_id
stringlengths
40
40
text
stringlengths
0
5.02k
title
stringlengths
0
277
fa92af436a7d04fcccc025fdedde4039d19df42f
سرطان پستان از چندین زیرگروه با مورفولوژی و پیامدهای بالینی متمایز تشکیل شده است. ظهور ریزآرایه ها منجر به پارادایم جدیدی در رمزگشایی ناهمگونی سرطان پستان شده است که بر اساس آن سیستم زیرگروهی ذاتی با استفاده از طبقه بندی کننده های چند ژنی پیش آگهی توسعه داده شد. زیرگروه‌های شناسایی‌شده با استفاده از پانل‌های ژنی مختلف، اگرچه تا حد زیادی با هم همپوشانی دارند، اما به طور کامل با هم همگرا نمی‌شوند و بهره‌مندی از اطلاعات و دیدگاه‌های جدید منجر به ظهور زیرگروه‌های جدیدی شده است که درک ما را نسبت به ناهمگونی تومور پستان پیچیده می‌کند. این بررسی زیرگروه‌های ذاتی موجود، ویژگی‌های بالینی و مدیریت بیمار، پانل‌های امضای تجاری، و همچنین اطلاعات مختلف مورد استفاده برای طبقه‌بندی تومور را بررسی و خلاصه می‌کند. دو روند در پایان در زیرگروه بندی سرطان سینه اشاره می شود، یعنی یا واگرایی به گروه های تصفیه شده تر یا همگرایی به زیرگروه های اصلی. این بررسی درک ما را نسبت به طبقه بندی ذاتی سرطان سینه، وضعیت فعلی کاربرد بالینی و روندهای آینده بهبود می بخشد.
طبقه بندی زیرگروه ذاتی سرطان پستان، استفاده بالینی و روندهای آینده
45f3c92cfe87fa376dfe184cead765ff251b9b30
در این مقاله چند آزمایش با استفاده از یک مدل یادگیری عمیق برای حذف صدای گفتار ارائه می‌کنیم. ما یک روش بسیار سبک را پیشنهاد می‌کنیم که می‌تواند طیف‌های گفتار تمیز را در صورت ارائه ورودی‌های گفتاری نویز پیش‌بینی کند، و نشان می‌دهیم که چگونه انتخاب‌های پارامترهای مختلف بر کیفیت سیگنال حذف‌شده تأثیر می‌گذارد. از طریق آزمایش‌هایمان به این نتیجه رسیدیم که چنین ساختاری می‌تواند بهتر از برخی رویکردهای مشابه تک کاناله عمل کند و می‌تواند به خوبی بین بلندگوهای مختلف، انواع نویز و نسبت سیگنال به نویز تعمیم دهد.
آزمایش‌هایی روی یادگیری عمیق برای حذف صدای گفتار
a6355b13e74d2a11aba4bad75464bf721d7b61d4
-در دهه‌های گذشته، محققان پروتز بازوی انسان از انواع مختلفی از الگوریتم‌های یادگیری ماشینی استفاده می‌کنند. این مقاله مروری ابتدا توضیح مختصری در مورد نوع روش های یادگیری ماشینی می دهد. در مرحله دوم، برخی از کاربردهای اخیر کنترل میوالکتریک پروتز بازوی انسان با استفاده از الگوریتم های یادگیری ماشین مقایسه شده است. این مطالعه دو مقایسه متفاوت را بر اساس روش‌های استخراج ویژگی ارائه می‌کند که مدل‌سازی سری‌های زمانی و تبدیل موجک سیگنال EMG است. در نهایت، مشخصات EMG برای پروتز بازوی انسان مورد بحث و بررسی قرار گرفته است.
الگوریتم های یادگیری ماشینی برای مشخص کردن سیگنال های EMG
8641be8daff5b24e98a0d68138a61456853aef82
سیستم های خود تطبیق پذیر این توانایی را دارند که رفتار خود را با شرایط عملیاتی پویا تطبیق دهند. در واکنش به تغییرات در محیط، این سیستم ها اقدامات اصلاحی مناسب را تا حدی بر اساس اطلاعاتی در مورد اینکه کدام عمل بهترین تأثیر را بر سیستم خواهد داشت، تعیین می کنند. مدل‌های موجود برای توصیف تأثیر سازگاری‌ها یا نمی‌توانند عدم قطعیت و تغییرپذیری زیربنایی چنین محیط‌های دینامیکی را به تصویر بکشند، یا ترکیبی نیستند و در سطحی از انتزاع بسیار پایین برای مقیاس توصیف شده‌اند. . در این مقاله، ما این کاستی‌ها را با توصیف رویکردی به مشخصات مدل‌های ضربه بر اساس توصیفات سیستم معماری، که در عین حال به ما امکان می‌دهد هم تغییرپذیری و هم عدم قطعیت را در نتیجه انطباق‌ها نشان دهیم، و در نتیجه انتخاب بهترین‌ها را بهبود می‌بخشیم. اقدام اصلاحی هسته رویکرد ما یک زبان مجهز به یک معناشناسی رسمی است که بر اساس زنجیره های مارکوف زمان گسسته تعریف شده است که ما را قادر می سازد هم تاثیر تاکتیک های سازگاری و هم مفروضات مربوط به محیط را توصیف کنیم. برای تأیید رویکرد خود، نشان می‌دهیم که چگونه استفاده از زبان ما می‌تواند دقت پیش‌بینی‌های مورد استفاده برای تصمیم‌گیری را در چارچوب Rainbow برای خود انطباق مبتنی بر معماری بهبود بخشد.
تاثیر سازگاری و مدل‌های محیطی برای سیستم‌های خودسازگار مبتنی بر معماری
dd73a3d6682f3e1e70fd7b4d04971128fad5f27b
پلت فرم پیشرفته فناوری BCD 0.16 میکرومتر با ارائه ترانزیستورهای منطقی متراکم (1.8 V-5 V CMOS) و ویژگی های آنالوگ با کارایی بالا توسعه یافته است. به لطف بهینه‌سازی اختصاصی صفحه میدان، مهندسی بدنه و تخلیه، دستگاه‌های قدرت پیشرفته (با ولتاژ 8 ولت تا 42 ولت) به دست آمده‌اند که مناطق عملیاتی بزرگ را با بهترین معاوضه RONXAREA-BVDSS تضمین می‌کند.
BCD8sP: یک پلت فرم پیشرفته با فناوری 0.16 میکرومتر با دستگاه های قدرت برتر
3f203c85493bce692da54648ef3f015db956a924
در این مقاله، ما یک رویکرد جدید برای ادغام در یک فناوری BCD 0.35 میکرومتر، ترانزیستورهای توان LDMOS رون کم با مقاومت ویژه بسیار رقابتی (Rsp، تعریف شده به عنوان Ron*Area) ارائه می‌کنیم. LDMOS به‌منظور پشتیبانی از برنامه‌هایی که ممکن است الکترودهای منبع/تخلیه را به زیر پتانسیل بستر هدایت کنند، کاملاً ایزوله شده‌اند، که برای دستگاه‌های مورد استفاده در برنامه‌های سوئیچینگ با جریان بالا و فرکانس بالا حیاتی است. دستگاه های جدید برای محصولات مبدل DC-DC با راندمان بالا با ولتاژ کاری تا 30 ولت، مانند PMIC های موبایل، مناسب هستند. برای حداکثر کارایی، دو ساختار LDMOS با زهکش توسعه یافته برای پوشش کل محدوده ولتاژ عملیاتی توسعه داده شده است: برای 16 ولت و پایین تر، از ساختار دروازه مسطح استفاده می شود و برای 20 ولت و بالاتر، یک دروازه غیر مسطح offset-LOCOS استفاده می شود. برای 20 ولت و بالاتر استفاده می شود.
0.35μm، 30 ولت کاملا ایزوله و nLDMOS کم رون برای کاربردهای DC-DC
156e7730b8ba8a08ec97eb6c2eaaf2124ed0ce6e
بنجامینی و هوچبرگ پیشنهاد می‌کنند که نرخ کشف نادرست ممکن است نرخ خطای مناسبی برای کنترل در بسیاری از مسائل آزمایش چندگانه کاربردی باشد. یک روش ساده در آنجا به عنوان یک روش کنترل FDR برای آمار تست مستقل ارائه شد و نشان داده شد که بسیار قدرتمندتر از روش های قابل مقایسه است که نرخ خطای سنتی خانوادگی را کنترل می کنند. ما ثابت می‌کنیم که همین رویه نرخ کشف کاذب را نیز کنترل می‌کند زمانی که آمار آزمون وابستگی رگرسیون مثبت به هر یک از آمارهای آزمون مربوط به فرضیه‌های صفر واقعی دارد. این شرط برای وابستگی مثبت به اندازه کافی کلی است که بسیاری از مشکلات مورد علاقه عملی را پوشش دهد، از جمله مقایسه بسیاری از تیمارها با یک کنترل واحد، آمار تست نرمال چند متغیره با ماتریس همبستگی مثبت و t چند متغیره. علاوه بر این، آمار آزمون ممکن است گسسته باشد و فرضیه های آزمایش شده بدون ایجاد مشکلات خاصی ترکیب شوند. برای همه اشکال دیگر وابستگی، یک اصلاح محافظه کارانه ساده از رویه، نرخ کشف نادرست را کنترل می کند. بنابراین دامنه مشکلاتی که می توان برای آنها روشی با کنترل FDR اثبات شده ارائه کرد، بسیار افزایش می یابد.
کنترل نرخ کشف کاذب در تست های چندگانه تحت وابستگی توسط
e7d3bd1df77c30b8db6a9a9c83692aa54d21e12a
مفهوم اصطلاحنامه از فهرستی از کلمات مرتبط مفهومی به واژگان کنترل شده امروزی تکامل یافته است، جایی که اصطلاحات ساختارهای پیچیده ای را از طریق روابط معنایی تشکیل می دهند. این اصطلاح از لاتین آمده و به نوبه خود از یونانی θησαυρός گرفته شده است، که بر اساس فرهنگ آکادمی سلطنتی اسپانیا به معنای خزانه است، که در فرهنگ لغت آن نیز چنین تعریف شده است: نامی که نویسندگان آن به فرهنگ ها، فهرست ها و گلچین های خاص داده اند. '. افزایش ارتباطات علمی و بهره وری، توسعه سیستم های نمایه سازی کلمات کلیدی را ضروری کرد. در آن زمان، هاورتون از فهرست‌های کنترل‌شده برای اشاره به مفاهیمی سخن گفت که از نظر اکتشافی یا شهودی مرتبط بودند. به گفته رابرتز (1984)، مورز اولین کسی بود که اصطلاحنامه ها را به سیستم های بازیابی اطلاعات مرتبط کرد. Taube پایه‌های پساهماهنگی را پایه‌گذاری کرد، در حالی که لون در سطح پایه با ایجاد اصطلاحنامه‌ها با استفاده از تکنیک‌های خودکار سروکار داشت. براونسون (1957) اولین کسی بود که از این اصطلاح برای اشاره به موضوع ترجمه مفاهیم و روابط آنها در اسناد به زبانی دقیق تر و عاری از ابهام استفاده کرد تا بازیابی اطلاعات را تسهیل کند. اصطلاحنامه ASTIA در اوایل دهه 1960 منتشر شد (Currás، 2005)، که قبلاً ویژگی های اصطلاحنامه امروزی را در خود داشت و نیاز به ابزاری برای مدیریت واژگان کنترل شده از نظر نمایه سازی را در نظر گرفت و در نتیجه مفهوم زبان مستند را به وجود آورد.
مزایای نمایش اصطلاحنامه با استفاده از سیستم سازماندهی دانش ساده (SKOS) در مقایسه با جایگزین های پیشنهادی
c22366074e3b243f2caaeb2f78a2c8d56072905e
یک آرایه آنتن موجبر برجستگی با شکاف طولی با ابعاد عرضی فشرده ارائه شده است. برای گسترش پهنای باند آرایه، آن را به دو زیرآرایه تقسیم می‌کنیم که توسط یک تقسیم‌کننده موجبر محدب فشرده جدید تغذیه می‌شوند. یک آرایه خطی یکنواخت 16 عنصری در باند X ساخته و اندازه‌گیری شد تا اعتبار طرح را تأیید کند. پهنای باند اندازه گیری شده S11les-15 دسی بل 14.9 درصد و سطح قطبش متقاطع اندازه گیری شده کمتر از -36 دسی بل در کل پهنای باند است. این آرایه را می توان با آرایه موجبر لبه دار ترکیب کرد تا یک آرایه آنتن دو قطبی دو بعدی برای کاربرد رادار دیافراگم مصنوعی (SAR) بسازد.
یک آرایه آنتن موجبر برجستگی با باند پهن
27266a1dd3854e4effe41b9a3c0e569d33004a33
استخراج اطلاعات باز (Open IE) در سال‌های اخیر مورد توجه تحقیقاتی فزاینده‌ای قرار گرفته است. اولین گام در Open IE استخراج سه برابر موضوع خام -- گزاره -- شی از داده ها است. این سه گانه خام به ندرت قابل استفاده هستند و نیاز به پس پردازش اضافی دارند. برای این منظور، ما استفاده از تجزیه تانسور بولین تاکر را پیشنهاد کردیم تا به طور همزمان مترادف موجودیت و رابطه و حقایق مرتبط با آنها را از سه گانه خام پیدا کنیم. روش ما مجموعه‌های مترادف و حقایق را با استفاده از ماتریس‌های باینری (پراکنده) و تانسور نشان می‌دهد که می‌توانند به طور موثر ذخیره و دستکاری شوند. ما ارائه مسئله را به عنوان تجزیه تانسور بولی به عنوان یکی از مشارکت های اصلی این مقاله در نظر می گیریم. برای بررسی اعتبار این رویکرد، از یک الگوریتم اخیر برای تجزیه بولین تاکر مقیاس‌پذیر استفاده می‌کنیم. ما نتایج را با ارزیابی تجربی روی یک مجموعه داده نیمه مصنوعی جدید، که برای بازتولید صادقانه ویژگی‌های داده‌های دنیای واقعی، و همچنین با داده‌های دنیای واقعی از استخراج‌کننده Open IE موجود ایجاد شده است، تأیید می‌کنیم. ما نشان می‌دهیم که روش ما دقت بالایی به دست می‌آورد در حالی که فراخوان کم را می‌توان به راحتی با در نظر گرفتن داده‌های اصلی همراه با تجزیه اصلاح کرد.
کشف حقایق با تجزیه تاکر تانسور بولی
b2cc59430df4ff20e34c48d122ccb47b45b96f83
عملیات نظامی برای حداقل ریسک و حداکثر کارایی به سمت فناوری‌های اتوماسیون پیچیده‌تر و پیشرفته‌تر روی می‌آورد. یک بخش مهم در این استراتژی، وسایل نقلیه هوایی بدون سرنشین است. هواپیماهای بدون سرنشین به اطلاعات لازم برای مانور ایمن در طول مسیر به سمت هدف مورد نظر و اجتناب از موانعی مانند هواپیماهای دیگر یا تهدیدات دشمن نیاز دارند. این مقاله یک فرمول و روش حل مسئله برنامه ریزی مسیر سه بعدی منحصر به فرد را با استفاده از بهینه سازی ازدحام ذرات ارائه می دهد. فرمول مسئله با سه هدف طراحی شده است: 1) به حداقل رساندن خطر ناشی از تهدیدات دشمن، 2) به حداقل رساندن مصرف سوخت ناشی از انحراف از مسیر اصلی، و 3) پرواز بر روی اهداف شناسایی تعریف شده. نقطه طراحی اولیه به عنوان مسیر اصلی هواپیماهای بدون سرنشین تعریف می شود. با استفاده از بهینه‌سازی ازدحام ذرات، مسیرهای جایگزین با استفاده از منحنی‌های B-spline تولید می‌شوند که بر اساس سه هدف تعریف‌شده بهینه شده‌اند. مسیرهای حاصل را می توان با اولویت به سمت حداکثر ایمنی، حداقل مصرف سوخت یا شناسایی هدف بهینه کرد. این روش در یک محیط مجازی پیاده‌سازی شده است که در آن مسیرهای جایگزین تولید شده می‌توانند به صورت تعاملی برای تسهیل فرآیند تصمیم‌گیری تجسم شوند. فرمول‌بندی مسئله و اجرای راه‌حل به همراه نتایج حاصل از چندین سناریو شبیه‌سازی شده که اثربخشی روش را نشان می‌دهد، توصیف می‌شود.
برنامه ریزی مسیر وسایل نقلیه هوایی بدون سرنشین با استفاده از B-Splines و بهینه سازی ازدحام ذرات
5a14949bcc06c0ae9eecd29b381ffce22e1e75b2
مقالات این شماره از پایگاه داده توسط آنتونی جی انتخاب شدند. هاپوود، استاد حسابداری و گزارشگری مالی در مدرسه فارغ التحصیلان مطالعات بازرگانی لندن است. پروفسور هاپوود نوشت، مقاله ها حاوی ایده های مهمی هستند که برای همه علاقه مندان به سیستم های اطلاعاتی، چه متخصصان و چه دانشگاهیان، اهمیت دارد. نویسندگان، با وابستگی های حرفه ای خود در آن زمان، کریس آرگریس، دانشکده تحصیلات تکمیلی آموزش، دانشگاه هاروارد بودند. بو هدبرگ و استن جانسون، گروه مدیریت بازرگانی، دانشگاه گوتنبرگ؛ جی . فریسکو دن هرتوگ، ن. V. Philips's Gloeilampenfabrieken، هلند، و Michael J. ارل، مرکز مطالعات مدیریت آکسفورد. این مقالات در اصل در حسابداری، سازمان ها و جامعه منتشر شد، انتشاراتی که پروفسور هاپ وود سردبیر آن است. AOS برای نظارت بر تحولات نوظهور و تشویق فعالانه رویکردها و دیدگاه های جدید وجود دارد.
سیستم های اطلاعاتی مدیریت و یادگیری سازمانی
b3e04836a8f1a1efda32d15296ff9435ab8afd86
این مقاله HeNet، یک شبکه عصبی مجموعه سلسله مراتبی را ارائه می‌کند که برای طبقه‌بندی ردیابی جریان کنترل تولید شده توسط سخت‌افزار برای تشخیص بدافزار استفاده می‌شود. شناسایی بدافزار مبتنی بر یادگیری عمیق تاکنون بر تجزیه و تحلیل فایل‌های اجرایی و تماس‌های API در زمان اجرا متمرکز بوده است. رویکردهای تحلیل کد استاتیک به دلیل کد مبهم و آشفتگی‌های متخاصم با چالش‌هایی روبرو هستند. مبهم کردن داده‌های رفتاری جمع‌آوری‌شده در طول اجرا دشوارتر است، اما تحقیقات اخیر حملات موفقیت‌آمیزی را علیه طبقه‌بندی‌کننده‌های بدافزار مبتنی بر فراخوانی API نشان داده‌اند. ما خصوصیات مبتنی بر جریان کنترل اجرای برنامه را برای ساخت طبقه‌بندی‌کننده بدافزار یادگیری عمیق قوی بررسی می‌کنیم. HeNet از یک مدل رفتار سطح پایین و یک مدل گروه سطح بالا تشکیل شده است. مدل سطح پایین یک مدل رفتار هر برنامه کاربردی است که از طریق یادگیری انتقال بر روی یک سری زمانی از تصاویر تولید شده از ردیابی جریان کنترلی یک اجرا آموزش داده شده است. ما از پردازنده فعال Intel R © Processor Trace برای ردیابی اجرای سربار کم استفاده می کنیم و تبدیل تصویر سبک وزن و تقسیم بندی ردیابی جریان کنترل را طراحی می کنیم. مدل گروه سطح بالا طبقه بندی رفتار تمام بخش های ردیابی را جمع می کند و یک حمله را تشخیص می دهد. استفاده از ردیابی سخت افزار قابلیت حمل به سیستم ما را اضافه می کند و استفاده از یادگیری عمیق تلاش دستی مهندسی ویژگی را حذف می کند. ما HeNet را در برابر بهره برداری های واقعی از PDF خوان ها ارزیابی می کنیم. هنت 100% دقت و 0% مثبت کاذب را در مجموعه تست و دقت طبقه‌بندی بالاتر در مقایسه با الگوریتم‌های یادگیری ماشین کلاسیک به دست می‌آورد.
