در مدارهای دیجیتال با ترانزیستورهای زیاد، انرژی مصرفی بالا همچنان چالش اساسی می¬باشد. تکنیک¬های نوظهور مانند محاسبات تقریبی تا حدودی به حل این چالش کمک کرده¬اند. بر این اساس، سه تفریق¬کننده جدید تک¬بیتی بر مبنای محاسبات¬ تقریبی و تکنیک دروازه ورودی انتشار معرفی می¬شوند. چکیده کامل
در مدارهای دیجیتال با ترانزیستورهای زیاد، انرژی مصرفی بالا همچنان چالش اساسی می¬باشد. تکنیک¬های نوظهور مانند محاسبات تقریبی تا حدودی به حل این چالش کمک کرده¬اند. بر این اساس، سه تفریق¬کننده جدید تک¬بیتی بر مبنای محاسبات¬ تقریبی و تکنیک دروازه ورودی انتشار معرفی می¬شوند. مدارهای پیشنهادی 1 تا 3 ضمن جدول درستی متفاوت با دیگر مدارها، به¬ترتیب 10، 8، و 6 ترانزیستور دارند که باعث کاهش قابل¬توجه توان¬مصرفی می¬شود. نتایج شبیه¬سازی¬ براساس تکنولوژی ترانزیستور اثر میدانی نانولوله کربنی (CNTFET) با طول کانال 32 نانومتری، برتری این مدارها را تایید می¬کند. مدار پیشنهادی 3 بدون استفاده از اینورتر، دارای بهترین عملکرد از نظر مداری می¬باشد. هر چند به¬دلیل وجود 4 خطا در این مدار، نرخ خطای آن در مقایسه با دیگر مدارها بیشتر می¬باشد. بررسی اثرات تغییرات در منبع ولتاژ، fan-out و تغییرات فرایند-ولتاژ-دما گویای برتری مدار پیشنهادی 3 از نظر انرژی¬ تلفاتی می¬باشد. هم¬چنین، با تعبیه مدارهای پیشنهادی در ساختار تقسیم¬کننده 8¬ بیتی، برتری مدار پیشنهادی 3 از¬ نظر معیارهای شایستگی مختلف به مقدار حداقل 50% قابل مشاهده است.
پرونده مقاله
فناوری اینترنت اشیاء (IoT) یک رویکرد ساختاریافته برای رسیدگی به جنبه¬های ارائه خدمات مراقبت¬های بهداشتی از نظر سلامت و نظارت از راه¬دور برای بیماران دارای شرایط خاص و بیمار¬های تهدیدکننده زندگی ارائه می¬دهد. اینترنت اشیاء حجم بی¬سابقه ای از داده را تولید می¬کند که می¬تو چکیده کامل
فناوری اینترنت اشیاء (IoT) یک رویکرد ساختاریافته برای رسیدگی به جنبه¬های ارائه خدمات مراقبت¬های بهداشتی از نظر سلامت و نظارت از راه¬دور برای بیماران دارای شرایط خاص و بیمار¬های تهدیدکننده زندگی ارائه می¬دهد. اینترنت اشیاء حجم بی¬سابقه ای از داده را تولید می¬کند که می¬تواند با استفاده از محاسبات ابری پردازش شود که به دلیل محدودیت منابع ،تاخیر بسیار زیادی را به دنبال خواهد داشت. اما برای برنامه¬های نظارت بر سلامت از راه دور بی¬درنگ، تأخیر ناشی از انتقال داده¬ها به ابر و بازگشت به برنامه غیرقابل قبول است. در این مقاله نظارت از راه دور سلامت بیمار در خانه¬های هوشمند با استفاده از مفهوم محاسبه مه در دروازه هوشمند پیشنهاد شده است. سیستم تشخیص FOG پیادهسازیشده تحت محاسبات مه، شامل یک نگاشت خطی و نگاشت موبیوس در ترکیب با منطق فازی برای ایجاد خروجی چند سطحی(MLFM-Map) بود که از وضوحهای فضایی مختلف در تجزیه و تحلیل دادههای حرکتی بهرهبرداری می¬کند. رویکرد پیشنهاد شده عملکرد طبقهبندی خوب تا عالی را نشان داد، با دقت بیش از 90٪ از قسمتهای FOG به طور متوسط با تاخیر بسیار کم در مجموعه داده اصلی شناسایی شد.
