در فضای اینترنت شناسایی عکسهای غیراخلاقی امری ضروری در جهت حفاظت فیزیکی و ذهنی کودکان محسوب می شود؛ یکی از چالش های اصلی در تشخیص تصاوير غیر اخلاقی تغییرات روشنایی و رنگ پوست بدن است. به همین منظور در این مقاله روشی برای حل تغییرات روشنايي و بهبود تشخیص تصاویر غیراخلاق چکیده کامل
در فضای اینترنت شناسایی عکسهای غیراخلاقی امری ضروری در جهت حفاظت فیزیکی و ذهنی کودکان محسوب می شود؛ یکی از چالش های اصلی در تشخیص تصاوير غیر اخلاقی تغییرات روشنایی و رنگ پوست بدن است. به همین منظور در این مقاله روشی برای حل تغییرات روشنايي و بهبود تشخیص تصاویر غیراخلاقی ارایه شدهاست. در اين مقاله از شبکه عصبی عمیق فازی برای بهبود روشنایی تصاویر غیراخلاقی استفاده شده است. در روش پیشنهادی از مدل یادگیری عمیق xception جهت تقسیم تصویر براساس شدت روشنايي به بخشهای مختلف بهره گرفته شده است. تقسیم کردن تصویر به قسمتهای مختلف باعث بهبود تغییرات روشنايي با حفظ جزئیات تصویر و نهایتا شناسایی بهتر تصاویر غیراخلاقی شده است. به علاوه برای طبقهبندی رنگ پوست از ترکیب الگوریتم مبتنی بر Gaussian-KNN بهره گرفته شده است که روشی غیرپارامتری برای طبقهبندیها و رگرسیونها است؛ و در انتها از الگوریتم ماشین بردار پشتیبان براي طبقهبندی تصاویر استفاده شده است. به منظور پیاده سازی و ارزیابی روش پیشنهادی یک مجموعه شامل 33000 تصویر گردآوری شد، نتایج بدست آمده نشان میدهد که طرح پیشنهادی با دقت 7/99 درصد تصاویر غیراخلاقی را تشخیص می دهد.
پرونده مقاله
امروزه ظهور و گسترش فناوری هایی که امکان ارتباط هر چه گستردهتر را فراهم کرده اند، تغییرات قابلملاحظهای را در هم زندگی خصوصی و هم زندگی حرفه ای افراد به وجود آورده است. اجرای صحیح فناوری اطلاعات منشأ توسعه اقتصادی و فرهنگی و ارتقای کیفیت زندگی از طریق تبادل اطلاعات و چکیده کامل
امروزه ظهور و گسترش فناوری هایی که امکان ارتباط هر چه گستردهتر را فراهم کرده اند، تغییرات قابلملاحظهای را در هم زندگی خصوصی و هم زندگی حرفه ای افراد به وجود آورده است. اجرای صحیح فناوری اطلاعات منشأ توسعه اقتصادی و فرهنگی و ارتقای کیفیت زندگی از طریق تبادل اطلاعات و ارائه خدمات عمومی و خصوصی است. هدف از این پژوهش ارائه مدل پذیرش فناوری اطلاعات در پروژههای فناوری اطلاعات مراکز تحقیقاتی ICT دانشگاهی ایران میباشد. در این مقاله به بررسی عوامل و پارامترهای مؤثر بر پذیرش فناوری اطلاعات در پروژه های ICT مراکز تحقیقاتی دانشگاهی حوزه فناوری اطلاعات پرداختهشده است. برای جمعآوری دادهها و اطلاعات موردنیاز از پرسشنامه استاندارد مرتبط استفاده شده است. جامعه آماری مورد نظر خبرگان شاغل در پروژه حوزه ICT مرکز تحقیقاتی دانشگاه بوده است که به دلیل انتخاب پروژه خاص در حوزه مذکور، نمونه برداری غیراحتمالی در دسترس (30نفر) انجام شده است. تجزیه و تحلیل داده نیز با استفاده از نرمافزارهای Spss 22 و Smart pls3 انجام شد. باتوجه به محاسبات انجامشده، میتوان عوامل مؤثر بر پذیرش فناوری اطلاعات در مراکز تحقیقاتی دانشگاهی را به چهار دسته شامل عوامل مرتبط با فناوری اطلاعات، عوامل سازمانی، عوامل مرتبط با مدیر عالی اجرایی و عوامل فردی تقسیم نمود. نتایج تحقیق نشان می دهد، به ترتیب عوامل مدیریتی ( به میزان 497/0)، عوامل مرتبط با فناوری اطلاعات (به میزان 460/0 ) و عوامل فردی ( به میزان457/0) بر پذیرش فردی فناوری اطلاعات و عوامل سازمانی ( به میزان 469/0) و عوامل فردی ( به میزان 459/0) تاثیرگذاری قابل توجهی بر پذیرش سازمانی فناوری اطلاعات دارند.