HeNet: یک رویکرد یادگیری عمیق در Intel$^\circledR$ Processor Trace برای شناسایی موثر اکسپلویت
4f58366300e6031ece7b770d3cc7ecdd019ca440
ساختمان ها مسئول 40 درصد مصرف جهانی انرژی هستند و 30 درصد از کل انتشار CO2 را تشکیل می دهند. تلاش برای کاهش مصرف انرژی و انتشار گازهای گلخانه‌ای مرتبط از ساختمان‌ها به عنوان یک کاتالیزور در توسعه روش‌های محاسباتی پیشرفته برای طراحی، مدیریت و کنترل ساختمان‌ها و سیستم‌های کارآمد انرژی عمل کرده است. سیستم های گرمایش، تهویه و تهویه مطبوع (HVAC) منبع اصلی مصرف انرژی در ساختمان ها و کاندیدای ایده آل برای کاهش قابل توجه تقاضای انرژی هستند. پیشرفت‌های قابل توجهی در دهه‌های گذشته در کاربرد تکنیک‌های هوش محاسباتی (CI) برای طراحی، کنترل، مدیریت، بهینه‌سازی، و تشخیص و تشخیص عیب انجام شده است. این مقاله مروری جامع و انتقادی در مورد تئوری و کاربردهای تکنیک‌های CI برای پیش‌بینی، بهینه‌سازی، کنترل و تشخیص سیستم‌های HVAC ارائه می‌کند. تجزیه و تحلیل روندها نشان می‌دهد که بهینه‌سازی مصرف انرژی، هدف کلیدی بهینه‌سازی در تحقیق بررسی‌شده بود، که به‌طور دقیق با بهینه‌سازی آسایش حرارتی، کیفیت هوای داخلی و ترجیحات ساکنان دنبال می‌شود. برنامه Hardcoded Matlab پرکاربردترین ابزار شبیه سازی بود و پس از آن TRNSYS، EnergyPlus، DOE-2، HVACSim+ و ESP-r قرار گرفتند. الگوریتم های فراابتکاری روش CI ارجح برای حل مسائل مربوط به HVAC بودند و به ویژه الگوریتم های ژنتیک در اکثر مطالعات استفاده شد. علیرغم تعداد کم مطالعات متمرکز بر سیستم‌های چند عامله (MAS)، در مقایسه با سایر تکنیک‌های CI، علاقه به این تکنیک به دلیل توانایی آنها در تقسیم و غلبه بر یک مسئله بهینه‌سازی HVAC با عملکرد کلی افزایش یافته است. این مقاله همچنین پیشرفت‌های آینده و جهت‌گیری‌های تحقیقاتی را مشخص می‌کند.
تکنیک‌های هوش محاسباتی برای سیستم‌های HVAC: مروری
34001fa75ba229639dc251fb1714a6bc2dfb76b3
بسیاری از رویه‌ها در SAs/STAT~ می‌توانند برای انجام تحلیل رگرسیون 10 دقیقه‌ای استفاده شوند: CATMOD، GEMOD، LOGISTIC، al)d PROBIT. هر روش دارای ویژگی های خاصی است که باعث می شود. ~ برای کاربردهای خاص مفید است. برای اکثر کاربردها، PROC LOGISTIC انتخاب ارجح است. این مدل با پاسخ باینری یا مدل‌های شانس متناسب متناسب است، روش‌های مختلف انتخاب مدل را برای شناسایی متغیرهای پیش‌آگهی مهم از تعداد زیادی متغیر کاندید ارائه می‌کند، و آمار تشخیصی رگرسیون را محاسبه می‌کند. این آموزش برخی از مشکلاتی را که کاربران هنگام استفاده از رویه LOGISTIC با آنها مواجه شده اند، مورد بحث قرار می دهد.
آموزش رگرسیون لجستیک
1a68d1fb23fd11649c111a3c374f2c3d3ef4c09e
لحظاتی قبل از پرتاب هر وسیله نقلیه فضایی، متخصصان رشته مهندسی باید یک تصمیم حیاتی برای رفتن/ممنوع شدن بگیرند. هزینه یک مثبت کاذب، اجازه پرتاب به رغم خطا، یا منفی کاذب، توقف پرتاب موفقیت آمیز بالقوه را می توان با ده ها میلیون دلار اندازه گیری کرد، بدون احتساب هزینه در روحیه و سایر مضرات ناملموس تر. شرکت هوافضا مسئول ارائه ارزیابی‌های مهندسی حیاتی برای تصمیم‌گیری برو/ممنوع برای هر وسیله نقلیه پرتاب وزارت دفاع (DoD) است. این ارزیابی ها با نظارت مداوم داده های تله متری جریان در ساعات قبل از راه اندازی انجام می شود. برای این نمایش، VizTree را معرفی خواهیم کرد، یک ابزار تجسم سری زمانی جدید برای کمک به تحلیلگران هوافضا که باید این ارزیابی های مهندسی را انجام دهند. VizTree در دانشگاه کالیفرنیا، ریورساید توسعه داده شد و از این نظر منحصر به فرد است که از همان ابزار برای استخراج داده های آرشیوی و نظارت بر تله متری زنده ورودی استفاده می شود. برخلاف سایر ابزارهای تجسم سری های زمانی، VizTree می تواند به پایگاه های داده بسیار بزرگ مقیاس شود و این پتانسیل را به آن می دهد که یک ابزار داده کاوی و پایگاه داده به طور کلی مفید باشد.
VizTree: ابزاری برای استخراج بصری و نظارت بر پایگاه های داده سری های زمانی عظیم
ad3324136e70d546e2744bda4e2b14e6b5311c55
نسل پنجم BiCD/CD-0.13 توشیبا یک پلت فرم فرآیند جدید برای کاربردهای برق آنالوگ بر اساس فناوری CMOS 0.13 میکرومتر است. پلت فرم فرآیند دارای شش نوع ولتاژ نامی، 5 ولت، 6 ولت، 18 ولت، 25 ولت، 40 ولت و 60 ولت است. فرآیند 5 تا 18 ولت CD-0.13 از بستر سیلیکونی نوع P استفاده می کند. فرآیند 25 تا 60 ولت BiCD-0.13 از ویفر N-Epi با لایه مدفون N+/P+ روی بستر سیلیکونی نوع P استفاده می‌کند. هر LDMOS با مقاومت بسیار کم در مقایسه با مقالات قبلی، کدگذاری مجدد می کند، و ما با استفاده از این فناوری، به بالاترین عملکرد آی سی قدرت آنالوگ پی خواهیم برد.
اجرای LDMOS با مقاومت بسیار کم در سی دی 0.13 میکرومتر و فناوری های فرآیند BiCD برای آی سی های برق آنالوگ
d0a5e8fd8ca4537e6c0b76e90ae32f86de3cb0fc
این مقاله فرآیند BCD را یکپارچه‌سازی دستگاه‌های قدرت 7 ولت به 70 ولت بر روی پلت فرم CMOS 0.13 میلی‌متری برای کاربردهای مختلف مدیریت انرژی ارائه می‌کند. BJT، دیود زنر و دیود شاتکی در دسترس هستند و حافظه غیر فرار نیز تعبیه شده است. LDMOS بهترین ویژگی های Ron (R<sub>SP</sub>) را در مقابل BV<sub>DSS</sub> نشان می دهد (یعنی NMOS 70 ولت دارای R<sub>SP</sub> 69mΩ- است. mm<sup>2</sup> با BV<sub>DSS</sub> از 89 ولت). طرح فرآیند مدولار برای انعطاف پذیری در برابر نیازهای مختلف برنامه ها استفاده می شود.
فناوری پیشرفته برق هوشمند 0.13um از 7 ولت تا 70 ولت
881a4de26b49a08608ae056b7688d64396bd62cd
تداخلات دارو و دارو (DDIs) یک نگرانی مهم در توسعه دارو و مراقبت دارویی پس از بازاریابی است. آنها عامل بسیاری از اثرات نامطلوب دارویی هستند که بیماران را در معرض خطرات بالاتر و افزایش هزینه های سیستم بهداشت عمومی قرار می دهد. روش‌های پیگیری و کشف DDI‌های احتمالی که باعث آسیب به جمعیت می‌شوند، هدف اصلی محققان ایمنی دارو است. در اینجا، روش‌های مختلف و پیشرفت‌های اخیر را با استفاده از داده‌کاوی برای شناسایی DDI‌هایی که بر بیماران تأثیر می‌گذارند، مرور می‌کنیم. ما بر داده‌کاوی منابع مختلف نظارت دارویی، مانند سیستم گزارش‌دهی رویدادهای نامطلوب سازمان غذا و داروی ایالات متحده و سوابق الکترونیکی سلامت از موسسات پزشکی، و همچنین بر مطالعات متنوع داده‌کاوی که از متن روایی موجود در ادبیات زیست‌پزشکی علمی استفاده می‌کنند، تمرکز می‌کنیم. رسانه های اجتماعی ما به نقاط قوت توجه می کنیم، اما چالش های مربوط به این روش ها را نیز توضیح می دهیم. داده کاوی کاربردهای مهمی در تجزیه و تحلیل DDI ها دارد که تأثیر تعاملات را به عنوان عامل اثرات نامطلوب نشان می دهد، استخراج تعاملات برای ایجاد مجموعه داده های دانش و استانداردهای طلایی و در کشف DDI های جدید و خطرناک.
تشخیص تداخلات دارو و دارو از طریق مطالعات داده کاوی با استفاده از منابع بالینی، ادبیات علمی و رسانه های اجتماعی
7a48f36e567b3beda7866a25e37e4a3cc668d987
سیستم‌های بیولوژیکی پیچیده با موفقیت توسط شبکه‌های تعامل بیوشیمیایی و ژنتیکی مدل‌سازی شده‌اند که معمولاً از داده‌های پرتوان (HTP) جمع‌آوری می‌شوند. از این شبکه ها می توان برای استنباط روابط عملکردی بین ژن ها یا پروتئین ها استفاده کرد. با استفاده از شهودی که نقش توپولوژیک یک ژن در یک شبکه به عملکرد بیولوژیکی آن مربوط می شود، روش های موضعی یا مبتنی بر انتشار گناه به وسیله انجمن و روش های نظری گراف در استنتاج عملکردهای ژن موفقیت آمیز بوده اند. در اینجا ما به دنبال بهبود پیش‌بینی عملکرد با ادغام روش‌های مبتنی بر انتشار با تکنیک کاهش ابعاد جدید برای غلبه بر ماهیت ناقص و پر سر و صدا داده‌های شبکه هستیم. در این مقاله، تجزیه و تحلیل مؤلفه‌های انتشار (DCA) را معرفی می‌کنیم، چارچوبی که به یک مدل انتشار متصل می‌شود و یک نمایش برداری کم‌بعد از هر گره را می‌آموزد تا ویژگی‌های توپولوژیکی یک شبکه را رمزگذاری کند. به عنوان اثبات مفهوم، ما پیشرفت قابل توجه DCA را نسبت به رویکردهای مبتنی بر انتشار پیشرفته در پیش‌بینی عملکرد پروتئین از شبکه‌های تعامل مولکولی نشان می‌دهیم. علاوه بر این، چارچوب DCA ما می‌تواند شبکه‌های متعددی را از منابع ناهمگن، متشکل از اطلاعات ژنومی، آزمایش‌های بیوشیمیایی و سایر منابع، ادغام کند تا حتی پیش‌بینی عملکرد را بهبود بخشد. با این حال، لایه دیگری از افزایش عملکرد با ادغام چارچوب DCA با ماشین‌های بردار پشتیبانی که نمایش‌های برداری گره ما را به عنوان ویژگی می‌گیرند، به دست می‌آید. به طور کلی، چارچوب DCA ما نمایش جدیدی از گره‌ها در یک شبکه ارائه می‌کند که می‌تواند به عنوان یک معماری پلاگین برای سایر الگوریتم‌های یادگیری ماشین برای رمزگشایی ویژگی‌های توپولوژیکی و به دست آوردن بینش‌های جدید در مورد تعاملات استفاده شود. این مقاله برای ارائه شفاهی در RECOMB 2015 انتخاب شد و چکیده آن در مجموعه مقالات کنفرانس منتشر شده است. ar X iv :1 50 4. 02 71 9v 1 [ qbi o. M N ] 1 0 A pr 2 01 5
تجزیه و تحلیل مؤلفه های انتشار: کشف توپولوژی عملکردی در شبکه های بیولوژیکی
c139770aba13d62bf2f5a3a579da98a28148fb09
تجزیه و تحلیل داده های ایستا یکی از بهترین حوزه های تحقیقاتی مورد مطالعه است. با این حال، داده ها در طول زمان تغییر می کنند. این تغییرات ممکن است الگوها یا گروه هایی از مقادیر، ویژگی ها و موجودیت های مشابه را نشان دهد. ما تغییرات را در مخازن داده‌های بزرگ و در دسترس عموم با مدل‌سازی آنها به‌عنوان سری‌های زمانی و خوشه‌بندی این سری‌ها بر اساس شباهتشان مطالعه می‌کنیم. به منظور انجام کاوش تغییر در داده‌های دنیای واقعی، از داده‌های بازبینی در دسترس عموم جعبه‌های اطلاعات ویکی‌پدیا و عکس‌های فوری هفتگی IMDB استفاده می‌کنیم. تغییرات داده‌ها به‌عنوان رویداد ثبت می‌شوند که ما آن‌ها را رکوردهای تغییر می‌نامیم. به منظور استخراج رفتار زمانی، تغییرات را در دوره‌های زمانی شمارش می‌کنیم و یک چارچوب تبدیل کلی پیشنهاد می‌کنیم که گروه‌هایی از تغییرات را در سری‌های زمانی عددی با وضوح‌های مختلف جمع‌آوری می‌کند. ما از این سری های زمانی برای مطالعه سناریوهای کاربردی مختلف خوشه بندی بدون نظارت استفاده می کنیم. نتایج اکتشافی ما نشان می‌دهد که تغییرات ایجاد شده در منابع داده با ویرایش مشترک می‌تواند به یافتن رفتار مشخصه، متمایز کردن موجودیت‌ها یا ویژگی‌ها و ارائه بینشی به حوزه‌های مربوطه کمک کند.
کاوش تغییر داده ها با استفاده از خوشه بندی سری های زمانی
92bb6791f0e8bc2dd0874f09930b6a7ff990827d
خرابی کامل موتور یک تهدید بزرگ برای مسافران و همچنین هواپیما است و نیاز به تصمیم گیری سریع توسط خلبان دارد. ما یک سیستم دستیار برای حمایت از خلبان در این فرآیند تصمیم گیری توسعه می دهیم. یک هواپیما قادر است با تبدیل انرژی پتانسیل ارتفاع به فاصله، مسافت معینی را بدون نیروی رانش سر بخورد. هدف از کار ما محاسبه یک مسیر نزدیک است که به هواپیما اجازه می دهد تا به میدان فرود مناسب در ارتفاع مناسب برسد. این یک مشکل غیر پیش پا افتاده است زیرا پارامترهای آزاد زیادی مانند جهت باد و سرعت باد وجود دارد. راه حل ما یک مسیر نزدیک را با دو مماس و دو بخش دایره ای دوار محاسبه می کند. برای این منظور، مسیرهای تقریب معتبر برای بسیاری از موارد کلی قابل محاسبه است. این روش دارای پیچیدگی ثابتی است و می تواند رویکردهای تکراری را کنار بگذارد. مسیر به طور کامل در قاب باد محاسبه می شود که از محاسبات پیچیده با تروکوئیدها جلوگیری می کند. ایده اصلی این است که باد را با حرکت دادن هدف به سمت جهت باد در نظر بگیریم.
دستیار فرود اضطراری آگاه از باد بر اساس منحنی های Dubins
df5c0ae24bdf598a9fe8e85facf476f4903bf8aa
ما تحلیلی از جریان‌های تاکسی در منهتن (NYC) با استفاده از انواع روش‌های داده کاوی ارائه می‌کنیم. روش‌های ارائه‌شده در اینجا می‌توانند به توسعه مدل‌های معرف و دقیق جریان‌های ترافیکی در مقیاس بزرگ با کاربرد در بسیاری از مناطق، از جمله تشخیص و مشخصه‌های پرت کمک کنند.
مشخص کردن جریان تاکسی در شهر نیویورک
19c953d98323e6f56a26e9d4b6b46f5809793fe4
این مقاله سیستم هدایت وسیله نقلیه یک وسیله نقلیه خودران را توصیف می کند. این سیستم بخشی از ساختار کنترل خودرو است و از یک ژنراتور مسیر، یک الگوریتم برنامه ریزی حرکت و یک ماژول فیوژن سنسور تشکیل شده است. یک سنسور دید استریو و یک سنسور DGPS به عنوان سنسور موقعیت استفاده می شود. مسیر حرکت وسیله نقلیه در مرحله اول تنها با استفاده از اطلاعات یک نقشه دیجیتال ایجاد می شود. حسگرهای تشخیص اشیا مانند سنسور دید استریو، سه دستگاه لیزر اسکنر و یک سنسور رادار محیط خودرو را مشاهده کرده و اشیاء شناسایی شده را به ماژول فیوژن سنسور گزارش می دهند. این اطلاعات برای به روز رسانی پویا مسیر وسیله نقلیه برنامه ریزی شده به حرکت اصلی وسیله نقلیه استفاده می شود.
راهنمای خودرو برای یک خودروی خودمختار
0229c0eb39efed90db6691469daf0bb7244cf649
تشخیص رویداد جدید یک کار چالش برانگیز است که پس از سال‌ها تلاش هنوز هم زمینه را برای پیشرفت‌های بزرگ فراهم می‌کند. در این مقاله نشان می‌دهیم که چگونه عملکرد در تشخیص رویداد جدید (NED) را می‌توان با استفاده از تکنیک‌های طبقه‌بندی متن و همچنین با استفاده از موجودیت‌های نام‌گذاری شده به روشی جدید بهبود بخشید. ما تغییرات در نمایش سند در یک سیستم NED مبتنی بر فضای برداری را بررسی می کنیم. همچنین نشان می‌دهیم که آدرس دادن به نهادهای نام‌گذاری شده ترجیحاً فقط در موقعیت‌های خاص مفید است. ترکیبی از همه موارد فوق منجر به یک سیستم NED چند مرحله ای می شود که عملکرد بسیار بهتری نسبت به سیستم های NED تک مرحله ای پایه دارد.
طبقه بندی متن و نهادهای نامگذاری شده برای تشخیص رویداد جدید
4c790c71219f6be248a3d426347bf7c4e3a0a6c4
اهداف برای توسعه یک ابزار غربالگری شناختی 10 دقیقه ای (ارزیابی شناختی مونترال، MoCA) برای کمک به پزشکان خط اول در تشخیص اختلال خفیف شناختی (MCI)، یک وضعیت بالینی که اغلب به زوال عقل پیشرفت می کند. طراحی مطالعه اعتبار سنجی تنظیم یک کلینیک اجتماعی و یک مرکز دانشگاهی. شرکت کنندگان نود و چهار بیمار با معیارهای بالینی MCI با معیارهای روان‌سنجی، 93 بیمار مبتلا به بیماری آلزایمر خفیف (AD) (امتیاز Mini-Mental State Examination (MMSE) > یا = 17)، و 90 کنترل سالمند سالم (NC). اندازه گیری ها MoCA و MMSE برای همه شرکت‌کنندگان اجرا شد و حساسیت و ویژگی هر دو معیار برای تشخیص MCI و AD خفیف ارزیابی شد. نتایج با استفاده از نمره برش 26، MMSE حساسیت 18٪ برای تشخیص MCI داشت، در حالی که MoCA 90٪ از افراد MCI را تشخیص داد. در گروه خفیف AD، MMSE حساسیت 78٪ داشت در حالی که MoCA 100٪ را تشخیص داد. ویژگی برای هر دو MMSE و MoCA عالی بود (به ترتیب 100٪ و 87٪). نتیجه گیری MCI به عنوان یک موجودیت در حال تکامل و تا حدودی بحث برانگیز است. MoCA یک ابزار غربالگری شناختی مختصر با حساسیت و ویژگی بالا برای تشخیص MCI است که در حال حاضر در بیمارانی که در محدوده طبیعی در MMSE انجام می‌دهند، مفهوم‌سازی شده است.
