دسترسی روزافزون، کارایی بالا، و قیمت پایین دوربین های قابل حمل فرصت های بسیار زیادی را برای اخذ تصویر از اسناد نسبت به سایر ابزارهای سنتی تصویربرداری همچون اسکنرها فراهم می سازد. دوربین های دیجیتال که در تلفن های همراه و pdaها و ساعتهای مچی تعبیه شده اند، و همچنین دوربین های جدید عکس برداری و فیلم برداری دیجیتال از نظر سهولت استفاده و حمل قابلیت بالایی دارند. چنین قابلیت هایی کاربرد های زیادی را برای این سیستم ها ممکن می سازد که از جمله آنها می توان به آرشیو کردن اسناد، سیستم های تشخیص علایم، خواندن اتوماتیک کد کانتینرهای محموله و پلاک ماشین و ساختن وسایل کمکی برای افرادی که مشکل بینایی دارند اشاره کرد. استفاده از دوربین به جای اسکنر در سیستم های تشخیص متن چالش های جدیدی را پیش رو می گذارد. تفکیکپذیری پایین، پخشش غیر یکنواخت نور، پرسپکتیو، قرار گرفتن متون روی سطوح غیر یکنواخت، زاویه لنز، پس زمینه های پیچیده، بزرگ نمایی، فوکوس، حرکت تصویر نسبت به دوربین، شدت و گسسته سازی، یکسان سازی یا دانه بندی رنگ ها، نویزهای مربوط به حسگر، فشرده سازی و بار محاسباتی این سیستم ها همه از مشکلاتی هستند که هنگام روی آوردن به استفاده از دوربین های دیجیتال عادی در سیستم های تشخیص متن با آنها مواجه می شویم. نیاز به یک روش سریع و در عین حال مقاوم به خطا برای تحلیل تصاویر اسناد موضوعی است که در این تحقیق مد نظر قرار گرفته است. در این پایان نامه با استفاده از آنالیز موجک های چند مقیاسی، از یک روش جدید استخراج کلی به دقیق استفاده شده که قادر به استخراج خطوط متنی با پس زمینه های پیچیده می باشد. این روش همچنین قادر است روی متون مربوط به زبان های مختلف مانند انگلیسی، فارسی، چینی و مانند آنها اعمال شود. در روش ارائه شده، در مرحله اول یک الگوریتم استخراج کلی روی تصویر اعمال می شود. هدف از این مرحله استخراج ناحیه های کاندید وجود متن می باشد. این مرحله شامل آنالیز چند مقیاسی موجک، اعمال آستانه گیری بر روی تصویر انرژی موجک، فیلترینگ ساختاری، گسترش نواحی و کادر گذاری روی نواحی کاندید برای وجود متن می باشد. مرحله بعد تشخیص دقیق نام دارد. در این مرحله ابتدا چندین نوع ویژگی که نواحی متن را از غیر متن متمایز می سازند از درون کادرهای کاندید وجود متن استخراج می گردد و سپس با استفاده از طبقه بندی کننده های مناسب، کادرهای در بر گیرنده متن از دیگر کادرها جدا می گردند. طبقه بندی کننده هایی که برای این کار استفاده قرار گرفته اند عبارتند از شبکه های عصبی مصنوعی، svm و svm-svm. در پایان، برای ارزیابی روش ارائه شده، الگوریتم مربوطه روی تعداد نسبتا زیادی از تصاویر مختلف و چالش برانگیز اعمال شده و نتایج آن مورد بررسی قرار گرفته است.

