With the development of technology and the growing number of vehicles, vehicular ad-hoc networks were introduced in order to reduce road accidents and increase the level of safety and comfort of passengers. In these networks, vehicles can communicate with each other, roadside equipment, and other network components. Communications in VANET have been established for the rapid and accurate delivery of integrated information from vehicles and infrastructure to other vehicles and infrastructures through wireless networks, which play an important role in network performance, service quality, safety, and traffic congestion rate. In this article, we have categorized the types of communications in this type of network. We have also categorized and reviewed the works done in this field as a table form based on four parameters: safety, convenience, driver and passenger entertainment, and developing the structure of these communications. Finally, we presented certain aspects and challenges of research in this area that need to be resolved. پرونده مقاله

در سال های اخیر، با گسترش کاربردهای شبکه های حسگر بی سیم، بهره‌برداری از این نوع شبکه ها به منظور رسیدگی بر محیط و تحلیل داده های جمع آوری شده از محیط های خاص و متنوع بسیار رواج یافته است. شبکه های حسگر بی سیم با توجه به سهولت پیکربندی و عدم نیاز به تجهیزات گران قیمت، یکی از بهترین گزینه ها برای جمع آوری داده ها از محیط هستند. انرژی گره های حسگر در شبکه های حسگر بی سیم محدود است که با توجه به عدم وجود منبع شارژ ثابت یکی از چالش های اساسی است که با آن مواجه می‌شویم. از آن جایی که بیشترین مقدار انرژی گره ها در طی انتقال داده ها اتلاف می شود، گره ای که بیشتر از بقیه به انتقال داده ها بپردازد و یا بسته های داده ای را در فواصل طولانی انتقال دهد، انرژی آن زودتر از بقیه به اتمام می رسد. با اتمام انرژی یک حسگر در شبکه ممکن است در روند کار شبکه اختلال ایجاد شود. بنابراین، با توجه به توپولوژی پویا و طبیعت توزیع‌شده شبکه‌های حسگر بی‌سیم، طراحی پروتکل‌های انرژی کارآمد برای مسیریابی یکی از چالش‌های اصلی است. ازاین‌رو در این مقاله پروتکل مسیریابی آگاه از انرژی براساس الگوریتم بهینه سازی ازدحام ذرات چندهدفه ارائه شده است. در رویکرد پیشنهادی تابع شایستگی الگوریتم بهینه سازی ازدحام ذرات برای انتخاب گره سرخوشه بهینه براساس هدف های کیفیت خدمات شامل انرژی باقیمانده، کیفیت پیوند، تأخیر انتها به انتها و نرخ تحویل استفاده شده است. نتایج شبیه سازی نشان می دهد روش پیشنهادی با توجه به ایجاد توازن در اهداف معیارهای کیفیت خدمات، نسبت به سایر روش های موجود اتلاف انرژی کمتر و طول عمر بیشتری دارد. پرونده مقاله

Collaborative Filtering (CF) is one of the principal techniques applied in Recommender Systems, which uses ratings from similar users to predict interest items to a particular user. The scalability issue is a widespread problem of CF. The clustering technique is a successful approach to address the scalability issue in CF. However, some classic clustering methods cannot find appropriate clusters, which leads to low prediction accuracy. This paper suggests a new clustering algorithm based on the Learning Automata (LA) framework to group users for the CF technique. In this algorithm, a learning automaton is assigned to each user to detect the cluster membership of that user. Learning automatons improve their selection based on the reinforcement signal is received from intra-cluster distances and inter-cluster distances in previous iterations.Experimental results on standard and real datasets show that the proposed algorithm outperforms other compared methods in various evaluation metrics. This approach enhances the prediction accuracy and effectively deals with the scalability problem. پرونده مقاله