مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Improving Opinion Aspect Extraction Using Domain Knowledge and Term Graphبهبود استخراج جنبه های متن با استفاده از دانش دامنه و گراف کلمات114faمحمدرضاشمسدانشگاه اصفهان-احمدبراآنیدانشگاه اصفهانمهدیهاشمیدانشگاه اصفهان202395With the advancement of technology, analyzing and assessing user opinions, as well as determining the user's attitude toward various aspects, have become a challenging and crucial issue. Opinion mining is the process of recognizing people’s attitudes from textual comments at three different levels: document-level, sentence-level, and aspect-level. Aspect-based Opinion mining analyzes people’s viewpoints on various aspects of a subject. The most important subtask of aspect-based opinion mining is aspect extraction, which is addressed in this paper. Most previous methods suggest a solution that requires labeled data or extensive language resources to extract aspects from the corpus, which can be time consuming and costly to prepare. In this paper, we propose an unsupervised approach for aspect extraction that uses topic modeling and the Word2vec technique to integrate semantic information and domain knowledge based on term graph. The evaluation results show that the proposed method not only outperforms previous methods in terms of aspect extraction accuracy, but also automates all steps and thus eliminates the need for user intervention. Furthermore, because it is not reliant on language resources, it can be used in a wide range of languages.با گسترش روزافزون علم و فناوري، تحلیل نظرات کاربران و تعیین نحوه نگرش کاربر به موضوعهاي مختلف به یک امر مهم تبدیل شده است. نظرکاوي فرایند استخراج نگرش افراد از روي نظرات نوشته شده است که در سه سطح سند، جمله و جنبه قابل انجام است. در سطح جنبه، نظر افراد در خصوص جنبههاي مختلف یک موضوع بررسي ميشود. مهمترین زیر بخش نظرکاوي جنبهگرا، استخراج جنبه است که موضوع اصلي این پژوهش ميباشد. در بسیاري از روشهاي ارائه شده براي استخراج جنبه، راه حل مورد نظر نیاز به مجموعه یادگیري اولیه و یا منابع زباني وسیع دارند که تهیه چنین دادههایي بسیار زمانبر و پرهزینه است. در این مقاله، رویکردي بدون نظارت براي استخراج جنبه مبتني بر مدل موضوعي و بردار کلمات پیشنهاد ميشود که از ایجاد گراف کلمات براي ادغام اطلاعات معنایي و دانش دامنه استفاده ميکند. نتایج ارزیابيها نشان از این دارد که روش پیشنهادي نه تنها باعث بهبود دقت استخراج جنبه در مقایسه با سایر روشهاي پیشین شده است، بلکه تمامي مراحل به صورت خودکار و بدون دخالت کاربر انجام ميشود و بدلیل عدم وابستگي به منابع زباني، در زبانهاي مختلف قابل اجرا ميباشد.http://jour.aicti.ir/ar/Article/Download/43899

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Emerging technologies in future generations of high performance computing: introduction, taxonomy and future research directionsفناوری های نوظهور در نسل های آتی رایانش فوق سریع: معرفی، دسته بندی و فرصت های تحقیقاتی پیش رو2646faمحمودنعمت اله زادهپژوهشگاه ارتباطات و فناوري اطلاعاتاحسانآریانیان.مرکز تحقیقات مخابرات ایران مسعود حایری خیاویپژوهشگاه ارتباطات و فناوري اطلاعات 0000000279955234نيلوفرقلي پورپژوهشگاه ارتباطات و فناوري اطلاعاتعبدالله سپهوندپژوهشگاه ارتباطات و فناوري اطلاعات20211129Due to the rapid growth of science and technology, their need for high performance computing is increasing everyday. So far, the majority of the world's high performance computing needs have been based on conventional silicon-based technologies, but the end of the age of silicon-based technologies is near, and this fact has led scientists to use emerging technologies such as quantum computing, bio computing, optical computing and similar technologies. Although some of these technologies are not new and the initial introduction of some of them dates back to some decades ago, but due to the attractiveness of classical silicon-based computing and the speed of development in it, have been neglected to date. However, recently, these technologies have begun to be used to build scalable high performance computers. In this paper, we introduce these technologies and how they participate in the field of high performance computing, their current and future status, and their challenges. Also, the taxonomy related to each of these technologies from the computational point of view as well as their research topics are presented, which can be utilized for future research in this field.با توجه به رشد سریع و همه جانبه زندگي بشري و وابستگي بیش از پیش آن به فناوريهاي دیجیتال، نیاز ما به انجام رایانشهاي فوق سریع روز به روز در حال افزایش است. تاکنون عمده پاسخگویي به نیازهاي رایانش فوق سریع در دنیا مبتني بر فناوريهاي متعارف سیلیکوني بوده است، این در حالي است که با توجه به پیش بیني گوردون مور، پایان عصر فناوريهاي مبتني بر سیلیکون )عصر مور( نزدیک است. این واقعیت دانشمندان را به سمت استفاده از فناوريهاي نوظهوري همانند: رایانش کوانتومي، رایانش مولکولي، رایانش زیستي، رایانش نوري، رایانش نانو، رایانش حافظه اي و اقسام مشابه آن سوق داده است. در این مقاله، ضمن معرفي اجمالي این فناوريها و نحوه مشارکت آنها در حوزه رایانهها، به بررسي وضعیت حال و آینده آنها پرداخته شده و چالشهاي موجود در آنها مورد بررسي قرار ميگیرد. همچنین، با ارائه دستهبندي مربوط به هرکدام از این فناوري ها، از جنبه رایانشي، موضوعات و چالشهاي تحقیقاتي موجود در آنها ارائه ميگردد که ميتواند چراغ راه تحقیق و پژوهش آتي در حوزههاي مختلف مربوط به آنها باشد. در انتهاي مقاله نیز به مقایسه میزان اقبال به این فناوریها در مراجع علمي و تحقیقاتي از طریق بررسي آمار چاپ مقالات و کتابها در حوزههاي مذکور از سال 2017 تا 2021 پرداخته شده است و اینکه کدام یک از این فناوريها قابلیت ارایه مدل محاسباتي نوین در رایانه هاي فوق سریع آینده را خواهند داشت.http://jour.aicti.ir/ar/Article/Download/43900

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Valuation of digital services in Iran: Empirical proof for Google and Instagramارزش گذاری سرویس های دیجیتال در ایران: شواهد آزمایشی برای گوگل و اینستاگرام142510.61186/jict.43901.15.55.14faفرهاداصغری استیارمدیرامیرمحمدزادهاستادابراهیمعباسیگروه مدیریت، دانشکده علوم اجتماعی و اقتصادی، دانشگاه الزهرا، تهران، ایران202279This article surveys the fundamental value of digital platforms, such as Instagram and Google. Despite the commutable nature of digital technologies, it is challenging to value digital services, given that the usage is free of charge. Applying the methodology of discrete choice experiments, we estimated the value of digital free goods. For the first time in the literature, we obtained data for the willingness-to-pay and willingness-to-accept, together with socio-economic variables. The customer’s valuation of free digital services is on average, for Google, 4.9m Rial per week and Instagram, 3.27. This paper corroborates that Instagram and Google have an intrinsic value to users, despite the fact that the service of the digital platforms is free of charge. This is the beginning of the valuation of free services such as Shad, Rubika, Zarebeen, etc. in Iran, which has played a significant role in the communication industry since the beginning of the Covid-19 pandemic, and in the discussion of the national information network, the market value of the provider companies will be very important.این مقاله به بررسي ارزش پایه سیستم هاي مبتني بر دیجیتال )داراي پلت فرم دیجیتال( مانند اینستاگرام و گوگل در ایران ميپردازد. علي رغم ماهیت تحول تکنولوژي هاي دیجیتال، ارزش گذاري سرویسهاي دیجیتال، با توجه به اینکه استفاده از آنها رایگان است چالش برانگیز ميباشد. در این مقاله سعي شده با استفاده از ترکیب روش آزمایشهاي انتخابي گسسته با روش نظرسنجي، داده اصلي را فراهم و ارزش کالا و خدمات دیجیتالي را مشخص نماییم. براي اولین بار، داده هاي مربوط به تمایل به پرداخت و تمایل به پذیرش، همراه با متغیرهاي اجتماعي و اقتصادي بدست آمده و تحلیل شده است. ارزش از نگاه مشتري براي خدمات دیجیتال رایگان در ایران در بهمن ماه 1400 به طور متوسط براي سرویسهاي مختلف گوگل 9 / 4 میلیون ریال در هفته و براي برنامه اینستاگرام 27 / 3 میلیون ریال بدست آمده است. این آغازي بر ارزش گذاري سرویس هاي رایگان مانند شاد، روبیکا، ذره بین و ... در ایران مي باشد که از آغاز پاندمي کووید 19 نقش بسزایي در صنعت ارتباطات بخود اختصاص داده است و در بحث شبکه ملي اطلاعات و تعیین مدلي براي ارزشگذاري دارایيهاي نامشهود فناوري ودیجیتال و نیز ارزش بازار شرکتهاي ارائه دهنده این سرویس ها بسیار حائز اهمیت خواهد بودhttp://jour.aicti.ir/ar/Article/Download/43901