ارزیابی شناختی مونترال، MoCA: یک ابزار غربالگری مختصر برای اختلالات شناختی خفیف.
639f02d25eab3794e35b757ef64c6815a8929f84
یک توپولوژی پمپ شارژ خود تقویت‌کننده برای منبع تغذیه درایو دروازه‌ای بالا شناور ارائه شده است که دارای قابلیت‌های ولتاژ و جریان بالا برای استفاده در ماژول‌های الکترونیکی قدرت یکپارچه (IPEM) است. توپولوژی بدون ترانسفورماتور از یک خازن کوچک برای انتقال انرژی به سوئیچ سمت بالا از یک منبع تغذیه منفرد به ریل منفی استفاده می کند. برخلاف منابع تغذیه بوت استرپ معمولی، برای تامین برق دائمی درایو گیت سمت بالا، نیازی به تعویض کلیدهای اصلی فاز نیست، حتی اگر سوئیچ سمت بالا به طور دائم روشن باشد. مزایای اضافی شامل تعداد کم قطعات و الزامات کنترل ساده است. یک مدل خطی تکه‌ای از پمپ شارژ خود تقویت‌کننده مشتق شده و ویژگی‌های عملیاتی مدار تحلیل می‌شوند. شبیه سازی و نتایج تجربی برای تأیید عملکرد مطلوب مدار پمپ شارژ جدید ارائه شده است. دستورالعمل هایی برای کمک به انتخاب اجزای مدار در برنامه های جدید ارائه شده است.
توپولوژی پمپ شارژ خود تقویت کننده برای منبع تغذیه سمت بالا درایو گیت
90d0b469521883bf24d673457f080343b97902fb
پیشرفت های سریع و پیشرفت های تکنولوژیکی در صنعت تولید نیمه هادی ها اهمیت استفاده بهینه از منابع را افزایش می دهد. ویفرهای 300 میلی متری جدیدتر تاکید زیادی بر افزایش بازده و کاهش زمان چرخه دارند. سیستم های کنترل خودکار مواد ابزار مهمی هستند که به ما در دستیابی به این اهداف کمک می کنند. علاوه بر این، با توجه به افزایش وزن و اندازه ویفرهای 300 میلی متری، یک سیستم خودکار حمل مواد برای یک مرکز تولیدی 300 میلی متری ضروری است. این مقاله رویکردهای مختلف برای جابجایی خودکار مواد در صنایع تولید نیمه هادی را مورد بحث قرار می دهد.
بررسی سیستم های حمل و نقل خودکار مواد در 300 میلی متری SemiconductorFabs
19e8aaa1021f829c8ff0378158d9b69699ea4f83
ما فناوری را مورد بحث قرار می دهیم تا به شخص کمک کنیم تا تغییرات پوشش خبری را در طول زمان نظارت کند. خلاصه‌های زمانی داستان‌های خبری را به‌عنوان استخراج یک جمله واحد از هر رویداد در یک موضوع خبری تعریف می‌کنیم، که در آن داستان‌ها یکی یکی ارائه می‌شوند و جملاتی از یک داستان باید قبل از بررسی داستان بعدی رتبه‌بندی شوند. ما روشی را برای ارزیابی توضیح می‌دهیم و مجموعه ارزیابی را که ساخته‌ایم توصیف می‌کنیم. ما همچنین چندین روش برای ساخت خلاصه‌های زمانی پیشنهاد می‌کنیم و اثربخشی آنها را در مقایسه با موارد منحط ارزیابی می‌کنیم. ما نشان می‌دهیم که رویکردهای ساده مؤثر هستند، اما مشکل هنوز حل نشده است.
خلاصه زمانی موضوعات اخبار
cae3bc55809a531a933bf6071550eeb3a2632f55
عبارات کلیدی می توانند اطلاعات بسیار فشرده و ارزشمندی را ارائه دهند که به کاربران امکان می دهد به سرعت ایده های اصلی را بدست آورند. اکثر مطالعات قبلی استخراج خودکار عبارت کلیدی را از طریق تقسیم متن مبدأ به چند تکه و سپس رتبه بندی و انتخاب مناسب ترین آنها انجام می دهند. این رویکردها معنای عمیق پشت متن را نادیده می گیرند و نمی توانند عبارات کلیدی را که در متن منبع ظاهر نمی شوند پیش بینی کنند. یک مدل توالی به دنباله برای تولید عبارات کلیدی از واژگان می تواند مسائل بالا را حل کند. با این حال، مدل سنتی توالی به دنباله مبتنی بر شبکه عصبی بازگشتی (RNN) از مشکل بازده پایین رنج می‌برد. ما یک معماری مبتنی بر شبکه‌های عصبی کانولوشنال را پیشنهاد می‌کنیم. در مقایسه با مدل‌های تکرارشونده، محاسبات را می‌توان به طور کامل روی همه عناصر موازی کرد تا از سخت‌افزار GPU بهتر بهره‌برداری شود. استفاده ما از واحدهای خطی دروازه‌ای، انتشار گرادیان را کاهش می‌دهد و هر لایه رمزگشا را با یک مدل توجه جداگانه تجهیز می‌کنیم. علاوه بر این، ما یک مکانیسم کپی را برای مدیریت عبارات خارج از واژگان ترکیب می کنیم. در آزمایش‌ها، مدل خود را بر روی شش مجموعه داده ارزیابی می‌کنیم و مدل پیشنهادی ما نشان داده می‌شود که به طور مداوم و قابل‌توجهی از مدل‌های پایه پیشرفته بهتر عمل می‌کند، هم در استخراج عبارات کلیدی موجود در متن منبع و هم در تولید عبارات کلیدی موجود بر اساس معنای معنایی متن
تولید عبارات کلیدی عمیق با مدل توالی به دنباله کانولوشن
43a050a0279c86baf842371c73b68b674061b579
استفاده از سکوهای پرنده مانند وسایل نقلیه هوایی بدون سرنشین (پهپاد) که عموماً به عنوان هواپیماهای بدون سرنشین شناخته می شوند، به سرعت در طیف گسترده ای از برنامه های شبکه های بی سیم در حال رشد است. به طور خاص، پهپادها با ویژگی‌های ذاتی خود مانند تحرک، انعطاف‌پذیری و ارتفاع تطبیقی، چندین کاربرد بالقوه کلیدی در سیستم‌های بی‌سیم را می‌پذیرند. از یک سو، پهپادها می توانند به عنوان ایستگاه های پایه هوایی برای افزایش پوشش، ظرفیت، قابلیت اطمینان و بهره وری انرژی شبکه های بی سیم مورد استفاده قرار گیرند. به عنوان مثال، پهپادها را می‌توان برای تکمیل سیستم‌های سلولی موجود با ارائه ظرفیت اضافی به مناطق کانونی و همچنین برای ارائه پوشش شبکه در شرایط اضطراری و ایمنی عمومی مستقر کرد. از سوی دیگر، پهپادها می توانند به عنوان پایانه های سیار پرنده در شبکه های سلولی عمل کنند. چنین پهپادهای متصل به سلول می‌توانند طیف گسترده‌ای از برنامه‌های کاربردی کلیدی را فعال کنند که از پخش ویدیوی بلادرنگ تا تحویل کالا گسترش می‌یابد. علیرغم چندین مزایا و کاربردهای عملی استفاده از پهپادها به عنوان وسایل بی سیم هوایی، باید بسیاری از چالش های فنی را برطرف کرد. در این مقاله، یک آموزش جامع در مورد مزایای بالقوه و کاربردهای پهپادها در ارتباطات بی سیم ارائه شده است. علاوه بر این، چالش‌های مهم و معاوضه‌های اساسی در شبکه‌های بی‌سیم مجهز به پهپاد به‌طور کامل بررسی شده‌اند. به طور خاص، چالش‌های کلیدی پهپاد مانند استقرار سه‌بعدی (۳ بعدی)، تحلیل عملکرد، مدل‌سازی کانال هوا به زمین، و بهره‌وری انرژی همراه با نتایج نشان‌دهنده بررسی می‌شوند. سپس، مشکلات باز اساسی و جهت گیری های تحقیقاتی بالقوه مربوط به ارتباطات بی سیم و شبکه با پهپادها معرفی می شوند. برای مقابله با مسائل تحقیق باز، چارچوب‌های تحلیلی و ابزارهای ریاضی مختلفی مانند نظریه بهینه‌سازی، یادگیری ماشین، هندسه تصادفی، تئوری حمل‌ونقل و نظریه بازی شرح داده شده‌اند. استفاده از چنین ابزارهایی برای رسیدگی به مشکلات منحصر به فرد پهپاد نیز ارائه شده است. به طور خلاصه، این آموزش دستورالعمل های کلیدی در مورد نحوه تجزیه و تحلیل، بهینه سازی و طراحی سیستم های ارتباطی بی سیم مبتنی بر پهپاد را ارائه می دهد.
آموزش پهپاد برای شبکه های بی سیم: برنامه ها، چالش ها و مشکلات باز
ce83f8c2227ce387d7491f247d97f45e534fac24
این مقاله یک روش کنترل جدید برای میکرواینورتر فتوولتائیک چند ماژول (MI) ارائه می‌کند. MI پیشنهادی از یک توپولوژی دو مرحله‌ای با مبدل فشار – کشش تغذیه‌شده با جریان فعال با یک اینورتر پل کامل آبشاری استفاده می‌کند. این سیستم می تواند در حالت متصل به شبکه کار کند تا برق را با ضریب توان قابل برنامه ریزی به شبکه تغذیه کند. این سیستم همچنین می تواند در حالت تعاملی خطی کار کند، یعنی توان بار را بدون تغذیه برق به شبکه به اشتراک بگذارد. در صورت قطع برق شبکه، MI می تواند در حالت مستقل کار کند تا برق بدون وقفه را به بار برساند. این مقاله یک طرح کنترل چند حلقه با قابلیت برنامه ریزی توان برای دستیابی به عملکردهای چندگانه فوق را ارائه می دهد. علاوه بر این، طرح کنترل پیشنهادی یک قابلیت موازی چند ماژول را تعبیه کرده است که چندین ماژول MI را می توان موازی کرد تا ظرفیت را با کنترل مستقل در همه حالت های عملیاتی افزایش دهد. در نهایت، سه ماژول MI 250-W برای نشان دادن اثربخشی روش کنترل پیشنهادی در شبیه‌سازی‌ها و همچنین آزمایش‌ها به تصویب رسید.
روش جدید کنترل برای میکرواینورتر PV چند ماژول با عملکردهای چندگانه
6ccd19770991f35f7f4a9b0af62e3ff771536ae4
شناسایی نهاد نامگذاری شده (NER) وظیفه ای است که به یافتن نام افراد، نام مکان، نام تجاری، اختصارات، تاریخ، زمان و غیره کمک می کند و m را به دسته های مختلف از پیش تعریف شده طبقه بندی می کند. NER نقش مهمی در زمینه های مختلف پردازش زبان طبیعی (NLP) مانند استخراج اطلاعات، ترجمه ماشینی و پاسخگویی به سوالات ایفا می کند. این مقاله مشکلات NER را در زمینه زبان اردو توصیف می‌کند و راه‌حل‌های مربوطه را ارائه می‌کند. این سیستم برای برچسب گذاری سیزده موجودیت مختلف نامگذاری شده (NE)، دوازده NE پیشنهاد شده توسط IJCNLP-08 و Izaafats توسعه یافته است. ما از رویکرد مبتنی بر قانون استفاده کرده‌ایم و قوانین مختلف را برای استخراج موجودیت‌های نام‌گذاری شده در متن اردو ایجاد کرده‌ایم.
سیستم شناسایی موجودیت نامگذاری شده برای اردو
e7317fd7bd4f31e70351ca801f41d0040558ad83
الگوریتم کلونی زنبورهای مصنوعی (ABC)، که از رفتار جستجوی علوفه ازدحام زنبور عسل الهام گرفته شده است، یک بهینه سازی الهام گرفته از بیولوژیک است. از الگوریتم ژنتیک (GA)، بهینه‌سازی ازدحام ذرات (PSO) و بهینه‌سازی کلنی مورچه‌ها (ACO) موثرتر نشان می‌دهد. با این حال، ABC در اکتشاف خوب است اما در بهره برداری ضعیف است، و سرعت همگرایی آن نیز در برخی موارد یک مسئله است. برای این نارسایی‌ها، ما یک الگوریتم ABC بهبود یافته به نام I-ABC پیشنهاد می‌کنیم. در I-ABC، بهترین راه حل، وزن اینرسی و ضرایب شتاب برای اصلاح فرآیند جستجو معرفی شده است. وزن اینرسی و ضرایب شتاب به عنوان توابع تناسب اندام تعریف می شوند. علاوه بر این، برای تعادل بیشتر فرآیندهای جستجو، اشکال اصلاح زنبورهای استخدام شده و زنبورهای تماشاگر در ضریب شتاب دوم متفاوت است. آزمایش‌ها نشان می‌دهند که برای اکثر توابع، I-ABC سرعت هم‌گرایی سریع‌تر و عملکرد بهتری نسبت به هر یک از ABC و Gbest-guided ABC (GABC) دارد. اما I-ABC هنوز نتوانسته است بهترین راه حل را برای همه مسائل بهینه سازی به دست آورد. در چند مورد، نتایج بهتری از ABC یا GABC پیدا نکرد. به منظور به ارث بردن جنبه های روشن ABC، GABC و I-ABC، یک الگوریتم ترکیبی ABC با کارایی بالا، که PS-ABC نامیده می شود، پیشنهاد شده است. PS-ABC دارای توانایی های پیش بینی و انتخاب است. نتایج نشان می‌دهد که PS-ABC سرعت همگرایی سریع‌تری مانند I-ABC و شانس جستجوی بهتری نسبت به سایر روش‌های مرتبط دارد.
توسعه و بررسی الگوریتم کلونی زنبورهای مصنوعی کارآمد برای بهینه‌سازی تابع عددی
6cd700af0b7953345d831c129a5a4e0d927bfa19
کنترل یک وسیله نقلیه مجازی یک فعالیت حسی- حرکتی با روش رندر خاص است که به فناوری سخت افزار و نرم افزار مورد استفاده بستگی دارد. ما روشی را پیشنهاد می کنیم که بازخورد لمسی برای فرمان را محاسبه می کند. این بهترین برای شبیه سازهای رانندگی با هزینه کم و پایه ثابت است، اما می تواند به هر پلت فرم شبیه ساز رانندگی منتقل شود. هدف روش ما دو چیز است. 1) یک الگوریتم کارآمد و در عین حال ساده برای مدل سازی مکانیسم فرمان با استفاده از یک نمایش چهار قطبی ارائه می دهد. 2) این مدل برای محاسبه بازخورد لمسی استفاده می شود که در بالای آن یک تقویت لمسی قابل تنظیم برای غلبه بر عدم حضور و تأخیرهای حلقه شبیه سازی اجتناب ناپذیر تنظیم می شود. این الگوریتم به راننده کمک می کند تا وسیله نقلیه مجازی را به صورت جانبی کنترل کند. ما همچنین در مورد نتایج تجربی که سودمندی روش بازخورد لمسی ما را نشان می‌دهد، بحث می‌کنیم.
فرمان بازخورد لمسی تطبیقی ​​برای شبیه سازهای رانندگی
a75b289951207f627cdba8580a65cf18f9188d62
تقویت کننده نامتقارن دوهرتی با توان خروجی اشباع 537 وات (Psat) برای باند 2.6 گیگاهرتز با موفقیت توسعه یافت. تقویت کننده های اصلی و پیک با Psat 210W و 320W GaN HEMT پیاده سازی شدند. GaN HEMT 320 واتی جدید شامل یک قالب GaN، هر دو شبکه تطبیق جزئی ورودی و خروجی و یک بسته فشرده است. شبکه تطبیق خروجی آن به کلاس F معکوس تنظیم شد و یک GaN HEMT 320 واتی تک سر به راندمان تخلیه بالاتر از 61.8 درصد از 2.4 گیگاهرتز تا 2.7 گیگاهرتز دست یافت. تقویت کننده نامتقارن دوهرتی 210 وات و 320 وات GaN HEMTs 57.3dBm (537W) Psat و 48% راندمان تخلیه را با -50.6dBc ACLR در 50.3dBm (107W) با سیگنال خروجی متوسط ​​WMACDriال تجاری و با استفاده از یک سیگنال خروجی تجاری WMACDri در دسترس نشان داد. سیستم پیش از اعوجاج این عملکردهای عالی مناسب بودن مناسب برای ایستگاه های پایه باند 2.6 گیگاهرتز را نشان می دهد.
تقویت کننده دوهرتی نامتقارن با باند 2.6 گیگاهرتز با حداکثر توان 537 وات GaN HEMT با راندمان تخلیه 48 درصد در 7 دسی بل
43dcd8b78857cbfe58ae684c44dd57c8c72368c3
سیستم‌های مدیریت یادگیری (LMS) معمولاً در آموزش الکترونیکی استفاده می‌شوند، اما سازگاری کمی دارند یا در بیشتر موارد سازگاری ندارند. با این حال، دوره‌هایی که با نیازهای فردی دانش‌آموزان تطبیق داده می‌شوند، یادگیری را برای آنها آسان‌تر می‌کنند و منجر به تأثیر مثبت در یادگیری می‌شوند. در این مقاله مفهومی برای ارائه سازگاری بر اساس سبک های یادگیری در LMS معرفی می کنیم. به منظور نشان دادن اثربخشی رویکرد ما، Moodle توسط یک افزونه توسعه یافت و آزمایشی با 437 دانش‌آموز انجام شد. از تجزیه و تحلیل عملکرد و رفتار دانش‌آموزان در این دوره، متوجه شدیم که دانش‌آموزانی که از درسی یاد گرفته‌اند که با سبک‌های یادگیری آن‌ها مطابقت داشته باشد، زمان بسیار کمتری را در دوره صرف کرده‌اند و به طور میانگین نمرات مشابهی را نسبت به دانش‌آموزانی که درسی را کسب کرده‌اند، کسب کرده‌اند. یا با سبک‌های یادگیری آن‌ها مطابقت نداشت یا شامل تمام اشیاء یادگیری موجود بود. بنابراین ارائه دوره های تطبیقی ​​در LMS با توجه به مفهوم پیشنهادی می تواند در حمایت از دانش آموزان در یادگیری موثر تلقی شود.
ارائه دوره های تطبیقی ​​در سیستم های مدیریت یادگیری با توجه به سبک های یادگیری
d6619b3c0523f0a12168fbce750edeee7b6b8a53
مایکروویوها به طور گسترده برای سیستم‌های ارتباطی مدرن استفاده می‌شوند که دارای مزایایی در انتقال نرخ بیت بالا و سهولت طراحی مدار فشرده و آنتن هستند. نیترید گالیوم (GaN) که با شکست بالا و سرعت اشباع بالا مشخص می شود، یکی از مواد امیدوارکننده برای دستگاه های با توان و فرکانس بالا است و توان خروجی کلاس کیلووات قبلاً به دست آمده است [1]. ما قدرت بالا و راندمان بالا GaN HEMT [2-5] را توسعه داده‌ایم که تقویت‌کننده ایستگاه فرستنده گیرنده پایه (BTS) را هدف قرار می‌دهد. این ارائه خلاصه‌ای از کارهای اخیر ما است که بر پیشرفت‌های افزایش کارایی و استحکام در عملکرد RF با قدرت بالا تمرکز دارد.
قدرت بالا و راندمان بالا GaN-HEMT برای کاربردهای ارتباطی مایکروویو
6d823b8098ec2b13fb5dcbb02bb55d7030d37d5a
ما یک نمای کلی از TARSQI، یک سیستم مدولار برای حاشیه نویسی زمانی خودکار ارائه می کنیم که عبارات زمانی، رویدادها و روابط زمانی را به متون خبری اضافه می کند.
