برنامه های غربالگری از ماموگرافی به عنوان ابزار تشخیصی اولیه برای شناسایی زودهنگام سرطان پستان استفاده می کنند. هدف از انجام اين کار، امكان سنجي جداسازي اتوماتيك تصاوير میکروکلسیفیکیشن هاي بافت پستان و همچنين ارزيابي دقت آن با استفاده از به كارگيري دو تكنيك بهبود تصویر أکثر
برنامه های غربالگری از ماموگرافی به عنوان ابزار تشخیصی اولیه برای شناسایی زودهنگام سرطان پستان استفاده می کنند. هدف از انجام اين کار، امكان سنجي جداسازي اتوماتيك تصاوير میکروکلسیفیکیشن هاي بافت پستان و همچنين ارزيابي دقت آن با استفاده از به كارگيري دو تكنيك بهبود تصویر و برجسته سازی میکروکلسیفیکیشن هاي بافت سینه برای نواحی مورد نظر ROI به کمک سیستم فازی بر اساس کانتراست منطقه و روش فیلترینگ گابور اشاره شده است. بعد از تعیین خوشه های میکروکلسیفیکیشن هاي بافت پستان، طبقه بندی خوشه ها با کمک الگوریتم طبقه بندی درخت تصمیم انجام مي شود. در ادامه برای بخش بندی نمونه های مشکوک به میکروکلسیفیکیشن برجسته و ماسک گذاری می شود و در مرحله آخر ویژگیهای بافت استخراج شده است و با کمک شبکه عصبی مصنوعی (ANN) برای تعیین نوع خوشخیم و بدخیم خوشه های بخش بندی شده ROI، استفاده می شود. نتایجی این کار انجام شده نشان دهنده دقت بالای 93% و بهبود حساسیت بالای 95% می باشد، که نشان می دهد راهکار ارائه شده می تواند با اطمینان برای تشخیص سرطان پستان اعمال شود.
تفاصيل المقالة
با افزایش ضریب نفوذ شبکه های اجتماعی آنلاین، نقش الگوریتم های توصیه کننده در این پلت فرم ها بیشتر مورد توجه قرار می گیرد و بررسی صحت کارکرد این الگوریتم ها در ارائه توصیه های مناسب حائز اهمیت می باشد. تحقیقات ما نشان می دهد با حضور اطرافیان و آشنایان فرد در شبکه های اج أکثر
با افزایش ضریب نفوذ شبکه های اجتماعی آنلاین، نقش الگوریتم های توصیه کننده در این پلت فرم ها بیشتر مورد توجه قرار می گیرد و بررسی صحت کارکرد این الگوریتم ها در ارائه توصیه های مناسب حائز اهمیت می باشد. تحقیقات ما نشان می دهد با حضور اطرافیان و آشنایان فرد در شبکه های اجتماعی، شاهد رفتارهایی از سوی کاربران در این شبکه ها هستیم که بیشتر جنبه روانشناسی دارد و بسیاری از کنش های کاربران روی یک پست از احترام یا نزدیکی فرد با صاحب پست نشات می گیرد. این مقاله با نشان دادن قابل پیش بینی بودن رفتار کاربران در قبال پست های منتشر شده توسط دوستان و آشنایان، نقش ارتباطات عاطفی نشات گرفته از روابط اجتماعی پایدار را در پذیرش یک پست بررسی می کند و امکان ارائه توصیه های اشتباه در الگوریتم های مبتنی بر فیلترینگ مشترک به دلیل این سوگیری داده ها را نشان می دهد.