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395A novel metaheuristic algorithm and its discrete form for influence maximizing in complex networksیک الگوریتم فراابتکاری پیوسته جدید و گسسته سازی آن جهت بیشینه سازی نفوذ در شبکه های پیچیده4877faوحیدهسحرگاهیّدانشجو وحید مجیدنژاد هیات علمی000000022433115XSaeed Taghavi AfshordComputer Engineeringباقرجعفریهیات علمی2022818In light of the No Free Lunch (NFL) theorem, which establishes the inherent limitations of meta-heuristic algorithms in universally efficient problem solving, the ongoing quest for enhanced diversity and efficiency prompts the introduction of novel algorithms each year. This research presents the IWOGSA meta-heuristic algorithm, a pioneering solution tailored for addressing continuous optimization challenges. IWOGSA ingeniously amalgamates principles from both the invasive weed optimization algorithm and the gravitational search algorithm, capitalizing on their synergies. The algorithm's key innovation lies in its dual-pronged sample generation strategy: a subset of samples follows a normal distribution, while others emulate the planetary motion-inspired velocities and accelerations from the gravitational search algorithm. Furthermore, a selective transfer of certain samples from distinct classes contributes to the evolution of succeeding generations. Expanding upon this foundation, a discrete variant of IWOGSA, termed DIWOGSA, emerges to tackle discrete optimization problems. The efficacy of DIWOGSA is demonstrated through its application to the intricate influence maximization problem. DIWOGSA distinguishes itself with an astute population initialization strategy and the integration of a local search operator to expedite convergence. Empirical validation encompasses a rigorous assessment of IWOGSA against established benchmark functions, composite functions, and real-world engineering structural design problems. Remarkably, the IWOGSA algorithm asserts its superiority, eclipsing both contemporary and traditional methods. This ascendancy is statistically affirmed through the utilization of the Friedman test rank, positioning IWOGSA as the premier choice. Also, DIWOGSA algorithm is evaluated by considering different networks for influence maximization problem, and it shows acceptable results in terms of influence and computational time in comparison to conventional algorithms.طبق نظریه ناهار مجاني (NFL) هیچ الگوریتم فرا اکتشافي موجود قادر به حل همه نوع مسائل به طور کارآمد نیست، بنابراین هر ساله الگوریتمهاي جدیدي جهت تنوع بخشي پیشنهاد ميشوند. در این مقاله، الگوریتم فراابتکاري جدیدي به نام IWOGSA ، براي مسائل بهینهسازي پیوسته پیشنهاد شده است که ترکیبي از الگوریتمهاي بهینهسازي علفهاي هرز و جستجوي گرانشي است. در IWOGSA والدها به دو صورت تکثیر مي شوند و از هر دسته نمونههایي براي انتقال به نسل جدید انتخاب ميگردد. بخشي از تکثیر با توزیع نرمال صورت ميگیرد و بخشي دیگر بر مبناي روابط سرعت و شتاب حرکت سیارات در الگوریتم جستجوي گرانشي انجام ميشوند. یک مدل گسسته جدید از IWOGSA به نام DIWOGSA براي حل مسألههاي بهینهسازي گسسته پیشنهاد شده است و کارایي آن بر روي یک چالش حیاتي تحت عنوان بیشینهسازي نفوذ ارزیابي شده است. در DIWOGSA از رویکرد هوشمندانهاي براي مقداردهي اولیه جمعیت استفاده شده و براي همگرایي سریعتر الگوریتم، یک عملگر جستجوي محلي پیشنهاد شده است. در حالت پیوسته الگوریتم IWOGSA با توابع بنچمارک استاندارد و کامپوزیت و 3 مساله مهندسي رایج ارزیابي شده است. نتایج پیادهسازي ثابت ميکند که الگوریتم IWOGSA در مقایسه با روشهاي اخیر و متداول بسیار رقابتي بوده و با توجه به نتایج رتبهبندي آزمون فریدمن، توانسته است رتبه اول را کسب نماید. در حالت گسسته نیز الگوریتم DIWOGSA با در نظر گرفتن شبکههاي مختلف ارتباطاتي بین محققان براي مساله بیشینهسازي نفوذ مورد ارزیابي قرار گرفته و در مقایسه با الگوریتمهاي رایج در این زمینه از نظر میزان نفوذ و زمان اجرا نتایج قابل قبولي را کسب کرده است.http://jour.aicti.ir/ar/Article/Download/43902

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Fuzzy Multicore Clustering of Big Data in the Hadoop Map Reduce Frameworkخوشه بندی فازی چندهسته ای کلان داده ها در چارچوب نگاشت کاهش هدوپ85103fa سیدامید آذرکسبدانشگاه خواجه نصیرالدین طوسی0009-0003-3322-2216سید حسینخواستهدانشگاه صنعتی خواجه نصیرالدین طوسی 0000-0003-2227-4507مصطفیامیریدانشگاه خواجه نصیرالدین طوسی202395A logical solution to consider the overlap of clusters is assigning a set of membership degrees to each data point. Fuzzy clustering, due to its reduced partitions and decreased search space, generally incurs lower computational overhead and easily handles ambiguous, noisy, and outlier data. Thus, fuzzy clustering is considered an advanced clustering method. However, fuzzy clustering methods often struggle with non-linear data relationships. This paper proposes a method based on feasible ideas that utilizes multicore learning within the Hadoop map reduce framework to identify inseparable linear clusters in complex big data structures. The multicore learning model is capable of capturing complex relationships among data, while Hadoop enables us to interact with a logical cluster of processing and data storage nodes instead of interacting with individual operating systems and processors. In summary, the paper presents the modeling of non-linear data relationships using multicore learning, determination of appropriate values for fuzzy parameterization and feasibility, and the provision of an algorithm within the Hadoop map reduce model. The experiments were conducted on one of the commonly used datasets from the UCI Machine Learning Repository, as well as on the implemented CloudSim dataset simulator, and satisfactory results were obtained.According to published studies, the UCI Machine Learning Repository is suitable for regression and clustering purposes in analyzing large-scale datasets, while the CloudSim dataset is specifically designed for simulating cloud computing scenarios, calculating time delays, and task scheduling.یک راهحل منطقي براي لحاظکردن همپوشاني خوشهها، انتساب مجموعهاي از درجه عضویت به هر داده است. بهدلیل کمشدن افرازها و کوچکشدن فضايجستجو، خوشهبندي فازي عموما داراي سربار محاسباتي کمتري بوده، تشخیص و مدیریت دادههاي مبهم، نویزدار و دادههايپرت نیز در آن بهسهولت انجام ميگیرد. ازاینرو خوشهبندي فازي از نوع پیشرفته روشهاي خوشهبندي به شمار ميرود. اما روشهاي خوشهبندي فازي در مواجه با روابط غیرخطي دادهها ناتوانند. روش پیشنهادي این مقاله ميکوشد تا مبتني بر ایدههاي امکان پذیري، از یادگیري چندهستهاي در چارچوب نگاشتکاهش هدوپ براي تشخیص خوشههاي خطيجدایيناپذیر با ساختار کلاندادههاي پیچیده، استفاده کند. مدل یادگیري چندهستهاي قادر به کشف روابط پیچیده بین دادهاي بوده و در عین حال هدوپ ما را قادر خواهد ساخت تا به جاي تعامل با سیستم عامل و پردازنده، با یک کلاستر منطقي از پردازشها و گرههاي انباره داده تعامل داشته باشیم و عمده کار را بر عهده فریمورک بیندازیم. به طور خلاصه مدلسازي روابط غیرخطي دادهها با استفاده از مدل یادگیري چندهستهاي، تعیین مقادیر مناسب براي پارامترهاي فازيسازي و امکانپذیري، و ارائه الگوریتم در مدل نگاشتکاهش هدوپ از دستاوردهاي کلیدي مقاله حاضر ميباشد. آزمایشها برروي یکي از مجموعه دادههاي پر استفاده مخزن یادگیري UCI و همچنین برروي دیتاست شبیهساز CloudSim پیاده سازي شده است و نتایج قابل قبولي به دست آمده است. طبق مطالعات منتشر شده، مخزن یادگیري UCI براي مقاصد رگرسیون و خوشهبندي کلان داده، و مجموعه داده CloudSim براي شبیهسازي موارد مربوط به رایانش ابري، محاسبه تأخیرهاي زماني و زمانبندي انجام وظایف معرفي شدهاند.http://jour.aicti.ir/ar/Article/Download/43904