خودکار کردن حاشیه نویسی زمانی با TARSQI
87e9ed98e6b7d5c7bf3837f62f3af9d182224f3b
هدف - هدف این مقاله بررسی نقش واسطه‌ای توانمندسازی روان‌شناختی و نقش تعدیل‌کننده خودسازی (مستقل و وابسته به هم) بر رابطه بین رهبری تحول‌آفرین و رفتار کاری نوآورانه کارکنان (IWB) است. طراحی/روش‌شناسی/رویکرد – در مجموع 639 پیرو و 87 رهبر پرسش‌نامه‌هایی را از نمونه بین‌صنعتی پنج شرکت نوآورانه چین پر کردند. برای تجزیه و تحلیل روابط از مدل سازی معادلات ساختاری استفاده شد. یافته ها - نتایج نشان داد که توانمندسازی روانشناختی رابطه بین رهبری تحول آفرین و IWB را واسطه می کند. این تحقیق نشان داد که رهبری تحول آفرین بر IWB تأثیر مثبت می گذارد که شامل تولید ایده و همچنین اجرای ایده است. نتایج همچنین نشان داد که رابطه بین رهبری تحول آفرین و IWB در میان کارکنان با خودتفسیر وابسته به هم بالاتر و خودتفسیر مستقل کمتر قوی تر بود. اصالت/ارزش - این مطالعه با آزمایش تجربی نقش تعدیل‌کننده خودسازی و نقش واسطه‌ای توانمندسازی روان‌شناختی بر پیوند رهبری تحول‌آفرین-IWB به ادبیات IWB اضافه می‌کند.
مدیریت صنعتی و سیستم های داده رهبری تحول آفرین و رفتار کاری نوآورانه
4daa0a41e8d3049cc40fb9804f22318d5302abc1
هدف این مقاله بررسی درک اجتماعی جامع از اختلالات طیف اوتیسم (ASDs) در ایالات متحده امروز است. به منظور مطالعه دیدگاه عمومی گسترده افراد مبتلا به ASD، این مطالعه به بررسی تکامل این سندرم در هر دو حوزه جامعه‌شناختی و علمی می‌پردازد. این مطالعه با تکیه بر پیشرفت علمی این سندرم و آمیختگی این تحقیق با موضوعات اجتماعی و بازنمایی رسانه‌ای همزمان، استنباط می‌کند که چرا چنین مقدار قابل توجهی از انگ به افراد مبتلا به ASD وابسته شده است و چگونه این انگ‌ها در طول تاریخ متفاوت بوده‌اند. نویسنده پس از مطالعه این درک اجتماعی در حال تکامل از ASDs در ایالات متحده، پیشنهاداتی را برای بهبود این آگاهی، از جمله تلاش‌های تحقیقاتی تقویت‌شده و مشخص، افزایش همکاری با متخصصان اوتیسم، و دید مثبت افراد مبتلا به ASD و خانواده‌هایشان را شرح می‌دهد. به طور کلی، نویسنده پیشنهاد می کند که آگاهی عمومی افزایش یافته است و در نتیجه انگ منفی در سال های اخیر کاهش یافته است. با این حال، هنوز کارهای زیادی برای افزایش درک اجتماعی عمومی از ASDs باید انجام شود. اوتیسم به معنای داشتن قلبی پاک و بسیار حساس است... یافتن راهی برای زنده ماندن در جهانی گیج کننده و طاقت فرسا است... در مورد رشد متفاوت، با سرعتی متفاوت و با جهش های متفاوت است. تریشا ون برکل شناسایی اوتیسم، هم از نظر جامعه‌شناختی و هم از نظر علمی، از زمان تعریف اولیه‌اش در اوایل قرن بیستم، تحول شدیدی را تجربه کرده است. درک عمومی از اختلالات طیف اوتیسم (ASDs) از زمان تعیین اولیه آن توسط لئو کانر (1943) در راز و ادراک نادرست پوشیده شده است. ویژگی های اصلی همه ASD ها شامل مشکلات اجتماعی و ارتباطی اولیه، لحن و حالات چهره عجیب و غریب، و مشغله های شدید یا رفتارهای تکراری است. با این حال، یکی از جنبه های مهم آنچه اوتیسم را پیچیده می کند، تنوع گسترده در بیان این اختلال است (لرد، 2011). هنگام مقایسه افراد با تشخیص اوتیسم یکسان، بدون شک با شخصیت‌ها، نقاط قوت و ضعف بسیاری مواجه می‌شوید. این تنوع گسترده بین افراد مبتلا به اوتیسم، همراه با فقدان درک اولیه از عموم مردم، مقدار قابل توجهی از انگ اجتماعی را در جامعه امروز ما به همراه دارد. انگ اجتماعی ناشی از این عدم آگاهی از زمان شکل گیری اولیه تشخیص به درجات مختلفی گزارش شده است. مطالعات انجام شده در دو قرن گذشته نشان داده است که ننگ منفی درک شده از دیدگاه افراد مبتلا به اوتیسم و ​​خانواده یا مراقبین
درک اجتماعی در حال تغییر از اختلالات طیف اوتیسم در ایالات متحده
87a1273dea59e3748372c5ea69488d70e9125046
این مقاله روشی را برای یافتن و ردیابی خطوط جاده ارائه می‌کند. این روش با ترکیب تبدیل Hough و مدل خط فعال (A M) مرزهای خطوط را برای ناوبری وسیله نقلیه هدایت شده با دید استخراج و ردیابی می کند. تبدیل Hough می تواند نقاط ناپدید شدن جاده را استخراج کند، که می تواند به عنوان یک تخمین خوب از مسیر وسیله نقلیه استفاده شود. با این حال، برای جاده منحنی، تخمین ممکن است بیش از حد خام باشد که برای ناوبری استفاده شود. بنابراین، تبدیل Hough برای به دست آوردن یک تخمین موقعیت اولیه از مرزهای خطوط در جاده استفاده می شود. سپس خط مار ALM تقریب اولیه را برای پیکربندی دقیق مرزهای خطوط بهبود می بخشد. هنگامی که مار خط در تصویر اول مقداردهی اولیه می شود، خطوط جاده را با استفاده از نیروهای خارجی و داخلی محاسبه شده از تصاویر و یک تکنیک اصلاح مرز پیشنهادی ردیابی می کند. به طور خاص، یک منطقه تصویر به چند منطقه فرعی در جهت عمودی تقسیم می شود. سپس تبدیل Hough برای هر زیر منطقه انجام می شود و خطوط نامزد خطوط جاده در هر زیر منطقه استخراج می شوند. در میان خطوط نامزد، برجسته ترین خط توسط ALM یافت می شود که انرژی تعریف شده مار را به حداقل می رساند. انرژی خارجی ALM یک مجموع نرمال شده از گرادیان های تصویر در طول خط است. انرژی تغییر شکل داخلی با استفاده از تفاوت زاویه بین دو خط مجاور و فاصله بین دو خط، تداوم دو خط مجاور را تضمین می کند. یک روش جستجو بر اساس برنامه نویسی پویا هزینه محاسباتی را کاهش می دهد. روش پیشنهادی یک چارچوب یکپارچه برای شناسایی، پالایش و ردیابی خط جاده ارائه می‌کند. نتایج تجربی با استفاده از تصاویر یک صحنه واقعی جاده ارائه شده است.
یافتن و ردیابی خطوط جاده با استفاده از مارهای خطی
0392a3743157a87d0bdfe53dffa416a9a6b93dcc
یادگیری ماشینی (ML) بر روی داده های چند جانبه توزیع شده برای دامنه های مختلف مورد نیاز است. رویکردهای موجود، مانند یادگیری فدرال، خروجی‌های محاسبه‌شده توسط گروهی از دستگاه‌ها را در یک تجمیع‌کننده مرکزی جمع‌آوری می‌کنند و الگوریتم‌های تکراری را برای آموزش یک مدل مشترک جهانی اجرا می‌کنند. متأسفانه، چنین رویکردهایی در معرض انواع حملات، از جمله مسمومیت مدل، که در حضور سیبیل ها به میزان قابل توجهی بدتر می شود، هستند. در این مقاله ابتدا آسیب‌پذیری یادگیری فدرال در برابر حملات مسمومیت مبتنی بر سیبیل را ارزیابی می‌کنیم. سپس FoolsGold را توصیف می‌کنیم، یک دفاع جدید برای این مشکل که سیبیل‌های مسموم‌کننده را بر اساس تنوع به‌روزرسانی‌های مشتری در فرآیند یادگیری توزیع‌شده شناسایی می‌کند. برخلاف کار قبلی، سیستم ما تعداد مهاجمان مورد انتظار را محدود نمی‌کند، به اطلاعات کمکی خارج از فرآیند یادگیری نیاز ندارد و مفروضات کمتری در مورد مشتریان ایجاد می‌کند.
کاهش سیبیل ها در مسمومیت یادگیری فدرال
e4d3d316d29c6612593be1c9ce4736e3928213ed
این مقاله روش جدیدی را برای استخراج ویژگی‌های منحصربه‌فرد اقلام بر اساس بررسی متنی آن‌ها ارائه می‌کند. این روش از دو تکرار مشابه استفاده از یک طرح وزن دهی و سپس خوشه بندی مجموعه بردارهای حاصل ساخته شده است. در اولین تکرار، رستوران‌های ژانرهای غذایی مشابه با هم در دسته‌هایی دسته‌بندی می‌شوند. تکرار دوم اهمیت اصطلاحات رایج در هر خوشه را کاهش می دهد و آنهایی را که برای هر رستوران خاص منحصر به فرد هستند برجسته می کند. خوشه بندی مجدد رستوران ها، حالا با توجه به ویژگی های منحصر به فردشان، ارتباطات بسیار جالبی را بین رستوران ها آشکار می کند.
یک روش خوشه‌بندی دو تکراری برای آشکار کردن ویژگی‌های منحصربه‌فرد و پنهان آیتم‌ها بر اساس بررسی متن
4faa414044d97b8deb45c37b78f59f18e6886bc7
دانش را اغلب می توان با استفاده از موجودیت های مرتبط با روابط نشان داد. به عنوان مثال، این واقعیت که توپ تنیس گرد است را می توان به عنوان TennisBall HasShape Round نشان داد، که در آن TennisBall یک موجود، HasShape یک رابطه و Round موجودیت دیگری است. پایگاه دانش راهی برای ذخیره‌سازی چنین اطلاعات ساختاری است، پایگاه دانش سه‌گانه از شکل «یک موجودیت-رابطه-یک موجودیت» را ذخیره می‌کند و یک پایگاه دانش دنیای واقعی اغلب دارای میلیون‌ها یا میلیاردها سه‌گانه است. چندین پایگاه دانش شناخته شده از جمله FreeBase [1]، WordNet [2]، YAGO [3] و غیره وجود دارد. آنها در زمینه هایی مانند استدلال و پاسخ به سؤال مهم هستند. به عنوان مثال، اگر کسی بپرسد شکل یک توپ تنیس چیست، می‌توانیم پایگاه دانش را برای تریپل به عنوان TennisBall HasShape Round جستجو کنیم و round را به عنوان پاسخ خروجی کنیم.
تعبیه شبکه عصبی مکرر برای تکمیل پایگاه دانش
786f730302115d19f5ea14c49332bba77bde75c2
در پیش‌بینی محلی‌سازی درون سلولی پروتئین، یک سناریوی غالب این است که تعداد ویژگی‌های موجود بسیار بیشتر از تعداد نمونه‌های داده باشد. در میان تعداد زیاد ویژگی‌ها، بسیاری از آنها ممکن است حاوی اطلاعات اضافی یا نامربوط باشند که باعث می‌شود سیستم‌های پیش‌بینی بیش از حد برازش داشته باشند. برای پرداختن به این مشکل، این مقاله یک روش کاهش ابعاد را پیشنهاد می‌کند که از طرح ریزی تصادفی (RP) برای ساخت یک طبقه‌بندی کننده چند برچسبی برای پیش‌بینی محلی‌سازی درون سلولی پروتئین استفاده می‌کند. به طور خاص، فراوانی‌های وقوع اصطلاحات هستی‌شناسی ژن به‌عنوان بردارهای ویژگی استفاده می‌شوند که توسط ماتریس‌های پیش‌بینی تصادفی که عناصر آن با توزیعی با میانگین صفر و واریانس واحد مطابقت دارند، به فضاهای با ابعاد پایین‌تر نمایش داده می‌شوند. بردارهای کم بعدی تبدیل شده توسط گروهی از طبقه‌بندی‌کننده‌های ماشین بردار پشتیبان چند برچسبی یک در مقابل استراحت (SVM) طبقه‌بندی می‌شوند که هر کدام مربوط به یکی از ماتریس‌های RP است. سپس نمرات به دست آمده از گروه برای تصمیم گیری نهایی ترکیب می شوند. نتایج تجربی روی دو مجموعه داده اخیر نشان می‌دهد که روش پیشنهادی می‌تواند ابعاد را تا شش برابر کاهش دهد و عملکرد طبقه‌بندی را به طور قابل‌توجهی بهبود بخشد.
یک طبقه‌بندی گروهی با طرح‌بندی تصادفی برای پیش‌بینی محلی‌سازی درون سلولی پروتئین چند برچسبی
eb596f7a723c955387ef577ba6bf8817cd3ebdc1
در حالی که مبدل D/A خازنی-مقاومتی هیبریدی (DAC) سالهاست که شناخته شده است، پتانسیل آن برای عملکرد کارآمد انرژی گاهی نادیده گرفته می شود. این مقاله به بررسی استفاده از DAC های هیبریدی در مبدل های A/D ثبت تقریبی متوالی می پردازد. برای بهبود بهره وری انرژی ADC های SAR، یک DAC هیبریدی جدید معرفی شده است. در یک نمونه 10 بیتی 100-MS/s ADC، نتایج شبیه‌سازی نشان می‌دهد که راندمان انرژی و ناحیه تراشه (دستگاه‌های غیرفعال) را می‌توان با بیش از یک مرتبه قدر بهبود بخشید.
طراحی DAC هیبریدی مقاومتی-خازنی برای مبدل های SAR A/D
483a5429b8f027bb75a03943c3150846377e44f6
شبکه‌های نرم‌افزاری تعریف‌شده (SDN) علاقه زیادی را هم از سوی دانشگاه‌ها و هم در صنعت ایجاد کرده است. هدف SDN ساده‌سازی مدیریت شبکه است و در عین حال محققان را قادر می‌سازد تا با پروتکل‌های شبکه در شبکه‌های مستقر شده آزمایش کنند. این مقاله تقطیری از وضعیت هنر SDN در زمینه شبکه های بی سیم است. ما یک مرور کلی از روندهای اصلی طراحی ارائه می دهیم و تفاوت های کلیدی بین آنها را برجسته می کنیم.
پارادایم های شبکه تعریف شده توسط نرم افزار در شبکه های بی سیم: یک بررسی
4d26eb642175bcd01f0f67e55d73735bcfb13bab
این مقاله یک فرستنده گیرنده 27 میلی‌واتی 3.6 گیگابیت بر ثانیه را برای کاربردهای چیپ به تراشه توصیف می‌کند. یک فرستنده حالت ولتاژ پیشنهاد شده است که کانال را یکسان می کند و در عین حال تطابق امپدانس را حفظ می کند. مقایسه‌کننده‌ای پیشنهاد شده است که به کنترل پهنای باند نمونه‌برداری و جبران افست دست می‌یابد. یک مدار بازیابی زمان بندی جدید، فاز را با عدم تطابق جریان در پمپ شارژ کنترل می کند. این معماری یکپارچگی سیگنال را حفظ می کند در حالی که هر پورت تنها 7.5 میلی وات/گیگابیت بر ثانیه مصرف می کند. کل طراحی 0.2 mm/sup 2/ را در فناوری CMOS 0.18-/spl mu/m 1.8-V اشغال می کند.
یک فرستنده ورودی/خروجی 27 میلی وات 3.6 گیگابیت بر ثانیه
c9c30fe890c7b77b13d78c116cd80e046ae737b6
گرافن به دلیل خاصیت الکترونیکی عالی و زیست سازگاری، توجه روزافزونی را برای کاربردهای بالقوه در بیوتکنولوژی به خود جلب کرده است. در اینجا ما از استافیلوکوکوس اورئوس گرم مثبت (S. aureus) و اشریشیا کلی گرم منفی (E. coli) برای بررسی اثرات ضد باکتریایی لایه گرافن تک لایه بزرگ بر روی هادی Cu، نیمه هادی جنرال الکتریک و عایق SiO2 استفاده می کنیم. نتایج نشان می‌دهد که لایه‌های گرافن روی مس و جنرال الکتریک می‌توانند به‌طور شگفت‌انگیزی از رشد هر دو باکتری، به‌ویژه اولی، جلوگیری کنند. با این حال، تکثیر هر دو باکتری را نمی توان به طور قابل توجهی توسط لایه گرافن روی SiO2 محدود کرد. مورفولوژی استافیلوکوکوس اورئوس و E. coli بر روی لایه‌های گرافنی بیشتر تایید می‌کند که تماس مستقیم هر دو باکتری با گرافن روی Cu و Ge می‌تواند باعث آسیب غشاء شود و یکپارچگی غشاء را از بین ببرد، در حالی که هیچ تخریب آشکار غشایی توسط گرافن روی SiO2 ایجاد نمی‌شود. از نقطه نظر انتقال بار، مکانیزم قابل قبولی در اینجا برای توضیح این پدیده پیشنهاد شده است. این مطالعه ممکن است بینش های جدیدی را برای درک بهتر اقدامات ضد باکتریایی فیلم گرافن و برای طراحی بهتر آنتی بیوتیک های مبتنی بر گرافن یا سایر کاربردهای زیست پزشکی ارائه دهد.
فعالیت ضد باکتریایی فیلم گرافن تک لایه با مساحت بزرگ که با انتقال بار دستکاری شده است
e4acbc3656424766e39a6fbb0ae758d90554111e
رسانه های اجتماعی بخش مهمی از زندگی مدرن هستند. ما استفاده و قابلیت استفاده از توییتر توسط کاربران نابینا را از طریق ترکیبی از نظرسنجی از کاربران نابینا توییتر، تجزیه و تحلیل گسترده توییت‌ها و نمایه‌های توییتر کاربران نابینا و بینا، و تجزیه و تحلیل توییت‌های حاوی تصاویر جاسازی شده بررسی می‌کنیم. در حالی که به طور سنتی توییتر به عنوان در دسترس ترین پلت فرم رسانه اجتماعی برای کاربران نابینا در نظر گرفته می شد، ادغام فزاینده توییتر از محتوای تصویر و استفاده های متنوع کاربران از تصاویر، چالش های دسترسی اضطراری را ایجاد کرده است. یافته‌های ما اهمیت توانایی استفاده از رسانه‌های اجتماعی برای افراد نابینا را روشن می‌کند، در حالی که چالش‌های بسیاری را که چنین رسانه‌هایی در حال حاضر برای این پایگاه کاربر ایجاد می‌کنند، از جمله مشکل در ایجاد نمایه‌ها، آگاهی از ویژگی‌ها و تنظیمات موجود، و کنترل افشاگری‌ها برجسته می‌کنند. وضعیت ناتوانی فرد، و در مواجهه با فراگیر شدن روزافزون محتوای مبتنی بر تصویر. ما تغییراتی را پیشنهاد می‌کنیم که توییتر و سایر پلتفرم‌های اجتماعی باید برای ارتقای دسترسی کامل‌تر به کاربران دارای اختلالات بینایی ایجاد کنند.
