داده‌ های بزرگ (مقاله رایگان pdf)

چکیده

        یادگیری ماشین (ML) به‌طور مداوم قدرت خود را در طیف گسترده‌ای از برنامه‌های کاربردی نشان می‌دهد. این مسئله در سال های اخیر تا حدودی با توجه به ظهور داده‌های بزرگ بیشتر مورد توجه قرار گرفته است. الگوریتم ML هرگز بهترین عملکرد خود را نداشت تا اینکه توسط داده‌های بزرگ به چالش کشیده شد. داده‌های بزرگ، الگوریتم ML را قادر به کشف الگوهای دقیقتر و پیش‌بینی به موقع تر و دقیق تر از قبل کردند. از سوی دیگر، چالش‌های بزرگی در ML مانند مقیاس‌پذیری مدل و محاسبات توزیع شده مطرح کرد. در این مقاله، یک چارچوب از ML در داده‌های بزرگ (MLBiD) برای هدایت بحث به فرصت‌ها و چالش‌های آن معرفی خواهد شد. چارچوب ML محور، شامل مراحل پیش پردازش، یادگیری و ارزشیابی است. علاوه براین، چارچوب شامل چهار جزء دیگر، مانند داده‌های بزرگ، کاربران، دامنه و سیستم است. مراحل ML و اجزای MLBiD برای شناسایی فرصت‌های مرتبط و چالش‌ها و روشن کردن مسیر کاری آینده در بسیاری از موارد ناشناخته و یا در پژوهش حاضر ارائه شده است. 

طراحی گیمیفیکیشن (مقاله رایگان pdf)

چکیده 

        شخصی سازی یک روند رو به رشد در پژوهش بازی وار سازی  است، و چند تن از محققین پیشنهاد دادند که سیستم های بازی نمایی شده  باید مشخصه‌های شخصی را در نظر بگیرند. به هر حال، ایجاد طراحی‌های بازی انگاری شده  خوب یک تلاش فشرده است چرا که این موارد و سیستم‌های طراحی شده در تعامل با هر کاربر تنها به بار کاری اضافه می کنند. ما انتخاب محتوای شخصی سازی مبتنی بر الگوریتم یادگیری ماشین را برای بررسی بخشی از این مشکل پیشنهاد دادیم و یک فرآیند را برای ایجاد طراحی‌های شخصی ارائه دادیم که خودکار سازی بخشی از اجرا را اجازه می دهد. فرآیند بر اساس چارچوب Deterding’s 2015 برای طراحی‌های بازی نمایی شده، از دیدگاه اتمی مهارت‌های ذاتی، با مراحل اضافی برای انتخاب استراتژی شخصی سازی و ایجاد الگوریتم است. سپس فرآیند را با اجرای بازی نمایی شخصی شده برای یک محیط یادگیری همکاری پشتیبانی شده تشریح می شود، ما از نوع کاربر گیمیفیکیشن برای شخصی سازی و اکتشافاتی برای طراحی موثر گیمیفیکیشن برای طراحی کلی استفاده می کند. نتایج فرآیند طراحی استفاده شده یک مجموعه قواعد اگاه از زمینه، گیمیفیکیشن شخصی سازی شده برای محیط‌های همکاری است. در آخر، ما متدی را برای تفسیر مجموعه قواعد گیمیفیکیشن برای الگوریتم دسته بندی قابل خواندن توسط ماشین با استفاده از القاکننده قانون CN2 ارائه می دهیم. 

شبکه های بدنه بی سیم (مقاله رایگان pdf)

چکیده

        شبکه‌های بدون سیم بدن منطقه (WBANS) به‌عنوان راه‌حلی موثر برای طیف گسترده مراقبت‌های بهداشتی و برنامه‌های کاربردی نظامی و ورزشی توسعه‌یافته است. بسیاری از فعالیت‌ها جمع‌آوری داده‌های کارآمد را از طریق بررسی مدل‌های قدیمی و فردی WBANS انجام داده اند. محاسبات ابری مدل محاسباتی جدیدی است که به‌طور مداوم در حال گسترش و تحول می‌باشد. این مقاله به بحث درباره سیستم جمع‌آوری کارآمد داده‌ها مبتنی بر تکه ابر (cloudlet) در WBANS می‌پردازد. هدف داشتن مقیاسی بزرگ از داده‌های مشاهده‌شده از WBANS می‌باشد تا برای کاربر نهایی و یا شرکت ارائه‌دهنده خدمات قابل‌دسترس باشد. یکی از نمونه‌های اولیه WBANS که شامل ماشین مجازی (VM) و تکه ابر مجازی شده (VC) می‌باشد، ارائه گردیده تا ویژگی‌های جمع‌آوری کارآمد داده‌ها را در WBANS شبیه‌سازی نماید. با استفاده از این مدل اولیه، ما می‌توانیم یک منبع ذخیره با قابلیت افزایش کارایی را ارائه داده و زیرساخت‌های سیستم‌های WBANS را در مقیاسی بزرگ‌تر نمایش دهیم. این زیرساخت‌ها می‌توانند به نحو مؤثری حجم زیادی از داده‌های تولیدشده را با استفاده از سیستم WBANS مدیریت نمایند. این کار با استفاده از ذخیره‌سازی داده‌ها و انجام تحلیل بر روی آن‌ها انجام می‌گیرد. مدل ارائه‌شده به طور کامل پویایی سیستم‌های WBANS را با استفاده از تکنولوژی‌های ارتباطی مقرون‌به‌صرفه WIFI و سلولی (سلولار) مورد پشتیبانی قرار می‌دهد که خود این تکنولوژی‌ها توسط سیستم‌های WBANS و VC مورد پشتیبانی قرار می‌گیرند. این موضوع با بسیاری از راهکارهای بهداشت موبایل (استفاده از موبایل و دیگر وسایل بی‌سیم در مراقبت پزشکی) که به دلیل تکنولوژی ارتباطی پرهزینه دارای محدودیت می‌باشند، در تضاد است، تکنولوژی‌هایی مانند 3G و LTE. عملکرد این مدل ارائه‌شده اولیه با استفاده از نسخه توسعه‌یافته شبیه‌ساز کلودسیم مورد ارزیابی قرار می‌گیرد. مشخص گردیده که میانگین مصرف برق و میزان تأخیر جمع‌آوری داده‌ها با افزایش تعداد VS ها و VC ها به طرز فوق‌العاده‌ای کاهش می‌یابد.