تفاصيل المقالة
چکیدههدف این مطالعه برآورد معیار جدیدی از نااطمینانی کل بورس اوراق بهادار تهران و بررسی نقش متغیرهای کلان اقتصادی روی این نااطمینانی میباشد. در این مطالعه، ابتدا از طریق فیلترینگ ریسک، با رویکرد استفاده از مدل عاملی پویای تعمیم یافته (GDFM)، جزء ویژه 25 سری زمانی از ش أکثر
چکیدههدف این مطالعه برآورد معیار جدیدی از نااطمینانی کل بورس اوراق بهادار تهران و بررسی نقش متغیرهای کلان اقتصادی روی این نااطمینانی میباشد. در این مطالعه، ابتدا از طریق فیلترینگ ریسک، با رویکرد استفاده از مدل عاملی پویای تعمیم یافته (GDFM)، جزء ویژه 25 سری زمانی از شاخصهای اصلی بورس تهران در بازه 10 ساله را شناسایی نمودیم. در ادامه نوسانات شرطی جزء ویژه باقیمانده سریهای زمانی تحت مطالعه را از طریق مدل تلاطم تصادفی (SV) برآورد کرده و با استفاده از میانگینگیری نوسانات شرطی شبیه سازی شده توسط رویکرد زنجیره مارکوف-مونت کارلو (MCMC) به یک نااطمینانی کل برای بورس اوراق بهادار تهران رسیدیم. نتایج استفاده از الگوی ARDL نشان داد نااطمینانی بورس تهران به متغیرهای مستقل پژوهش شامل نرخ تورم، نرخ سود واقعی بانکها، نرخ ارز آزاد، حجم نقدینگی، درآمد مالیاتی و قیمت نفت واکنش نشان میدهد، اما بین نرخ بیکاری و نااطمینانی بورس رابطه معنیداری وجود ندارد.
تفاصيل المقالة
سیستمهای توصیهگر با تحلیل و بررسی دادههای متعلق به کاربران، یک سری آیتمهای خاص را برمبنای علایق به کاربران پیشنهاد میکنند. هدف از آنالیز دادههای مربوط به کاربران، استخراج الگوهای هر کاربر به منظور پیشبینی آیتمها میباشد. یکی از مهمترین روشها در سیستمهای توصیه أکثر
سیستمهای توصیهگر با تحلیل و بررسی دادههای متعلق به کاربران، یک سری آیتمهای خاص را برمبنای علایق به کاربران پیشنهاد میکنند. هدف از آنالیز دادههای مربوط به کاربران، استخراج الگوهای هر کاربر به منظور پیشبینی آیتمها میباشد. یکی از مهمترین روشها در سیستمهای توصیهگر، روش فیلترینگ مشارکتی است. در سیستمهای توصیهگر مبتنی بر فیلترینگ مشارکتی از معیارهای شباهت جهت کشف کردن کاربران مشابه با کاربر جدید برای ارائه پیشنهاد استفاده میشود. از چالشهای سیستمهای توصیهگر مبتنی بر فیلترینگ مشارکتی میتوان به فاکتورهای شباهت و تشخیص همسایگی اشاره کرد. در این مقاله از روش نزدیکترین همسایه به منظور تشخیص همسایگان مشابه به کاربر جدید برمبنای فاصله استفاده میکنیم. مدل پیشنهادی که برگرفته از روش کاربر-آیتم است، امتیاز اقلام برمبنای فاصله محاسبه میشود و نزدیکترین فاصله به منظور تشابه انتخاب میشود. در مدل پیشنهادی، تشخیص کاربران مشابه براساس ماتریس کاربر-آیتم توسط فاصله اقلیدسی انجام میشود. آزمایشات مدل پیشنهادی برروی مجموعه داده Movielens که شامل ۱۶۸۲ آیتم است انجام شده است. برای ارزیابی از معیارهای دقت، فراخوانی، F1، میانگین خطای مطلق و میانگین خطای مربعات ریشه استفاده شده است. میانگین خطای مطلق در مدل پیشنهادی در مقایسه با شباهت پیرسون و کسینوسی کمتر است و مقدار آن برابر با 0.7315 میباشد. در نتیجه دقت مدل پیشنهادی در تشخیص تشابه و پیشبینی بیشتر است.
