فصلنامه فناوری اطلاعات و ارتباطات ایران: 57 (57)

دسترسی آزاد مقاله

1 - ارائه مدلی برای پیش بینی بقای بیماران مبتلا به ملانوم بر اساس الگوریتم های داده کاوی
فریناز صناعی سید عبدالله امین موسوی عباس طلوعی اشلقی علی رجب زاده قطری

10.61186/jict.44093.15.57.1

20.1001.1.27170411.1402.15.57.1.6

مقدمه: ملانوم جزء شایعترین سرطان تشخیصي و دومین علت مرگ ناشي از سرطان در میان افراد است. تعداد مبتلایان به آن در حال افزایش است. ملانوم، نادرترین و بدخیم ترین نوع سرطان پوست است.در شرایط پیشرفته توانایي انتشار به ارگانهاي داخلي را دارد و ميتواند منجر به مرگ شود. طبق ب چکیده کامل

مقدمه: ملانوم جزء شایعترین سرطان تشخیصي و دومین علت مرگ ناشي از سرطان در میان افراد است. تعداد مبتلایان به آن در حال افزایش است. ملانوم، نادرترین و بدخیم ترین نوع سرطان پوست است.در شرایط پیشرفته توانایي انتشار به ارگانهاي داخلي را دارد و ميتواند منجر به مرگ شود. طبق برآوردهاي انجمن سرطان آمریکا براي ملانوم در ایالاتمتحده براي سال 2022 عبارتاند از: حدود 99،780 ز افراد مبتلابه ملانوم تشخیص داده شدند و حدود 7،650 نفر در اثر ملانوم جان خود را از دست ميدهند. لذا هدف از این مطالعه، طراحي بهبود دقت الگوریتم براي پیش بیني بقاي این بیماران است. روش پژوهش: روش حاضر کاربردي، توصیفي- تحلیلي و گذشتهنگر است. جامعه پژوهش را بیماران مبتلابه سرطان ملانوم پایگاه داده مرکز تحقیقات کشوري سرطان دانشگاه شهید بهشتي ) 1۳87 تا 1۳91 ( که تا 5 سال مورد پیگیري قرارگرفته بودند، تشکیل داده است. مدل پیشبیني بقاي ملانوم بر اساس شاخص هاي ارزیابي الگوریتم هاي داده کاوي انتخاب شد. یافته ها: الگوریتم هاي شبکه عصبي، بیز ساده، شبکه بیزي، ترکیب درخت تصمیم گیري با بیز ساده، رگرسیون لجستیک، J48 ، ID3 بهعنوان مدل هاي استفاده شده ي پایگاه داده کشور انتخاب شدند . عملکرد شبکه عصبي در همه شاخصهاي ارزیابي ازلحاظ آماري نسبت به سایر الگوریتم هاي منتخب بالاتر بود. نتیجه گیري: نتایج مطالعه حاضر نشان داد که شبکه عصبي با مقدار 97 / 0 ازلحاظ دقت پیش بیني عملکرد بهینه دارد. بنابراین مدل پیش بیني کننده بقاي ملانوم، هم ازلحاظ قدرت تمایز و هم ازلحاظ پایایي، عملکرد بهتري از خود نشان داد؛ بنابراین، این الگوریتم به عنوان مدل پیش بیني بقاي ملانوم پیشنهاد شد پرونده مقاله

دسترسی آزاد مقاله

2 - یک سیستم تشخیص نفوذ مبتنی بر یادگیری عمیق برای گذرگاه CAN
فاطمه اصغریان محسن راجی

20.1001.1.27170411.1402.15.57.2.7

در سال‏های اخیر، با پیشرفت الکترونیک خودرو و توسعه وسایل نقلیه مدرن با کمک سیستم‏ های نهفته و تجهیزات قابل حمل، شبکه ‏های درون-خودرویی مانند شبکه ناحیه کنترل کننده (CAN) با مخاطرات امنیتی جدیدی مواجه شده‏اند. از آنجا که گذرگاه CAN فاقد سیستم های امنیتی مانند تایید اعتبا چکیده کامل

در سال‏های اخیر، با پیشرفت الکترونیک خودرو و توسعه وسایل نقلیه مدرن با کمک سیستم‏ های نهفته و تجهیزات قابل حمل، شبکه ‏های درون-خودرویی مانند شبکه ناحیه کنترل کننده (CAN) با مخاطرات امنیتی جدیدی مواجه شده‏اند. از آنجا که گذرگاه CAN فاقد سیستم های امنیتی مانند تایید اعتبار و رمزگذاری برای مقابله با حملات سایبری می‏باشد، نیاز به یک سیستم تشخیص نفوذ برای شناسایی حملات به گذرگاه CAN بسیار ضرروی به نظر می‏رسد. در این مقاله، یک شبکه عصبی پیچیده متخاصم عمیق (DACNN) برای تشخیص انواع نفوذهای امنیتی در گذرگاه‏های CAN پیشنهاد شده است. به این منظور، روش DACNN که گسترش یافته روش CNN با استفاده از یادگیری خصمانه است، در سه مرحله به تشخیص نفوذ می پردازد؛ در مرحله نخست، CNN به عنوان توصیفگر ویژگی ها عمل نموده و ویژگی‏های اصلی استخراج می‏شود و سپس، طبقه بندی کننده متمایزگر این ویژگی‏ها را طبقه‏بندی می کند و در نهایت، به کمک یادگیری خصمانه نفوذ تشخیص داده می‏شود. جهت بررسی کارآمدی روش پیشنهادی، یک مجموعه داده منبع باز واقعی مورد استفاده قرار گرفت که ترافیک شبکه CAN را بر روی یک وسیله نقلیه واقعی در حین انجام حملات تزریق پیام ضبط نموده است. نتایج به دست آمده نشان می‏دهد که روش پیشنهادی نسبت به سایر روش‏های یادگیری ماشین در نرخ منفی کاذب و میزان خطا عملکرد بهتری دارد که این میزان برای DoS و حمله جعل دنده محرک و حمله جعل RPM کمتر از 0.1 % می باشد و این میزان برای حمله فازی کمتر از 0.5% می باشد. پرونده مقاله

