فهرست مقالات

• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  1 - به‌کارگیری مدلRNN شبکه‌ عصبی مصنوعی جامع جهت ارزش‌گذاری معاملات بلوکی
  عادله بحرینی مریم اکبریان فرد مهدی خوشنود
  درگذشته مطالعات برعوامل تاثیر گذار بر معاملات بلوکی شرکت‌ها متمرکز بوده اند، در حالی که ارزش‌گذاری معاملات بلوکی برای اولین بار با استفاده از مدل یادگیری عمیق Rnn ، انجام شده است.ارزش‌گذاری معاملات بلوکی کمک می‌کند تا بتواند ترکیب مناسبی از سهام بلوکی را برای به حداکثر چکیده کامل

  درگذشته مطالعات برعوامل تاثیر گذار بر معاملات بلوکی شرکت‌ها متمرکز بوده اند، در حالی که ارزش‌گذاری معاملات بلوکی برای اولین بار با استفاده از مدل یادگیری عمیق Rnn ، انجام شده است.ارزش‌گذاری معاملات بلوکی کمک می‌کند تا بتواند ترکیب مناسبی از سهام بلوکی را برای به حداکثر رساندن بازده در افق موردنظر انتخاب کند.هدف این پژوهش بررسی اطلاعات حاصل ازگزارش‌های مالی شرکت‌های پذیرفته شـده دربـورس اوراق بهادارتهران درقالب 15 شاخص مالی و یافتن میزان تاثیر آن شاخص‌ها بر ارزش‌گذاری معاملات بلوکی با استفاده از آزمون rmse بر روی داده‌های موردمطالعه می باشد. بدین منظورازاطلاعات مالی 64 شرکت ازمجموعه شرکت‌های پذیرفتـه شـده درسـازمان بـورس اوراق بهادارتهران برای دوره زمانی 1390تا1400 استفاده شده است.نتایج نشان می دهد پیش‌بینی ارزش‌گذاری معاملات بلوکی باعث تمرکز بر بلوک‌هایی با اندازه بزرگتر به عنوان معیار اندازه گیری منافع خصوصی، می‌تواند معاملاتی که صرفاً عملیات مالی و با هدف سوددهی هستند را تحت تاثیر قرار ‌دهد و انگیزه ی نهفته خریدار بلوک برای رسیدن به کنترل و منافع مالی یا استراتژیک را شناسایی کندو قابلیت اجرایی داشته باشد. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  2 - طراحی مدل هوشمند آموزش معماری بومی با رویکرد ساخت گرایی (تمرکز: یادگیری مبتنی بر واقعیت مجازی)
  مصطفی ازقندی مهدی یعقوبی الهام فریبرزی
  پژوهش حاضر از طریق مدل‌سازی سه‌بعدی معماری بومی ایرانی-اسلامی در بستر واقعیت مجازی و افزوده، اقدام به آموزش اصول پایداری به دانش‌آموزان مقاطع متوسطه نموده است. پس از شناسایی و تبیین مولفه‌های معماری بومی و تعیین عوامل موثر در فرآیند آموزش آن از طریق مرور نظامند ادبیات چکیده کامل

  پژوهش حاضر از طریق مدل‌سازی سه‌بعدی معماری بومی ایرانی-اسلامی در بستر واقعیت مجازی و افزوده، اقدام به آموزش اصول پایداری به دانش‌آموزان مقاطع متوسطه نموده است. پس از شناسایی و تبیین مولفه‌های معماری بومی و تعیین عوامل موثر در فرآیند آموزش آن از طریق مرور نظامند ادبیات تحقیق و انجام مصاحبه با طیف وسیعی از خبرگان حوزه پژوهش، در گام بعدی و با استفاده از یک مدل آموزشی مبتنی بر رویکرد ساخت‌گرایی، ﺗﺎرﯾﺦ ﭘﺎﯾﺪاری معماری‌ بومی ایرانی-اسلامی ﺑﺎ دانش‌آموزان ﺑﻪ اﺷﺘﺮاک گذاشته شده است. این برنامه آموزشی از یک مدل سه مرحله‌ای (معرفی، تمرین، تولید) و با بهره‌گیری از ﺳﻪ‌ﺑﻌﺪی‌ﺳﺎزی نوآورترین معماری‌های بومی تاریخ کشور عزیزمان، یک ﺗﺠﺮﺑﻪ نوین و جذاب دﯾﺠﯿﺘﺎل در زمینه یادگیری برای توسعه پایدار را در طول سال تحصیلی برای دانش‌آموزان فراهم نموده است. درنهایت و در گام آخر پژوهش، به منظور تعیین میزان بهبود درک دانش‌آموزان از مفاهیم مرتبط با اصول پایداری و معماری بومی، از ابزار پرسشنامه با تعیین روایی و پایایی مطلوب استفاده شده است. یافته‌های پژوهش نشان می‌دهد که مدل‌سازی سه‌بعدی بر افزایش آشنایی داﻧﺶ‌آﻣﻮزان از ویژگی‌های معماری بومی ایرانی-اسلامی و میزان ﺗﻐﯿﯿﺮات داﻧﺶ، رﻓﺘﺎر و آﮔﺎﻫﯽ آنان از ﻣﻔﺎﻫﯿﻢ مرتبط با ﺗﻮﺳﻌﻪ ﭘﺎﯾﺪار و اصول ﭘﺎﯾﺪاری موثر بوده است. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  3 - ارائه یک تابع هدف اقتصادی جهت بهبود پروفیل ولتاژ در سیستم‌های تولید پراکنده مبتنی بر الگوریتم بهینه‌سازی حسابی
  سید وحید زیارت نیا سید عابد حسینی
  استفاده از سیستم‌های تولید پراکنده (DG) تأثیرات به سزایی ازجمله افزایش پایداری پروفیل ولتاژ، کاهش تلفات توان و حل مشکلات مربوط به پایداری ولتاژ دارد. این مقاله به ارائه تابع هدف به‌منظور جایابی و تعیین اندازه بهینه در سیستم‌های DG در راستای بهینه‌سازی چندمنظوره نظیر افز چکیده کامل