در حال حاضر اکثراً عکس هستند، من به ندرت از آن استفاده می کنم: درک دسترسی در حال تکامل توییتر برای کاربران نابینا
34776d39fec2da8b10de1c2633bec5968341509f
ما یک حمله فعال به پروتکل WEP را نشان می‌دهیم که می‌تواند یک کلید WEP 104 بیتی را با استفاده از کمتر از 40000 فریم با احتمال موفقیت 50% بازیابی کند. برای موفقیت در 95 درصد موارد، 85000 بسته مورد نیاز است. IV این بسته ها را می توان به صورت تصادفی انتخاب کرد. این یک بهبود در تعداد فریم های مورد نیاز بیش از یک مرتبه بزرگتر از بهترین حملات شناخته شده بازیابی کلید برای WEP است. در شبکه IEEE 802.11g، تعداد فریم های مورد نیاز را می توان با تزریق مجدد در کمتر از یک دقیقه به دست آورد. تلاش محاسباتی مورد نیاز تقریباً 2 تنظیم کلید RC4 است که در CPUهای دسکتاپ و لپ تاپ فعلی قابل چشم پوشی است.
شکستن WEP 104 بیتی در کمتر از 60 ثانیه
9981e27f01960526ea68227c7f8120e0c3ffe87f
چکیده: این مقاله روش جستجوی بهینه بخش طلایی را به مسئله بهینه‌سازی ابعاد بالاتر تعمیم می‌دهد. این روش برای یک تابع شبه محدب دقیق از متغیرهای N روی یک مستطیل بیش از حد N بعدی قابل استفاده است. یک الگوریتم در بعد N پیشنهاد شده است. الگوریتم به صورت گرافیکی در دو بعد نشان داده شده و از طریق چندین تابع تست در بعد بالاتر با استفاده از متلب تایید شده است.
جستجوی بخش طلایی روی بیش از مستطیل: یک روش جستجوی مستقیم
b0fa515948682246559cebd1190cec39e87334c0
این مقاله یک فناوری سنتز جدید به نام مدل سازی عبارت بازسازی (RPM) را شرح می دهد. هدف RPM ترکیب کیفیت واقعی صدای نمونه برداری با عملکرد متقابل سنتز عملکردی است. اهمیت زیادی به ثبت پویایی نت‌های جابجایی، لگاتو، تغییرات کمان و غیره داده می‌شود. نتایج واضح با کنترل‌کننده‌های صفحه کلید معمولی به دست می‌آیند. نیازی به تسلط بر تکنیک های اجرای خاص نیست. RPM یک سیستم تجزیه و تحلیل ترکیبی است که به دو گرایش مهم در تحقیقات موسیقی کامپیوتری مرتبط است. اولی شکلی از سنتز افزودنی است که در آن صداها به صورت مجموع هارمونیک های متغیر با زمان به اضافه عناصر نویز نمایش داده می شوند. RPM با جستجو در پایگاه داده ای از عبارات ابزاری اصطلاحی و ترکیب قطعات تغییر یافته از این عبارات برای ایجاد یک اجرای رسا جدید، اجراهای بیانی ایجاد می کند. این رویکرد به گرایش پژوهشی دیگری به نام سنتز پیوسته مرتبط است
سنتز موسیقی با مدل سازی عبارات بازسازی کننده
891d443dc003ed5f8762373395aacfa9ff895fd4
شناسایی شی متحرک، ردیابی و طبقه بندی برای نظارت تصویری هوشمند Yiğithan Dedeoğlu M.S. در مهندسی کامپیوتر استاد راهنما: دستیار. پروفسور دکتر اوغور گودوکبای، آگوست 2004، نظارت تصویری برای نظارت بر مناطق حساس امنیتی مانند بانک‌ها، فروشگاه‌های بزرگ، بزرگراه‌ها، اماکن عمومی شلوغ و مرزها برای مدت طولانی مورد استفاده قرار گرفته است. پیشرفت در قدرت محاسباتی، در دسترس بودن دستگاه‌های ذخیره‌سازی با ظرفیت بالا و زیرساخت شبکه با سرعت بالا راه را برای سیستم‌های نظارت تصویری چند سنسور ارزان‌تر هموار کرد. به طور سنتی، خروجی های ویدئویی به صورت آنلاین توسط اپراتورهای انسانی پردازش می شوند و معمولاً تنها پس از یک رویداد پزشکی قانونی برای استفاده بعدی در نوارها ذخیره می شوند. افزایش تعداد دوربین‌ها در سیستم‌های نظارت معمولی، هم اپراتورهای انسانی و هم دستگاه‌های ذخیره‌سازی را با حجم بالایی از داده‌ها بارگذاری می‌کند و اطمینان از نظارت صحیح مناطق حساس را برای مدت طولانی غیرممکن می‌سازد. به منظور فیلتر کردن اطلاعات اضافی تولید شده توسط مجموعه‌ای از دوربین‌ها و افزایش زمان پاسخگویی به رویدادهای پزشکی قانونی، کمک به اپراتورهای انسانی در شناسایی رویدادهای مهم در ویدئو با استفاده از سیستم‌های نظارت تصویری هوشمند به یک نیاز حیاتی تبدیل شده است. ساخت سیستم‌های نظارت تصویری «هوشمند» به الگوریتم‌های سریع، قابل اعتماد و قوی برای تشخیص شی متحرک، طبقه‌بندی، ردیابی و تجزیه و تحلیل فعالیت نیاز دارد. در این پایان نامه یک سیستم نظارت بصری هوشمند با قابلیت تشخیص، طبقه بندی و ردیابی شی متحرک در زمان واقعی ارائه شده است. این سیستم بر روی تصاویر ویدئویی در مقیاس رنگی و خاکستری از یک دوربین ثابت کار می کند. این می تواند تشخیص اشیاء را در محیط های داخلی و خارجی و تحت شرایط نور متغیر انجام دهد. الگوریتم طبقه بندی از شکل اشیاء شناسایی شده و نتایج ردیابی زمانی برای دسته بندی موفقیت آمیز اشیاء در کلاس های از پیش تعریف شده مانند انسان، گروه انسانی و وسیله نقلیه استفاده می کند. این سیستم همچنین قادر است آتش پدیده طبیعی را در صحنه های مختلف به طور قابل اعتماد تشخیص دهد. الگوریتم ردیابی پیشنهادی با موفقیت اشیاء ویدیویی را حتی در موارد انسداد کامل ردیابی می کند. علاوه بر اینها، برخی از نیازهای مهم یک iii قوی
تشخیص، ردیابی و طبقه بندی شی متحرک برای نظارت تصویری هوشمند
3c77afb5f21b4256f289371590fa539e074cc3aa
گرافیک های اطلاعاتی یا اینفوگرافیک ها، نمایش های بصری اطلاعات، داده ها یا دانش هستند. درک اینفوگرافیک در اسناد یک مشکل تحقیقاتی نسبتاً جدید است که وقتی اینفوگرافیک ها به صورت تصاویر شطرنجی ظاهر می شوند چالش برانگیزتر می شود. این مقاله جزئیات فنی و کاربردهای عملی سیستمی را که برای تشخیص و درک اینفوگرافیک های تصویری واقع در صفحات سند ساخته ایم، توضیح می دهد. برای تشخیص اینفوگرافیک ها به شکل شطرنجی، باید هم استخراج نماد گرافیکی و هم تشخیص متن انجام شود. سپس این دو نوع اطلاعات به صورت خودکار مرتبط می شوند تا اطلاعات معنایی حمل شده توسط اینفوگرافیک را ضبط و ذخیره کنند. دو کاربرد عملی سیستم در این مقاله معرفی شده است، از جمله مکمل سیستم تشخیص کاراکتر نوری سنتی (OCR) و ارائه اطلاعات غنی شده برای پاسخگویی به سؤال (QA). برای آزمایش عملکرد سیستم خود، آزمایش هایی را با استفاده از مجموعه ای از تصاویر اینفوگرافیک دانلود شده و اسکن شده انجام دادیم. مجموعه دیگری از صفحات اسناد اسکن شده از پایگاه داده تصویر اسناد دانشگاه واشنگتن برای نشان دادن نحوه استفاده از خروجی سیستم توسط سایر برنامه ها استفاده شد. نتایج به دست آمده ارزش عملی سیستم را تایید می کند.
سیستمی برای درک اینفوگرافیک های تصویری و کاربردهای آن
a8540ff90bc1cf9eb54a2ba1ad4125e726d1980d
علیرغم پیشرفت‌های قابل توجه در تحقیقات سنتز تصویر، آثار موجود اغلب در دستکاری تصاویر تحت تغییرات هندسی بزرگ شکست می‌خورند. سنتز تصاویر افراد مشروط به حالت های دلخواه یکی از نمونه هایی است که در آن کیفیت تولید تا حد زیادی به قابلیت شناسایی و مدل سازی دگرگونی های دلخواه در قسمت های مختلف بدن متکی است. مدل‌های مولد کنونی اغلب بر روی کانولوشن‌های محلی ساخته می‌شوند و چالش‌های کلیدی (مانند انسدادهای سنگین، نماهای مختلف یا تغییرات ظاهری چشمگیر) را نادیده می‌گیرند، زمانی که تغییرات هندسی متمایز برای هر قسمت اتفاق می‌افتد که ناشی از دستکاری‌های حالت دلخواه است. هدف این مقاله حل این چالش‌های ناشی از تغییرپذیری هندسی و جابجایی‌های فضایی از طریق یک شبکه جدید متخاصم تابدار تابش نرم (Warping-GAN) است که از دو مرحله تشکیل شده است: ژست، که چیدمان های فضایی در سطح منطقه را برای هدایت سنتز تصویر با ساختار سطح بالاتر به تصویر می کشد. محدودیت ها؛ 2) Warping-GAN مجهز به یک بلوک تابدار با دروازه نرم، نگاشت سطح ویژگی را می آموزد تا بافت ها را از تصویر اصلی به نقشه تقسیم بندی تولید شده ارائه دهد. Warping-GAN قادر به کنترل درجات تغییر شکل مختلف با توجه به موقعیت های هدف مشخص است. علاوه بر این، بلوک تابشی پیشنهادی به اندازه کافی سبک و انعطاف‌پذیر است که می‌تواند به هر شبکه‌ای تزریق شود. مطالعات ادراکی انسانی و ارزیابی‌های کمی برتری WarpingGAN ما را نشان می‌دهد که به طور قابل‌توجهی از همه روش‌های موجود در دو مجموعه داده بزرگ بهتر عمل می‌کند.
Warping-GAN Soft-Gated for Pose-guided Person Synthesis تصویر
049c15a106015b287fec6fc3e8178d4c3f4adf67
در این مقاله، یک روش جدید بازسازی تصویر بیزی بر اساس ترکیبی از پیشین ها ارائه شده است. به خوبی شناخته شده است که تصویر مجموع تغییرات (تلویزیون) ساختارهای لبه را حفظ می کند در حالی که صافی را بر محلول ها تحمیل می کند. با این حال، تمایل به صاف کردن بیش از حد مناطق بافت دارد. برای کاهش این مشکل، ما ترکیب تلویزیون و مدل‌های انتگرال مفرد پواسون (PSI) را پیشنهاد می‌کنیم، که همانطور که نشان خواهیم داد، بافت‌های تصویر را حفظ می‌کند. PSI prior به پارامتری بستگی دارد که شکل فیلتر را کنترل می کند. مطالعه ای بر روی رفتار فیلتر به عنوان تابعی از این پارامتر ارائه شده است. مدل ترمیم ما از یک مرز برای مدل تصویر تلویزیونی بر اساس اصل عمده‌سازی-به حداقل رساندن استفاده می‌کند و حداکثر استنتاج بیزی پسینی را انجام می‌دهد. به منظور ارزیابی عملکرد روش پیشنهادی، در بخش تجربی آن را با سایر روش‌های ترمیم مقایسه می‌کنیم. و 2013 Elsevier B.V. کلیه حقوق محفوظ است.
ترکیب مدل‌های قبلی انتگرال منفرد و تغییرات کل پواسون در بازیابی تصویر
fe0e8bd42fe96f67d73756a582d1d394b326eaac
یک طرح مدولاسیون عرض پالس (PWM) که از فرکانس سوئیچینگ مبدل برای به حداقل رساندن هارمونیک های جریان بار ناخواسته استفاده می کند، توضیح داده شده است. این منجر به کاهش تعداد ارتباطات سوئیچ در هر چرخه می شود. این روش برای درایوهای موتور AC با سرعت متغیر با کارایی بالا که به فرکانس های سوئیچینگ خروجی بالا برای عملکرد تقریباً بی صدا نیاز دارند، مناسب است. همچنین بدون تغییر برای اینورترهای منبع ولتاژ یا جریان و یکسو کننده های سه فاز PWM دو و چهار ربع قابل استفاده است. نتایج کلیدی پیش‌بینی‌شده به‌طور تجربی بر روی تخته نان اینورتر 5 کیلوولت آمپر تأیید شده است.<<ETX>>
یک طرح PWM تصفیه شده برای مبدل های منبع ولتاژ و جریان
2d6d67ec52505e890f777900e9de4e5fa827ebd7
ما روش‌هایی را برای بهینه‌سازی خطی آنلاین ارائه می‌کنیم که از توالی‌های خوش‌خیم (برخلاف بدترین حالت) بهره می‌برند. به طور خاص، اگر دنباله‌ای که یادگیرنده با آن مواجه می‌شود به خوبی توسط یک «فرایند قابل پیش‌بینی» شناخته شده توصیف شود، الگوریتم‌های ارائه‌شده در مقایسه با محدودیت‌های بدترین حالت معمولی از محدودیت‌های محدودتری برخوردارند. علاوه بر این، اگر دنباله خوش خیم نباشد، روش ها به حد معمول در بدترین حالت پشیمانی دست می یابند. رویکرد ما می تواند به عنوان راهی برای افزودن دانش قبلی در مورد توالی در پارادایم یادگیری آنلاین دیده شود. تنظیم به گونه ای نشان داده شده است که اطلاعات جزئی و جانبی را در بر می گیرد. مرزهای واریانس و طول مسیر [11، 9] را می توان به عنوان نمونه های خاصی از یادگیری آنلاین با توالی های قابل پیش بینی ساده مشاهده کرد. ما روش‌ها و نتایج خود را بیشتر گسترش می‌دهیم تا شامل رقابت با مجموعه‌ای از فرآیندهای قابل پیش‌بینی (مدل‌ها) شود، یعنی «یادگیری» خود فرآیند قابل پیش‌بینی همزمان با استفاده از آن برای به دست آوردن تضمین‌های پشیمانی بهتر. ما نشان می‌دهیم که چنین انتخاب مدلی تحت مفروضات مختلف در بازخورد موجود امکان‌پذیر است. نتایج ما یک جهت امیدوارکننده برای تحقیقات بیشتر با کاربردهای بالقوه در بازار سهام و پیش‌بینی سری‌های زمانی را نشان می‌دهد.
آموزش آنلاین با توالی های قابل پیش بینی
280f9cc6ee7679d02a7b8b58d08173628057f3ea
خلاصه اخبار کلاسیک نقش مهمی در رشد نمایی اسناد در وب دارد. بسیاری از رویکردها برای تولید خلاصه‌ها پیشنهاد شده‌اند، اما به ندرت به طور همزمان ویژگی‌های تکاملی اخبار و عناصر خلاصه سنتی را در نظر می‌گیرند. بنابراین، ما یک چارچوب جدید برای مشکل وب کاوی به نام خلاصه‌سازی جدول زمانی تکاملی (ETS) ارائه می‌کنیم. با توجه به مجموعه عظیمی از اسناد وب با مهر زمانی مرتبط با یک جستار خبری کلی، ETS قصد دارد مسیر تکامل را در امتداد جدول زمانی بازگرداند که شامل خلاصه‌های فردی اما مرتبط از هر تاریخ است، با تأکید بر ارتباط، پوشش، انسجام و تنوع بین تاریخ. ETS تا حد زیادی مرور سریع اخبار و درک دانش را تسهیل می کند و از این رو یک ضرورت است. ما رسماً کار را به عنوان یک مسئله بهینه‌سازی از طریق جایگزینی تکراری از مجموعه‌ای از جملات به زیرمجموعه‌ای از جملاتی که الزامات فوق را برآورده می‌کند، ایجاد تعادل در اندازه‌گیری انسجام/تنوع و کیفیت خلاصه محلی/جهانی فرموله می‌کنیم. جایگزینی بهینه شده به طور مکرر با ترکیب چندین محدودیت تا زمان همگرایی انجام می شود. ما سیستم های آزمایشی را برای ارزیابی بر روی 6 مجموعه داده به طور غریزی متفاوت توسعه می دهیم که بالغ بر 10251 سند است. مقایسه عملکرد بین جدول‌های زمانی مختلف تولید شده توسط سیستم و خطوط زمانی ایجاد شده به‌صورت دستی توسط ویراستاران انسانی، اثربخشی چارچوب پیشنهادی ما را از نظر معیارهای ROUGE نشان می‌دهد.
خلاصه جدول زمانی تکاملی: یک چارچوب بهینه سازی متعادل از طریق جایگزینی تکراری
3981416d7c8f784db8d9bfff2216fb50af711dbe
این مقاله یک تکنیک جدید برای کنترل بن بست برای یک کلاس از شبکه پتری تعمیم یافته (PN) با شبکه S4PR، از مفهوم سیفون کنترلی پیشنهاد می کند. یکی از ویژگی های مهم PN طراحی ساختار، از نظر سیفون، به منظور تعیین خصوصیات جلوگیری از بن بست و ساختار تحلیلی زیرسیستم همگام سازی است که برای کنترل مکان در یک سیستم مورد نیاز است. یک روش سایفون کارآمد راه حلی برای محاسبه حداقل سیفون ها ارائه می دهد که منجر به ایجاد یک ناظر بهینه می شود و از حفظ حالت زنده سیستم اطمینان می دهد. نتایج تجربی نشان می دهد که تصویر روش های پیشنهادی با استفاده از شبکه S4PR با یک مثال در FMS نشان داده شده است. نتیجه شبیه سازی نیز به عنوان شبکه پتری مفهوم و همچنین ادغام با MATLAB ارائه شده است.
پیشگیری از بن بست مبتنی بر سایفون برای یک کلاس از شبکه های پتری تعمیم یافته S4PR
1ada7e038d9dd3030cdbc7b0fc1eb041c1e4fb6b
ما یک رویکرد جدید برای برآورد بدون نظارت مدل‌های برچسب‌گذاری معنایی غنی از ویژگی‌ها معرفی می‌کنیم. مدل ما از دو جزء تشکیل شده است: (1) یک مؤلفه رمزگذاری: یک مدل برچسب گذاری نقش معنایی که با توجه به مجموعه ای غنی از ویژگی های نحوی و واژگانی، نقش ها را پیش بینی می کند. (2) یک جزء بازسازی: یک مدل فاکتورسازی تانسور که برای پیش‌بینی پرکننده‌های آرگومان بر نقش‌ها تکیه دارد. هنگامی که مولفه ها به طور مشترک برای به حداقل رساندن خطاها در بازسازی آرگومان تخمین زده می شوند، نقش های القایی تا حد زیادی با نقش های تعریف شده در منابع مشروح مطابقت دارند. روش ما با دقیق‌ترین روش‌های القای نقش در انگلیسی و آلمانی عمل می‌کند، حتی اگر برخلاف این رویکردهای قبلی، ما هیچ دانش زبانی قبلی در مورد زبان‌ها را ترکیب نمی‌کنیم.
القای بدون نظارت نقش های معنایی در چارچوب به حداقل رساندن بازسازی-خطا
26433d86b9c215b5a6871c70197ff4081d63054a
بیومتریک چندوجهی اخیراً به دلیل عملکرد بالای خود در سیستم تشخیص بیومتریک مورد توجه قابل توجهی قرار گرفته است. در این مقاله ما بیومتریک چندوجهی را برای تصاویر صورت و اثر کف دست با استفاده از تکنیک‌های همجوشی در سطح ویژگی معرفی می‌کنیم. پردازش تصویر مبتنی بر گابور برای استخراج ویژگی‌های متمایز استفاده می‌شود، در حالی که تجزیه و تحلیل مؤلفه اصلی (PCA) و تجزیه و تحلیل تشخیص خطی (LDA) برای کاهش ابعاد هر مدالیته استفاده می‌شود. ویژگی های خروجی LDA به صورت سریالی با یک طبقه بندی کننده فاصله اقلیدسی ترکیب و طبقه بندی می شوند. نتایج تجربی بر اساس پایگاه‌های داده‌های ORL face و Poly-U ثابت کرد که این تکنیک همجوشی قادر است نرخ‌های تشخیص بیومتریک را در مقایسه با روش تولید شده توسط بیومتریک تک مدال افزایش دهد.