دسترسی آزاد مقاله

3 - الگوی برنامه کلان ملی شفافیت و آزادسازی اطلاعات بر مبنای روش نظریه بنیاد
مهدی عزیزی مهماندوست محمدرضا حسینی رضا تقی‌پور مجتبی مازوچی

10.61186/jict.44095.15.57.31

20.1001.1.27170411.1402.15.57.3.8

هدف از انجام این پژوهش ارائه الگوی برنامه کلان ملی شفافیت و آزادسازی اطلاعات می‌باشد. پژوهش دارای رویکردی تلفیقی (کیفی و کمی) بوده و از روش نظریه داده‌بنیاد (گراندد تئوری) به‌عنوان روش تحقیق استفاده شده است. در بخش کیفی با بررسی عمیق و اکتشافی قوانین و اسناد بالادستی، ا چکیده کامل

هدف از انجام این پژوهش ارائه الگوی برنامه کلان ملی شفافیت و آزادسازی اطلاعات می‌باشد. پژوهش دارای رویکردی تلفیقی (کیفی و کمی) بوده و از روش نظریه داده‌بنیاد (گراندد تئوری) به‌عنوان روش تحقیق استفاده شده است. در بخش کیفی با بررسی عمیق و اکتشافی قوانین و اسناد بالادستی، الگوها، نظریه‌ها، برنامه‌ها و اسناد کشورهای مختلف مرتبط با شفافیت و آزادسازی اطلاعات، تحلیل داده‌ها تا حد اشباع نظری، طی سه مرحله کدگذاری باز، محوری و انتخابی انجام گرفت. به‌منظور دستیابی به ابعاد، مؤلفه‌ها و زیرمؤلفه‌های این الگو، 620 کد اولیه استخراج گردید که با حذف موارد مشترک و تکراری به 593 کد ثانویه تقلیل یافت و در ادامه 129 مفهوم استخراج شد. در نهایت، 24 مقوله فرعی، ذیل 5 مؤلفه اصلی بر اساس الگوی پارادایم قرار گرفتند. در بخش کمی، نتایج حاصل از تحلیل پرسش‌نامه نشان داد که از منظر روایی، ارزش کلی پرسش‌نامه در ابعاد مختلف بین اعداد 0.87 الی 0.92 و میزان ضریب اعتماد بین اعداد 0.73 الی 0.78 گزارش شد. بر اساس تجزیه‌وتحلیل داده‌ها، ایجاد نهاد فرا قوه‌ای راهبری شفافیت و آزادسازی اطلاعات، تعیین دقیق موارد استثنا، حکمرانی شبکه‌ای، مطالبه‌گری شفافیت، پایبندی به چارچوب‌ها، افشای حداکثری و حمایت از افشاگری مشروع و تأسیس مراکز حکمرانی داده از جمله مقوله‌های مورد تأکید در این الگو بود. پرونده مقاله

دسترسی آزاد مقاله

4 - پیش برنده ها، بازدارنده ها و پیامدهای كارآفرینی دیجیتال در صنعت حمل و نقل بار جاده ای ایران
اعظم سادات مرتضوی کهنگی پرویز ساکتی جواد محرابی

10.61186/jict.44097.15.57.48

هدف از این پژوهش شناسایی پیش‌برنده‌ها، بازدارنده‌ها و پیامدهای كارآفرینی دیجیتال در صنعت حمل و نقل بار جاده‌ای ایران است. جامعه آماری این پژوهش در بخش کیفی را 20 نفر از خبرگان این حوزه تشکیل دادند با استفاده از اشباع نظری انتخاب شدند. در بخش کمی نیز با استفاده از فرمول چکیده کامل

هدف از این پژوهش شناسایی پیش‌برنده‌ها، بازدارنده‌ها و پیامدهای كارآفرینی دیجیتال در صنعت حمل و نقل بار جاده‌ای ایران است. جامعه آماری این پژوهش در بخش کیفی را 20 نفر از خبرگان این حوزه تشکیل دادند با استفاده از اشباع نظری انتخاب شدند. در بخش کمی نیز با استفاده از فرمول کوکران و روش نمونه‌گیری خوشه‌ای، 170 نفر از کارکنان این صنعت به عنوان نمونه انتخاب شدند. جهت جمع‌آوری داده‌ها در بخش کیفی از مصاحبه نیمه‌ساختاریافته و در بخش کمی از پرسشنامه محقق ساخته استفاده شد که روایی و پایایی آن مورد بررسی و تایید قرار گرفت. در تجزیه و تحلیل اطلاعات در بخش کیفی از مرور سیستماتیک ادبیات و کدگذاری و نرم‌افزار maxqda استفاده شد و در بخش کمی از آمار استنباطی و نرم‌افزارهای SPSS و Lisrel استفاده شد. درنهایت 9 شاخص در 4 عامل پیش برنده، 11 شاخص در 3 عامل بازدارنده و 55 شاخص در 8 دسته پیامد استخراج شده و با استفاده از تحلیل عاملی، اولویت‌بندی شدند. نتیجه این پژوهش نشان می‌دهد که مولفه سیاسی به عنوان پیش‌برنده با اولویت و موانع سیاسی به عنوان بازدارنده بااولویت است. لذا نقش دولت در این زمینه بسیار حائز اهمیت است. پرونده مقاله

دسترسی آزاد مقاله

5 - WSTMOS: روشی جهت بهینه سازی توان عملیاتی، انرژی و تاخیر در زمانبندی جریان ‏های کاری ابری
آرش قربان نیا دلاور رضا اکرمی نژاد سحر مظفری

20.1001.1.27170411.1402.15.57.5.0

استفاده از رایانش ابری در مراکز داده مختلف در سراسر دنیا، منجر به تولید بیشتر گاز دی‌اکسیدکربن می‌شود، که در آن مسئله انرژی و توان یکی از مسائل مهم می‏باشد. الگوریتم آگاه به انرژی و توان عملیاتی برای زمان‌بندی جریان‏های کاری نمونه - فشرده اینترنت اشیا با پردازش دسته‌ای چکیده کامل

