خوشهبندی یکی از تکنیکهای مهم کشف دانش در پایگاه دادههای مکانی است. الگوریتمهای خوشهبندی مبتنی بر چگالی یکی از روشهای اصلی برای خوشهبندی در دادهکاوی هستند. الگوریتم DBSCAN پایه روشهای خوشهبندی مبتنی بر چگالی است که علیرغم مزایایی که دارد دارای مشکلاتی نظیر سخت چکیده کامل
خوشهبندی یکی از تکنیکهای مهم کشف دانش در پایگاه دادههای مکانی است. الگوریتمهای خوشهبندی مبتنی بر چگالی یکی از روشهای اصلی برای خوشهبندی در دادهکاوی هستند. الگوریتم DBSCAN پایه روشهای خوشهبندی مبتنی بر چگالی است که علیرغم مزایایی که دارد دارای مشکلاتی نظیر سختبودن تعیین پارامترهای ورودی و عدم توانایی کشف خوشههای با چگالی متفاوت نیز است.
در این مقاله الگوریتمی ارائه شده که برخلاف الگوریتم DBSCAN، قابلیت تشخیص خوشههای با چگالی متفاوت را دارد. این الگوریتم همچنین خوشههای تودرتو و چسبیده به هم را نیز به خوبی تشخیص میدهد. ایده الگوریتم پیشنهادی به این صورت است که ابتدا با استفاده از تکنیکی چگالیهای مختلف مجموعه داده را تشخیص داده و برای هر چگالی یک شعاع Eps تعیین میکند. سپس الگوریتم DBSCAN جهت اعمال بر روی مجموعه داده، با پارامترهای به دست آمده تطبیق داده میشود. الگوریتم پیشنهادی بر روی مجموعه دادههای استاندارد و مصنوعی تست شده است و نتایج به دست آمده با نتایج حاصل از الگوریتم DBSCAN و پنج بهبود الگوریتم DBSCAN شامل: VDBSCAN، VMDBSCAN، LDBSCAN، DVBSCAN و MDDBSCAN که همگی برای رفع مشکل تغییرات چگالی الگوریتم DBSCAN ارائه شدهاند، بر اساس معیارهای ارزیابی روشهای خوشهبندی مقایسه شدهاند. نتایج ارزیابیها نشان میدهد که الگوریتم پیشنهادی از دقت بالا و درصد خطای پایینی برخوردار بوده و نتایج بهتری نسبت به سایر الگوریتمها داشته است.
پرونده مقاله
به دلیل گسترش روزافزون استفاده از گوشیهای هوشمند، ترافیک داده شبکه سلولی به صورت انفجاری افزایش یافته و باعث ازدحام در شبکههای سلولی شده است. برونسپاری داده به یک شبکه مکمل مانند WiFi به عنوان یک راه حل منطقی و مقرون به صرفه برای مقابله با ازدحام شبکه سلولی، مطرح شده چکیده کامل
به دلیل گسترش روزافزون استفاده از گوشیهای هوشمند، ترافیک داده شبکه سلولی به صورت انفجاری افزایش یافته و باعث ازدحام در شبکههای سلولی شده است. برونسپاری داده به یک شبکه مکمل مانند WiFi به عنوان یک راه حل منطقی و مقرون به صرفه برای مقابله با ازدحام شبکه سلولی، مطرح شده است. در این مقاله، یک مکانیزم برونسپاری داده با نام MCO ارائه شده که با استفاده از روش تصمیمگیری چندمعیاره TOPSIS و با بهرهگیری از یک مدل پیشبینی الگوی اتصال به شبکه WiFi، مناسبترین روش را از میان سه روش 1) تبادل داده از طریق خود شبکه سلولی، 2) برونسپاری با تحمل تأخیر (DTO) به شبکه مکمل و 3) برونسپاری با کمک گرههای واسط (PAO) انتخاب میکند. معیارهای استفادهشده در تصمیمگیری شامل درصد ترافیک قابل برونسپاری (از کل درخواست کاربر)، هزینه تبادل داده اپراتور سلولی و کاربر، پهنای باند تبادل داده کاربر (در دو شبکه سلولی و مکمل) و مصرف انرژی کاربر میباشند. به منظور ارزیابی روش MCO سناریوهای متعددی از نقطه نظر ویژگیهای کاربران و ترافیک آنها، نرخ پوشش شبکه مکمل و نسبت هزینه تبادل داده شبکه سلولی به شبکه مکمل، شبیهسازی شدهاند. نتایج حاصل از این شبیهسازیها نشان میدهد مکانیزم MCO قادر به در نظر گرفتن ترجیحات اپراتور سلولی و کاربرانش بوده و در نتیجه از لحاظ ایجاد تعادل بار در شبکه، کاهش هزینههای اپراتور سلولی و کاهش مصرف انرژی کاربران، نسبت به روشهای پیشنهادی پیشین عملکرد بهتری دارد.