تفاصيل المقالة
با پیشرفتهایی که در صنعت بیمه صورت گرفته است، افراد زیادی برای دریافت خدمات بیمهای به شرکتهای دولتی و خصوصی بیمه مراجعه میکنند. پیش بینی اینکه مشتریان چه نوع بیمهای مناسب آن ها است و با توجه به شرایط فردی و اجتماعی به خصوص سطح درآمد کدام بیمه را ممکن است انتخاب کنن أکثر
با پیشرفتهایی که در صنعت بیمه صورت گرفته است، افراد زیادی برای دریافت خدمات بیمهای به شرکتهای دولتی و خصوصی بیمه مراجعه میکنند. پیش بینی اینکه مشتریان چه نوع بیمهای مناسب آن ها است و با توجه به شرایط فردی و اجتماعی به خصوص سطح درآمد کدام بیمه را ممکن است انتخاب کنند امری حیاتی است. در صنعت بیمه می توان با پیش بینی نوع بیمه ی انتخابی برای هر مشتری کار را برای افرادی که قصد خرید بیمه دارند و همچنین بیمه گزاران تا حد زیادی آسان کرد. خوشهبندی مشتریان، تحلیل ویژگیهای هر خوشه و دریافت اینکه در هر خوشه کدام بیمهها پرطرفدار هستند سپس استفاده از تکنیک فیلترینگ مشارکتی برای ارائه توصیه خرید بیمه به مشتریان، می تواند در روند تصمیم گیری و خرید خدمات بیمه ای موثر باشد. با استفاده از داده های موجود در مورد ویژگیهای فردی و اجتماعی افراد و نوع بیمههایی که انتخاب میکنند به همراه میزان رضایت آنها از خدمات بیمهای در صنعت بیمه میتوان به پیش بینی رفتار مشتری پرداخت و این امر با استفاده از الگوریتم خوشه بندی k-means و استفاده از تکنیک های سیستمهای توصیهگر مانند فیلترینگ مشارکتی تا حد زیادی میسر میشود.
تفاصيل المقالة
پیشرفت شتابان فناوری اطلاعات در سالهای اخیر دستاوردها و دگرگونیهای بیشماری را در ابعاد گوناگون زندگی بشر به وجود آورده است. و دسترسی سریع و آسان به شبکههای اجتماعی مجازی و افزایش تصاعدی ضریب نفوذ آن در جامعه به دلیل تأثیرپذیری افکارعمومی از آن و بیان بی پروای اطلاعات أکثر
پیشرفت شتابان فناوری اطلاعات در سالهای اخیر دستاوردها و دگرگونیهای بیشماری را در ابعاد گوناگون زندگی بشر به وجود آورده است. و دسترسی سریع و آسان به شبکههای اجتماعی مجازی و افزایش تصاعدی ضریب نفوذ آن در جامعه به دلیل تأثیرپذیری افکارعمومی از آن و بیان بی پروای اطلاعات، فارغ از صحت وعدم صحت آن، به مقوله ای حساس در بحث امنیت ملّی تبدیل شده است. همچنین ضرورت حفظ آزادی بیان به عنوان یکی از مهم ترین حقوق اساسی انسان ها در اسناد حقوق بشری، جهت انتقال پیام و اطلاعات در محیطی آزاد، جوامع را با چالش های جدی، در ضرورت حفظ امنیت ملی و مقوله آزادی بیان رو به رو کرده است. این مقاله به روش توصیفی- تحلیلی و از طریق گردآوری اطلاعات کتابخانهای به دست آمده است. نتیجه اصلی: با توجه به اولویت اهم در حوزه مقررات حقوق بشر، مبنی بر تجویز اعمال محدودیت قانونی دولت ها بر فضای مجازی و لزوم اعمال فیلترینگ شبکه های اجتماعی، بر اساس قوانین موجود داخلی وخارجی که در مصوبات شورای حقوق بشر نیز به تصویب رسیده، در موارد امنیتی جهت حفظ امنیت ملّی را مجاز می باشد. در مقاله حاضر بر امر مکاشفه اولویت مفهوم آزادی بیان با بایستگی امنیت ملّی تلاش گردیده تا لزوم یا عدم لزوم فیلترینگ شبکه مجازی تلگرام به عنوان گامی در حفظ، تامین و ثبات امنیت ملی یا ناقض آزادی بیان، از ابعاد مشعر پژوهش حاضر استنباط گردد.