استفاده از رایانش ابری در مراکز داده مختلف در سراسر دنیا، منجر به تولید بیشتر گاز دی‌اکسیدکربن می‌شود، که در آن مسئله انرژی و توان یکی از مسائل مهم می‏باشد. الگوریتم آگاه به انرژی و توان عملیاتی برای زمان‌بندی جریان‏های کاری نمونه - فشرده اینترنت اشیا با پردازش دسته‌ای در ابرها مورد مطالعه قرارگرفته و روشی جهت زمان‌بندی جریان‏های کاری ابری برای بهینه سازی انرژی، توان عملیاتی و تاخیر ارائه‌ شده است. در روش پیشنهادی نسبت به روش قبلی با ایجاد پارامترهای فاصله، دسته‌بندی ورودی‌ها و همچنین زمان اجرای واقعی، توان عملیاتی، انرژی و تاخیر را بهبود داده‌ایم. روش WSTMOS با درنظرگرفتن پارامترهای شاخص و زمان واقعی، به تابع صلاحیت بهینه‌ای دست یافته است. همچنین روش پیشنهادی پارامتر فاصله زمانی وظیفه، نسبت به ماشین‏های مجازی برای کاهش تعداد مهاجرت‌های ماشین‏های مجازی، استفاده ‌شده است. روش WSTMOS با دسته‌بندی ورودی‌های جریان کاری به گروه‏های کم، متوسط و پرحجم و همچنین توزیع بار مناسب بر روی سرورهای مناسب‌تر جهت آستانه پردازنده‏ها، میزان انرژی و هزینه را بهینه نموده و همچنین میزان مصرف انرژی به طور میانگین 4.8 درصد و هزینه 4.4 درصد، نسبت به روش مورد مطالعه کاهش یافته و درنهایت میانگین تأخیر، توان و بار کاری نسبت به روش‌های قبلی بهینه ‌شده است. پرونده مقاله

دسترسی آزاد مقاله

6 - ارائه یک سیستم توصیه گر وب برای پیش بینی صفحات مورد علاقه کاربر با استفاده از الگوریتم خوشه بندی DBSCAN و روش SVM یادگیری ماشین
رضا مولایی فرد محمد مصلح

20.1001.1.27170411.1402.15.57.6.1

سیستم‌های توصیه گر می‌توانند درخواست‌های آینده کاربر را پیش‌بینی و سپس لیستی از صفحات موردعلاقه کاربر را تولید کند. به‌عبارت‌دیگر سیستم های توصیه گر می توانند نمایه ایی دقیق از رفتار کاربران را به دست آورده و صفحه ایی پیش‌بینی شود که کاربر درحرکت بعدی آن را انتخاب خواهد چکیده کامل

سیستم‌های توصیه گر می‌توانند درخواست‌های آینده کاربر را پیش‌بینی و سپس لیستی از صفحات موردعلاقه کاربر را تولید کند. به‌عبارت‌دیگر سیستم های توصیه گر می توانند نمایه ایی دقیق از رفتار کاربران را به دست آورده و صفحه ایی پیش‌بینی شود که کاربر درحرکت بعدی آن را انتخاب خواهد کرد که این کار می‌تواند مشکل شروع سرد سیستم را حل و باعث کیفیت بخشیدن به جستجو شود. در این تحقیق به ارائه روش جدیدی به‌منظور بهبود سیستم‌های توصیه گر در زمینه وب پرداخته می‌شود که از الگوریتم خوشه‌بندی DBSCAN جهت خوشه‌بندی داده‌ها استفاده می‌شود که این الگوریتم امتیاز کارایی ۹۹٪ را به دست آورد. سپس با استفاده از الگوریتم Page rank، صفحات موردعلاقه کاربر وزن دهی می‌شوند. سپس با استفاده از روش SVM، داده‌ها را دسته‌بندی و جهت تولید پیش‌بینی به کاربر به یک سیستم توصیه گر ترکیبی داده می‌دهیم که درنهایت این سیستم توصیه گر لیستی از صفحات را در اختیار کاربر قرار خواهد داد که می‌تواند موردعلاقه وی باشند. ارزیابی نتایج حاصل از تحقیق حاکی از آن بود که استفاده از این روش پیشنهادی می‌تواند امتیاز ۹۵% را در قسمت فراخوانی و امتیاز ۹۹% را در قسمت دقت به دست آورد که این نتایج اثبات می‌کند که این سیستم توصیه گر تا بیش از ۹۰٪ می‌تواند صفحات موردنظر کاربر را به‌درستی تشخیص داده و تا حدود زیادی نقاط ضعف سایر سیستم های پیشین را برطرف سازد. پرونده مقاله

دسترسی آزاد مقاله

7 - تطبیق چهره و تشخیص زنده بودن مبتنی بر بازشناسی گفتار برای احراز هویت غیرحضوری
احمد دولت خواه بهنام درستکار یاقوتی راهب هاشم پور

20.1001.1.27170411.1402.15.57.7.2

با گسترش فناوری بسیاری از خدمات نهادها و سازمان‌ها به صورت الکترونیکی و هوشمند، در بستر اینترنت ارائه می‌گردد. پلیس نیز به عنوان یک نهاد ارائه‌دهنده خدمات به مردم و سایر نهاد‌ها، به دنبال هوشمندسازی خدمات خود می‌باشد. در همین راستا نیز سامانه‌های الکترونیکی و هوشمند مخت چکیده کامل