همجوشی بیومتریک چندوجهی در سطح ویژگی: صورت و اثر کف دست
6c4917342e7c81c09b28a4cd4e7575b4e9b176bf
مسائل فیزیکی زمینه را برای موازی سازی سطح کلان راه حل با ساختار اساسی آنها فراهم می کند. برای موازی سازی شبیه سازی شبکه الکتریکی، طبیعی ترین روش مبتنی بر ساختار، تجزیه چند پورت است. در این مقاله از این روش برای شبیه‌سازی شبکه‌های الکتریکی متشکل از منابع مقاومت، ولتاژ و جریان با استفاده از یک خوشه توزیع‌شده از پردازنده‌های کوپل شده ضعیف استفاده شده است. در دو سطحی که معادلات در این روش حل می‌شوند، نویسندگان از LU پراکنده برای هر دو سطح در طرح اول و از LU پراکنده در سطح داخلی و از گرادیان مزدوج در سطح بیرونی در طرح دوم استفاده کرده‌اند. نتایج برای شبکه های مسطح، برای مواردی که تعداد پردازنده های برده 1 و 2 است، و برای اندازه مدار تا 8.2 میلیون گره و 16.4 میلیون لبه با استفاده از 8 پردازنده برده ارائه شده است. نویسندگان از خوشه‌ای از پردازنده‌های Pentium IV استفاده می‌کنند که از طریق یک سوئیچ اترنت 10/100 مگابایت بر ثانیه متصل شده‌اند.
موازی سازی تجزیه و تحلیل DC از طریق تجزیه چند پورت
2f4bdb8f54ae1a7666c7be8e6b461e3c717a20cf
اهداف بقای کامپوزیت مستقیم قرار داده شده برای ترمیم دندان های فرسوده در مطالعات با حجم نمونه کوچک، دوره های کوتاه مشاهده و مواد مختلف گزارش شده است. این مطالعه با هدف تخمین بقای یک کامپوزیت هیبریدی که توسط یک پزشک تا 8 سال پیگیری قرار داده شد، انجام شد. روش ها همه بیماران برای یک مطالعه کوهورت مشاهده ای آینده نگر ارجاع و انتخاب شدند. یک کامپوزیت استفاده شد: Spectrum(®) (DentsplyDeTrey). اکثر ترمیم ها بر روی دندان های قدامی فک بالا با استفاده از روش دال قرار گرفتند. نتایج در مجموع 1010 کامپوزیت مستقیم در 164 بیمار قرار داده شد. میانگین زمان پیگیری 33.8 ماه (s.d. 27.7) بود. 71 مورد از 1010 ترمیم در طول پیگیری شکست خوردند. میزان شکست تخمین زده شده در سال اول 5.4٪ (95٪ فاصله اطمینان (CI): 3.7-7.0٪) بود. زمان شکست در افراد مسن‌تر (005/0=p) و زمانی که فقدان حمایت خلفی وجود داشت (003/0=p) به‌طور معنی‌داری بیشتر بود. دندان قروچه و افزایش بعد عمودی اکلوزال با شکست ارتباطی نداشتند. نسبت شکست در بیماران با کلاس 3 یا رابطه انسیزال لبه به لبه بیشتر از موارد کلاس 1 و کلاس 2 بود، اما این از نظر آماری معنی دار نبود. شکست های بیشتری در قوس پایینی (6/9 درصد) در مقایسه با قوس بالایی (6 درصد) رخ داد که بیشترین تعداد کامپوزیت ها روی دندان های ثنایای فک بالا قرار گرفتند (519=n). نتیجه گیری دندان های فرسوده یک چالش ترمیمی است اما کامپوزیت یک ماده ترمیمی مناسب است. اهمیت بالینی این مطالعه نشان می دهد که حمایت اکلوزال خلفی برای بهینه سازی بقا ضروری است.
بقای ترمیم های کامپوزیت مستقیم در مدیریت سایش شدید دندان شامل ساییدگی و فرسایش: یک مطالعه آینده نگر 8 ساله.
58c87d2d678aab8bccd5cb20d04bc867682b07f2
چالش پارالزبانی محاسباتی INTERSPEECH 2017 برای اولین بار در رقابت تحقیقاتی تحت شرایط کاملاً تعریف شده به سه مشکل مختلف می پردازد: در چالش فرعی مخاطب، باید مشخص شود که آیا گفتار تولید شده توسط یک بزرگسال به سمت بزرگسال دیگری است یا به سمت کودک. ; در چالش فرعی سرد، گفتار در حالت سرد باید جدا از گفتار «سالم» گفته شود. و در چالش فرعی خروپف، چهار نوع مختلف خروپف باید طبقه بندی شوند. در این مقاله، ما این چالش‌های فرعی، شرایط آن‌ها و استخراج ویژگی‌های پایه و طبقه‌بندی‌کننده‌ها را شرح می‌دهیم که شامل نمایش ویژگی‌های یادگیری داده‌ای با یادگیری سرتاسر با شبکه‌های عصبی کانولوشنال و مکرر، و مجموعه‌ای از کلمات صوتی برای اولین بار در سری چالش
چالش پارالزبانی محاسباتی INTERSPEECH 2017: مخاطب، سرما و خروپف
16b187a157ad1599bf785912ac7974e38198be7a
مطالعات انجام شده در مرکز Wadsworth در 14 سال گذشته نشان داده است که افراد با یا بدون ناتوانی حرکتی می توانند کنترل دامنه ریتم های مو یا بتا در فعالیت الکتروانسفالوگرافی (EEG) ثبت شده از پوست سر بر روی قشر حسی حرکتی را یاد بگیرند و می توانند از این کنترل برای حرکت استفاده کنند. مکان نما روی صفحه کامپیوتر در یک یا دو بعدی. این رابط مغز و کامپیوتر مبتنی بر EEG (BCI) می‌تواند یک فناوری ارتباطی تقویت‌کننده جدید برای افرادی که کاملاً فلج هستند یا سایر اختلالات حرکتی شدید دارند ارائه دهد. پژوهش حاضر بر بهبود سرعت و دقت ارتباطات BCI تمرکز دارد.
تحقیق رابط مغز و کامپیوتر در مرکز Wadsworth.
ac06b09e232fe9fd8c3fabef71e1fd7f6f752a7b
پزشکی قانونی شبکه اساساً برای شناسایی فعالیت مهاجمان و تجزیه و تحلیل رفتار آنها استفاده می شود. جمع آوری داده ها وظیفه اصلی پزشکی قانونی شبکه است و از هانی پات ها در پزشکی قانونی شبکه برای جمع آوری داده های مفید استفاده می شود. Honeypot یک فناوری جدید هیجان انگیز با پتانسیل بسیار زیاد برای جوامع امنیتی است. این مقاله مروری مبتنی بر معرفی هانی پات ها، اهمیت آن ها در امنیت شبکه، انواع هانی پات ها، معایب آن ها و مسائل حقوقی مرتبط با آن ها می باشد. مقاله تحقیقاتی همچنین در مورد کاستی های سیستم تشخیص نفوذ در امنیت شبکه و چگونگی بهبود معماری امنیتی شبکه سازمانی Honeypot ها بحث می کند. علاوه بر این، مقاله در مورد انواع مختلف Honeypot سطح تعامل و خطرات مرتبط با آنها را نشان می دهد. کلیدواژه ها هانی پات؛ nmap پزشکی قانونی شبکه
Honeypots: نیاز به امنیت شبکه
8c1351ff77f34a5a6e11be81a995e3faf862931b
این مقاله یک الگوریتم کاهش ابعاد جدید به نام تعبیه شاخه ای (BE) را پیشنهاد می کند. این یک دندروگرام را به نمودار پراکندگی دو بعدی تبدیل می‌کند و ساختارهای ذاتی داده‌های اولیه با ابعاد بالا را تجسم می‌کند. از آنجایی که بخش تبدیل از نظر محاسباتی نیاز ندارد، الگوریتم BE برای مواردی که خوشه‌بندی سلسله مراتبی قبلاً انجام شده است مفید خواهد بود. آزمایش‌های عددی نشان داد که خروجی‌های الگوریتم به طور متوسط ​​ساختارهای سلسله مراتبی اصلی را حفظ می‌کنند.
تعبیه شاخه ای: یک الگوریتم کاهش ابعاد اکتشافی مبتنی بر خوشه بندی سلسله مراتبی
d85a7bef0adb2651353d6aa74d6e6a2e12c3d841
اکوسیستم فعلی اینترنت اشیا (IoT) شامل محصولات و خدمات غیرقابل تعامل است. وب اشیا (WoT) اینترنت اشیا را با اجازه دادن به مصرف کنندگان برای تعامل با اکوسیستم اینترنت اشیا از طریق فن آوری های وب باز و استاندارد ارتقا می دهد. اما وب به تنهایی مشکلات قابلیت همکاری را حل نمی کند. به طور گسترده ای پذیرفته شده است که فناوری های وب معنایی پتانسیل دستیابی به داده ها و قابلیت همکاری پلت فرم را در هر دو چشم انداز IoT و WoT دارند. در این زمینه، مقاله تلاش می‌کند تا وضعیت فعلی ابزارهای نرم‌افزاری مبتنی بر هستی‌شناسی را برای قابلیت همکاری معنایی بررسی و تحلیل کند.
بررسی و تحلیل ابزارهای نرم افزاری مبتنی بر هستی شناسی برای قابلیت همکاری معنایی در مناظر IoT و WoT
b58b3a1dd84fe44f91510df00905a1ed33c1525c
از اواخر دهه هفتاد، تلاش‌ها برای فهرست‌نویسی عوامل مؤثر بر بهره‌وری، و همچنین اقداماتی برای بهبود آن، هم برای آکادمی و هم صنعت توسعه نرم‌افزار یک نگرانی بزرگ بوده است. با وجود مطالعات متعدد، سازمان‌های نرم‌افزاری هنوز نمی‌دانند مهم‌ترین عوامل کدامند و با آن چه کنند. چندین مطالعه عوامل را به صورت بسیار سطحی ارائه می کنند، برخی دیگر فقط به عوامل مرتبط می پردازند یا مواردی وجود دارند که تنها یک عامل را توصیف می کنند. اقدامات برای مقابله با عوامل گسترش یافته و اغلب ترسیم نشده است. از طریق بررسی ادبیات، این مقاله دیدگاه تلفیقی از عوامل اصلی که در طول سال‌ها بر بهره‌وری تأثیر گذاشته‌اند و استراتژی‌های مقابله با این عوامل امروزه ارائه می‌کند. این تحقیق با هدف حمایت از صنعت توسعه نرم‌افزار در انتخاب استراتژی‌های خود برای بهبود بهره‌وری با به حداکثر رساندن عوامل مثبت و به حداقل رساندن یا اجتناب از تأثیر عوامل منفی انجام شده است.
مروری بر عوامل بهره وری و استراتژی های توسعه نرم افزار
66baa370deca40f0928554a62cd8b0e4dd5985d3
کینازهای گیرنده TGF-بتا و BMP فاکتورهای رونویسی Smad را با فسفوریلاسیون C ترمینال فعال می کنند. ما یک فسفوریلاسیون ناشی از آگونیست بعدی را شناسایی کرده‌ایم که نقش دوگانه مرکزی را در فعال‌سازی و گردش رونویسی Smad ایفا می‌کند. همانطور که Smad های فعال شده با گیرنده کمپلکس های رونویسی را تشکیل می دهند، در یک ناحیه پیوند دهنده بین دامنه ای توسط CDK8 و CDK9، که اجزای کمپلکس های میانجی رونویسی و افزایش طول هستند، فسفریله می شوند. این فسفریلاسیون ها عمل رونویسی Smad را ترویج می کنند، که در مورد Smad1 با استخدام YAP به سایت های پیوند دهنده فسفریله شده واسطه می شود. یک عامل از مسیر کنترل اندازه اندام هیپو بسیار حفاظت شده، YAP از رونویسی وابسته به Smad1 پشتیبانی می کند و برای سرکوب BMP تمایز عصبی سلول های بنیادی جنینی موش مورد نیاز است. پیوند دهنده فسفریله شده در نهایت توسط لیگازهای یوبیکوئیتین خاص شناسایی می شود که منجر به گردش پروتئین های Smad فعال شده با واسطه پروتئازوم می شود. بنابراین، CDK8/9 هسته ای چرخه ای از استفاده و دفع Smad را هدایت می کند که بخشی جدایی ناپذیر از مسیرهای متعارف BMP و TGF-beta است.
CDK های هسته ای فعال سازی و گردش رونویسی Smad را در مسیرهای BMP و TGF-β هدایت می کنند
70666e2ecb5fd35af9adeccae0e2ef765cf149fe
در این مقاله، ما یک الگوریتم هش تصویر قوی را با استفاده از عدم تغییر شکل هیستوگرام تصویر به تغییر شکل‌های هندسی پیشنهاد می‌کنیم. استحکام و منحصر به فرد بودن تابع هش پیشنهادی با نشان دادن شکل هیستوگرام به عنوان روابط نسبی در تعداد پیکسل ها در بین گروه های دو سطل مختلف به تفصیل بررسی می شود. از آزمایش‌های گسترده مشخص شد که تابع هش مبتنی بر هیستوگرام عملکرد رضایت‌بخشی نسبت به تغییر شکل‌های هندسی مختلف دارد و همچنین به لطف استفاده از فیلتر پایین‌گذر هسته گاوسی در مرحله پیش‌پردازش، برای اکثر عملیات پردازش سیگنال رایج است.
طرح هش تصویر مبتنی بر هیستوگرام در برابر تغییر شکل‌های هندسی قوی است
2aa5aaddbb367e477ba3bed67ce780f30e055279
ما مدلی برای تجزیه ذاتی تصاویر RGB-D ارائه می کنیم. رویکرد ما یک تصویر RGB-D را تجزیه و تحلیل می‌کند و میدان‌های آلبیدو و سایه‌زنی را که ورودی را توضیح می‌دهند، تخمین می‌زند. برای ابهام‌زدایی از مشکل، مدل ما تعدادی از مؤلفه‌ها را تخمین می‌زند که به طور مشترک سایه‌زنی بازسازی‌شده را به حساب می‌آورند. با تجزیه میدان سایه، می‌توانیم مفروضاتی در مورد شکل‌گیری تصویر ایجاد کنیم که به تمایز تنوع بازتابی از سایه‌زنی کمک می‌کند. این مفروضات به عنوان منظم کننده های غیر محلی ساده بیان می شوند. ما مدل را بر روی تصاویر دنیای واقعی و در یک مجموعه داده مصنوعی چالش برانگیز ارزیابی می کنیم. نتایج تجربی نشان می‌دهد که رویکرد ارائه‌شده بهتر از مدل‌های قبلی برای تجزیه ذاتی تصاویر RGB-D عمل می‌کند.
مدلی ساده برای تجزیه تصویر درونی با نشانه های عمق
38a08fbe5eabbd68db495fa38f4ee506d82095d4
هدف حداکثرسازی نفوذ یافتن افراد با نفوذ $(K)$ برای به حداکثر رساندن نفوذ در یک شبکه اجتماعی است، که همچنان یک مشکل مهم و در عین حال چالش برانگیز است. ثابت شده است که NP-hard است، مشکل به حداکثر رساندن نفوذ، مطالعات فوق العاده ای را به خود جلب می کند. اگرچه الگوریتم‌های حریص اساسی وجود دارد که ممکن است تقریب خوبی برای نتیجه بهینه ارائه دهد، اما عمدتاً از راندمان محاسباتی پایین و زمان اجرای بیش از حد طولانی رنج می‌برند که کاربرد را به شبکه‌های اجتماعی در مقیاس بزرگ محدود می‌کند. در این مقاله، ما IMGPU، یک چارچوب جدید برای تسریع به حداکثر رساندن تأثیر با استفاده از قابلیت پردازش موازی واحد پردازش گرافیکی (GPU) ارائه می‌کنیم. ما ابتدا الگوریتم‌های حریص موجود را بهبود می‌دهیم و یک الگوریتم پیمایش از پایین به بالا با پیاده‌سازی GPU طراحی می‌کنیم که حاوی موازی‌سازی ذاتی است. برای تطبیق بهترین الگوریتم به حداکثر رساندن تأثیر پیشنهادی با معماری GPU، ما یک روش ترکیبی تطبیقی ​​سطح K را برای به حداکثر رساندن موازی‌سازی و سازماندهی مجدد نمودار تأثیر برای به حداقل رساندن واگرایی بالقوه توسعه می‌دهیم. ما آزمایش‌های جامعی را با ردیابی‌های شبکه‌های اجتماعی واقعی و مصنوعی انجام می‌دهیم و نشان می‌دهیم که با چارچوب IMGPU، می‌توانیم از الگوریتم بیشینه‌سازی تأثیر پیشرفته تا ضریب 60 پیشی بگیریم و پتانسیل را برای مقیاس نشان دهیم. تا شبکه های فوق العاده در مقیاس بزرگ.
IMGPU: به حداکثر رساندن تأثیر با شتاب GPU در شبکه های اجتماعی در مقیاس بزرگ
e7dbd9ba29c59c68a9dae9f40dfc4040476c4624
نویسندگان نتایج حاصل از 5 آزمایش را گزارش می دهند که تأثیر حالت های عاطفی بر اعتماد را توصیف می کند. آنها دریافتند که احساسات اتفاقی به طور قابل توجهی بر اعتماد در تنظیمات نامرتبط تأثیر می گذارد. شادی و قدردانی - احساسات با ظرفیت مثبت - اعتماد را افزایش می دهد و خشم - هیجانی با ظرفیت منفی - اعتماد را کاهش می دهد. به طور خاص، آنها دریافتند که احساساتی که با کنترل شخص دیگر (خشم و قدردانی) و ارزیابی ضعیف کنترل (خوشبختی) مشخص می شود، به طور قابل توجهی بر اعتماد تأثیر می گذارد تا احساساتی که با کنترل شخصی (غرور و گناه) یا کنترل موقعیتی (غم و اندوه) مشخص می شود. این یافته‌ها نشان می‌دهند که وقتی ارزیابی‌های هیجان با تکلیف قضاوت سازگار باشد، بیشتر احتمال دارد که احساسات به اشتباه نسبت داده شوند تا زمانی که ارزیابی‌های هیجان با تکلیف قضاوت ناسازگار باشد. زمانی که افراد از منشأ احساسات خود آگاه باشند یا زمانی که افراد با متولی بسیار آشنا هستند، احساسات بر اعتماد تأثیر نمی گذارد.
احساس و باور: تأثیر احساسات بر اعتماد
f1aa9bbf85aa1a0b3255b38032c08781f491f4d3
ما یک ساختار جدید nLDMOS و یک مفهوم طراحی در فناوری BCD با بهترین عملکرد در کلاس پیشنهاد می کنیم. مشخصات دریفت بهینه شده است و چند اکسید در منطقه رانش برای نزدیک شدن به حد RESURF مقاومت در برابر مشخصه BVdss (یعنی 36 ولت DMOS دارای Ron_sp 20mohm-mm2 با BVdss 50 ولت است؛ 45 ولت DMOS دارای یک Ron_sp است. یک Ron_sp از 28mohm-mm2 با BVdss از 65 ولت). علاوه بر این، این اصلاح فقط به سه ماسک اضافی در فرآیند LV غیر اپیتاکسی برای دستیابی به این بهبود نیاز دارد. بنابراین نه تنها یک کارایی بالا بلکه یک راه حل کم هزینه است.