پرونده مقاله
در دهه اخیر، مطالعات بسیاری بر روی طبقهبندی دانهریز اشیا صورت گرفته است. در این نوع طبقهبندی گروه کلی شیء مشخص بوده و هدف تعیین زیرگروه دقیق آن است و شناسایی نوع و مدل وسیله نقلیه (VMMR) نیز در این حوزه قرار میگیرد. این مسئله به دلیل وجود تعداد کلاسهای زیاد، تفاوت چکیده کامل
در دهه اخیر، مطالعات بسیاری بر روی طبقهبندی دانهریز اشیا صورت گرفته است. در این نوع طبقهبندی گروه کلی شیء مشخص بوده و هدف تعیین زیرگروه دقیق آن است و شناسایی نوع و مدل وسیله نقلیه (VMMR) نیز در این حوزه قرار میگیرد. این مسئله به دلیل وجود تعداد کلاسهای زیاد، تفاوت درون کلاسی بسیار و تفاوت بین کلاسی کم از مسایل طبقهبندی دشوار به شمار میرود. علاوه بر این معمولاً سرعت سیستمهای شناسایی اشیا با افزایش دقت، کاهش مییابد و چنان که میبینیم یکی از چالشهای مهم در شبکههای عصبی عمیق به عنوان یک ابزار قدرتمند بینایی ماشین، سرعت پردازش است. در این مقاله ابتدا روشی مبتنی بر بخش برای شناسایی نوع و مدل خودرو مختصراً معرفی میگردد و سپس یک الگوریتم آبشاری برای بهبود توأمان سرعت و دقت این سیستم ارائه میشود. الگوریتم آبشاری پیشنهادی، طبقهبندهای موجود در سیستم را به صورت ترتیبی به تصویر ورودی اعمال کرده تا از حجم پردازش بکاهد. چند معیار مناسب برای رسیدن به یک ترتیب کارا از طبقهبندها معرفی شده و در نهایت ترکیبی از آنها در الگوریتم پیشنهادی به کار گرفته شده است. نتیجه آزمایشات انجامشده بر روی مجموعه داده کاملاً متفاوت BVMMR و CompCars، نشان از دقت بالای سیستم شناسایی نوع و مدل خودرو دارد. پس از اعمال الگوریتم آبشاری به سیستم مورد بحث، سرعت پردازش تا 80% افزایش یافته است در حالی که دقت سیستم تنها کاهش جزئی داشته است.