با گسترش فناوری بسیاری از خدمات نهادها و سازمان‌ها به صورت الکترونیکی و هوشمند، در بستر اینترنت ارائه می‌گردد. پلیس نیز به عنوان یک نهاد ارائه‌دهنده خدمات به مردم و سایر نهاد‌ها، به دنبال هوشمندسازی خدمات خود می‌باشد. در همین راستا نیز سامانه‌های الکترونیکی و هوشمند مختلفی را ارائه کرده است. به دلیل عدم احراز هویت کاربران در این سامانه‌ها، بسیاری از خدماتی که می‌توانند به صورت غیرحضوری ارائه گردد، نیاز به مراجعه به دفاتر پلیس+۱۰ را دارند. محدودیت بودجه و تجهیزات برای پاسخگویی حضوری، محدودیت نیروهای پلیس و تمرکز آن‌ها بر روی موضوعات مهم، محدودیت تعداد دفاتر خدماتی در شهرستان‌ها و عدم دسترسی روستاها به این دفاتر، رشد روزافزون خدمات برخط و افزایش تقاضای مردم برای آن، به ویژه در شرایطی مانند بحران بیماری کرونا، سبب شده است تا نیاز به احراز هویت غیرحضوری بسیار مورد توجه قرار بگیرد. در این پژوهش، احراز هویت غیرحضوری و ضرورت استفاده از آن، روش‌های تشخیص زنده بودن و بازشناسی چهره که دو فناوری مهم در این حوزه است، مرور شده است. در ادامه یک روش کارآمد از مدل‌های یادگیری عمیق بازشناسی چهره برای تطبیق چهره و یک روش تشخیص زنده بودن تعاملی به وسیله‌ی بازشناسی گفتار فارسی ارائه شده است و در نهایت نتایج آزمایش این مدل‌ها بر روی داده‌های مربوط در این حوزه آورده شده است. پرونده مقاله

دسترسی آزاد مقاله

8 - برآورد ارزش سرریز هسته اقتصاد‌ دیجیتال در ايران
نیلوفر مراد حاصل بیتا محبی خواه

10.61186/jict.44104.15.57.111

20.1001.1.27170411.1402.15.57.8.3

زمینه و هدف: در اغلب مطالعات انجام شده آثار مستقیم بخش ارتباطات و فناوري اطلاعات (ICT)بررسی شده است و به آثار غیر مستقیم(سرریز) و نحوه سنجش آن پرداخته نشده است. این موضوع در دستور کار مقاله حاضر قرار دارد. بدین منظور ضمن تعیین قلمرو اقتصاد دیجیتال، به برآورد ارزش سرریز چکیده کامل

زمینه و هدف: در اغلب مطالعات انجام شده آثار مستقیم بخش ارتباطات و فناوري اطلاعات (ICT)بررسی شده است و به آثار غیر مستقیم(سرریز) و نحوه سنجش آن پرداخته نشده است. این موضوع در دستور کار مقاله حاضر قرار دارد. بدین منظور ضمن تعیین قلمرو اقتصاد دیجیتال، به برآورد ارزش سرریز هسته اقتصاد دیجیتال کشور پرداخته شده است. روششناسی: در این مقاله با بهره گیری از مدل رشد سولو، اثرات سرریز هسته اقتصاد دیجیتال(ICT) برای دوره زمانی 1399-1383 برآورد شده است. یافتهها: نتايج نشان مي‌دهد كه در دوره مورد بررسی، با توجه به کشش بهره‌وری نیروی‌کار نسبت به سهم سرمایه بخش ICT به توليد ناخالص داخلي(در حدود 0.3)، اثرات سرریز هسته اقتصاد دیجیتال از ۲10 هزار میلیارد ریال در سال 1395 به رقم 279 هزار میلیارد ریال در سال 1399 افزایش یافته است. پرونده مقاله

دسترسی آزاد مقاله

9 - به کارگیری یادگیری عمیق برای بهبود نتایج تحلیل احساسات نظرات فارسی فروشگاه‌های خرده‌فروشی آنلاین
فائزه فروتن محمد ربیعی

20.1001.1.27170411.1402.15.57.9.4

صنعت بازار خرده‌فروشی از جمله صنایع اثرگذار بر اقتصاد کشورها است که حیات آن وابسته به میزان رضایت و اعتماد مشتریان برای خرید از این بازارها می‌باشد. در چنین شرایطی صنعت بازار خرده‌فروشی در تلاش است تا بر اساس صفحات وب و پلتفرم‌های آنلاین شرایطی را برای ثبت نظرات و تعامل چکیده کامل

صنعت بازار خرده‌فروشی از جمله صنایع اثرگذار بر اقتصاد کشورها است که حیات آن وابسته به میزان رضایت و اعتماد مشتریان برای خرید از این بازارها می‌باشد. در چنین شرایطی صنعت بازار خرده‌فروشی در تلاش است تا بر اساس صفحات وب و پلتفرم‌های آنلاین شرایطی را برای ثبت نظرات و تعامل مشتریان با خرده‌فروشان فراهم آورد. زیرا تحلیل نظرات منتشر شده نه تنها در تعیین میزان رضایت مشتریان بلکه در بهبود و ارتقا محصولات نقش دارند. از‌این‌رو در سال‌های اخیر تکنیک‌های تحلیل احساسات به منظور تحلیل و خلاصه‌سازی نظرات، مورد توجه پژوهشگران در حوزه‌های مختلف به‌ویژه صنعت بازار خرده‌فروشی قرار گرفته است. ازاینرو در این پژوهش با هدف بهبود در نتایج استخراج ویژگی‌ها از متن نظرات فارسی و افزایش دقت تحلیل احساسات فارسی، یک چارچوب جدید برای تحلیل احساسات در سطح جمله، بر اساس BERT، مدل استخراج ویژگی CNN-BiLSTM و مدل طبقه‌بندی XGBoost پیشنهاد شده است. در نهایت نتایج پژوهش دقت 93.74% را برای طبقه‌بندی احساسات متن نظرات فارسی؛ بر اساس چارچوب پیشنهادی نشان می‌دهد که بر اساس آن می‌توان اذعان داشت، CNN-BiLSTM از جمله روش‌های قدرتمند در استخراج ویژگی‌ها از متن فارسی است که ضمن استخراج دقیق ویژگی‌ها، باعث افزایش دقت تحلیل احساسات فارسی نیز می‌گردد. پرونده مقاله

دسترسی آزاد مقاله

10 - نگاشت نقشه مصنوعات و تولیدکنندگان زیست‌بوم هوش مصنوعی ایران بر مبنای گستره تحول‌آفرینی
حامد اجاقی ایمان ظهوریان نادعلی فاطمه سلیمانی روزبهانی