فناوری BCD 0.18um با بهترین LDMOS در کلاس از 6 ولت تا 45 ولت
4e4c9d1d7893795d386fa6e62385faa6c5eff814
توصیه‌های متن‌آگاه (CAR) می‌تواند با مدل‌سازی روش‌های ظریفی که در آن زمینه بر ترجیحات تأثیر می‌گذارد، به بهبودهای قابل‌توجهی در ارتباط موارد توصیه‌شده منجر شود. رویکرد غالب در توصیه آگاه از زمینه، رویکرد عوامل پنهان چند بعدی بوده است که در آن کاربران، آیتم‌ها و متغیرهای زمینه به عنوان ویژگی‌های پنهان در فضای کم‌بعد نمایش داده می‌شوند. یک تعامل بین یک کاربر، آیتم و یک متغیر زمینه معمولاً به عنوان ترکیبی خطی از ویژگی‌های پنهان آنها مدل‌سازی می‌شود. با این حال، با توجه به بسیاری از انواع تعاملات ممکن بین کاربر، آیتم ها و متغیرهای زمینه ای، محدود کردن تعاملات بین آنها به خطی بودن ممکن است غیرواقعی به نظر برسد. برای پرداختن به این محدودیت، یک الگوریتم احتمالی غیرخطی جدید و قدرتمند برای توصیه‌های آگاه از زمینه با استفاده از فرآیندهای گاوسی توسعه می‌دهیم. روشی که ما آن را ماشین‌های فاکتورسازی فرآیند گاوسی (GPFM) می‌نامیم، هم برای تنظیم بازخورد صریح (به‌عنوان مثال رتبه‌بندی‌های عددی در مجموعه داده Netflix) و هم برای تنظیم بازخورد ضمنی (یعنی خرید، کلیک‌ها) قابل استفاده است. ما بهینه‌سازی شیب نزولی تصادفی را برای امکان مقیاس‌پذیری مدل استخراج می‌کنیم. ما GPFM را روی پنج مجموعه داده‌های متنی معیار مختلف آزمایش می‌کنیم. نتایج تجربی نشان می‌دهد که GPFM از روش‌های توصیه‌شده آگاه از زمینه‌های مدرن بهتر عمل می‌کند.
ماشین‌های فاکتورسازی فرآیند گاوسی برای توصیه‌های آگاه از زمینه
77a78f27356d502425ad232bf5cc554b73b38897
ساخت همپوشانی پخش زنده کارآمد و مقیاس پذیر اخیراً به یک موضوع داغ تبدیل شده است. به منظور بهبود معیارهای عملکرد، مانند تأخیر راه اندازی، تأخیر منبع به انتها، و تداوم پخش، اکثر مطالعات قبلی بر بهینه سازی درون همپوشانی متمرکز بودند. چنین رویکردهایی دارای اشکالاتی از جمله استفاده کم از منابع، تاخیر زیاد در راه اندازی و منبع به انتها، و تخصیص غیرمنطقی منابع در شبکه های جهانی P2P هستند. Anysee یک سیستم پخش زنده همتا به همتا است و یک طرح بهینه‌سازی بین همپوشانی را اتخاذ می‌کند، که در آن منابع می‌توانند به هم‌پوشانی‌های متعدد بپیوندند تا (1) استفاده از منابع جهانی را بهبود بخشد و ترافیک را به همه پیوندهای فیزیکی به طور مساوی توزیع کند. (2) تخصیص منابع بر اساس محل و تأخیر آنها. (3) کیفیت سرویس پخش را با استفاده از نزدیکترین همتاها تضمین می کند، حتی زمانی که چنین همتاهایی ممکن است به همپوشانی های مختلف تعلق داشته باشند. و (4) بار را در بین اعضای گروه متعادل کنید. ما عملکرد طراحی خود را با رویکردهای موجود بر اساس شبیه‌سازی‌های مبتنی بر ردیابی جامع مقایسه می‌کنیم. نتایج نشان می‌دهد که AnySee از طرح‌های قبلی در استفاده از منابع و QoS خدمات استریم بهتر عمل می‌کند. AnySee به عنوان یک سیستم پخش زنده مبتنی بر اینترنت پیاده سازی شده است و در تابستان 2004 با موفقیت در CERNET چین منتشر شد. بیش از 60000 کاربر از برنامه های سرگرمی عظیم از جمله برنامه های تلویزیونی، فیلم ها و کنفرانس های دانشگاهی لذت می برند. آمار ثابت می کند که این طراحی مقیاس پذیر و قوی است و ما معتقدیم که استقرار گسترده AnySee به زودی به نفع بسیاری از کاربران اینترنت خواهد بود.
AnySee: پخش مستقیم همتا به همتا
2c17972edee8cd41f344009dc939cf51260f425a
مطالعات کنترل فشار خون مناسب پرفشاری خون و فشار خون طبیعی در دیابت (ABCD) کارآزمایی‌های بالینی مداخله‌ای، تصادفی و آینده‌نگر با 5 سال پیگیری بود که نقش کنترل فشار خون فشرده در مقابل استاندارد را در مجموع 950 بیمار مبتلا به دیابت نوع 2 مورد بررسی قرار داد. ملیتوس در مطالعه فشار خون ABCD، کاهش قابل توجهی در مرگ و میر در گروه کنترل فشار خون فشرده در مقایسه با گروه کنترل فشار خون استاندارد مشاهده شد. همچنین کاهش قابل توجهی در بروز انفارکتوس میوکارد وجود داشت که بیماران به طور تصادفی به درمان اولیه ضد فشار خون با مهار آنزیم مبدل آنژیوتانسین به جای مسدود کردن کانال کلسیم اختصاص داده شدند. نتایج مطالعه ABCD با فشار خون نرمال شامل ارتباط بین کنترل شدید فشار خون و کاهش قابل توجه پیشرفت نفروپاتی (که توسط دفع آلبومین ادراری ارزیابی می شود) و رتینوپاتی و سکته های مغزی کمتر بود. در هر دو مطالعه فشار خون بالا و فشار خون طبیعی، میانگین عملکرد کلیوی (که توسط کلیرانس 24 ساعته کراتینین ارزیابی شد) در طول 5 سال مداخله فشار خون فشرده یا استاندارد در بیماران مبتلا به نورموآلبومینوری (<30 میلی گرم در 24 ساعت) یا میکروآلبومینوری (30-30) ثابت ماند. 300 میلی گرم در 24 ساعت) در ابتدا. در مقابل، میزان کلیرانس کراتینین در بیماران مبتلا به نفروپاتی دیابتی آشکار (بیش از 300 میلی گرم در 24 ساعت؛ آلبومینوری) در شروع مطالعه علی رغم کنترل شدید یا استاندارد فشار خون، به طور متوسط ​​5 میلی لیتر در دقیقه در سال کاهش یافت. تجزیه و تحلیل نتایج 5 سال پیگیری نشان داد که ارتباط بسیار معنی داری بین مرگ و میر همه علل و قلبی عروقی با توده بطن چپ و شدت آلبومینوری وجود دارد.
کنترل فشار خون مناسب در دیابت نوع 2 فشار خون بالا و طبیعی: خلاصه ای از کارآزمایی ABCD
39a6cc80b1590bcb2927a9d4c6c8f22d7480fbdd
در این مقاله ما یک توصیفگر SIFT سه بعدی (3 بعدی) برای ویدئو یا تصاویر سه بعدی مانند داده های MRI معرفی می کنیم. ما همچنین نشان می‌دهیم که چگونه این توصیفگر جدید می‌تواند ماهیت سه‌بعدی داده‌های ویدیویی را در کاربرد تشخیص کنش بهتر نشان دهد. این مقاله نشان خواهد داد که چگونه 3D SIFT می‌تواند از روش‌های توصیفی که قبلا استفاده شده بود به شیوه‌ای زیبا و کارآمد بهتر عمل کند. ما از رویکرد کیسه‌ای از کلمات برای نمایش ویدیوها استفاده می‌کنیم و روشی را برای کشف روابط بین کلمات مکانی-زمانی به منظور توصیف بهتر داده‌های ویدیویی ارائه می‌کنیم.
توصیفگر الک سه بعدی و کاربرد آن در تشخیص عمل
516f412a76911a13c9128aac827b52b27b98fad9
حساب‌های Sybil هویت‌های جعلی هستند که برای افزایش غیرمنصفانه قدرت یا منابع یک کاربر ایجاد می‌شوند. محققان مدت‌هاست که از وجود حساب‌های Sybil در جوامع آنلاین مانند سیستم‌های اشتراک فایل اطلاع داشتند، اما قادر به انجام اندازه‌گیری‌های مقیاس بزرگ برای شناسایی آنها یا اندازه‌گیری فعالیت‌هایشان نبودند. در این مقاله، ما تلاش‌های خود را برای شناسایی، توصیف و درک فعالیت حساب Sybil در شبکه اجتماعی آنلاین Renren (OSN) شرح می‌دهیم. ما از حقیقت زمینی ارائه شده توسط شرکت Renren برای ساخت آشکارسازهای حساب Sybil مبتنی بر اندازه‌گیری استفاده می‌کنیم و آنها را در Renren برای شناسایی بیش از 100000 حساب Sybil استفاده می‌کنیم. ما این حساب‌های Sybil و همچنین 560000 حساب دیگر Sybil را که توسط Renren دستگیر شده‌اند مطالعه می‌کنیم و رفتار ایجاد پیوند آنها را تجزیه و تحلیل می‌کنیم. جالب‌تر از همه، متوجه می‌شویم که برخلاف حدس‌های قبلی، حساب‌های Sybil در OSN‌ها جوامع فشرده‌ای را تشکیل نمی‌دهند. در عوض، آنها مانند کاربران عادی در نمودار اجتماعی ادغام می شوند. با استفاده از مُهرهای زمانی ایجاد پیوند، تأیید می‌کنیم که اکثر پیوندها بین حساب‌های Sybil به طور تصادفی و بدون اطلاع مهاجم ایجاد شده‌اند. به طور کلی، تنها بخش بسیار کوچکی از حساب های Sybil به سایر Sybils با پیوندهای اجتماعی متصل هستند. مطالعه ما نشان می‌دهد که بعید است دفاع‌های Sybil موجود در OSN‌های امروزی موفق شوند، و ما باید تکنیک‌های جدیدی را برای شناسایی و دفاع موثر در برابر حملات Sybil طراحی کنیم.
کشف سیبیل های شبکه های اجتماعی در طبیعت
2d633db75b177aad6045c0469ba0696b905f314f
ساخت یک پیکره متن مناسب برای استفاده در سنتز گفتار مبتنی بر پیکره فرآیندی زمان‌بر است که معمولاً نیاز به دخالت انسان برای انتخاب محتوای آوایی مورد نظر و تنوع لازم از زمینه‌های عروضی دارد. اگر یک سیستم احساسی متن به گفتار (TTS) مورد نظر باشد، پیچیدگی فرآیند تولید پیکره افزایش می‌یابد. این مقاله مطالعه‌ای را با هدف تأیید یا رد استفاده از یک مجموعه متنی خنثی معنایی برای ضبط گفتار خنثی و احساسی (عملی) ارائه می‌کند. استفاده از این نوع متون نیاز به گنجاندن متون احساسی معنایی در مجموعه را از بین می برد. این مطالعه برای زبان باسکی انجام شده است. با انجام مقایسه‌های ذهنی و عینی بین ویژگی‌های عروضی گفتار احساسی ضبط‌شده با استفاده از متون خنثی معنایی و متون احساسی انجام شده است. در عین حال، آزمایش‌های انجام‌شده امکان ارزیابی توانایی عروض برای انتقال اطلاعات احساسی در زبان باسک را فراهم می‌کند. دستکاری عروضی رایج ترین ابزار پردازشی است که در TTS پیوسته استفاده می شود. آزمایش‌های تشخیص خودکار احساسات در نظر گرفته شده در این مقاله (شش احساس بزرگ) نشان می‌دهد که عروضی یک شاخص احساسی مهم است، اما نمی‌تواند تنها پارامتر دستکاری شده در یک سیستم TTS عاطفی باشد - حداقل نه برای همه احساسات. آزمایش‌های سنتز مجدد برای انتقال عروض از گفتار احساسی به گفتار خنثی نیز انجام شده است. آنها نتایج را تأیید می کنند و از استفاده از یک متن محتوای خنثی معنایی در پایگاه های داده برای سنتز گفتار احساسی پشتیبانی می کنند.
بررسی عینی و ذهنی نقش معناشناسی و ویژگی‌های عروضی در ساخت پیکره‌ها برای TTS هیجانی
f3da8e33c90dc19a33d91a1b6b2ec4430f3b0315
اطلاعات حواس مختلف به طور یکپارچه توسط مغز ادغام می شود تا رفتارهای ما را اصلاح کند و ادراک ما را غنی کند. تنها از طریق پیوند و ادغام مناسب اطلاعات از حواس مختلف است که می توان گشتالت ادراکی معنادار و دقیقی ایجاد کرد. اگرچه اطلاعات زیادی در مورد چگونگی تأثیر چنین تعاملات متقابل بر رفتار و ادراک در بزرگسالان شناخته شده است، دانش کمی در مورد تأثیر پیری بر این فرآیندهای چندحسی وجود دارد. در مطالعه حاضر، ما سرعت پاسخ‌های تمایز افراد مسن و جوان را به ارائه محرک‌های دیداری، شنیداری یا ترکیبی بینایی- شنیداری بررسی کردیم. اگرچه ارائه محرک های چندحسی زمان پاسخ را در هر دو گروه تسریع کرد، افزایش عملکرد در افراد مسن به طور قابل توجهی بیشتر بود. جالب‌تر از همه، محرک‌های چندحسی زمان‌های پاسخ را در افراد مسن به محرک‌هایی که در افراد جوان دیده می‌شوند به سریع‌تر از دو محرک غیرحسی (یعنی بینایی) بازگرداندند. نتایج کنونی نشان می‌دهد که علی‌رغم کاهش پردازش حسی که با پیری همراه است، استفاده از کانال‌های حسی متعدد ممکن است یک استراتژی جبرانی مؤثر برای غلبه بر این کمبودهای غیرحسی باشد.
یکپارچگی چندحسی در افراد مسن تر
31cc80ffb56d7f82dcc44e78fbdea95bffe5028e
ما مطالعه ای از کالیبراسیون اختلاف عمق برای برنامه های واقعیت افزوده با استفاده از نمایشگرهای بینایی نوری دوچشمی ارائه می دهیم. دو تکنیک پیشنهاد و مقایسه شد. تکنیک چشم های جفت از ناحیه همجوشی پانوم برای کمک به بیننده کمک می کند تا بین اشیاء مجازی و فیزیکی همسویی پیدا کند. تکنیک چشم های جدا نیاز به همجوشی دوچشمی را از بین می برد و شامل استفاده از هر دو چشم به صورت متوالی برای بررسی تراز جسم مجازی-فیزیکی در تصاویر شبکیه می شود. ما یک مطالعه کاربر را برای اندازه‌گیری نتایج کالیبراسیون و ارزیابی تجربه ذهنی کاربران با تکنیک‌های پیشنهادی انجام دادیم.
کالیبراسیون اختلاف عمق برای واقعیت افزوده در نمایشگرهای بینایی نوری دوچشمی
7ba0aa88b813b8e7e47d5999cf4802bb9b30b86a
پر کردن شکاف بین عبارات زبان طبیعی و مفاهیم یا ویژگی های هستی شناسی روند جدید در وب معنایی است. واژگانی سازی هستی شناسی لایه جدیدی از اطلاعات واژگانی را برای ویژگی ها و مفاهیم هستی شناسی معرفی می کند. ما روشی را مبتنی بر یادگیری بدون نظارت برای استخراج عبارات واژگانی بالقوه ویژگی‌های DBpedia از پیکره متنی ویکی‌پدیا پیشنهاد می‌کنیم. این یک رویکرد منبع محور است که شامل سه مرحله اصلی است. مرحله اول شامل استخراج سه‌گانه‌های DBpedia برای ویژگی مورد نظر و سپس استخراج مقالات ویکی‌پدیا است که منابع این سه‌گانه‌ها را توصیف می‌کنند. در مرحله دوم، جملاتی که بیشتر مربوط به ویژگی هستند از مقالات استخراج می‌شوند و با یک برچسب‌گذار نقش معنایی تجزیه و تحلیل می‌شوند که در نتیجه مجموعه‌ای از درخت‌های حاشیه‌نویسی SRL ایجاد می‌شود. در مرحله آخر، خوشه هایی از عبارات با استفاده از خوشه بندی طیفی بر اساس فواصل بین درختان SRL ساخته می شوند. خوشه هایی با کمترین واریانس برای عبارات واژگانی ویژگی مرتبط در نظر گرفته می شوند.
به سوی واژگانی سازی هستی شناسی DBpedia با یادگیری بدون نظارت و برچسب گذاری نقش معنایی
1c01e44df70d6fde616de1ef90e485b23a3ea549
ما یک کلاس جدید از کران های بالایی را در تابع پارتیشن ورود به سیستم یک میدان تصادفی مارکوف (MRF) معرفی می کنیم. این کمیت نقش مهمی در زمینه‌های مختلف از جمله تقریب توزیع‌های حاشیه‌ای، تخمین پارامتر، شمارش ترکیبی، تئوری تصمیم‌گیری آماری و کران‌های انحراف بزرگ دارد. اشتقاق ما بر اساس مفاهیم دوگانگی محدب و هندسه اطلاعات است: به ویژه، از مخلوطی از توزیع‌ها در حوزه نمایی و نقشه‌برداری Legendre بین پارامترهای نمایی و میانگین بهره‌برداری می‌کند. در مورد خاص ترکیبات محدب توزیع‌های دارای ساختار درختی، خانواده‌ای از مسائل تغییری را به‌دست می‌آوریم، مشابه مسئله تغییرات بته، اما با ویژگی‌های مطلوب زیر متمایز می‌شوند: 1) محدب هستند و یک بهینه جهانی منحصر به فرد دارند. و ii) بهینه یک کران بالایی در تابع پارتیشن log می دهد. این بهینه با شرایط ثابت بسیار شبیه به آنهایی که نقاط ثابت الگوریتم حاصل جمع- حاصل را تعریف می کنند، یا به طور کلی تر، هر بهینه محلی مسئله تغییرات بته تعریف می شود. همانند نقاط ثابت حاصل جمع، عناصر آرگومان بهینه‌سازی را می‌توان به عنوان تقریبی برای حاشیه‌های مدل اصلی استفاده کرد. تجزیه و تحلیل به طور طبیعی به ترکیبات محدب از توزیع‌های ساختار یافته ابردرخت گسترش می‌یابد، در نتیجه پیوندهایی با تقریب‌ها و انواع کیکوچی ایجاد می‌کند.
یک کلاس جدید از کران های بالایی در تابع پارتیشن log
39c230241d51b1435472115aaa8c62b94ab9927d
این مقاله به وظیفه ساخت جدول زمانی رویدادهای ذکر شده در متن داده شده می پردازد. برای انجام آن، ما یک نمایش جدید از ساختار زمانی یک مقاله خبری بر اساس فواصل زمانی ارائه می‌کنیم. سپس یک رویکرد الگوریتمی ارائه می‌کنیم که به طور مشترک ساختار زمانی را با جفت کردن طبقه‌بندی‌کننده‌های محلی که ارتباط و روابط زمانی بین جفت موجودیت‌های زمانی با محدودیت‌های جهانی را پیش‌بینی می‌کنند، بهینه می‌کند. علاوه بر این، ما راه‌هایی را برای بهره‌گیری از دانش ارائه‌شده توسط همبستگی رویداد برای بهبود بیشتر عملکرد سیستم ارائه می‌کنیم. به طور کلی، آزمایش‌های ما نشان می‌دهد که مدل استنتاج مشترک به طور قابل‌توجهی از طبقه‌بندی‌کننده‌های محلی 9.2 درصد از بهبود نسبی در F1 بهتر عمل کرد. آزمایش‌ها همچنین نشان می‌دهند که همبستگی رویداد خوب می‌تواند سهم قابل‌توجهی در یک سیستم ساخت و ساز خط زمانی رویداد قوی داشته باشد.