پرونده مقاله
در دهه اخیر، مطالعات بسیاری بر روی طبقهبندی دانهریز اشیا صورت گرفته است. در این نوع طبقهبندی گروه کلی شیء مشخص بوده و هدف تعیین زیرگروه دقیق آن است و شناسایی نوع و مدل وسیله نقلیه (VMMR) نیز در این حوزه قرار میگیرد. این مسئله به دلیل وجود تعداد کلاسهای زیاد، تفاوت چکیده کامل
در دهه اخیر، مطالعات بسیاری بر روی طبقهبندی دانهریز اشیا صورت گرفته است. در این نوع طبقهبندی گروه کلی شیء مشخص بوده و هدف تعیین زیرگروه دقیق آن است و شناسایی نوع و مدل وسیله نقلیه (VMMR) نیز در این حوزه قرار میگیرد. این مسئله به دلیل وجود تعداد کلاسهای زیاد، تفاوت درون کلاسی بسیار و تفاوت بین کلاسی کم از مسایل طبقهبندی دشوار به شمار میرود. علاوه بر این معمولاً سرعت سیستمهای شناسایی اشیا با افزایش دقت، کاهش مییابد و چنان که میبینیم یکی از چالشهای مهم در شبکههای عصبی عمیق به عنوان یک ابزار قدرتمند بینایی ماشین، سرعت پردازش است. در این مقاله ابتدا روشی مبتنی بر بخش برای شناسایی نوع و مدل خودرو مختصراً معرفی میگردد و سپس یک الگوریتم آبشاری برای بهبود توأمان سرعت و دقت این سیستم ارائه میشود. الگوریتم آبشاری پیشنهادی، طبقهبندهای موجود در سیستم را به صورت ترتیبی به تصویر ورودی اعمال کرده تا از حجم پردازش بکاهد. چند معیار مناسب برای رسیدن به یک ترتیب کارا از طبقهبندها معرفی شده و در نهایت ترکیبی از آنها در الگوریتم پیشنهادی به کار گرفته شده است. نتیجه آزمایشات انجامشده بر روی مجموعه داده کاملاً متفاوت BVMMR و CompCars، نشان از دقت بالای سیستم شناسایی نوع و مدل خودرو دارد. پس از اعمال الگوریتم آبشاری به سیستم مورد بحث، سرعت پردازش تا 80% افزایش یافته است در حالی که دقت سیستم تنها کاهش جزئی داشته است.
پرونده مقاله
تراشههای سهبعدی از قرارگرفتن لایههای سیلیکون به صورت پشته ساخته میشوند و ارتباط بین این لایهها توسط کانالهای درونسیلیکون برقرار میشود. هزینه ساخت این تراشهها تابعی از تعداد کانالهای عمودی است و ساخت آنها با تعداد کامل کانالها از لحاظ هزینه و پیچیدگی ساخت، مقر چکیده کامل
تراشههای سهبعدی از قرارگرفتن لایههای سیلیکون به صورت پشته ساخته میشوند و ارتباط بین این لایهها توسط کانالهای درونسیلیکون برقرار میشود. هزینه ساخت این تراشهها تابعی از تعداد کانالهای عمودی است و ساخت آنها با تعداد کامل کانالها از لحاظ هزینه و پیچیدگی ساخت، مقرون به صرفه نیست. ناکامل بودن کانالهای درونسیلیکون، مسأله مسیریابی اطلاعات را در شبکههای روی تراشه سهبعدی، پیچیدهتر از شبکههای دوبعدی کرده است. در این مقاله یک الگوریتم مسیریابی برای شبکههای روی تراشه سهبعدی با کانالهای عمودی ناکامل ارائه شده است که با تقسیمبندی لایهای، سطری و ستونی شبکه، یک مسیریابی پویا را با حداکثر تطبیقپذیری در اختیار بستهها قرار میدهد. این الگوریتم مستقل از مکان قرارگرفتن کانالهای عمودی است و با در نظر گرفتن شماره لایهای که بسته در آن قرار دارد و زوج یا فرد بودن آن، مدل چرخش خاصی در سطرها و یا ستونهای زوج یا فرد به کار میگیرد. این الگوریتم تنها با استفاده از دو کانال مجازی مسأله بنبست و چرخه زنده را مرتفع کرده است. نتایج شبیهسازی و مقایسه الگوریتم پیشنهادی با الگوریتم اول- آسانسور نشان میدهد که در الگوریتم پیشنهادی، میانگین تأخیر تحویل بسته 8/32% نسبت به الگوریتم اول- آسانسور بهبود داشته است. همچنین قابل ذکر است که بهبود تأخیر و گذردهی با بزرگتر شدن ابعاد شبکه و کاهش تعداد کانالهای درونسیلیکون، افزایش خواهد یافت.