20.1001.1.27170411.1402.15.57.10.5

هوش مصنوعی به‌عنوان یک حوزه فناورانه نوظهور مورد توجه روزافزون شرکت‌ها و حکمرانان قرار گرفته است. توسعه هوش مصنوعی هم در سطح کسب‌وکار و هم در سطح سیاست‌های کلان کشور در گرو شناخت وضعیت موجود قرار دارد. پژوهش حاضر به‌دنبال شناسایی مصنوعات ارائه شده در این حوزه و افراز آن چکیده کامل

هوش مصنوعی به‌عنوان یک حوزه فناورانه نوظهور مورد توجه روزافزون شرکت‌ها و حکمرانان قرار گرفته است. توسعه هوش مصنوعی هم در سطح کسب‌وکار و هم در سطح سیاست‌های کلان کشور در گرو شناخت وضعیت موجود قرار دارد. پژوهش حاضر به‌دنبال شناسایی مصنوعات ارائه شده در این حوزه و افراز آن‌ها به سطوح تحول‌آفرینی از قبیل فردی، سازمانی، صنعتی و... است. این تحقیق از طریق قابلیت‌هایی که هوش مصنوعی می‌تواند ایجاد کند به شناسایی محصول/سرویس‌های عرضه‌شده در کشور و تولیدکنندگان آنها می‌پردازد. سپس برمبنای روش‌شناسی طبقه‌بندی و اتکا به مشخصه کلیدی دسته‌ها، گستره‌های تحول‌آفرینی مصنوعات زیست‌بوم هوش مصنوعی ایران را استخراج می‌نماید.562 محصول/سرویس دارای قابلیت هوش مصنوعی شناسایی گردید که توسط 112 شرکت عرضه شده‌اند. بینایی ماشین و پردازش زبان طبیعی به‌ترتیب با اختصاص 44 و 27 درصد از تولیدات به خود در صدر فناوری‌های مورد استفاده بوده‌اند. مصنوعات و تولیدکنندگان در هفت گستره تحول‌آفرینی شامل فردی، سازمانی، صنعت، تراشه الکترونیکی/سخت‌افزار، جامعه، پلتفرم، کد/الگوریتم/کتابخانه و زیرساخت دسته‌بندی شده‌اند. تولیدات هوش مصنوعی ایران به‌صورت متوازن رشد ننموده است. سه سطح پلتفرم، کد/الگوریتم/کتابخانه و زیرساخت به‌عنوان هسته اصلی مولد سایر محصول/سرویس‌های هوش مصنوعی کمترین میزان تولیدات را داشته‌اند. پیشنهاد شده یک بازارگاه تخصصی برای عرضه مشترک رابط‌های برنامه‌نویسی هوش مصنوعی به‌منظور تحریک شکل‌گیری زیست‌بوم در دستورکار قرار گیرد. پرونده مقاله

دسترسی آزاد مقاله

11 - تحلیل نور: یک دادگان معیار برای ارزیابی روش‌های برچسب‌گذاری صرفی
هدی الشهیب بهروز مینایی محمد ابراهیم شناسا Sayyed Ali Hossayni

20.1001.1.27170411.1402.15.57.11.6

زبان عربی ریخت‌‌شناسی بسیار غنی و پیچیده‌ای دارد که برای تحلیل زبان عربی و به ویژه در متون عربی سنتی مانند متون تاریخی و مذهبی بسیار مفید است و در فهم معنای متون کمک می‌کند. در مجموعه داده‌های ریخت‌شناسی تنوع برچسب و تعداد نمونه‌های دادگان به ارزیابی روش‌های ریخت‌شناسی چکیده کامل

زبان عربی ریخت‌‌شناسی بسیار غنی و پیچیده‌ای دارد که برای تحلیل زبان عربی و به ویژه در متون عربی سنتی مانند متون تاریخی و مذهبی بسیار مفید است و در فهم معنای متون کمک می‌کند. در مجموعه داده‌های ریخت‌شناسی تنوع برچسب و تعداد نمونه‌های دادگان به ارزیابی روش‌های ریخت‌شناسی کمک بیشتری می‌کند، در این پژوهش مجموعه داده ریخت‌شناسی که ارائه می‌کنیم شامل حدود ۲۲۳۶۹۰ کلمه از كتاب شرائع الاسلام است که توسط متخصصین برچسب‌گذاری شده است که این مجموعه دادگان از نظر حجم و تنوع برچسب‌ها نسبت به سایر دادگان‌هایی که برای تحلیل ریخت‌شناسی عربی ارائه داده شده است برتر می‌باشد. برای ارزیابی دادگان، سامانه فراسه را بر روی متون اعمال کردیم و کیفیت حاشیه‌نویسی را از طريق چهار معيار بر روی سامانه فراسه گزارش می‌کنیم. پرونده مقاله

دسترسی آزاد مقاله

12 - بهبود سیستم تشخیص نفوذ در اینترنت اشیاء صنعتیِ مبتنی بر یادگیری عمیق با استفاده الگوریتم‌های فراابتکاری
محمدرضا زراعت‌کار مقدم مجید غیوری ثالث

20.1001.1.27170411.1402.15.57.12.7

با توجه به گسترش روز افزون استفاده از سامانه‌های اینترنت‌اشیاء صنعتی یکی از پرکابردترین مکانیزم‌های امنیتی، سیستم‌های تشخیص نفوذ در اینترنت‌اشیاء صنعتی می‌باشد. در این سیستم‌ها از تکنیک‌های یادگیری عمیق به‌طور فزآینده‌ای برای شناسایی حملات، ناهنجاری‌ها یا نفوذ استفاده م چکیده کامل