تفاصيل المقالة
در این تحقیق سعی شده است به بررسی رفتار بخشهای مصرف، تولید و سرمایهگذاری در بازارهای پول و سرمایه ایران پرداخته شود. بدین منظور از دادههای سالانه متغیرهای شاخص قیمت مصرفکننده، شاخص بهای تولیدکننده، سرمایهگذاری بخش خصوصی در ساختمانهای جدید مناطق شهری و نااطمینانی ت أکثر
در این تحقیق سعی شده است به بررسی رفتار بخشهای مصرف، تولید و سرمایهگذاری در بازارهای پول و سرمایه ایران پرداخته شود. بدین منظور از دادههای سالانه متغیرهای شاخص قیمت مصرفکننده، شاخص بهای تولیدکننده، سرمایهگذاری بخش خصوصی در ساختمانهای جدید مناطق شهری و نااطمینانی تورم و ارزش معاملات سهام و عرضه پول استفاده شد و پس از بررسی رفتار هر یک از متغیرها در قالب رفتار مصرفی مصرفکننده، رفتار تولیدی تولیدکننده و رفتار سرمایهگذار برای سالهای 1357 تا 1397، با استفاده از روش فیلترینگ هودریک-پریسکات، مدل تحقیق به روش اتو رگرسیون با وقفه توزیعی (ARDL) و الگوی خود رگرسیون برداری (VAR) مورد بررسی قرار گرفت. نتایج حاصل از روش ARDL برای بازار پول نشان داد که در کوتاهمدت متغیرهای رفتار مصرفی مصرفکننده، رفتار تولیدی تولیدکننده و رفتار سرمایهگذار و در بلندمدت تمام متغیرها با عرضه پول رابطه دارند. اما نتایج همین روش برای بازار سرمایه نشان از عدم وجود رابطه معنادار بین هر کدام از متغیرها با ارزش معاملات بازار سهام، هم در کوتاهمدت و هم در بلندمدت، می باشد. نتایج حاصل از VAR برای بازار پول نشان داد که بین عرضه پول با رفتار مصرفی مصرف کننده و رفتار سرمایه گذار یک دوره قبل رابطه معنی دار مثبت و بین عرضه پول با رفتار تولیدی تولید کننده یک دوره قبل رابطه معنی دار منفی وجود دارد و نیز خروجی منتج از همین روش برای بازار سرمایه بیانگر وجود رابطه معنیدار منفی بین رفتار مصرفی مصرفکننده، رفتار تولیدی تولیدکننده و رفتار سرمایهگذار با ارزش معاملات سهام یک دوره قبل دارد.
تفاصيل المقالة
شبکههای اجتماعی کاربران کم سن را در معرض حجم عظیمی از اطلاعات قرار میدهند که بخشی از آنها به دلیل عدم تناسب با رشد سنی و عقلی و میزان دانش نوجوان میتواند آثار زیان باری به همراه داشته باشد؛ از این رو شبکه های اجتماعی مجازی؛ محیط جدید برای دوره نوجوانی قرار گرفته و ب أکثر
شبکههای اجتماعی کاربران کم سن را در معرض حجم عظیمی از اطلاعات قرار میدهند که بخشی از آنها به دلیل عدم تناسب با رشد سنی و عقلی و میزان دانش نوجوان میتواند آثار زیان باری به همراه داشته باشد؛ از این رو شبکه های اجتماعی مجازی؛ محیط جدید برای دوره نوجوانی قرار گرفته و با توجه به اهمیت و ضرورت تحقیق در این حوزه نگارندگان دریافتند که عواملی نظیر کنجکاوی نسبت به موضوعات جنسی؛ گذراندن اوقات فراغت؛ اعتیاد به اینترنت؛ ارضای نیازهای روانی؛ پاسخ به نیازهای بلوغ زودرس و اضطراب از مواجهه حضوری از جمله مهمترین عوامل گرایش سنجی نوجوانان به شبکه های اجتماعی است و عموماً برای تحقق بزه دیدگی در شبکههای اجتماعی مجازی؛ بزهکار مراحلی را طی میکند که از قبیل ایجاد پروفایل جعلی برای جذب نوجوانان؛ داده کاوی پروفایل و برقراری رابطه احساسی و به دام انداختن آنان است و بر مبنای مطالعات صورت گرفته ورود بدون رضایت به گروه ها؛ تحریف نگاری سایبری (قلب تصاویر)؛ همانندسازی و عرضه نوجوانان برای بچه دوستها از جمله مهمترین گونه-های بزه دیدگی نوجوانان در بهره گیری از شبکه های اجتماعی مجازی است.