پرونده مقاله
پیشبینی قیمت سهام توسط تحلیلگران داده یک فرصت تجاری بزرگ را برای طیف گسترده سرمایه گذاران در بازار سهام ایجاد کرده است. اما این مهم به دلیل ماهیت بی ثبات و پویایی بیش از حد عوامل متعدد اقتصادی تاثیرگذار بر بازار سهام، امری دشوار است. در این پژوهش به منظور شناسایی ارتبا چکیده کامل
پیشبینی قیمت سهام توسط تحلیلگران داده یک فرصت تجاری بزرگ را برای طیف گسترده سرمایه گذاران در بازار سهام ایجاد کرده است. اما این مهم به دلیل ماهیت بی ثبات و پویایی بیش از حد عوامل متعدد اقتصادی تاثیرگذار بر بازار سهام، امری دشوار است. در این پژوهش به منظور شناسایی ارتباط پیچیده 10 متغیر اقتصادی بر قیمت سهام شرکتهای فعال در بازار سهام تهران، دو مدل طراحی و پیادهسازی شده است. نخست یک سیستم استنتاج فازی ممدانی که مجموعه قوانین موتور استنتاج خود را توسط الگوریتم بهینهسازی ازدحام ذرات بدست میآورد طراحی میشود. سپس مدل یادگیری عمیق مشتمل بر 26 نرون در 5 لایه پنهان طراحی شده است. مدلهای طراحی شده به منظور پیشبینی قیمت سهام نه شرکت فعال در بورس اوراق بهادار تهران پیادهسازی و نتایج بدست آمده حاکی از عملکرد بهتر مدل یادگیری عمیق بر مدل ترکیب دوگانه استنتاج فازی-ازدحام ذرات و نیز مدل رایج شبکه عصبی دارد. اما قدرت تفسیرپذیری الگوی بدست آمده، رفتار همسانتر و با واریانس به مراتب کمتر و نیز سرعت همگرایی بیشتر نسبت به سایر مدلها را میتوان از مزایای رقابتی قابل توجه مدل ترکیب دوگانه استنتاج فازی-ازدحام ذرات نام برد.
پرونده مقاله
گزارشهای خبری ارائه شده در رسانههای اجتماعی و خبری با انواع اسناد و مدارک ارائه میشوند و شامل موضوعاتی هستند که جوامع و نظرات مختلف را در برمیگیرند. آگاهی از رابطه میان افراد در اسناد میتواند به خوانندگان کمک کند تا یک دانش اولیه درخصوص موضوع و هدف در اسناد مخت چکیده کامل
گزارشهای خبری ارائه شده در رسانههای اجتماعی و خبری با انواع اسناد و مدارک ارائه میشوند و شامل موضوعاتی هستند که جوامع و نظرات مختلف را در برمیگیرند. آگاهی از رابطه میان افراد در اسناد میتواند به خوانندگان کمک کند تا یک دانش اولیه درخصوص موضوع و هدف در اسناد مختلف بهدست آورند. در این مقاله، روشهای تشخیص جوامع بررسی شده و تکنیکهای مختلف خوشهبندی افرادی که نام آنها در مجموعهای از اسناد خبری آورده شده است نیز مورد بررسی قرار میگیرد. این افراد در جوامعی خوشهبندی میشوند که مواضع مرتبط با یکدیگر دارند. در این مقاله یک روش تشخیص موضع افراد جامعه مبتنی بر یک شبکه دوستی به عنوان مكانيزم پايه معرفی شده و مكانيزم تشخيص جوامع بهبود يافتهاي برمبناي آن ارائه گرديده است. در روش پیشنهادی از ساختار الگوریتم ژنتیک جهت بهبود نرخ تشخیص بهره گرفته شده است. در آزمایشها معیار صحت به منظور مقايسه درنظر گرفته شده است که برای رسیدن به این هدف شاخص رَند نیز استفاده گردیده است. نتایج حاصل از آزمایشها که برمبنای پایگاههای دادهی واقعی اسناد انتشار یافته در رسانه خبری گوگل نیوز در رابطه با یک موضوع خاص بهدستآمدهاند، حاکی از کارآمدی و بهرهوری مطلوب روش پیشنهادی است.