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Information Technology, Strategy Implementation, Information Systems, Strategic Planning, Input-Process-Outcome Frameworkمطالعه ی پدیدارشناسانه تجربه زیسته مدیران در اجرای موفق استراتژی فناوری اطلاعات: طراحی چارچوبی یکپارچه از پیشران ها، فرایند و پیامدها104123faموناجامی پوردانشگاه حضرت معصومه (س)شهناز اکبری امامیاستادیار گروه مدیریت، دانشکده علوم انسانی و هنر، دانشگاه حضرت معصومه (س)، قم، ایرانصفورافیروزهکارشناسی ارشد مدیریت استراتژیک، گروه مدیریت، دانشگاه حضرت معصومه (س)2022611IT strategy is a key factor in improving the process and performance of companies in using IT. Hence, many companies have a strategic planning process, but only a few succeed in implementing strategies efficiently. Therefore, the purpose of this study is to design a process framework for implementing IT strategy; To identify the drivers, processes and consequences of implementing IT strategy in organizations. The present study is a qualitative research with a phenomenological approach and in order to collect data, open and in-depth interviews were conducted with 10 experts in the field of IT using theoretical sampling. The results of the analysis show that the inputs under the headings of IT strategy implementation include environmental requirements of business continuity, structural-system cohesion, technology-oriented human resources, IT strategic leadership, skill requirements and common values. The second aspect of the IT strategy implementation model includes the dimensions of IT program monitoring and communication, structural appropriateness, development of support policies, budgeting and resource allocation, appropriate training, and the development of supportive culture. Finally, the implications of implementing an IT strategy, including those related to finance, internal process, customer, and growth and learning, were categorized.استراتژ ي فناوري اطلاعات عامل کليدي در بهبود فرآیند و عملکرد شرکت ها در بکارگيري فناوري اطلاعات ميباشد . از اینرو، بس ياري از شرکت ها داراي فرآیند برنامهریزي راهبردي ه ستند اما فقط تعداد اندک ي از آنها موفق به اجراي کارآمد ا ستراتژ يها مي شوند . لذا، هدف پژوهش حا ضر طراح ي چارچوب فرآیندي اجراي ا ستراتژ ي فناوري اطلاعات ميبا شد؛ تا پي شران ها، فرآیندها پيامدهاي اجراي اس تراتژي فناوري اطلاعات در سازمان ها شناسا یي نماید. پژوهش حاضر پژوهش ک يفي با رویکرد پدیدارشناسانه محسوب م يشود و به منظور گردآوري دادهها، با استفاده از نمونه گيري نظري با 10 خبره وکارشناس حوزه فناور ي اطلاعات مصاحبه هاي باز و عميق صورت گرفت و دادههاي حاصل با رویکرد پدیدارشللناسللي در چارچوب ورودي- فرایند- پيامد مورد تحليل قرار گرفتند. نتایح تحليل نشان ميدهد، وروديها تحت عنوان پيشللرانهاي اجراي اسللتراتژي فناوري اطلاعات شللامل الزامات محيطي تداوم کسللو وکار، انسلل ام سلاختاري- لليلتمي، منابع انساني فناور محور، رهبري اسلراتژیك فناوري اطلاعات، نيازمنديهاي مهارتي و ارزشهاي مشلتر ميباشد. وجه دوم مدل اجراي اسللتراتژي فناوري اطلاعات ابعاد پایش و ابلاغ برنامه فناوري اطلاعات، تناسلو سللاختار ي، توسعه سيا ست هاي پ شت يبان، بودجهبندي و تخ ص يص منابع، آموزشهاي متنا سو و تو سعه فرهنگ ان ام کار را شامل م ي شود . در نهایت پيامدهاي اجراي استراتژ ي فناوري اطلاعات شامل پ يامدهاي مرتبط با مالي، فرآیند داخلي، مشتر ي و رشد و یادگيري ميباشد، دس ته بندي شدند.http://jour.aicti.ir/ar/Article/Download/43905

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Automatic Lung Diseases Identification using Discrete Cosine Transform-based Features in Radiography Imagesتشخیص خودکار بیماری های ریوی با استفاده از ویژگی های مبتنی بر تبدیل کسینوسی گسسته در تصاویر رادیوگرافی124140faشمیمیوسفیدانشگاه محقق اردبیلیصمدنجارقابلدانشگاه محقق اردبیلی00000001768432482022128The use of raw radiography results in lung disease identification has not acceptable performance. Machine learning can help identify diseases more accurately. Extensive studies were performed in classical and deep learning-based disease identification, but these methods do not have acceptable accuracy and efficiency or require high learning data. In this paper, a new method is presented for automatic interstitial lung disease identification on radiography images to address these challenges. In the first step, patient information is removed from the images; the remaining pixels are standardized for more precise processing. In the second step, the reliability of the proposed method is improved by Radon transform, extra data is removed using the Top-hat filter, and the detection rate is increased by Discrete Wavelet Transform and Discrete Cosine Transform. Then, the number of final features is reduced with Locality Sensitive Discriminant Analysis. The processed images are divided into learning and test categories in the third step to create different models using learning data. Finally, the best model is selected using test data. Simulation results on the NIH dataset show that the decision tree provides the most accurate model by improving the harmonic mean of sensitivity and accuracy by up to 1.09times compared to similar approaches.استفاده از نتایج خام رادیوگرافي در تشخیص بیماريهاي ریوي عملکرد قابلقبولي ندارد. یادگیري ماشین ميتواند به تشخیص دقیقتر بیماريها کمک کند. مطالعات گستردهاي در حوزه تشخیص خودکار بیماريها با کمک یادگیري ماشین کلاسیک و عمیق انجام شده؛ اما این روشها دقت و کارایي قابلقبولي ندارند یا به دادههاي یادگیري زیادي نیاز دارند. براي مقابله با این چالشها، در این مقاله، روش جدیدي براي تشخیص خودکار بیماريهاي ریوي بینابیني در تصاویر رادیوگرافي ارائه ميشود. در گام اول، اطلاعات بیمار از تصاویر حذف شده؛ سپس، پیکسلهاي باقیمانده، جهت پردازشهاي دقیقتر، استانداردسازي ميشوند. در گام دوم، پایایي روش پیشنهادي با کمک تبدیل رادان بهبود یافته، دادههاي اضافي با استفاده از فیلتر Top-hat حذف شده و نرخ تشخیص با بهرهبرداري از تبدیل موجک گسسته و تبدیل کسینوسي گسسته افزایش ميیابد. سپس، تعداد ویژگيهاي نهایي با کمک آنالیز تشخیصي حساس به مکان کاهش ميیابد. در گام سوم، تصاویر پردازششده به دو دسته یادگیري و تست تقسیم ميشوند؛ با استفاده از دادههاي یادگیري، مدلهاي مختلفي ایجاد شده و با کمک دادههاي تست، بهترین مدل انتخاب ميشود. نتایج شبیهسازيها بر روي مجموعه داده NIH نشان ميدهد که روش پیشنهادي مبتني بر درخت تصمیم با بهبود میانگین هارمونیک حساسیت و صحت تا 08 / 1 برابر، دقیقترین مدل را ارائه ميدهد.http://jour.aicti.ir/ar/Article/Download/43906