پرونده مقاله
پروتکل SIP يک پروتکل لايه کاربرد است که براي ايجاد، مديريت و اتمام جلسات چندرسانهاي در زيرسيستمهاي چندرسانهاي IP در نظر گرفته شده است. استفاده وسيع از این پروتکل منجر به حجم بالاي ترافيک در پروکسيهاي SIP شده و تخصيص با دقت منابع پردازشي به جريانها را به يک مسأله چکیده کامل
پروتکل SIP يک پروتکل لايه کاربرد است که براي ايجاد، مديريت و اتمام جلسات چندرسانهاي در زيرسيستمهاي چندرسانهاي IP در نظر گرفته شده است. استفاده وسيع از این پروتکل منجر به حجم بالاي ترافيک در پروکسيهاي SIP شده و تخصيص با دقت منابع پردازشي به جريانها را به يک مسأله با اهميت بالا تبديل ميکند. در اين مقاله به تحليل مسأله بهينهسازي تخصيص منابع پردازشي در پروکسيهاي SIP ميپردازيم و دو تابع هدف حداکثرسازی مجموع گذردهي و حداقلسازی مربعات را مورد ارزيابي قرار ميدهيم. تابع هدف حداکثرسازی مجموع گذردهي، به جريانهاي بین دامنهاي اولویت پایینتری را اختصاص ميدهد زيرا این جریانها برخلاف جريانهای داخل دامنهای از دو پروکسي میانی عبور ميکنند. از سوی دیگر، تابع هدف حداقلسازی مربعات به سیاست با عدالت max-min منتهی میشود و بنابراین به منظور عملياتيسازي این نوع سياست، در پروکسیها از سرويسدهي نوبت گردشی (RR) استفاده میکنیم و يک الگوريتم ارائه میدهیم که با کنترل طول صف جريانها، اضافه بار را کنترل کرده و از ارسال مجدد و ناپايداري جلوگيري میکند. این الگوریتم در مقايسه با روشهای موجود به استفاده بهتر از منابع پردازشي در پروکسيها منتهی ميشود.
پرونده مقاله
تخمین مقادیر جاافتاده یک گام مهم در پیشپردازش دادهها است. در این مقاله یک رویکرد دومرحلهای برای پرکردن مقادیر جاافتاده عددی ارائه شده است. در مرحله اول دادهها خوشهبندی میشوند و در مرحله دوم دادههای جاافتاده درون هر خوشه با استفاده از یک روش ترکیبی از k نزدیکتر چکیده کامل
تخمین مقادیر جاافتاده یک گام مهم در پیشپردازش دادهها است. در این مقاله یک رویکرد دومرحلهای برای پرکردن مقادیر جاافتاده عددی ارائه شده است. در مرحله اول دادهها خوشهبندی میشوند و در مرحله دوم دادههای جاافتاده درون هر خوشه با استفاده از یک روش ترکیبی از k نزدیکترین همسایه وزندار و رگرسیون خطی تخمین زده میشوند. از معیار همبستگی بین صفات در هر خوشه برای تعیین روش پرکردن دادههای جاافتاده استفاده میشود. کیفیت پرکردن مقادیر جاافتاده با استفاده از معیار میانگین مربعات خطا سنجیده میشود. تأثیر پارامترهای مختلف بر میزان خطای دادههای تخمین زده شده بررسی میگردد. عملکرد روش ارائهشده برای تخمین دادههای جاافتاده بر روی پنج مجموعه داده نیز بررسی میشود. در نهایت عملکرد روش ارائهشده با چهار روش پرکردن با مقدار میانگین، روش تخمین با شبکه عصبی پرسپترون چندلایه (MLP)، روش پرکردن با خوشهبندی c-means فازی و روش k خوشه و نزدیکترین همسایه مبتنی بر دسته (CKNNI) مقایسه میشود. نتایج به دست آمده نشان داده که خطای تخمین مقادیر جاافتاده در روش ارائهشده کمتر از خطا در دیگر روشهای مقایسهشده است.