با توجه به گسترش روز افزون استفاده از سامانه‌های اینترنت‌اشیاء صنعتی یکی از پرکابردترین مکانیزم‌های امنیتی، سیستم‌های تشخیص نفوذ در اینترنت‌اشیاء صنعتی می‌باشد. در این سیستم‌ها از تکنیک‌های یادگیری عمیق به‌طور فزآینده‌ای برای شناسایی حملات، ناهنجاری‌ها یا نفوذ استفاده می‌شود. در یادگیری عمیق مهم‌ترین چالش برای آموزش شبکه‌های عصبی، تعیین فراپارامترهای اولیه در این شبکه‌ها است. ما برای غلبه بر این چالش، به ارائه‌ی رویکردی ترکیبی برای خودکارسازی تنظیم فراپارامتر در معماری یادگیری عمیق با حذف عامل انسانی پرداخته‌ایم. در این مقاله یک سیستم تشخیص نفوذ در اینترنت‌اشیاء صنعتی مبتنی بر شبکه‌های عصبی کانولوشن (CNN) و شبکه‌ عصبی بازگشتی مبتنی بر حافظه کوتاه مدت (LSTM) با استفاده از الگوریتم‌های فراابتکاری بهینه‌سازی ازدحام ذرات (PSO) و وال (WOA) ارائه شده است. این سیستم یک روش ترکیبی براساس شبکه‌های عصبی و الگوریتم‌های فراابتکاری برای بهبود عملکرد شبکه عصبی در راستای افزایش نرخ تشخیص و کاهش زمان آموزش شبکه‌های عصبی می‌باشد. در روش ما با درنظر گرفتن الگوریتم‌ PSO-WOA، فراپارامترهای شبکه عصبی بدون دخالت عامل انسانی و به‌صورت خودکار تعیین شده است. در این مقاله از مجموعه‌داده‌ی UNSW-NB15 برای آموزش و آزمایش استفاده شده است. در این پژوهش، الگوریتم‌ PSO-WOA با محدود کردن فضای جستجو، فراپارامترهای شبکه عصبی را بهینه‌ کرده و شبکه‌‌ عصبی CNN-LSTM با فراپارامترهای تعیین شده آموزش دیده است. نتایج پیاده‌سازی حکایت از آن دارد که علاوه‌ بر خودکارسازیِ تعیین فراپارامترهای شبکه‌ی عصبی، نرخ تشخیص روش ما 98.5 درصد بوده که در مقایسه با روش‌های دیگر بهبود مناسبی داشته است. پرونده مقاله

دسترسی آزاد مقاله

13 - بهبود توازن بار در رایانش ابری با استفاده از الگوریتم جهش قورباغه سریع (R-SFLA )
کیومرث سلیمی مهدی ملامطلبی

20.1001.1.27170411.1402.15.57.13.8

امروزه رایانش ابری به علت ارائه خدمات متنوع، کاربردهای زیادی دارد. از سوی دیگر، به علت رشد سریع، محدودیت منابع و هزینه نهایی، چالش‌های متعددی در رایانش ابری به وجود آمده است که یکی از این چالش‌ها، توازن بار است. منظور از توازن بار، چگونگی مدیریت توزیع بار در بین گره‌های چکیده کامل

امروزه رایانش ابری به علت ارائه خدمات متنوع، کاربردهای زیادی دارد. از سوی دیگر، به علت رشد سریع، محدودیت منابع و هزینه نهایی، چالش‌های متعددی در رایانش ابری به وجود آمده است که یکی از این چالش‌ها، توازن بار است. منظور از توازن بار، چگونگی مدیریت توزیع بار در بین گره‌های پردازشی، به‌منظور استفاده بهینه از منابع و صرف کمترین زمان جهت پاسخ به درخواست کاربر است. روش‌های متعددی در خصوص برقراری توازن بار پیشنهاد شده‌اند که یکی از آن‌ها، الگوریتم‌ جهش قورباغه است که پویا، تکاملی و الهام گرفته از طبیعت می‌باشد. در این مقاله، بهبودی بر الگوریتم جهش قورباغه پیشنهاد شده است که باعث همگرایی سریع و بستن راه حلقه تکرار تکامل معیوب قورباغه‌ها،‌ می‌گردد. جهت ارزیابی، الگوریتم جهش قورباغه بهبود یافته پیشنهادی R-SFLA و الگوریتم SFLA و الگوریتم ASFLA در شبیه‌ساز کلودسیم تحت شرایط یکسان، مورد آزمایش قرار گرفتند. نتایج به‌دست‌آمده از آزمایشات، بیانگر آن است که روش پیشنهادی نسبت به روشهای دیگر، از نظر هزینه کلی اجرا، زمان پاسخ و درجه توازن بار، کاراتر عمل نموده است. پرونده مقاله

دسترسی آزاد مقاله

14 - بررسی کارایی روش‌های درونیابی برای تخمین کانال‌های محوشونده در پخش تلویزیون دیجیتال
علی پولادساده محمدعلی سبقتی

20.1001.1.27170411.1402.15.57.14.9

تغییرات کانال های مخابراتی یکی از چالش های ارتباطات بی سیم است که مسأله جبرانسازی اثر کانال به کمک تخمین مناسبی از پاسخ آن را مورد توجه قرار داده است. در سیستم پرکاربرد OFDM، می توان زیرحامل هایی را به عنوان پایلوت برای تخمین کانال لحاظ کرد. در روند تخمین کانال به کمک پ چکیده کامل