  استفاده از سیستم‌های تولید پراکنده (DG) تأثیرات به سزایی ازجمله افزایش پایداری پروفیل ولتاژ، کاهش تلفات توان و حل مشکلات مربوط به پایداری ولتاژ دارد. این مقاله به ارائه تابع هدف به‌منظور جایابی و تعیین اندازه بهینه در سیستم‌های DG در راستای بهینه‌سازی چندمنظوره نظیر افزایش پروفیل ولتاژ، کاهش اتلاف توان و صرفه اقتصادی به کمک الگوریتم فرا ابتکاری بهینه‌ساز حسابی (AOA) می‎پردازد. در روش پیشنهادی، برای تعیین محل و اندازه بهینه در سیستم‌های DG از رویکردهای کمترین تلفات و بهبود سطح پروفیل ولتاژ پس از توان تزریقی به سیستم در شبکه‌های توزیع و فوق توزیع استفاده می‌شود. این پژوهش بر روی یک شبکه 33 گذرگاه IEEE به کمک AOA اجرا شده است و نتایج آن با دو الگوریتم ژنتیک (GA) و بهینه‌ساز ازدحام ذرات (PSO) مقایسه شده است. نتایج نشان می‌دهد روش پیشنهادی در زمینه جایابی و تعیین اندازه بهینه در سیستم‌های DG به سبب دارابودن عملگرهای کارآمد و پارامترهای مناسب نسبت به سایر روش‌های بهینه‌سازی اشاره‌شده برتری دارد. به‌عنوان نمونه روش AOA نسبت به PSO و GA به ترتیب 4/33 و 8/32 درصد سود بیشتری حاصل کرده است. به‌طور ویژه نتایج نشان می‌دهد AOA از سرعت بالاتر در همگرایی و یافتن مکان بهینه در سیستم-های DG برخوردار است. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  4 - ارایه مدلی مبتنی بر بلاک چین برای پذیرش داوطلبان کنکور سراسری بر اساس سوابق تحصیلی
  راحله مالکی داود بهره پور سیده سمیه فاطمی نسب
  با توجه به اینکه در سال های اخیر بحث حذف کنکور سراسری مطرح شده است در سال جاری برای رشته های پر متقاضی مقرر گشته معدل سال دوازدهم، 40 درصد تاثیر مستقیم داشته و برای سایر رشته‌های تحصیلی پذیرش بر اساس سوابق تحصیلی دانش‌آموز صورت پذیرد. لذا ذخیره امن سوابق تحصیلی و ممانع چکیده کامل

  با توجه به اینکه در سال های اخیر بحث حذف کنکور سراسری مطرح شده است در سال جاری برای رشته های پر متقاضی مقرر گشته معدل سال دوازدهم، 40 درصد تاثیر مستقیم داشته و برای سایر رشته‌های تحصیلی پذیرش بر اساس سوابق تحصیلی دانش‌آموز صورت پذیرد. لذا ذخیره امن سوابق تحصیلی و ممانعت از تغییر و دستکاری نمرات دانش‌آموزان اهمیت بسزایی دارد. فناوری بلاک‌چین به دلیل ویژگی های منحصر به فرد از جمله غیر متمرکز بودن و جامعیت داده ها مورد توجه است از طرفی قراردادهای هوشمند حریم خصوصی و کنترل دسترسی را فراهم می کنند. یک بستر برای اجرای قرادادهای هوشمند شبکه بلاک-چین هایپرلجر فابریک است. در این مقاله مدلی برای ذخیره و بازیابی سوابق تحصیلی دانش‌آموزان مبتنی بر بلاکچین هایپرلجر فابریک ارایه می‌شود. در این مدل سوابق تحصیلی دانش آموزان از جمله نمرات دروس تخصصی و عمومی سال دوازدهم، در قالب تراکنش نگهداری می‌شود. سازمان سنجش بعنوان سازمان متولی امر می‌تواند این سوابق را بازیابی و نتیجه سنجش (پذیرفته شدن و یا عدم پذیرفته شدن در رشته محل انتخابی داوطلب )را در اختیار داوطلب بگذارد. این مدل جامعیت، غیر متمرکز بودن ، حفظ حریم خصوصی و کنترل دسترسی را در نظر گرفته است. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  5 - یک مدل زمان‌بندی وظایف در منابع ناهمگن ابری با ترکیبی از الگوریتم های هوش جمعی
  صفدر رستمی علی برومندنیا احمد خادم زاده
  رایانش ابری محیطی ست ،که کاربران براساس تقاضا و پرداخت به ازای استفاده به منابع محاسباتی اشتراکی دسترسی دارند. با توجه به محدودیت و پویایی منابع محاسباتی برای اجرای درخواست‌های متنوع و متغیر با زمان کاربران، نیاز به یک مکانیزم زمانبندی موثر برای رسیدگی به شرایط پویا چکیده کامل