استنتاج مشترک برای ساخت خط زمانی رویداد
12f3f9a5bbcaa3ab09eff325bd4554924ac1356d
مسائل اساسی در اجرای حاکمیت فناوری اطلاعات و ارتباطات (ICTG) برای بخش عمومی مالزی (MPS) این است که چگونه فناوری اطلاعات و ارتباطات برای حمایت از بهبود بهره وری، اثربخشی مدیریت و کیفیت خدمات ارائه شده به شهروندانش به کار گرفته شود. نگرانی اصلی ما توسعه و اتخاذ یک تعریف و چارچوب مشترک برای نشان دادن چگونگی استفاده از ICTG برای همسویی بهتر ICT با عملیات و تمرکز استراتژیک دولت است. به طور خاص، ما می خواهیم عواملی را شناسایی و دسته بندی کنیم که فرآیند موفقیت آمیز ICTG را هدایت می کنند. این مقاله نتایج یک مطالعه اکتشافی را برای شناسایی، اعتبارسنجی و اصلاح چنین عوامل موفقیت حیاتی (CSFs) ارائه می‌کند و هفت CSF و نوزده عامل فرعی را به‌عنوان عوامل تأثیرگذار تأیید می‌کند که پس از تأیید و پالایش بیشتر با MPS مطابقت دارند. روش دلفی در فرآیند اعتبارسنجی و پالایش قبل از تایید به عنوان مناسب برای MPS اعمال می شود. CSFهای شناسایی شده منعکس کننده حوزه های تمرکزی است که باید به طور استراتژیک برای تقویت اجرای حاکمیت فناوری اطلاعات و ارتباطات و تضمین موفقیت کسب و کار در نظر گرفته شوند. کلیدواژه ها-حاکمیت فناوری اطلاعات، عوامل حیاتی موفقیت.
عوامل حیاتی موفقیت برای حکمرانی موثر ICT در بخش عمومی مالزی: مطالعه دلفی
efaf07d40b9c5837639bed129794efc00f02e4c3
این مقاله کار روی استفاده از بازنمایی های پیوسته برای انتساب نویسنده را ارائه می دهد. برخلاف کار قبلی، که از نمایش ویژگی‌های گسسته استفاده می‌کرد، مدل ما نمایش‌های پیوسته برای ویژگی‌های n-gram را از طریق یک شبکه عصبی به طور مشترک با لایه طبقه‌بندی می‌آموزد. نتایج تجربی نشان می‌دهد که مدل پیشنهادی در دو مجموعه داده عملکردی بهتر از آخرین هنر دارد، در حالی که نتایج قابل مقایسه را در دو مجموعه دیگر تولید می‌کند.
بازنمایی های پیوسته N-gram برای انتساب نویسنده
16deaf3986d996a7bf5f6188d39607c2e406a1f8
خوشه‌بندی داده‌های جریانی به الگوریتم‌هایی نیاز دارد که قادر به به‌روزرسانی نتایج خوشه‌بندی برای داده‌های ورودی باشند. از آنجایی که داده ها دائما در حال رسیدن هستند، زمان برای پردازش محدود است. خوشه‌بندی باید در یک گذر از داده‌های ورودی و در زمان‌های احتمالاً متغیر بین ورود جریان انجام شود. به همین ترتیب، حافظه محدود است و ذخیره تمام داده ها را غیرممکن می کند. برای خوشه بندی، ما با چالش حفظ یک نتیجه فعلی روبرو هستیم که می تواند در هر زمان معین به کاربر ارائه شود. در این کار، ما یک الگوریتم بدون پارامتر پیشنهاد می کنیم که به طور خودکار با سرعت جریان داده سازگار می شود. بهترین استفاده را از زمان در دسترس تحت محدودیت‌های فعلی می‌کند تا خوشه‌بندی از اشیاء دیده‌شده تا آن نقطه را فراهم کند. رویکرد ما سن اشیاء را در بر می گیرد تا اهمیت بیشتر داده های جدیدتر را منعکس کند. علاوه بر این، ما قادر به تشخیص رانش مفهومی، تازگی و نقاط پرت در جریان هستیم. برای مدیریت کارآمد و مؤثر، ما ClusTree را معرفی می‌کنیم، یک ساختار فهرست فشرده و خودسازگار برای حفظ خلاصه‌های جریان. آزمایش‌های ما نشان می‌دهد که رویکرد ما قادر به مدیریت تعداد زیادی از ویژگی‌های جریان مختلف برای خوشه‌بندی دقیق و مقیاس‌پذیر جریان در هر زمان است.
خوشه‌بندی جریان‌های خود تطبیقی ​​در هر زمان
3ce29949228103340391dbb57e38dd68d58e9b9e
اهداف تعیین مقادیر ابعاد ورید براکیوسفالیک چپ جنین (LBCV) در دوران بارداری طبیعی و تعیین اینکه آیا ارزیابی معمول LBCV ممکن است در شناسایی جنین‌های دارای ناهنجاری‌های مادرزادی این رگ کمک کند. روش ها LBCV جنین به صورت آینده نگر در طی معاینات اولتراسوند در 431 حاملگی تک قلو طبیعی ارزیابی شد. میزان تجسم نمای عرضی قفسه سینه بالای جنین در سطح زهکشی LBCV به داخل ورید اجوف فوقانی (SVC) توسط سونوگرافی دو بعدی (2D) و دو بعدی به علاوه رنگی داپلر ارزیابی شد. محدوده مرجع قطر LBCV در طول حاملگی های غیر عارضه ایجاد شد. تنوع اندازه‌گیری بین مشاهده‌گر و درون ناظر مورد تجزیه و تحلیل قرار گرفت. علاوه بر این، یک بررسی گذشته نگر از سوابق پزشکی بیمارستان 91 بارداری با جنین های تشخیص داده شده با ناهنجاری های LBCV انجام شد. نتایج ارزیابی سونوگرافی LBCV جنین به طور مداوم در سه ماهه دوم و سوم و در برخی از جنین ها در سه ماهه اول بارداری انجام شد. در جنین های طبیعی، قطر LBCV به طور قابل توجهی در طول بارداری افزایش یافته است، با مقدار متوسط ​​0.7 میلی متر در هفته 11 و 4.9 میلی متر در ترم. اتساع LBCV جنینی در پنج مورد ناهنجاری شریانی وریدی داخل جمجمه و شش مورد اتصال ورید ریوی ناهنجار تام از نوع سوپراکاردیال مشاهده شد. سیر غیر طبیعی LBCV در 12 جنین مشاهده شد. در 63 جنین با SVC چپ مداوم و SVC راست، LBCV وجود نداشت. نتیجه گیری این اولین مطالعه ای است که یک روش سونوگرافی موثر برای ارزیابی ابعاد LBCV جنین در دوران بارداری را توصیف می کند. داده های هنجاری ممکن است ابزار اضافی برای تشخیص ناهنجاری های نادر وریدهای سیستمیک و ریوی در دوران بارداری فراهم کند.
ورید براکیوسفالیک چپ جنین در شرایط طبیعی و غیر طبیعی.
d86e51d6e1215d792a9d00995d367b6161fc33e7
در دنیای واقعی، یک سیستم یادگیری می‌تواند ورودی‌ای دریافت کند که هیچ شباهتی به آنچه در طول آموزش دیده است ندارد، و این می‌تواند منجر به رفتار غیرقابل پیش‌بینی شود. بنابراین ما باید بدانیم که آیا هر ورودی داده شده به توزیع جمعیت داده های آموزشی تعلق دارد تا از رفتار غیرقابل پیش بینی در سیستم های مستقر جلوگیری کنیم. افزایش علاقه اخیر به این مشکل منجر به توسعه تکنیک های پیچیده در ادبیات یادگیری عمیق شده است. با این حال، به دلیل عدم وجود یک فرمول استاندارد مشکل یا یک ارزیابی جامع، مشخص نیست که بتوانیم در عمل به این روش‌ها تکیه کنیم یا خیر. آنچه این مشکل را از یک محیط یادگیری تحت نظارت معمولی متفاوت می کند این است که ما نمی توانیم تنوع نمونه های خارج از توزیع را در عمل مدل سازی کنیم. توزیع نقاط پرت استفاده شده در آموزش ممکن است با توزیع نقاط پرت که در برنامه با آن مواجه می شوند یکسان نباشد. بنابراین، رویکردهای کلاسیکی که تنها با دو مجموعه داده، موارد درونی در مقابل موارد پرت را یاد می‌گیرند، می‌توانند نتایج خوش‌بینانه‌ای به همراه داشته باشند. ما تست OD، یک طرح ارزیابی سه مجموعه داده را به عنوان یک استراتژی عملی و قابل اعتمادتر برای ارزیابی پیشرفت در این مشکل معرفی می کنیم. معیار آزمون OD یک ابزار ساده برای مقایسه برای روش هایی فراهم می کند که به مشکل تشخیص نمونه خارج از توزیع می پردازند. ما یک ارزیابی جامع از مجموعه وسیعی از روش‌ها از حوزه‌های مرتبط در وظایف طبقه‌بندی تصویر ارائه می‌کنیم. علاوه بر این، نشان می‌دهیم که برای کاربردهای واقعی تصاویر با ابعاد بالا، روش‌های موجود دقت پایینی دارند. تجزیه و تحلیل ما نقاط قوت و ضعف هر روش را نشان می دهد.
آیا مدل شما می داند که رقم 6 گربه نیست؟ یک ارزیابی کمتر مغرضانه از آشکارسازهای غیرطبیعی.
cbd8a90e809151b684e73fb3e31c2731874570c4
هدف ارائه یافته های یک مرور ادبیات در مورد قصد پرستاران برای ترک شغل یا حرفه. پس زمینه کمبود پرستار مشکلی است که در سراسر جهان تجربه می شود. این مشکلی است که حل نشدن آن می تواند تأثیر جدی بر ارائه مراقبت های بهداشتی با کیفیت داشته باشد. درک دلایلی که چرا پرستاران شغل یا حرفه خود را ترک می کنند، برای موفقیت آمیز بودن تلاش برای افزایش ماندگاری ضروری است. ارزیابی پایگاه‌های اطلاعاتی الکترونیکی به‌طور سیستماتیک جستجو شدند تا گزارش‌های تحقیقاتی انگلیسی در مورد قصد پرستاران برای ترک شغل یا حرفه خود را شناسایی کنند. نتایج کلیدی مربوط به موضوع استخراج و سنتز شد. مسائل کلیدی ابزارهای اندازه‌گیری متنوع، نمونه‌ها و سطوح قصد ترک باعث ایجاد مشکلاتی در تلاش برای مقایسه یا ترکیب یافته‌ها شد. عوامل مؤثر بر تمایل پرستاران به ترک شناسایی و به عوامل سازمانی و فردی دسته‌بندی شدند. نتیجه گیری دلایلی که باعث تمایل پرستاران به ترک می شود پیچیده است و تحت تأثیر عوامل سازمانی و فردی است. مطالعات بیشتری باید برای بررسی چگونگی ارتباط عوامل خارجی مانند فرصت های شغلی با قصد پرستاران برای ترک انجام شود. پیامدها برای مدیریت پرستاری این بررسی بینشی را ارائه می دهد که می تواند در طراحی و اجرای استراتژی هایی برای حفظ نیروی کار پایدار در پرستاری مفید باشد.
بررسی ادبیات سیستماتیک کمبود پرستار و قصد ترک
04c5268d7a4e3819344825e72167332240a69717
در این مقاله یک روش مبتنی بر الگو برای تشخیص اعمال انسان به نام اقدام MACH معرفی می‌کنیم. رویکرد ما بر اساس فیلتر حداکثر میانگین ارتفاع همبستگی (MACH) است. محدودیت رایج روش‌های مبتنی بر الگو، ناتوانی آنها در تولید یک الگو با استفاده از مجموعه‌ای از مثال‌ها است. MACH قادر است با سنتز یک فیلتر Action MACH برای یک کلاس اقدام معین، تنوع درون کلاسی را به تصویر بکشد. ما فیلتر MACH سنتی را به ویدئو (حجم فضایی-زمانی سه بعدی) و داده‌های با ارزش برداری تعمیم می‌دهیم. با تجزیه و تحلیل پاسخ فیلتر در حوزه فرکانس، از هزینه محاسباتی بالایی که معمولاً در رویکردهای مبتنی بر الگو متحمل می‌شود جلوگیری می‌کنیم. داده های با ارزش برداری با استفاده از تبدیل فوریه کلیفورد، تعمیم تبدیل فوریه در نظر گرفته شده برای داده های اسکالر و با ارزش برداری، تجزیه و تحلیل می شوند. در نهایت، ما مجموعه گسترده‌ای از آزمایش‌ها را انجام می‌دهیم و روش خود را با برخی از جدیدترین رویکردها در این زمینه با استفاده از مجموعه داده‌های در دسترس عموم، و دو مجموعه داده‌های کنش انسانی مشروح جدید که شامل اقدامات انجام‌شده در فیلم‌های بلند کلاسیک و تلویزیون پخش ورزشی می‌شود، مقایسه می‌کنیم.
Action MACH یک فیلتر ارتفاعی حداکثر میانگین همبستگی مکانی-زمانی برای تشخیص عملکرد
6683426ca06560523fc7461152d4dd3b84a07854
برچسب های اجتماعی کلمات کلیدی تولید شده توسط کاربر هستند که با برخی از منابع موجود در وب مرتبط هستند. در مورد موسیقی، برچسب‌های اجتماعی به جزء مهمی از سیستم‌های توصیه‌کننده «Web 2.0» تبدیل شده‌اند و به کاربران اجازه می‌دهند فهرست‌های پخش را بر اساس اصطلاحات وابسته به استفاده مانند لرز یا دویدن که برای آهنگ‌های خاصی اعمال شده‌اند تولید کنند. در این مقاله، ما روشی را برای پیش‌بینی این برچسب‌های اجتماعی مستقیماً از فایل‌های MP3 پیشنهاد می‌کنیم. با استفاده از مجموعه ای از 360 طبقه بندی کننده آموزش دیده با استفاده از الگوریتم یادگیری گروه آنلاین FilterBoost، ویژگی های صوتی را بر روی برچسب های اجتماعی جمع آوری شده از وب نگاشت می کنیم. برچسب‌های خودکار (یا برچسب‌های خودکار) به‌دست‌آمده اطلاعاتی در مورد موسیقی ارائه می‌دهند که در غیر این صورت بدون برچسب یا برچسب ضعیف هستند، و امکان درج موسیقی ناشنیده قبلی را در یک توصیه‌کننده اجتماعی فراهم می‌کنند. این امر از مشکل شروع سرد رایج در چنین سیستم هایی جلوگیری می کند. از تگ‌های خودکار نیز می‌توان برای هموارسازی فضای تگ استفاده کرد که از آن شباهت‌ها و توصیه‌هایی با ارائه مجموعه‌ای از برچسب‌های پایه قابل مقایسه برای همه آهنگ‌ها در یک سیستم توصیه‌گر ارائه می‌شود. از آنجایی که کلماتی که یاد می گیریم همان کلماتی است که توسط افرادی که مجموعه های موسیقی خود را برچسب گذاری می کنند استفاده می کنند، به راحتی می توان پیش بینی های خود را در روش های مشابه و پیش بینی موجود بر اساس داده های وب ادغام کرد.
Autotagger: مدلی برای پیش‌بینی برچسب‌های اجتماعی از ویژگی‌های آکوستیک در پایگاه‌های داده موسیقی بزرگ
0c85afa692a692da6e444b1098e59d11f0b07b83
طراحی کوپلینگ پیشرانه موتور یکپارچه رینگ برای شناورها و وسایل نقلیه زیر آب در این مقاله ارائه شده است. مشخصه اصلی پیشرانه موتور یکپارچه این است که موتور در مجرای پیشرانه یکپارچه شده است. بنابراین طراحی کوپلینگ موتور و پیشرانه کلید طراحی کلی است. با توجه به تاثیر اندازه موتور و کانال، پروانه طراحی شد و از روش CFD برای تجزیه و تحلیل عملکرد هیدرودینامیکی پیشرانه استفاده شد. بر اساس میدان مغناطیسی شکاف هوا موتور آهنربای دائم و مدار مغناطیسی معادل، مدل الکترومغناطیسی موتور یکپارچه پیشنهاد شد و از روش اجزای محدود برای تحلیل میدان الکترومغناطیسی موتور استفاده شد. در نهایت، شبیه‌سازی فرآیند راه‌اندازی یکپارچه موتور با بار گشتاور پیشران انجام شد و نتایج مطابق با مشخصات طراحی است.
طراحی کوپلینگ و تجزیه و تحلیل عملکرد پیشرانه موتور یکپارچه محوری
892c22460a1ef1da7d10d1cf007ff46c6c080f18
تحریک ارتعاشی عمدتاً برای ایجاد حس وزوز استفاده می شود. اما اگر فعال سازی ارتعاشی به شدت با اقدامات کاربران همراه باشد، می توان از آن برای ایجاد تجربیات لمسی بسیار غنی تر استفاده کرد. با این حال، به خوبی درک نشده است که این جفت شدن چگونه باید انجام شود یا کدام پارامترهای ارتعاشی چه تجربه هایی را ایجاد می کنند. برای بررسی نحوه ارتباط پارامترهای فعالسازی با تجربیات لمسی، ما یک لغزنده فیزیکی با حداقل اصطکاک بومی، یک محرک ارتعاشی و یک حسگر موقعیت یکپارچه ساختیم. با لرزاندن نوار لغزنده در حین حرکت، تجربه ای از بافت بین عنصر لغزنده و مسیر آن ایجاد می کنیم. ما یک آزمایش تخمین بزرگی انجام دادیم تا نشان دهیم که چگونه دانه بندی، دامنه و تار با تجربیات زبری، چسبندگی، وضوح و ناهمواری ارتباط دارد. ما دریافتیم که دامنه بر استحکام بافت درک شده تأثیر می‌گذارد، در حالی که تغییرات در دانه‌بندی و تایم تجارب متمایز ایجاد می‌کنند. مطالعه ما بر اهمیت عمل در ادراک لمسی تأکید می‌کند و راهبردهایی را برای به کارگیری چنین بازخوردهای محکم همراه در دستگاه‌های روزمره پیشنهاد می‌کند.
تولید بافت های هپتیک با یک محرک ارتعاشی
8b0723fa5c33193386f1040ca9991abca969a827
مطالعه حاضر به بررسی نقش جنسیت در ارتباط بین اعتیاد به اینترنت و افسردگی پرداخت. داده های پانل طولی سه موجی از پرسشنامه های خود گزارشی جمع آوری شد که توسط 1715 نوجوان کلاس 6e8 در چین تکمیل شد. برای بررسی رابطه بین اعتیاد به اینترنت و افسردگی از مدل‌سازی معادلات ساختاری متقاطع استفاده شد. در نوجوانان پسر، افسردگی به طور قابل توجهی اعتیاد به اینترنت را پیش‌بینی می‌کند، که نشان می‌دهد افسردگی علت اعتیاد به اینترنت است و از فرضیه بهبود خلق و خوی حمایت می‌کند. در نوجوانان دختر، اعتیاد به اینترنت به طور قابل توجهی افسردگی بعدی را پیش بینی می کند، که نشان می دهد اعتیاد به اینترنت منجر به افسردگی می شود و از فرضیه جابجایی اجتماعی حمایت می کند. این نتایج نشان می دهد که رابطه بین اعتیاد به اینترنت و افسردگی به جنسیت بستگی دارد. علاوه بر این، مشخص شد که مردان و زنان الگوهای رفتاری و انگیزه‌های متفاوتی از استفاده از اینترنت از خود نشان می‌دهند. در مقایسه با زنان، مردان بیشتر برای لذت بردن از اینترنت استفاده می کنند و کمتر در اینترنت برای جستجوی اطلاعات جستجو می کنند. اگرچه هم زن و هم مرد مستعد گشت و گذار در اینترنت به تنهایی بودند، مردها در مقایسه با زنان بیشتر با دوستانشان آنلاین بودند. این یافته‌ها نشان می‌دهد که استراتژی‌های پیشگیرانه و مداخله‌ای خاص جنسیتی باید برای کاهش اعتیاد به اینترنت ایجاد شود. © 2016 Elsevier Ltd. کلیه حقوق محفوظ است.
تفاوت های جنسیتی در رابطه بین اعتیاد به اینترنت و افسردگی: یک مطالعه متقاطع در نوجوانان چینی