قطعه بندی تصویر پزشکی (مقاله رایگان pdf)

چکیده

        قطعه بندی تصویر نقشی حیاتی در بسیاری ار کاربردهای تصویربرداری پزشکی دارد. در این مقاله، الگوریتمی جدبد برای قطعه بندی فازیِ داده ی تصویربرداری با تشدید مغناطیسی (MRI) مطرح می کنیم. این الگوریتم با تغییر دادن تابع هدف در الگوریتم میانگین C فازی مرسوم شناخته می شود. لازم به ذکر است که این تغییر با استفاده از مقیاس فاصله ی ناشی از هسته و جریمه ی فضایی در توابع عضویت انجام داده شده است. اولا، فاصله ی اقلیدسی اصلی در FCM با یک فاصله ی ناشی از هسته جایگزین می شود و از این رو الگوریتم های متناظر استنتاج می شوند و الگوریتم میانگین C فازی متمرک شده (KFCM) نامیده می شوند. نشان داده شده است که KFCM مقاوم تر از FCM است. در ادامه یک جریمه ی فضایی به تابع هدف در KFCM اضافه می شود. این کار به منظور جبران سازی برای ناهمگنی های شدتِ تصویر MR  و ایجاد امکان برچسب زنی به یک پیکسل که تحت تاثیر همسایه هایش قرار گرفته، می باشد. عبارت جریمه به عنوان یک تنظیم کننده عمل می کند و دارای ضریبی در محدوده ی صفر تا یک می باشد نتایج تجربی روی هر دو تصویر MR واقعی و مصنوعی نشان دادند که الگوریتم های مطرح شده، در زمانی که نویز و دیگر مصنوعات وجود داشته باشند، در مقایسه با الگوریتم های استاندارد عملکرد بهتری دارند.

ارتباط وسیله نقلیه (مقاله رایگان pdf)

چکیده 

           هدف این مقاله مطالعه تأثیر تأمین اطلاعات صعودی درباره جاهای پارک در خیابان بر پویایی پارکینگ تحت شرایط ناهمگون است. با استفاده از نمونه شبیه‌سازی بر اساس عامل هوشمند، عملکرد استراتژی ارتباط صعودی وسیله نقلیه با وسیله نقلیه و استراتژی‌ای که حسگرهای پارکینگ و ارتباط وسیله نقلیه با وسیله نقلیه ترکیب‌شده‌اند باهم مقایسه شده است درروش دوم فضاهای پارک در خیابان تمامی با حس‌گرهایی که قابلیت انتشار وضعیتشان رادارند مجهز شده‌اند.

الگوریتم های نظارت شده (مقاله رایگان pdf)

 چکیده

         ستون اصلی بازار رقابتی و آتی امروز قطعا تبدیل شدن به رایانش ابری است و بنابراین شرکت ها از قابلیت های خدمات رایانش ابری استفاده می کنند. برای بهبود ابتکارات امنیتی توسط رایانش ابری سرویس یا CRP، انواع جدید ابزارها و پروتکل ها همیشه مورد تقاضا هستند. به منظور ایجاد روش جامع ارزیابی ریسک، مرور ادبیات گسترده ای برای شناسایی عوامل خطر که ممکن است انجام شود بر پذیرش رایانش ابری تأثیر می گذارد. در این زمینه عوامل خطر مختلفی شناسایی شدند. پس از انتخاب ویژگی و شناسایی عوامل خطر، مورد استفاده برای انتخاب موثرترین ویژگی ها با استفاده از الگوریتم های رگرسیون خطی. سپس از تکنیک‌های AI-ML مانند درخت تصمیم (DTC)، طبقه‌بندی‌کننده فیلتر تصادفی، ستاره k با روش RMSE استفاده می‌شود. تجزیه و تحلیل تهدیدات در محیط CC نتایج تجربی تقسیم مجموعه داده را به (95٪ -5٪) نشان داد. بهترین نتیجه را از هر پارتیشن بندی باقی مانده ارائه می دهد و علاوه بر این الگوریتم DTC ارائه شده را ارائه می دهد بهترین نتایج از کل مجموعه داده های مورد استفاده در تنظیمات آزمایشی می باشد.

