلاوه این معماری قادر است زمان اجرای یک دستورالعمل سفارشی را بین ٢٠ تا ٤٠ درصد بهبود دهد.

در این مقاله الگوریتم جدیدی با الهام از روش‌های مبتنی بر معادلات نفوذ گرما برای کاهش نویز تصاویر ارائه می‌شود که از ویژگی‌های مهم آن حفظ لبه‌ها در تصاویرمی‌باشد. این الگوریتم بر این اصل استوار می‌باشد که روشنایی لبه‌های موجود در تصاویر واقعی به تدریج تغییر می‌یابد. بر این اساس در حل عددی معادلات نفوذ گرما به منظور حفظ لبه‌ها، لازم است همسایگی‌هایی با عمق بیش از یک پیکسل در نظر گرفته شود. در روش پیشنهادی علاوه بر لبه‌های افقی و عمودی چهار لبه اریب نیز در ساختار همسایگی در نظر گرفته می‌شود تا لبه‌های موجود در تصویر را بهتر حفظ نماید. این الگوریتم بر روی تصاویر استاندارد مختلف آزمایش شده است و عملکرد آن با عملکرد الگوریتم‌های موجود مورد مقایسه قرار گرفته اند. نتایج نشان می‌دهد که روش ارائه شده در این مقاله، نسبت به روش‌های موجود، علاوه بر حذف نویز در حفظ لبه‌ها از عملکرد بهتری برخوردار است.