پرونده مقاله
کاهش مقیاس تکنولوژی و کاهش سطوح ولتاژ باعث حساستر شدن گرههای مدارات مجتمع و رشد فزاینده خطای نرم در آنها شده است. خطای نرم سبب اختلال گذرا در کار مدار میگردد و اهمیت آن در مدارهای ترکیبی با افزایش فرکانس کاری بیشتر میشود. در این مقاله روشی بهینه برای مقاومسازی مدار چکیده کامل
کاهش مقیاس تکنولوژی و کاهش سطوح ولتاژ باعث حساستر شدن گرههای مدارات مجتمع و رشد فزاینده خطای نرم در آنها شده است. خطای نرم سبب اختلال گذرا در کار مدار میگردد و اهمیت آن در مدارهای ترکیبی با افزایش فرکانس کاری بیشتر میشود. در این مقاله روشی بهینه برای مقاومسازی مدارات ترکیبی در برابر خطای نرم ارائه شده است. بهینهسازی روش پیشنهادی در سه مرحله انجام میگیرد. ابتدا با محاسبات مشاهدهپذيري، اولویت گرههای مدار از نظر مقاومسازی تعیین میگردد. سپس به منظور بهینهنمودن پارامتر توان- تأخیر و سطح مصرفی مدار، قابلیت اطمینان مدار اندازهگیری میشود و با توجه به آن، تعداد گرههای لازم برای مقاومسازی تعیین میگردد. در مرحله بعد، گرههای انتخابی از مدارهای استاندارد آزمون با سه روش مختلف که شامل افزونگی زمانی، اشمیت تریگر و پسخورد ترانزیستوری میباشند مقاومسازی میشوند. مقایسه سه روش نشان میدهد که مدار مقاومشده با اشمیت تریگر، دارای بیشترین بار بحرانی و کمترین فاکتور توان- تأخیر است. همچنین نتایج شبیهسازی تأیید میکند که مقاومسازی بهینه حاصل انتخاب مناسب تعداد گرههای لازم با استفاده از مفهوم مشاهدهپذیری و محاسبات قابلیت اطمینان همراه با نوع مناسب مقاومسازی گره میباشد. اجرای روش پیشنهادی بر روی مدارهای تحت آزمون از 85ISCAS مؤثربودن روش را تأیید میکند. همچنین شبیهسازی مونت کارلو نشان میدهد که روش پیشنهادی در برابر تغییرات فرایند مقاوم است.
پرونده مقاله
مدارهای مالتیپلکسر و دیمالتیپلکسر از اساسیترین مدارها در ساخت سختافزارهای پیچیده به شمار میآیند و بنابراین افزایش کارایی آنها اهمیت بسیاری دارد. یکی از مواردی که در سالهای اخیر توجه محققان را به خود جلب کرده است طراحی مدارهایی با توان پایین است. استفاده از منطق ب چکیده کامل
مدارهای مالتیپلکسر و دیمالتیپلکسر از اساسیترین مدارها در ساخت سختافزارهای پیچیده به شمار میآیند و بنابراین افزایش کارایی آنها اهمیت بسیاری دارد. یکی از مواردی که در سالهای اخیر توجه محققان را به خود جلب کرده است طراحی مدارهایی با توان پایین است. استفاده از منطق برگشتپذیر در طراحی مدار باعث کاهش اتلاف توان و کاهش توان مصرفی آن میشود و همچنین استفاده از منطق سهمقداری نیز باعث کارایی بهتر، کاهش توان مصرفی و افزایش تحملپذیری اشکال در مدارهای برگشتپذیر میگردد. در این مقاله مدارهای مالتیپلکسر و دیمالتیپلکسر کوانتومی برگشتپذیر سهمقداری را ارائه دادهایم و در طراحی آنها از دروازههای برگشتپذیر سهمقداری Controlled Feynman و Shift استفاده کردهایم. مدارهای ارائهشده در این مقاله در مقایسه با طرحهای پیشین عملکرد بهتری دارد و مقدار بهبود گزارش شده است.
پرونده مقاله