حریم خصوصی (مقاله رایگان pdf)

چکیده

         یک شکل جدیدی از محاسبات ،شکل تکامل یافته ی تعداد گسترده ای از مجموعه ی متنوع سیستم های محاسباتی متعارف است که شامل ، سنسورها ،دستگاه ها ،تجهیزات ،نرم افزار و اطلاعات خدمات و برنامه میشود.این شکل جدید از محیط محاسباتی به نام اینترنت اشیا یا (IOT) شناخته میشود.پذیرش اینترنت اشیا سریع است و اشیا در حال تبدیل به عضو جدایی ناپذیر از زندگی روزمره مردم و همچنین عناصر ضروری در فعالیت های روزمره کسب و کار و فرآیندها هستند.ویژگی های گسترده محیطی اشیا ،نگرانی های حفظ حریم خصوصی را به عنوان اشیایی مستقل به همراه درجه ای از اختیار در به اشتراک گذاشتن توانایی های خود ،و دانش به انجام رساندن توانایی های فردی و اجتماعی خود،بر انگیخته است.به این ترتیب حفظ حریم خصوصی مرکزی میشود و یک جنبه محاسباتی از اشیا را به ارث میبرد.کار ارایه شده در اینجا بر اساس مدل اینترنت اشیا به عنوان یک سیستم توزیعی تعاونی(CDS)است.این یک رویکرد نوین از تجزیه و تحلیل و مدل سازی مفاهیم و نگرانی های حریم خصوصی است.حفاظت از حریم خصوصی به عنوان یک فرم از مدیریت "حساسیت اطلاعات" در سطح تعامل ایجاد شده است.چارچوب مدیریت حفظ حریم خصوصی برای سیستم توزیع تعاونی در سطح تعامل ارایه شده است.برنامه استفاده از چارچوب توسط گسترش قرارداد پروتکل شبکه ،برای حمایت از حفظ حریم خصوصی سیستم توزیع تعاونی، نشان داده شده است.

کدگذاری ویدئو (مقاله رایگان pdf)

چکیده

       در این مقاله، ما، استفاده از واحدهای پردازنده گرافیکی چند هسته ای (GPUs) برای کدگذاری و کدگشایی ویدئوها را بررسی می کنیم. پس از بررسی اجمالی کدگذاری های ویدئویی و GPUs، برخی از کارهای قبلی را در مورد ساختاردهی ماژول های کدگذاری ویدئو مرور می کنیم به طوری که قابلیت پردازش موازی گسترده GPUs را می توان مهار نمود. همچنین کارهای قبلی انجام شده در مورد پارتیشن بندی جریان کدگشایی ویدئو بین واحد مرکزی پردازش (CPU) و (GPU) را مرور می کنیم. سپس، به صورت مفصل، برآورد حرکت سریع مبتنی بر GPU را برای نشان دادن برخی از ملاحظات طراحی در استفاده از GPUها در کدگذاری ویدئو و تعادل بین عملکرد افزایش سرعت و انحراف نرخ مورد بحث قرار می دهیم. نتایج ما، اهمیت مواجهه موازی سازی داده های ممکن را در طراحی الگوریتم ها برای GPUs برجسته می کند. 

دانلود مقاله در مورد کنترل یکپارچه ترافیک

عنوان مقاله:

کنترل یکپارچه ترافیک برای گلوگاه مکرر آزادراه بر اساس یادگیری تقویتی عمیق

Integrated Traffic Control for Freeway Recurrent Bottleneck Based on Deep Reinforcement Learning

سال انتشار: 2022

رشته: مهندسی عمران - مهندسی کامپیوتر

گرایش: هوش مصنوعی - سازه - مهندسی الگوریتم و محاسبات

دانلود رایگان این مقاله:

دانلود مقاله کنترل یکپارچه ترافیک

مشاهده سایر مقالات جدید:

 

مقالات ISI مهندسی عمران

 

مقالات ISI مهندسی کامپیوتر

دانلود مقاله در مورد موقعیت خروجی آزادراه

عنوان مقاله:

مدل بهینه سازی برای مسئله تصمیم گیری موقعیت خروجی آزادراه وسایل نقلیه خودران

Optimization model for the freeway-exiting position decision problem of automated vehicles

سال انتشار: 2022

رشته: مهندسی عمران - مهندسی کامپیوتر

گرایش: هوش مصنوعی - سازه

دانلود رایگان این مقاله:

دانلود مقاله موقعیت خروجی آزادراه

مشاهده سایر مقالات جدید:

 

مقالات ISI مهندسی عمران

 

مقالات ISI مهندسی کامپیوتر