امروزه در بسیاری از شرکتها، پایگاه عظیمی از اطلاعات مشتریان براساس محصولات مختلف، کانال های فروش و مناطق مختلف جغرافیایی وجود دارد که میتوان از آنها برای رسیدن به دانش مناسب و تعامل با مشتری استفاده نمود. در این جهت بهترین روش استفاده از بازاریابی مستقیم است که معمولاً مشتریانی که انتخاب میشوند به وسیله تماس مستقیم پستی از محصولات جدید یا خدمات مطلع میشوند که در عمل این نوع بازاریابی باعث افزایش سرمایه و صرفه جویی در هزینه مالی و زمانی برای موسسات می شود. در این پایان نامه سعی شده مسئله توسط یکی از بهترین تکنیکهای طبقه بندی یعنی نزدیکترین همسایه ( 1-nn) حل شود. ما در اینجا سعی در وزن دهی نمونه های آموزشی کرده ایم؛ در این روش نمونه ها بر اساس اینکه کدام یک درطبقه بندی موثرتر است وزن بیشتری میگیرند اما به این نکته باید توجه داشت که در بازاریابی مستقیم تابع هدف با تابع مورد استفاده در سیستمهای طبقه بندی فرق میکند. در بازاریابی مستقیم هدف کاهش خطا در تشخیص کلاس موردنظر برای هر نمونه تست نیست بلکه کاهش هزینه و افزایش سود و سرمایه موسسه مدنظر است.

امروزه در بسیاری از کاربرد ها، جریان داده به سرعت و در حجم زیاد تولید می شود. یکی از روش های با اهمیت در کاوش داده، دسته بندی آن است. از چالش های مهم دسته بندی جریان داده، تغییر مفهوم داده با گذشت زمان است که نیاز به، به روز رسانی مدل دسته بندی را مطرح می کند. تاکنون بسیاری از روش های سنتی دسته بندی داده برای تعامل با جریان داده بهبود داده شده اند. یکی از این الگوریتم های سنتی یادگیری، الگوریتم نزدیکترین همسایه است که یکی از الگوریتم های جذاب حوزه داده کاوی است. الگوریتم نزدیکترین همسایه با توجه به مکانیزم ساده تصمیم گیری در تحقیقات گذشته بسیار مورد توجه قرار گرفته است. این الگوریتم برای دسته بندی داده های جریانی با مشکلاتی مواجه خواهد شد که یکی از این مشکلات حجم نمونه ها است. ضمنا تعیین تعداد همسایه ها نیز برای تصمیم گیری این الگوریتم چالش برانگیز است. در این رساله دسته بندی جدیدی مبتنی بر الگوریتم نزدیکترین همسایه پیشنهاد شده است. مدل افزایشی این دسته بندی کننده، برای دسته بندی جریان داده بکار رفته است. سرعت مناسب یادگیری، انعطاف پذیری در زمان پاسخ و پایداری در برابر اغتشاش از مزایای این روش افزایشی هستند. دقت روش پیشنهادی با روش-های شناخته شده در این حوزه روی مجموعه داده های استاندارد واقعی و مصنوعی مقایسه شده است. نتایج بدست آمده حاکی از بهبود دقت، زمان و حافظه در روش افزایشی پیشنهادی است

امروزه با رقابتی تر شدن بازار ، بازاریابی مستقیم نقشی کلیدی در استراتژی سازمان ها یافته است. شرکتها و سازمانهای بیشماری از کوچکترین خرده فروشها و سازمانهای مدنی و خیریه گرفته، تا بزرگترین کمپانی های بین المللی از امکانات بازاریابی مستقیم برای تبلیغ محصولات و خدمات استفاده می کنند. در این میان به واسطه وجود پایگاه های بزرگ اطلاعات مشتریان، داده کاوی خصوصا برای ایجاد مدل پاسخ مورد توجه قرار گرفته است. در این پایان نامه، به منظور ایجاد یک مدل پاسخ بهتر، از ترکیب چند روش امتیازدهی به مشتریان بهره برده شده و یک مدل امتیازدهی جدید بدست آمده است. بالطبع امتیازدهی بهتر به مشتریان موجب انتخاب مجموعه مناسب تری از مشتریان برای فرستادن درخواست و در نتیجه سودآوری بیشتر به ازای پرداخت هزینه ثابت ارسال درخواست می شود.