تفاصيل المقالة
چکیده
یکی از مهم ترین مسائل در مالی نوین، یافتن روش های کارآمد برای خلاصه کردن و تجسم داده های بازار سهام است. مدل سازی فیلترینگ شبکه های پیچیده در بازار سهام، این امکان را از طریق کاهش اندازه بازار، با دستیابی به اطلاعات قابل اطمینان و با اختلال کمتر فراهم می آورد. به أکثر
چکیده
یکی از مهم ترین مسائل در مالی نوین، یافتن روش های کارآمد برای خلاصه کردن و تجسم داده های بازار سهام است. مدل سازی فیلترینگ شبکه های پیچیده در بازار سهام، این امکان را از طریق کاهش اندازه بازار، با دستیابی به اطلاعات قابل اطمینان و با اختلال کمتر فراهم می آورد. به علاوه، از آن جایی که تغییرات قیمت سهام مستقل از یکدیگر نیستند، مطالعه همبستگی تغییرات قیمت سهام با شبکه های پیچیده، درک بیشتری از عملکرد بازار برای سرمایه گذاران فراهم می نماید. در این مقاله، با استفاده از داده های بازار سهام در بورس اوراق بهادار تهران، شبکه بازار سهام ایران با روش آستانه ایجاد می شود و سپس فیلترینگ شبکه بر اساس می نیمم درخت فراگیر (MST) صورت می گیرد. نتایج نشان می دهد مدل سازی فیلترینگ شبکه بازار سهام ایران بر اساس می نیمم درخت فراگیر، می تواند زیرمجموعه ای از بازار سهام را تشکیل دهد که عملکرد کل بازار را با کاهش قابل توجهی در اندازه دنبال نماید و از درجه تنوع سازی مشابهی با کل بازار برخوردار باشد. نتایج تحقیق دلالت بر این دارد روش حاصل از فیلترینگ شبکه مبتنی بر MST، می تواند مجموعه سهام تقلیل یافته ای را نسبت به کل بازار ارائه دهد که رفتار کل بازار را منعکس می کنند. از این رو، به جای تحلیل داده های کل بازار سهام، می توان رفتار مجموعه سهام حاصل را بررسی نمود. این تحلیل ها امکان بینش عمیق تر ساختار داخلی بازار سهام را ضمن کاهش ابعاد فراهم می نماید
تفاصيل المقالة
چکیدهبرآورد ریسک بدون در نظر گرفتن عوامل مرتبط و فقط با تمرکز بر روی چند سری معادلات، پیشبینیهای غیرمعمولی را ایجاد میکند. در این مطالعه از اطلاعات یک صفحه بزرگسریهای زمانی و روشی جدید برای برآورد ریسک استفاده نمودیم. این برآورد با استفاده از بازده دادههای روزانه أکثر
چکیدهبرآورد ریسک بدون در نظر گرفتن عوامل مرتبط و فقط با تمرکز بر روی چند سری معادلات، پیشبینیهای غیرمعمولی را ایجاد میکند. در این مطالعه از اطلاعات یک صفحه بزرگسریهای زمانی و روشی جدید برای برآورد ریسک استفاده نمودیم. این برآورد با استفاده از بازده دادههای روزانه سری زمانی 25 شاخص مختلف بورس اوراق بهادار تهران در بازه دهساله از 1387 الی 1397 بر اساس یک مدل عاملی پویای تعمیمیافته (GDFM) انجام شد. ابتدا با استفاده از مدل عاملی پویای توسعهیافته توسط فورنی و همکاران نسبت به تعیین تعداد عوامل استاتیک و دینامیک مدل عاملی اقدام نموده و در ادامه نوسانات جزء مشترک سریهای تحت مطالعه را با کمک نرمافزار MATLAB فیلتر نموده و بهعنوان ریسک بورس اوراق بهادار تهران برآورد نمودیم. در ادامه از روش حداقل مربعات تعمیمیافته (GLS)، تأثیر ریسکهای فیلتر شده را بر روی بازده شاخص کل بورس موردبررسی قراردادیم. نتایج نشان داد اگر چه ریسکهای برآورد شده از طریق فیلترینگ یکطرفه و فیلترینگ دوطرفه بهصورت معنیداری تغییرات بازده شاخص کل بورس موردمطالعه را توضیح میدهند، اما ریسک برآورد شده از طریق فیلتر دوطرفه با استفاده از مدل عاملی پویای تعمیمیافته، تغییرات بازده را بسیار بهتر از فیلتر یکطرفه با استفاده از همان مدل توضیح میدهد.
تفاصيل المقالة
سند
Sanad is a platform for managing Azad University publications