پرونده مقاله
چکیده: در این مقاله، یک پروتکل احراز هویت جدید برای بانکداری آنلاین بر اساس مدل معنایی ویژگی¬های استخراج شده از تصویر افراد معرفی شده است. رویکرد پیشنهادی با استفاده از تلفن¬های همراه هوشمند برای تصویربرداری دیجیتال برای مشتریان ارائه شده است. در این روش از خوشهبندی فا چکیده کامل
چکیده: در این مقاله، یک پروتکل احراز هویت جدید برای بانکداری آنلاین بر اساس مدل معنایی ویژگی¬های استخراج شده از تصویر افراد معرفی شده است. رویکرد پیشنهادی با استفاده از تلفن¬های همراه هوشمند برای تصویربرداری دیجیتال برای مشتریان ارائه شده است. در این روش از خوشهبندی فازی برای دستهبندی ویژگیهای تصاویر افراد مختلف استفاده شده است و با اعمال آنها در روشهای مختلف یادگیری ماشین، ترکیب روشهای طبقهبندی یادگیری ماشینی برای بهبود عملکرد و افزایش قدرت در برابر حملات مختلف ارائه شده است. همچنین به منظور کاهش پیچیدگی طراحی ماشین برای کارهای عملیاتی، از روش کاهش ویژگی¬های استخراج شده از تصاویر چهره افراد به کمک الگوریتم ژنتیک و در قسمت آخر برای تصمیم¬گیری جهت احراز هویت فرد انتخاب شده، از سیستم منطق فازی بر اساس بالاترین دقت شناسایی فرد مورد نظر استفاده شده است. با استفاده از یک مجموعه داده عمومی، نتایج تجربی نشان داد که روش مبتنی بر الگوریتم ژنتیک بهترین انتخاب ویژگی برای ایجاد یک روش احراز هویت ضمنی برای محیط تلفن هوشمند است. نتیجه محاسبات دقت حدود 80/99% را با استفاده از تنها 30 ویژگی از 77 ویژگی برای احراز هویت کاربران نشان داد که بیانگر نیاز به منابع کمتر تلفن همراه است.
پرونده مقاله
در این مقاله، به ارائه یک رویکرد برنامه¬ریزی برای مسیر حرکت پهپادهای قابل شارژ و زمان¬بندی شارژ گره¬های حسگر تحت عدم قطعیت در میزان انتقال داده و مصرف انرژی در گره¬ها با کمک الگوریتم¬های شاهین¬ هریس و بهینه¬سازی مبتنی بر گرادیان پرداخته شده است. در این کار با در نظر گرف چکیده کامل
در این مقاله، به ارائه یک رویکرد برنامه¬ریزی برای مسیر حرکت پهپادهای قابل شارژ و زمان¬بندی شارژ گره¬های حسگر تحت عدم قطعیت در میزان انتقال داده و مصرف انرژی در گره¬ها با کمک الگوریتم¬های شاهین¬ هریس و بهینه¬سازی مبتنی بر گرادیان پرداخته شده است. در این کار با در نظر گرفتن نابرابری¬ها و عدم قطعیت در محدودیت باتری و مصرف انرژی گره¬ها، استراتژیهای زمانبندی جدید برای شبکههای حسگر قابل شارژ بیسیم به منظور افزایش توان عملیاتی شارژ و افزایش طول عمر شبکه ارائه شده است. در ابتدا با کمک اطلاعات موقعیت و انرژی باقیمانده گره¬ها، خوشه¬بندی گره¬ها به تعداد پهپادها توسط روش K-means ارائه شده است. سپس با توجه به تعریف تابع چندهدفه CUAV و به کمک الگوریتم¬های پیشنهادی، مسیریابی و زمان¬بندی شارژ هر یک از پهپادها از مبدا یکسان برنامه¬ریزی می¬شود. در تابع هدف تعریف شده تمام عدم قطعیت¬ها و نابرابری¬های شبکه برای تاخیر و مصرف انرژی و باتری گره¬ها لحاظ شده است. شبیه¬سازی تحت نرم¬افزار متلب انجام شد. نتایج نشان داد که روش پیشنهادی مبتنی بر روش بهینه¬سازی شاهین ¬هریس جواب¬های بهتری از لحاظ افزایش طول¬ عمر شبکه و کاهش تاخیر و بهینه¬سازی مصرف انرژی توسط پهپادها را حاصل کرده است.