تغییرات کانال های مخابراتی یکی از چالش های ارتباطات بی سیم است که مسأله جبرانسازی اثر کانال به کمک تخمین مناسبی از پاسخ آن را مورد توجه قرار داده است. در سیستم پرکاربرد OFDM، می توان زیرحامل هایی را به عنوان پایلوت برای تخمین کانال لحاظ کرد. در روند تخمین کانال به کمک پایلوت، درونیابی برای دستیابی به پاسخ کانال در زیرحامل های داده ضروری است. با توجه به تنوّع روش های درونیابی، یافتن بهترین روش موضوع تحقیقات مختلفی بوده است، زیرا یک روش درونیابی به عنوان بهترین درونیاب در تمام شرایط وجود ندارد و عملکرد درونیابی به محوشوندگی کانال، سیگنال به نویز و سربار پایلوت وابسته است. در این مقاله تأثیر روش های مختلف درونیابی روی کیفیت پخش تلویزیون دیجیتال طبق استاندارد DVB-T2 ارزیابی شده است. یک بستر شبیه سازی آماده شده است که مدلهای مختلف کانال طبق اندازه گیری های واقعی در آن تعریف می گردد. درونیابی به ازای نسبتهای پایلوت مختلف با پنج روش متداول (نزدیکترین همسایه، خطی، مکعبی، اسپلاین و ماکیما) انجام می شود. پس از جبرانسازی کانال با نتیجه درونیابی، نرخ خطای بیت که معیار اصلی برای ارزیابی و مقایسه است بدست می آید. با انجام آزمایش های مختلف، قواعدی برای انتخاب درونیاب مناسب در شرایط متفاوت ارائه شده است. نتایج نشان می دهد وقتی محوشوندگی کانال نزدیک محوشوندگی تخت و یا نسبت پایلوت زیاد است، استفاده از درونیاب های ساده مانند درونیابی خطی بهتر است؛ ولی در شرایط دشوار یعنی وقتی محوشوندگی کانال شدید و یا نسبت پایلوت کم است، استفاده از درونیاب های پیچیده تر مانند درونیابی مکعبی و اسپلاین نتیجه بهتری دارد. میزان بهبود و تفاوت درونیاب ها به طور کمّی استخراج شده است. پرونده مقاله

دسترسی آزاد مقاله

15 - ارائه چارچوب معماری اعتماد الکترونیک در تجارت الکترونیک (بخش فروشگاه‌های آنلاین)
امیر محترمی اکبر امینی

20.1001.1.27170411.1402.15.57.15.0

امروزه، تجارت ‌الکترونیکی بدلیل قابلیت‌های آن به شدت درحال گسترش‌است. مفهوم "اعتماد" عامل مهمی در سرعت گسترش تجارت الکترونیکی محسوب می شود. هدف این ‌پژوهش استخراج ابعاد و معیارهایی برای فراهم ‌نمودن تمهیدات اعتماد الکترونیک در سرویس‌های تجارت الکترونیکی، بهبود فرآیندهای چکیده کامل

امروزه، تجارت ‌الکترونیکی بدلیل قابلیت‌های آن به شدت درحال گسترش‌است. مفهوم "اعتماد" عامل مهمی در سرعت گسترش تجارت الکترونیکی محسوب می شود. هدف این ‌پژوهش استخراج ابعاد و معیارهایی برای فراهم ‌نمودن تمهیدات اعتماد الکترونیک در سرویس‌های تجارت الکترونیکی، بهبود فرآیندهای‌داخلی محیط کسب و کار الکترونیک و همچنین تعیین اهمیت هریک از معیارها در تضمین اعتماد الکترونیک و رضایت مشتری می‌باشد. روش‌تحقیق و جمع‌آوری اطلاعات، میدانی است و بدین منظور از ابزار پرسشنامه محقق‌ساخته استفاده شده‌است. جامعة‌ آماری‌ دربرگیرنده کلیه ‌مشتریان فروشگاه‌های‌آنلاین درحوزه کسب و کارهای اینترنتی تهران بوده،که ‌از میان آنان نمونه‌گیری ‌تصادفی بعمل آمده است. سوالات در چارچوب ابعاد و معیارهای تضمین‌کننده اعتماد الکترونیک در ارائه سرویس‌های الکترونیک و همچنین اولویت آنها مطرح و از طریق آمار استنباطی مورد بررسی قرار گرفته‌اند. نتایج به دست آمده بصورت چارچوبی متشکل از 12 شاخص در سه‌ بُعد روانشناختی، فنی- امنیتی و حقوقی دسته بندی شده است. پرونده مقاله

دسترسی آزاد مقاله

16 - بهبود مدیریت منابع در اینترنت اشیا با استفاده از محاسبات مه و الگوریتم بهینه‌سازی شیر مورچه
پیام شمس سیده لیلی میرطاهری رضا شهبازیان احسان آریانیان

20.1001.1.27170411.1402.15.57.16.1

در این مقاله مدلی مبتنی بر الگوریتم‌های فراابتکاری برای تخصیص بهینه منابعدر اینترنت اشیا مبتنی بر محاسبات مه پیشنهاد شده است. در مدل پیشنهادی، ابتدا درخواست کاربر به‌صورت یک جریان کاری به سیستم داده می‌شود؛ تا به‎ازای هر درخواست ابتدا نیازمندی‌های منابع (قدرت پردازش، حا چکیده کامل

در این مقاله مدلی مبتنی بر الگوریتم‌های فراابتکاری برای تخصیص بهینه منابعدر اینترنت اشیا مبتنی بر محاسبات مه پیشنهاد شده است. در مدل پیشنهادی، ابتدا درخواست کاربر به‌صورت یک جریان کاری به سیستم داده می‌شود؛ تا به‎ازای هر درخواست ابتدا نیازمندی‌های منابع (قدرت پردازش، حافظه‌ی ذخیره‌سازی و پهنای باند) استخراج می‌گردد. این مؤلفه وضعیت ترافیک درخواستی برنامه را از لحاظ بلادرنگ بودن تعیین می‌کند. درصورتی‌که کاربرد مورد نظر بلادرنگ نباشد و در مقابل تأخیر تا حدودی مقاوم باشد، درخواست به محیط ابری ارجاع داده می‌شود، اما اگر برنامه کاربردی مورد نظر نیاز به پاسخگویی بلادرنگ داشته باشد و حساس به تأخیر باشد، به‌صورت محاسبات مه با آن برخورد خواهد شد و به یکی از کلودلت‌ها نگاشته خواهد شد. این این مرحله به منظور انتخاب بهترین راه حل در تخصیص منابع جهت سرویس‌دهی به کاربران محیط IoT، از الگوریتم بهینه‌سازی شیر مورچه استفاده شد. روش پیشنهادی در محیط نرم‌افزاری متلب شبیه‌سازی شده و برای ارزیابی عملکرد آن از پنج شاخص انرژی مصرفی سلول‌های مه، زمان پاسخگویی، درجه‌ی عدم تعادل سلول‌های مه، تأخیر و پهنای باند استفاده گردیده است. بررسی یافته‌ها نشان می‌دهد که روش پیشنهادی، میزان انرژی مصرفی، نرخ تأخیر را در سلول‌های مه، نرخ پهنای باند مصرفی، میزان تعادل بار و زمان پاسخگویی را در مقایسه با طرح پایه (ROUTER) به ترتیب 22، 18، 12، 22 و 47 درصد بهبود داده است. پرونده مقاله