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395The main components of evaluating the credibility of users according to organizational goals in the life cycle of big dataمولفه های اصلی ارزیابی اعتبار کاربران با توجه به اهداف سازمانی در چرخۀ حیات کلان داده141164fa سوگند دهقاندانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، ایران0000000168513919شهریار محمدی دانشکده مهندسی صنایع، دانشگاه صنعتی خواجه نصیرالدین طوسی، ایرانروجیارپیرمحمدیانیعضو هیئت علمی دانشگاه کردستان2022722Social networks have become one of the most important decision-making factors in organizations due to the speed of publishing events and the large amount of information. For this reason, they are one of the most important factors in the decision-making process of information validity. The accuracy, reliability and value of the information are clarified by these networks. For this purpose, it is possible to check the validity of information with the features of these networks at the three levels of user, content and event. Checking the user level is the most reliable level in this field, because a valid user usually publishes valid content. Despite the importance of this topic and the various researches conducted in this field, important components in the process of evaluating the validity of social network information have received less attention. Hence, this research identifies, collects and examines the related components with the narrative method that it does on 30 important and original articles in this field. Usually, the articles in this field are comparable from three dimensions to the description of credit analysis approaches, content topic detection, feature selection methods. Therefore, these dimensions have been investigated and divided. In the end, an initial framework was presented focusing on evaluating the credibility of users as information sources. This article is a suitable guide for calculating the amount of credit of users in the decision-making process.شبکههاي اجتماعي بهدلیل سرعت انتشار رویدادها و نیز حجم زیاد اطلاعات، به یکي از مهمترین منابع تصمیمگیري در سازمانها تبدیل شدهاند. ولي پیش از استفاده، صحت، قابلیت اطمینان و ارزش اطلاعات تولید شده توسط آنها، باید مورد ارزیابي قرار گیرد. به این منظور، بررسي اعتبار اطلاعات با توجه به ویژگيهاي شبکههاي اجتماعي در سه سطح کاربر، محتوا و رویداد امکانپذیر ميباشد. سطح کاربر، قابل اطمینانترین سطح این حوزه ميباشد، زیرا کاربر معتبر، معمولا اقدام به انتشار محتواي معتبر مينماید. از این رو، ارزیابي سطح کاربر مورد توجه این پژوهش ميباشد. بیشتر مقالات مرتبط به حوزۀ ارزیابي اعتبار کاربران شبکههاي اجتماعي به ارزیابي اعتبار کاربران در حالت کلي پرداختهاند و از اهداف سازماني مانند ارزیابي اعتبار کاربران به منظور یافتن افراد خلاق چشم پوشي نمودهاند. همچنین چرخه حیات کلان داده و مولفههاي مهم در فرآیند ارزیابي اعتبار کاربران کمتر مورد توجه قرار گرفتهاند. از این رو، این تحقیق با بررسي 50 مقاله مهم در این حوزه، مولفههاي مهم را به سه مولفه اصلي )تعیین موضوع محتوا، انتخاب ویژگيها و ارزیابي اعتبار( دسته بندي مينماید و روشها و ویژگيهاي مربوط به هر یک را مورد بحث قرار ميدهد. نهایتا یک چارچوب اولیه ارزیابي اعتبار کاربران شبکههاي اجتماعي با توجه به اهداف سازماني و چرخه حیات کلان داده ارائه گردید. هدف این چارچوب، ارائه یک راهنما مناسب به سازمانها، براي محاسبۀ میزان اعتبار کاربران در فرآیند تصمیمگیري ميباشد.http://jour.aicti.ir/ar/Article/Download/43907

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Predicting the workload of virtual machines in order to reduce energy consumption in cloud data centers using the combination of deep learning modelsپیش بینی بار کاری ماشین های مجازی به منظور کاهش مصرف انرژی در مراکز داده ابری با استفاده از ترکیب مدل های یادگیری ژرف166189faزینب خداوردیانخداوردیانواحد علوم و تحقیقات تهرانحسینصدرهیات علمی0000000347288278مژدهنظری سلیماندارابیمرکز تحقیقات قلب و عروقسید احمدعدالت پناهموسسه آموزش عالی آیندگان، تنکابن202231Cloud computing service models are growing rapidly, and inefficient use of resources in cloud data centers leads to high energy consumption and increased costs. Plans of resource allocation aiming to reduce energy consumption in cloud data centers has been conducted using live migration of Virtual Machines (VMs) and their consolidation into the small number of Physical Machines (PMs). However, the selection of the appropriate VM for migration is an important challenge. To solve this issue, VMs can be classified according to the pattern of user requests into Delay-sensitive (Interactive) or Delay-Insensitive classes, and thereafter suitable VMs can be selected for migration. This is possible by virtual machine workload prediction .In fact, workload predicting and predicting analysis is a pre-migration process of a virtual machine. In this paper, In order to classification of VMs in the Microsoft Azure cloud service, a hybrid model based on Convolution Neural Network (CNN) and Gated Recurrent Unit (GRU) is proposed. Microsoft Azure Dataset is a labeled dataset and the workload of virtual machines in this dataset are in two labeled Delay-sensitive (Interactive) or Delay-Insensitive. But the distribution of samples in this dataset is unbalanced. In fact, many samples are in the Delay-Insensitive class. Therefore, Random Over-Sampling (ROS) method is used in this paper to overcome this challenge. Based on the empirical results, the proposed model obtained an accuracy of 94.42 which clearly demonstrates the superiority of our proposed model compared to other existing models.افزایش تقاضا براي کاربردهاي مبتني بر ابر و استفاده ناکارآمد از منابع، موجب مصرف بيرویه انرژي در مراکز داده ابري شده است. مدیریت پویاي منابع در مراکز داده با هدف کاهش مصرف انرژي، از طریق پیشبیني بار کاري ماشین مجازي امکانپذیر است. پیشبیني بار کاري ماشین مجازي این امکان را ميدهد که ماشین مجازي متناسب با درخواست کاربران در زمان مناسب مهاجرت کند و در مصرف انرژي موثر باشد و منابع را به کارآمدترین روش تخصیص دهد. پیشبیني بار کاري ماشین مجازي ميتواند بر اساس الگوي درخواست کاربران باشد براي این منظور ميتوان ماشینهاي مجازي را بر اساس پیشبیني مصرف منابع )به عنوان مثال میانگین مصرف پردازنده( در کلاسهاي حساس یا غیر حساس به تأخیر دستهبندي کرد و سپس، ماشینهاي مجازي متناسب با در خواست کاربران را به آنها اختصاص داد. در واقع پیشبیني بار کاري و تحلیل پیشبیني به عنوان یک فرآیند اولیه براي مدیریت منابع )مانند کاهش تعداد مهاجرت در ادغام پویاي ماشین مجازي( باشد. از این رو در این مقاله از ترکیب شبکه عصبي پیچشي و واحد برگشتي دروازهدار بهمنظور پیشبیني بار کاري ماشینهاي مجازي مایکروسافت آزور استفادهشده است. مجموعه داده آزور یک مجموعه داده داراي برچسب است و بار کاري ماشینهاي مجازي در این مجموعه داده در دو برچسب حساس یا غیر حساس به تأخیر قرار دارند. در این مجموعه داده اکثر ماشینهاي مجازي داراي برچسب غیر حساس به تأخیر ميباشند؛ بنابراین بنابراین توزیع نمونهها در این مجموعه داده به صورت نامتوازن است از ین رو براي رفع این چالش از افزایش تصادفي نمونههاي کلاس اقلیت استفاده شده است. طبق نتایج حاصل از آزمایشها، روش پیشنهادي داراي دقت 42 / 94 است که نشاندهنده برتري مدل پیشنهادي نسبت به سایر مدلهاي پیشین است.http://jour.aicti.ir/ar/Article/Download/43909