پرونده مقاله
سيستمهاي توصیهگر بر اساس اطلاعات کاربران و آیتمها، سلایق و علاقهمندیهای مورد نظر کاربران را پیشبینی کرده و بر اساس آنها آیتمهای مناسب را به کاربران پیشنهاد میدهند. اکثر رويکردهاي موجود براي سيستمهاي توصيهگر بر روی پیشنهاد دادن مرتبطترین آیتمها تمرکز میکنند و چکیده کامل
سيستمهاي توصیهگر بر اساس اطلاعات کاربران و آیتمها، سلایق و علاقهمندیهای مورد نظر کاربران را پیشبینی کرده و بر اساس آنها آیتمهای مناسب را به کاربران پیشنهاد میدهند. اکثر رويکردهاي موجود براي سيستمهاي توصيهگر بر روی پیشنهاد دادن مرتبطترین آیتمها تمرکز میکنند و اطلاعات زمينهاي مانند زمان یا مکان را در نظر نمیگیرند. در اين مقاله يک روش برای سیستم توصيهگر زمينه آگاه سفر با بهرهگيري از اطلاعات عکسهاي برچسب دار جغرافيايي ارایه شده است که از دقت بالايي برخوردار است. این روش نسبت به مقالات مشابه، تعداد زمينههاي بيشتری مانند (وضعيت آب و هوا، وضعيت روحي کاربر، ميزان ترافيک و ...) را در نظر میگیرد. با این کار باعث نزديک شدن کاربران يک خوشه و در نتیجه افزايش دقت میشود. روش پیشنهادی به جای استفاده از الگوریتم خوشهبندي کلاسيک از ادغام دو الگوريتم رقابت استعماري و خوشهبندي C-Means فازی استفاده میکند. ارزيابي روش ارايه شده بر روی مجموعه داده فليکر انجام شده و نتايج ارزيابي حاکي از آن است که روش پيشنهادي قادر به فراهم کردن توصيههاي موثر و دقیق مطابق با علاقهمندیهای کاربر و موقعيت فعلي بازديد او ميباشد. رویکرد پيشنهادي در معیارهای دقت، متوسط مطلق دقت و میانگین قدر مطلق خطا به ترتیب به 0.69 و 0.53 و 0.31 دست یافته است.
پرونده مقاله
مسئله نمودار قطبی یکی از تعمیمهای نمودار ورونوی است که در آن به جای متر اقلیدسی از مقدار زاویه برای محاسبه فاصله استفاده می شود.. این مسئله کاربردهای زیادی در پردازش تصویر، مخابرات و مباحث مربوط به آنتن، رؤیتپذیری و مسیریابی ربات دارد. در سالهای اخیر دو نوع نمودار قطب چکیده کامل
مسئله نمودار قطبی یکی از تعمیمهای نمودار ورونوی است که در آن به جای متر اقلیدسی از مقدار زاویه برای محاسبه فاصله استفاده می شود.. این مسئله کاربردهای زیادی در پردازش تصویر، مخابرات و مباحث مربوط به آنتن، رؤیتپذیری و مسیریابی ربات دارد. در سالهای اخیر دو نوع نمودار قطبی مطرح شده و برای انواع سایتها الگوریتمهای مناسبی ارائه شده است. همچنین روی همین مسائل با دادههای جنبشی و حالات پویا الگوریتمهایی ارائه شده است. در این مقاله قطب به عنوان ناظرمتحرک در نظر گرفته شده و الگوریتمی ارائه میشود که مسئله بازسازی نمودار قطبی با قطب نزدیک را به صورت کارا و در زمان خطی حل میکند. در این حالت زمان پیشپردازش الگوریتم〖O(n^4 log〗_2〖n)〗 و زمان باز رسم نمودار در هر حرکت متوالی قطب برابر با O(logn+k) است که در آنk تعداد سایتهای درون ناحیهT است که احتمال تغییر در آنها وجود دارد.
پرونده مقاله