دسترسی آزاد مقاله

17 - تأثیر هوش هیجانی مدیران پروژه بر اثربخشی ارتباطات تیمی در پژوهشگا‌های ایران (مطالعه موردی: پروژه های پژوهشگاه ارتباطات و فناوری اطلاعات)
منصوره محمدنژاد فدردی احرام صفری

20.1001.1.27170411.1402.15.57.17.2

معمولا در انجام پروژه‌های پژوهشی یکی از مهمترین معیارهای واگذاری پروژه‌ها به مدیران پروژه داشتن قابلیت‌های فنی بوده و کمتر به مهارتهای ارتباطی مدیران پروژه چون دارا بودن هوش هیجانی پرداخته می‌شود. عدم توجه به این موضوع بنظر می‌رسد که باعث کاهش اثربخش ارتباطات تیمی و در چکیده کامل

معمولا در انجام پروژه‌های پژوهشی یکی از مهمترین معیارهای واگذاری پروژه‌ها به مدیران پروژه داشتن قابلیت‌های فنی بوده و کمتر به مهارتهای ارتباطی مدیران پروژه چون دارا بودن هوش هیجانی پرداخته می‌شود. عدم توجه به این موضوع بنظر می‌رسد که باعث کاهش اثربخش ارتباطات تیمی و در نتیجه زمینه شکست پروژه‌ها را فراهم می‌آورد. پژوهش حاضر با هدف سنجش تأثیر ابعاد مختلف هوش هیجانی مدیران پروژه بر اثربخشی ارتباطات تیمی در پروژه-های پژوهشگاه‌های ایران انجام شده است. روش پژوهش حاضر توصیفی-تحلیلی از نوع همبستگی می باشد که جامعه آماری آن را مدیران پروژه و اعضای تیم های پروژه های پژوهشگاه ارتباطات و فناوری اطلاعات تشکیل می دهند. جامعه آماری شامل 19 تیم پروژه است که به روش سرشماری انتخاب شده اند. ابزارگردآوری داده ها پرسشنامه هوش هیجانی بار- آن و پرسشنامه سینیور جهت بررسی اثربخشی ارتباطات تیم پروژه می‌باشد. برای تجزیه و تحلیل داده ها از آزمون-های ضریب همبستگی پیرسون، رگرسیون چند متغیره و رگرسیون با متغیر موهومی و نیز آزمون تی وابسته استفاده شده است. نتایج نشان می دهد که هوش هیجانی مدیران پروژه بر ارتباطات اثربخش در تیم‌ پروژه تأثیر دارد. با این حال، فقط مهارت های درون فردی، مهارت های میان فردی و سازگاری قادر به پیش بینی ارتباطات اثربخش در تیم پروژه هستند و ابعاد خلق و خوی عمومی و کنترل استرس تأثیری بر این روابط ندارند. پرونده مقاله

دسترسی آزاد مقاله

18 - تامین توان الکتریکی ایستگاه¬های مخابرات سلولی در ریزشبکه-های مجزا با اولویت بکارگیری منابع تجدیدپذیر و خودروهای الکتریکی با ارائه رویکرد برنامه¬ریزی غیرخطی مختلط با اعداد صحیح
رضا بحری سعید زینالی

20.1001.1.27170411.1402.15.57.18.3

این مقاله، موضوع تامین توان اقتصادی و زیست محیطی برای ایستگاه های مخابرات سلولی در یک ریزشبکه مجزای مستقر در مناطق صعب العبور را مورد بررسی قرار داده است. ریزشبکه، شامل ژنراتوردیزلی، سیستم فتوولتاییک و منبع ذخیره هیدروژنی است. امکان تبادل انرژی ریزشبکه با باتری خودرو ال چکیده کامل

این مقاله، موضوع تامین توان اقتصادی و زیست محیطی برای ایستگاه های مخابرات سلولی در یک ریزشبکه مجزای مستقر در مناطق صعب العبور را مورد بررسی قرار داده است. ریزشبکه، شامل ژنراتوردیزلی، سیستم فتوولتاییک و منبع ذخیره هیدروژنی است. امکان تبادل انرژی ریزشبکه با باتری خودرو الکتریکی متصل شده به ریزشبکه، مورد بررسی قرار گرفت. با استفاده از شارژ/دشارژ هوشمند خودروهای الکتریکی تامین توان المان های ریزشبکه، صورت گرفته شده و حداکثر استفاده از انرژی های پاک به عمل آمده است. مدل ریاضی مسئله فوق به عنوان یک برنامه ریزی غیرخطی مختلط با اعداد صحیح ارئه شد که ماهیت غیرخطی المان ها را مدلسازی می کند. در قالب بهینه سازی چندهدفه، بجز هزینه، گازهای گلخانه ای نیز از اهداف مسئله بوده و تعادلی بین این دو هدف متناقض در جبهه پارتو ایجاد شده است. در این مسئله، پارامتر های غیرقطعی، مانند تولید انرژی خورشیدی، الگو های رفتاری راننده ها (زمان رسیدن به ایستگاه شارژ، زمان خروج از ایستگاه شارژ، و مسافت روزانه طی شده، تولید) توسط سناریو های تصادفی مدلسازی شده است. نتایج به دست آمده نشان می دهد که شارژ/دشارژ هوشمند خودروهای الکتریکی، سهم چشمگیری در کاهش ریسک عملیاتی ریزشبکه، هزینه ی کل و گازهای گلخانه ای دارد. به طوریکه، استفاده از روش برنامه ریزی اقتصادی/زیست-محیطی پیشنهاد شده، منجر به %60/18 کاهش در مقدار گازهای گلخانه ای می شود. پرونده مقاله

XML

فهرست مقالات