پرونده مقاله
این تحقیق از دو رویکرد مختلف برای فشردهسازی عکسهای پزشکی برای اهداف بلندمدت استفاده میکند. در روش اول، تصاویر با استفاده از رمز هافمن فشرده شده و سپس با استفاده از مدلسازی سلسله مراتبی بر اساس طبقهبندی طراحی شده توسط شبکه عصبی سادهسازی میشوند. در روش دوم از یک اس چکیده کامل
این تحقیق از دو رویکرد مختلف برای فشردهسازی عکسهای پزشکی برای اهداف بلندمدت استفاده میکند. در روش اول، تصاویر با استفاده از رمز هافمن فشرده شده و سپس با استفاده از مدلسازی سلسله مراتبی بر اساس طبقهبندی طراحی شده توسط شبکه عصبی سادهسازی میشوند. در روش دوم از یک استراتژی پیشبینی مبتنی بر آموزش شبکه عصبی عمیق استفاده شده است. این روش از یک شبکه عصبی آموزشدیده برای استنتاج مکانهای پیکسلهای منفرد استفاده میکند و از این رو، مقدار دادههای مورد نیاز برای توصیف یک تصویر را کاهش میدهد. رمزگذاری فشرده¬سازی هافمن روی داده¬های باقی¬مانده استفاده می¬شود. یک روش فیلتر فضایی پیشرفته برای رمزگشایی دادههای تصویر استفاده میشود و سپس الگوریتمهای فراابتکاری بهینهسازی اسب وحشی و بهینهسازی گرگ خاکستری برای تولید یک تصویر بازسازیشده استفاده میشوند. رویکردهای پیشنهادی امکان سادهسازی تصویر را فراهم میکنند که منجر به رمزگشایی سریعتر شده است. مدولاسیون شاخص تشابه ساختاری، زمان و نسبت سیگنال به نویز پیک به ترتیب به طور متوسط 2، 1/30 و 15/15 درصد نسبت به سایر روش¬ها بهبود یافته است. الگوریتمهای پیشنهادی میتوانند عکسهای پزشکی را با کیفیت بسیار بالایی در مقایسه با روشهای مبتنی بر یادگیری عمیق فعلی فشرده کنند.
پرونده مقاله
امروزه شبکههای اجتماعی آنلاین ارتباط ناگسستنی با زندگی روزمره بسیاری از مردم جهان دارند. کاربرد شبکههای اجتماعی در کسب و کارها جهت تبلیغات، بازاریابی، سیستمهای پیشنهاد دهنده و همچنین در سیستمهای مدیریت مصرف منابع و انرژی رو به افزایش میباشد. یکی از مهمترین مسائل م چکیده کامل
امروزه شبکههای اجتماعی آنلاین ارتباط ناگسستنی با زندگی روزمره بسیاری از مردم جهان دارند. کاربرد شبکههای اجتماعی در کسب و کارها جهت تبلیغات، بازاریابی، سیستمهای پیشنهاد دهنده و همچنین در سیستمهای مدیریت مصرف منابع و انرژی رو به افزایش میباشد. یکی از مهمترین مسائل مطرح شده در رابطه با فرایند انتشار اطلاعات در شبکههای اجتماعی، مسأله بیشینهسازی گسترش تأثیر میباشد. در سالهای اخیر، تحقیقهایی برای بهبود کیفیت پیشبینی مدلهای انتشار اطلاعات در این مسأله انجام شده است. طی بررسیهای انجام شده در مدلهای موجود، تخمین احتمالات تأثیر کاربران بر روی یکدیگر به طور غیر واقعی محاسبه میشود. در این پژوهش با هدف بررسی و بهینهسازی فرایند گسترش تأثیر در شبکههای اجتماعی، روش جدیدی برای تعیین احتمالات تأثیر در میان کاربران پیشنهاد شده است. این روش تلفیقی از دو رویکرد اصلی محاسبه احتمالات تأثیر شامل بهرهگیری از جدول لاگ فعالیت و روش یکنواخت مقدار از پیش تعیین شده است. عملکرد روش پیشنهادی بر روی مجموعه دادههای مختلفی از شبکههای اجتماعی دنیای واقعی با روشهای رقیب مورد ارزیابی و مقایسه قرار گرفت. نتایج حاصل از آزمایش¬ها نشان میدهد روش پیشنهادی میتواند باعث افزایش کارایی پیش¬بینیهای مورد نظر جهت حل مسائل بیشینهسازی گسترش تأثیر گردد.
پرونده مقاله