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395The effect of Internet of Things (IOT) implementation on the Rail Freight Industry; A futures study approachبررسی اثر پیاده سازی اینترنت اشیاء بر صنعت حمل ریلی بار با رویکرد آینده پژوهی191207fa نورالدین طراز منفرددانشگاه تربیت مدرس0000000287929984علیشایاندانشگاه تربیت مدرسعلی رجب زاده قطریTarbiat Modarres University2022216The rail freight industry in Iran has been faced several challenges which affected its performance. Notwithstanding that Internet of Things leverage is rapidly increasing in railway industries-as an experienced solution in other countries-, Iran’s rail freight industry has not been involved in, yet. Related research and experiment has not been identified in Iran, as well. The aim of this survey is to identify the effects of the implementation of Internet of Things in the Rail Freight Industry in Iran. To gather the data, the Delphi method was selected, and the Snowball technique was used for organizing a Panel including twenty experts. To evaluate the outcomes, IQR, Binomial tests, and Mean were calculated. Several statements were identified and there was broad consensus on most of them, which approved that their implementation affects the Iranian rail freight industry, but in different ranks. Finally, the results formed in the Balanced Scorecard’s format. The internal business process has been affected more than the other aspects by the approved statements. Eleven recognized elements are affected in different ranks, including Internal Business Process, Financial, Learning, and Growth, Customers. The Financial perspective remarked as least consensus and the Internal Business Process has received the extreme consensus. The research outcomes can be used to improve the strategic planning of the Iranian rail freight industry by applying the achievements of information technology in practice.صنعتحملریليِ بار در ایران با چالش هایي روبروستکه عملکرد آنرا تحت تاثیرقرار داده است؛ به گونهايکه هر سال سهم بیشتري از حمل بار به نفعِ حملِ جاده اياز دست ميرود. یکي از راهکارهاي مدیریت این چالش ها در سایرکشورها، پیاده- سازيِ اینترنت اشیاء استکهدر ایران تاکنونکاربردهاي محدوديداشته و پژوهشينیز درباره اثراتپیادهسازي این فناوري بر عملکرد حمل ریلي بار درکشور یافت نشد. در پژوهش حاضر پس از مرور مباني نظري و پیشینهو روش تحقیق، مولفههاي مرتبط،شناسایيو دسته بندي و تناسب آنها برايسنجش اثر پیاده سازي اینترنت اشیاء بررسيو نتایج در قالبکارت امتیازي- متوازن مدلسازي شده است. جهتگردآوري دانشخبرگان از روشدلفيو براي انتخاب نمونهايمتشکل از بیست نفر از - تکنیکگلوله برفياستفاده شد. در تحلیلیافتهها از آزمونهاي دامنهبین چارکي، دوجمله اي، میانگین و سایرآزمون هاي متداول ستفاده شد. مولفههاي شناسائي شده به درجات متفاوت، بر ابعاد مختلفکارت امتیازي متوازن اثرگذارند.کمترین میزان اثرگذاري اینترنت اشیاء بهبعدِ ماليو بیشترین میزان آن به بعدِ فرایندهايارزشآفریناختصاص دارند. همچنین اثرگذاريِ اینترنت اشیاء بر مولفه هاي بهبود فرایندها، سیاست گذاريو رقابتپذیري از بالاترین اجماع خبرگان و اثرگذاريِ آنبر مولفه هاي نیرويانسانيو مخاطرات فني ازکمترین اجماعخبرگانبرخوردار هستند.نتایجپژوهشدر برنامهریزي استراتژیکصنعت حملریلي بار با به کارگیريعمليدستاوردهاي فناوري اطلاعات قابل استفاده است.http://jour.aicti.ir/ar/Article/Download/43910

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Design of Distributed Consensus Controller for Leader-Follower Singular Multi-Agent Systems in the Presence of Sensor Faultطراحی کنترل کنند ه ي اجماع توزیع شده مبتنی بر رویت گر براي سیستم هاي چندعاملی سینگولار رهبر-پیرو در حضور عیب حسگر207222fa سعیدپورمیرزاییدانشگاه صنعتی امیرکبیر(پلی تکنیک تهران)حمیدرضااحمدزادهدانشگاه صنعتی امیرکبیر(پلی تکنیک تهران)مسعودشفیعیدانشگاه صنعتی امیرکبیر(پلی تکنیک تهران)2022610In this paper, the problem of sensor fault estimation and designing of a distributed fault-tolerant controller is investigated to guarantee the leader-follower consensus for homogeneous singular multi-agent systems for the first time. First, a novel augmented model for the system is proposed. It is shown that the proposed model is regular and impulse-free unlike some similar research works. Based on this model, the state and sensor fault of the system are simultaneously estimated by designing a distributed singular observer. The proposed observer also has the ability to estimate time-varying sensor fault. Then, a distributed controller is designed to guarantee the leader-follower consensus using estimation of state and sensor fault. The sufficeient conditions to ensure the stability of the observer dynamic and consensus dynamic are drived in terms of linear matrix inequalities (LMIs). The gains of observer and controller are computed by solving these conditions with MATLAB software. Finally, the validation and efficiency of the proposed control system for the leader-follower consensus of singular multi-agent systems exposed to sensor faults is illustrated by computer simulations. The simulation results show that the propsed control strategy deeling to the sensor falut in the singular multi-agent systems is effective.در این مقاله براي نخستین بار، مسئله ي تخمین ع یب حسگر و طراحی یک سیستم کنترل تحم لپذ یر ع یب توزیع شده به منظور اجماع رهبر پ - یرو در سیستمهاي چندعالم ی سینگولار همگن مورد بررسی قرار میگیرد. ابتدا، یک مدل الحاقی براي سیستم مورد مطالعه پیشنهاد م یشود. نشان داده شده است که مدل الحاقی پیشنهادشده در این مقاله بر خلاف برخی کارهاي تحقیقاتی مشابه منظم و بدون ضربه است . بر اساس این مدل، متغیرهاي حالت سیستم و ع یب حسگر با طراحی یک رویتگر سینگولار توزیع شده به صورت همزمان تخمین زده م یشوند. رویتگر پ یشنهادشده قابلیت تخمین ع یبهاي متغیر با زمان را نیز دارا میباشد . سپس، یک کنتر لکنندهي توزیعشده به منظور اجماع رهبر پ - یرو با استفاده از تخمین حال ت هاي سیستم و تخمین ع یب حسگر انجام شده؛ طراحی میشود . شروط کافی براي پایداري دینامیک خطاي تخمین حالت و دینامیک خطاي عدم توافق بر حسب ترمهاي نامساوي ماتریسی خطی بدست میآید و با حل آنها، ماتریسهاي بهره رویتگر و کنتر لکننده بدست میآیند. همه نامساويهاي خطی ماتریسی موجود MATLAB در مقاله با استفاده از نرمافزار حل شده است. در نهایت، صحتسنجی و کارایی سیستم کنترل پیشنهادي به منظور اجماع رهبر پ - یرو سیستم هاي چندعاملی سینگولار در معرض عیب حسگر با استفاده از شبیه سازي رایانهاي نشان داده میشود. نتایج شبی هسازي نشان میدهد که استراتژي کنترل پیشنهادي در مقابله با اثر عیب سنسور در سیستمهاي سینگولار چندعاملی کارا میباش .http://jour.aicti.ir/ar/Article/Download/43911