  رایانش ابری محیطی ست ،که کاربران براساس تقاضا و پرداخت به ازای استفاده به منابع محاسباتی اشتراکی دسترسی دارند. با توجه به محدودیت و پویایی منابع محاسباتی برای اجرای درخواست‌های متنوع و متغیر با زمان کاربران، نیاز به یک مکانیزم زمانبندی موثر برای رسیدگی به شرایط پویای سیستم و بهره وری منابع و رضایت کاربران امری حیاتی می باشد. از آنجایی که تخصیص وظایف به منابع یک چالش اساسی در محیط های ابری به شمار میرود الگوریتم‌های بسیاری جهت کاهش زمان اجرا و موازی‌سازی زیروظایف ارائه شده‌ است. الگوریتم‌های زمان‌بندی موجود تلاش می‌کنند با توجه به وضعیت فعلی سیستم، یک زمانبندی بهینه بین منابع و وظایف با توجه به پویایی درخواست های کاربران فراهم آورند، ولی با این وجود اغلب این روش ها نتوانسته اند در بلندمدت نتیجه مطلوبی را ارائه دهند. به دلیل سرعت همگرایی پایین راه‌حل‌ها در الگوریتم‌های فرااکتشافی در این مقاله یک روش زمان‌بندی متناسب با صف‌های اولویت چندگانه مبتنی بر رتبه‌بندی نامغلوب و به کمک الگوریتم بهینه سازی جستجوی کاپوچین برای سیستم‌های ابری ناهمگن ارائه شده است. نتایج شبیه سازی نشان میدهد که روش پیشنهادی در مقایسه با روش های پیشین از نظر تاخیر، توازن بار و زمان اجرا بهتر عمل می‌کند. پرونده مقاله
• دسترسی آزاد مقاله
  • صفحه چکیده
  • متن کامل
  
  6 - ارائه مدل جدید برای تشخیص سریع بیماری‌های حاد تنفسی با استفاده از الگوریتم‌های یادگیری ماشین
  مهران نظامی عوض نقی‌پور بهنام صفیری ایرانق
  کرونا ویروس، ویروس سارس و آنفلوانزای خوکی یک بیماری ناشی از سندروم حاد تنفسی است. این ویروس‌ها به سبب سرایت فوری در بین انسان‌ها نیاز به ابزارهای پیشرفته برای شناسایی عوامل خطرناک مرگ‌ومیر با دقت بالا نیاز دارند. روش‌های یادگیری ماشین مستقیماً به این موضوع می‌پردازند و چکیده کامل

  کرونا ویروس، ویروس سارس و آنفلوانزای خوکی یک بیماری ناشی از سندروم حاد تنفسی است. این ویروس‌ها به سبب سرایت فوری در بین انسان‌ها نیاز به ابزارهای پیشرفته برای شناسایی عوامل خطرناک مرگ‌ومیر با دقت بالا نیاز دارند. روش‌های یادگیری ماشین مستقیماً به این موضوع می‌پردازند و ابزارهای ضروری برای شناخت و هدایت مداخلات بهداشت عمومی هستند. در این مقاله از یادگیری ماشین برای بررسی اهمیت جمعیت‌شناختی و بالینی استفاده شده است. ویژگی‌های مورد بررسی شامل سن، جنسیت، تب، کشورها و جزئیات بالینی مانند سرفه، تنگی‌نفس و ... می‌باشند. چندین الگوریتم یادگیری ماشین روی داده‌های جمع‌آوری‌شده، پیاده‌سازی و اعمال گردیده که الگوریتم K - نزدیک‌ترین همسایه با بالاترین دقت (بیش از 97%) برای پیش‌بینی و انتخاب ویژگی‌هایی که به‌درستی وضعیت ویروس‌ها را نشان می‌دهد، عمل می‌کند. پرونده مقاله