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Indigenous model of commercialization of complex technologies based on partnership in the ICT sectorالگوي بومي تجاري سازي فناوري هاي پيچيده مبتني بر مشارکت در بخش فاوا223241faمهدیفردی نیادانشگاه ازاد اسلامیفاطمهثقفیدانشیار دانشگاه تهران0000000348436885جلال حقیقت منفرددانشگاه آزاد اسلامی واحد تهران مرکزی202268The ICT industry is one of the most complex industries with superior technologies. Sustainable growth of companies in this industry is ensured by successful commercialization, which due to the complexity of the field, knowledge sharing between companies is essential. A careful review of the literature showed that there is no model for how to succeed in commercialization and its relationship with interorganizational participation in the ICT sector. Therefore, this issue was determined as the goal of the research. By reviewing the research background; Factors affecting the success of participation-based commercialization including internal and external drivers, participation, esources, dynamic capabilities, executive mechanisms and extraction performance were drawn in the form of a conceptual model. Then, by studying multy-case study, technological projects of ICT Research Institute, including (Antivirus Padvish, Native search engine project, SOC native operations center, communication equipment POTN) and content analysis, main and secondary themes of the model were extracted. Then, using a focus group consisting of experts, the results were validated and themes (propositions) were confirmed. The relationship between the components was also confirmed in the panel of experts. The final model is a combination of these factors that, according to the indigenous experiences of Iran, has led to the success of commercialization and can be the basis for policy-making for successful knowledge-based products.صنعت فاوا جزو صنایع پیچیده و داراي فناوريهاي برتراست. رشد پایدار شرکت ها در این صنعت با تجاريسازي موفق تضمین ميشود که با توجه به پیچیدگي حوزه، مشارکت دانشي بین شرکت ها ضروري است. بررسي دقیق ادبیات نشان داد الگویي براي چگونگي موفقیت در تجاري سازي و ارتباط آن با مشارکت بین سازماني در بخش فاوا وجود ندارد. لذا این موضوع به عنوان هدف تحقیق تعیین شد. با مرورپیشینه تحقیق؛ عوامل اثرگذار بر موفقیت تجاريسازي مبتني بر مشارکت شامل محرکهاي داخلي و خارجي، مشارکت، منابع، قابلیتهاي پویا، سازوکارهاي اجرایي و عملکرد استخراج و در قالب یک مدل مفهومي ترسیم شد.در ادامه با مطالعه چند موردي 4 پروژه فناورانه پژوهشگاه فاوا شامل )آنتيویروس پادویش، طرح جویشگر بومي، مرکز عملیات بومي SOC ، تجهیزات ارتباطي (POTN و تحلیل مضمون، مضامین اصلي و فرعي الگو، استخراج شد. سپس با استفاده از گروه کانوني متشکل از خبرگان، نتایج، اعتبارسنجي شده و 29 مضمون)گزاره( تأیید شد. ارتباط بین مولفهها نیز در پنل خبرگان مورد تایید قرار گرفت. الگوي نهایي، ترکیبي از این عوامل است که طبق تجارب بومي کشور ایران باعث موفقیت تجاري سازي شده است و مي تواند مبناي سیاستگذاري براي تولیدات دانش بنیان موفق قرار گیرد.http://jour.aicti.ir/ar/Article/Download/43912

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Improving energy consumption in the Internet of Things using the Krill Herd optimization algorithm and mobile sinkبهبود مصرف انرژي در اینترنت اشیا با استفاده از الگوریتم بهینه سازي گروه میگوها و چاهک متحرک241259faشایستهطباطبائیهیات علمی دانشگاه0000000155136165202395Internet of Things (IoT) technology involves a large number of sensor nodes that generate large amounts of data. Optimal energy consumption of sensor nodes is a major challenge in this type of network. Clustering sensor nodes into separate categories and exchanging information through headers is one way to improve energy consumption. This paper introduces a new clustering-based routing protocol called KHCMSBA. The proposed protocol biologically uses fast and efficient search features inspired by the Krill Herd optimization algorithm based on krill feeding behavior to cluster the sensor nodes. The proposed protocol also uses a mobile well to prevent the hot spot problem. The clustering process at the base station is performed by a centralized control algorithm that is aware of the energy levels and position of the sensor nodes. Unlike protocols in other research, KHCMSBA considers a realistic energy model in the grid that is tested in the Opnet simulator and the results are compared with AFSRP (Artifical Fish Swarm Routing ProtocolThe simulation results show better performance of the proposed method in terms of energy consumption by 12.71%, throughput rate by 14.22%, end-to-end delay by 76.07%, signal-to-noise ratio by 82.82%. 46% compared to the AFSRP protocolفناوري اینترنت اشیا ) IoT ( شامل تعداد زیادي گرههاي حسگر است که حجم انبوهي از داده تولید ميکنند. مصرف بهینه انرژي گرههاي حسگر یک چالش اساسي در این نوع از شبکههاست. خوشهبندي گرههاي حسگر در دستههاي مجزا و تبادل اطلاعات از طریق سرخوشهها، یکي از راهکارهاي بهبود مصرف انرژي است. این مقاله یک پروتکل مسیریابي مبتني بر خوشهبندي جدید به نام 1KHCMSBA را ارائه ميدهد. پروتکل پیشنهادي بطور بیولوژیکي از ویژگيهاي جستجوي سریع و مؤثر الهام گرفته بر اساس رفتار غذایابي میگوها در الگوریتم بهینهسازي گروه میگوها براي خوشهبندي گرههاي حسگر استفاده ميکند. در پروتکل پیشنهادي همچنین از چاهک متحرک براي جلوگیري از مشکل نقطه داغ استفاده مي شود. فرآیند خوشهبندي در ایستگاه پایه با یک الگوریتم کنترل متمرکز انجام ميشود که از سطوح انرژي و موقعیت قرارگیري گرههاي حسگر آگاه است. بر خلاف سایر پروتکلهاي موجود در سایر تحقیقات، KHCMSBA مدل انرژي واقع بینانهاي را در شبکه در نظر ميگیرد که در شبیه ساز Opnet عملکرد آن مورد آزمایش قرار ميگیرد و نتایج حاصل از شبیه سازي با پروتکل ( Artifical Fish Swarm Routing Protocol) AFSRP مقایسه ميشوند. نتایج حاصل از شبیه سازي حاکي از عملکرد بهتر روش پیشنهادي از نظر انرژي مصرفي به میزان 71 / 12 درصد، نرخ گذردهي به میزان 22 / 14 درصد، تأخیر انتها به انتها به میزان 07 / 76 درصد، نسبت سیگنال به نویز به میزان 82 / 46 درصد نسبت به پروتکل AFSRP است.http://jour.aicti.ir/ar/Article/Download/43913

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Liquidity Risk Prediction Using News Sentiment Analysisپیش بینی ریسک نقدینگی با استفاده از تحلیل تمایلات خبری258273faحامدمیرشکدانشجوامیرالبدویدانشگاه تربیت مدرسمهردادکارگریاستاد دانشگاهمحمد علیرستگاراستاد دانشگاهمحمدطالبیدانشگاه امام صادق2022813One of the main problems of Iranian banks is the lack of risk management process with a forward-looking approach, and one of the most important risks in banks is liquidity risk. Therefore, predicting liquidity risk has become an important issue for banks. Conventional methods of measuring liquidity risk are complex, time-consuming and expensive, which makes its prediction far from possible. Predicting liquidity risk at the right time can prevent serious problems or crises in the bank. In this study, it has been tried to provide an innovative solution for predicting bank liquidity risk and leading scenarios by using the approach of news sentiment analysis. The news sentiment analysis approach about one of the Iranian banks has been used in order to identify dynamic and effective qualitative factors in liquidity risk to provide a simpler and more efficient method for predicting the liquidity risk trend. The proposed method provides practical scenarios for real-world banking risk decision makers. The obtained liquidity risk scenarios are evaluated in comparison with the scenarios occurring in the bank according to the guidelines of the Basel Committee and the opinion of banking experts to ensure the correctness of the predictions and its alignment. The result of periodically evaluating the studied scenarios indicates a relatively high accuracy. The accuracy of prediction in possible scenarios derived from the Basel Committee is 95.5% and in scenarios derived from experts' opinions, 75%.یکي از م شکلات ا سا س ي بانکهاي ایراني نبود فرآیند مدیریت ری سک با رویکردي آیندهنگر ا ست . از مهمترین این ری سک ها در بانک، ميتوان به ری سک نقدینگي ا شاره کرد ؛ بنابراین پيشبيني ری سک نقدینگي به مو ضوع ي مهم براي بانکها تبدیل شده ا س ت. روشهاي مرسوم اندازه گيري ریسک نقدینگي پيچيده، زمانبر و پرهزینه هستند که پيشبيني آن را نيز غير قابل دسترس نموده اس ت. پيشبيني ریسک نقدینگي در زمان مناسب ميتواند از بروز مشکلات یا بحرانهاي جدي در بانک جلوگيري نماید. در این مطالعه سعي شده است تا راهحلي نوآورانه براي پيشبيني ریسک نقدینگي بانک و سناریوهاي پيشرو با استفاده از رویکرد تحليل تمایلات خبري ارائه شود . از رویکرد تحليل تمایل اخبار پيرامون یکي از بانکهاي ایراني در را ستاي شنا سایي متغيرهاي کيفي پ ویا و مؤثر در ریسککک نقدینگي بهره برده شده تا روشي سادهتر و با کارایي بالاتر براي پيشبيني روند ریسک نقدینگي ارائه نماید. روش پيشنهادي سناریوهاي عملي را براي تص ميمگيرندگان ریسک بانکي در دنياي واقعي فراهم ميکند. س کناریوهاي ریسک نقدینگي به د ست آمده در مقای سه با سنار یوهاي رخ داده در بانک طبق د ستورالعمل کم يته بازل و نظر کار شنا سان بانک ي ارزیابي مي شوند تا از صحت پ يشبينيها و همسو یي آن اطمينان حاصل شود. نتيجه ارزیابي سنار یوهاي موردمطالعه بهصورت دورهاي حاکي از دقت نسبتاً بالا است. معيار دقت 1 پيشبيني در سککناریوهاي محتمل اسککتاراش شده از کميته بازل، 95.5 % و در سککناریوهاي برگرفته از نظرات خبرگان، 75 % استhttp://jour.aicti.ir/ar/Article/Download/43915

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Identify and analyze decision points and key players in procurement process in the EPC companiesشناسایی و تحلیل نقاط تصمیم و بازیگران کلیدی در فرایند تامین شرکت های EPC277299fa سیده مطهره حسینیدانشجوی دکتری0000000154186961محمداقدسیعضو هیئت علمی2022825Correct and timely decisions have a significant impact on the performance and achievement of the company's goals. In other words, business process management depends on making and implementing rational decisions. By increasing the integration of information systems in organizations and using tools such as process mining, a platform is provided for the use of data analysis approaches and better analysis of decisions, and managers can act in agile decision making. Selecting a supplier in the process of purchasing in complex projects is one of the basic and key decisions that affect the quality, cost and performance of the project. In this article, with a process perspective, the decision points in the purchasing process in a complex construction project in an EPC company have been discovered and the key players in the implementation of the process have been identified and analyzed through social network analysis. The results of this research have led to the investigation of decision points in the process, the performance of decision points and the identification of key people in decision making, which can be used to improve the company's future performance.تصممیمات درسمت و بهموقع تاثیر بسمزایي در عملكرد و دسمتیابي شمرکت به اهداو ود دارد بهبیانيدیگر مدیریت فرایندهاي کس وکار، به اتخاذ و اجراي تصممیمات منطقي وابسته اسمت با افزای یكپارچه سمایي سمیسمتمهاي اطلاعاتي در سمایمانها و با اسمتفاده ای ابزارهایي مانند فرایندکاوي، بسممتري جهت اسممتفاده ای رویكردهاي جدید تحلید داده و تحلید بهتر تصمممیمات فراهم شمده و مدیران ميتوانند در تصمیم گیريها به صورت چالاک عمد نمایند انتخاب تامینکننده در فرایند رید در پروژههاي پیچیده، یكي ای تصمیمات اثرگذار در کیفیت، هزینه و عملكرد پروژه اسممت در این مقاله با دیدگاه فرایندي، نقات تصمممیم در فرایند رید در یو پروژه سما ت پیچیده در یو شمرکت EPC کشم و با تحلید شمبكه اجتماعي باییگران کلیدي در اجراي فرایند شمناسمایي و بررسمي شده اسمت نتای حاصمد ای این تحقی به بررسمي جایگاه نقات تصممیم در جریان فرایندي، عملكرد نقات تصممیم و نیز شمناسمایي افراد کلیدي در اتخاذ تصمیمات منجر شده که ميتواند در بهبود عملكرد آتي شرکت مورد استفاده قرار گیردhttp://jour.aicti.ir/ar/Article/Download/43916

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Fake Websites Detection Improvement Using Multi-Layer Artificial Neural Network Classifier with Ant Lion Optimizer Algorithmبهبود تشخیص وبگاه های جعل شده با استفاده از طبقه بندی کننده شبکه عصبی مصنوعی چند لایه با الگوریتم بهینه سازی شیرمورچه299310faفرهنگپدیداران مقدمدانشگاه صنعتی اسفراینمهشیدصادقی باجگیران-موسسه آموزش عالی اشراق202288In phishing attacks, a fake site is forged from the main site, which looks very similar to the original one. To direct users to these sites, Phishers or online thieves usually put fake links in emails and send them to their victims, and try to deceive users with social engineering methods and persuade them to click on fake links. Phishing attacks have significant financial losses, and most attacks focus on banks and financial gateways. Machine learning methods are an effective way to detect phishing attacks, but this is subject to selecting the optimal feature. Feature selection allows only important features to be considered as learning input and reduces the detection error of phishing attacks. In the proposed method, a multilayer artificial neural network classifier is used to reduce the detection error of phishing attacks, the feature selection phase is performed by the ant lion optimization (ALO) algorithm. Evaluations and experiments on the Rami dataset, which is related to phishing, show that the proposed method has an accuracy of about 98.53% and has less error than the multilayer artificial neural network. The proposed method is more accurate in detecting phishing attacks than BPNN, SVM, NB, C4.5, RF, and kNN learning methods with feature selection mechanism by PSO algorithm.در حملات فیشینگ یک وبگاه جعلي از روي وبگاه اصلي جعل ميگردد که ظاهر بسیار شبیه به وبگاه اصلي دارد. فیشر یا سارق آنلاین براي هدایت کاربران به این وبگاهها، معمولا لینکهاي جعلي را در ایمیل قرار داده و براي قربانیان خود ارسال نموده و با روشهاي مهندسي اجتماعي سعي در فریب کاربران و مجاب نمودن آنها براي کلیک روي لینکهاي جعلي دارد. حملات فیشینگ زیان مالي قابل توجهاي دارند و بیشتر روي بانکها و درگاههاي مالي متمرکز هستند. روشهاي یادگیري ماشین یک روش موثر براي تشخیص حملات فیشینگ است اما این مشروط به انتخاب بهینه ویژگي است. انتخاب ویژگي باعث ميشود فقط ویژگيهاي مهم به عنوان ورودي یادگیري در نظر گرفته شوند و خطاي تشخیص حملات فیشینگ کاهش داده شود. در روش پیشنهادي براي کاهش دادن خطاي تشخیص حملات فیشینگ یک طبقهبندي کننده شبکه عصبي مصنوعي چند لایه استفاده شده که فاز انتخاب ویژگي آن با الگوریتم بهینهسازي شیرمورچه انجام ميشود. ارزیابي و آزمایشها روي مجموعه داده Rami که مرتبط با فیشینگ است نشان ميدهد روش پیشنهادي داراي دقتي در حدود 98.53 % است و نسبت به شبکه عصبي مصنوعي چند لایه خطاي کمتري دارد. روش پیشنهادي در تشخیص حملات فیشینگ از روشهاي یادگیري BPNN ، SVM ، NB ، C4.5 ، RF و kNN با سازوکار انتخاب ویژگي توسط الگوریتم PSO دقت بیشتري دارد.http://jour.aicti.ir/ar/Article/Download/43917

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Extracting Innovation Strategies and Requirements for Telecommunication Companies: Case Study of Telecommunications Infrastructure Companyاستخراج راهبردها و الزامات نوآوری برای شرکت های مخابراتی: مطالعه موردی شرکت ارتباطات زیرساخت311328faعلیرضااسماعیلیشرکت ارتباطات زیرساختعلیرضااصغریانشرکت ارتباطات زیرساختتکاوشبحرینیشرکت ارتباطات زیرساختنسریندسترنجپژوهشگاه ارتباطات و فناوری اطلاعاتمهشیدغفارزادگانمرکز تحقیقات مخابرات ایرانکلثومعباسی شاهکوهپژوهشگاه ارتباطات و فناوری اطلاعاتماندانافرزانهپژوهشگاه ارتباطات و فناوری اطلاعاتحمیرامقدمیپژوهشگر2022529The purpose of this study is to identify effective innovation strategies for a governmental organization and mission-oriented in the field of communication and information technology. The characteristics of the company under study are: governmental organization, having a monopoly market, scattered actions in the field of innovation, having managers interested in organizational innovation and has a clear and up-to-date strategy and structure. In this paper, innovation strategies were collected using comparative studies of similar international companies. Then by using the method of thematic analysis on the data obtained from semi-structured interviews, the strengths and weaknesses related to the innovation were identified. By matching these two categories of information, a number of appropriate strategies have been proposed and their implementation considerations have been expressed based on the specific characteristics of this company. Accordingly, suggestions for future research of this company have been presented to identify appropriate methods of implementation of organizational innovation in similar circumstances.هدف این مطالعه، شناسایي راهبردهاي نوآوري موثر براي یک شرکت دولتي و ماموریتمحور در حوزه ارتباطات و فناوري اطلاعات است. ویژگیهاي شرکت مورد مطالعه عبارتند از: دولتيبودن، برخورداري از بازار انحصاري، اقدامات پراکنده در حوزه نوآوري، برخورداري از مدیران علاقهمند به نوآوري سازماني و داراي راهبرد و ساختار مشخص و بهروز. در این مقاله با مطالعه شرکتهاي بینالمللي مشابه، راهبردهاي دمرسوم نوآوري جمعآوري شد. سپس با استفاده از روش تجزیه و تحلیل تماتیک بر روي دادههاي حاصل از مصاحبههاي نیمه ساختاریافته در شرکت ارتباطات زیرساخت، قوتها و ضعفهاي مرتبط با موضوع نوآوري شرکت، شناسایي شدند. با مطابقت این دو دسته اطلاعات، تعدادي از راهبردهاي مناسب براي این شرکت پیشنهاد شده و ملاحظات اجرایيسازي آنها نیز بر اساس ویژگیهاي خاص این شرکت، بیان شده است. بر همین اساس پیشنهادهایي براي پژوهشهاي آتي این شرکت ارائه شده است تا با استفاده از آنها، روشهاي مناسب اجرا و پیادهسازي نوآوري سازماني را در شرایط مشابه شناسایي کند.http://jour.aicti.ir/ar/Article/Download/43918

مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه فناوری اطلاعات و ارتباطات ایران2717-04111555202395Using limited memory to store the most recent action in XCS learning classifier systems in maze problemsبکارگیری حافظه ای محدود برای نگهداری برترین کنش اخیردر سیستم های طبقه بندی کننده یادگیر XCS در مسائل هزارتو330347fa علی یوسفیدانشجوی دکتری هوش مصنوعی و رباتیکز گروه آموزشی کامپیوتر، واحد علوم و تحقیقات ، دانشگاه آزاد اسلامی، تهران،ایرانکامبیزبدیععضو هیات علمی پژوهشگاه ارتباطات و فناوری اطلاعاتمحمد مهدیعبادزادهاستاد دانشکده مهندسی کامپیوتر و فناوری اطلاعات دانشگاه صنعتی امیر کبیر ، تهران ایرانآرششریفیگروه مهندسی کامپیوتر، واحد علوم و تحقیقات، دانشگاه آزاد اسلامی، تهران، ایران.20221022Nowadays, learning classifier systems have received attention in various applications in robotics, such as sensory robots, humanoid robots, intelligent rescue and rescue systems, and control of physical robots in discrete and continuous environments. Usually, the combination of an evolutionary algorithm or intuitive methods with a learning process is used to search the space of existing rules in assigning the appropriate action of a category. The important challenge to increase the speed and accuracy in reaching the goal in the maze problems is to use and choose the action that the stimulus is placed on the right path instead of repeatedly hitting the surrounding obstacles. For this purpose, in this article, an intelligent learning classifier algorithm of accuracy-based learning classifier systems (XCS) based on limited memory is used, which according to the input and actions applied to the environment and the reaction of the stimulus, the rules It is optimally identified and added as a new classifier set to the accuracy-based learning classifier systems (XCS) algorithm in the next steps. Among the achievements of this method, it can be based on reducing the number of necessary steps and increasing the speed of reaching the stimulus to the target compared to the accuracy-based learning classifier systems (XCS) algorithm.امروزه، سیستمهاي طبقهبندي کننده یادگیر درکاربردهاي متنوع در رباتیک مانند رباتهاي حسي، رباتهاي انساننما، سامانه هاي امداد و جات هوشمند وکنترل ربانهاي فیزیکي در محیطهاي گسسته و پیوسته، مورد توجه قرار گرفته است. معمولا از ترکیب یک الگوریتم تکاملي یا روشهاي شهودي با یک فرایند یادگیري براي جستجو در فضاي قوانین موجود در انتساب کنش مناسب یک دستهبند استفاده مي شود. چالش مهم براي بالا بردن سرعت و دقت در رسیدن به هدف در مسائل هزار تو، بکارگیري و انتخاب کنشي است که محرک بجاي برخورد تکراري به موانع اطراف، در مسیر درست قرار گیرد. بدین منظور در این مقاله یک الگوریتم طبقه بندي کننده یادگیر هوشمند سیستمهاي طبقه بند یادگیر مبتني بر دقت) XCS ( مبتني بر حافظه محدود بکار گرفته شده است که با توجه به ورودي و کنشهاي اعمال شده به محیط و عکس العمل محرک، قوانین بهینه شناسایي شده و در اولویت انتخاب با احتمال بیشتري در مراحل بعدي، به عنوان مجموعه دستهبند جدید به الگوریتم سیستمهاي طبقه بند یادگیر مبتني بر دقت (XCS) اضافه گردد. از جمله دستاوردهاي این روش مي توان به کاهش تعداد مراحل لازم و افزایش سرعت در رسیدن محرک به هدف در مقایسه با الگوریتم سیستمهاي طبقه بند یادگیر مبتني بر دقت (XCS) پایه داشت .http://jour.aicti.ir/ar/Article/Download/43919