ترجمه ماشینی یکی از جذاب ترین شاخه ها در زمینه پردازش زبان طبیعی(nlp) است. ترجمه ماشینی(mt) یک فرایند تجزیه و تحلیل خودکار متن در زبان مبدا و تولید متن معادل آن در زبان هدف است. روش های موجود برای ترجمه ماشینی را می توان به دو دسته کلی روش های مبتنی بر قانون و روش های مبتنی بر مجموعه متون تقسیم کرد. روش های مبتنی بر قانون وابسته به زبان بوده و در حل مشکل ابهام معنایی ناتوان هستند، برای حل این مسائل استفاده از روش های مبتنی بر مجموعه متون می تواند چاره ساز باشد. در این تحقیق، سیستم ترجمه جدیدی بنام مترجم برنا را معرفی می کنیم که رویکرد آن ترکیبی از هردو روش مبتنی بر قانون و مبتنی بر مجموعه متون می باشد. بخش مبتنی بر قانون سیستم وابسته به زبان نیست، زیرا قواعد گرامری از زبان به طور خودکار از مجموعه متون موجود استنتاج می شود. ساختار اصلی استفاده شده در سیستم پیشنهادی ساختار آتاماتای متناهی (dfa) است. این اولین بار است که این ساختار در ماشین ترجمه استفاده می شود. مهمترین مزیت این ساختار جداسازی دانش از ماشین ترجمه است. در سیستم برنا، قوانین گرامری استخراجی در قالب ماشین های متناهی تو در تویی ارائه خواهند شد که در ماشین ترجمه بصورت بازگشتی یکدیگر را فراخوانی خواهند کرد. در این تحقیق، همچنین تلاش شده است تا برای یکی از پرچالش ترین مسائل ترجمه ماشینی یعنی رفع ابهام سه راهکار جدید ارائه شود. در راهکار اول که یک روش یادگیری نظارتی است از الگوریتم نزدیک ترین همسایه استفاده می شود. در این روش به منظور بهبود دقت طبقه بند از یک فرآیند انتخاب خصیصه و یک روش وزن دهی جدید استفاده خواهد شد. در راهکار دوم، یک سیستم طبقه بند مبتنی بر قوانین فازی ارائه می شود و به منظور افزایش دقت طبقه بند شیوه ی وزن دهی به قوانین معرفی خواهد گردید. اما راهکار سوم، یک سیستم خبره است که اساس کار آن استنتاج دانش بر مبنای روش زنجیره پیشرو است. پایگاه دانش این سیستم مجموعه ای از قوانین همبستگی بین کلمات مختلف زبان است که طی یک فرایند داده کاوی بدست آمده اند. قابلیت استنتاج موجب می شود که روش پیشنهادی قادر باشد با تکیه بر برخی از کلمات موجود معنای سایر کلمات مبهم را تشخیص دهد حتی اگر این کلمات قبلا در مجموعه متون آموزشی هرگز با هم رخ نداده اند.

کاوش در جریان داده فرایندی است که منجر به استخراج دانش از جریانی سریع از داده های پیوسته می شود. در سالهای اخیر، به دلیل اهمیت کاربردهای آن و پیشرفت در تکنولوژی سخت افزاری بسیار مورد توجه قرار گرفته شده است. در بسیاری از زمینه های کاربردی مانند شبکه های کامپیوتری، بازارهای مالی و مبادلات ارزی، مکالمات تلفنی، کارت های اعتباری، مراکز داده و سرورها، تصاویر ویدئویی، شبکه حسگرها، رادارها، ماهواره ها و ...، حجم جریان های داده به قدری زیاد است که ذخیره آن تقریبا غیر ممکن است. بعلاوه، حتی اگر ذخیره داده ها ممکن باشد، نرخ داده های ورودی بقدری زیاد است که انجام عملیات بیش از یک بار بر روی هر داده امکان پذیر نمی باشد. از طرفی در بسیاری از موارد توزیع داده ها متأثر از عوامل بیرونی، پیوسته با زمان تغییر میکند. در نتیجه طراحی الگوریتم های برخط و کارا به منظور کاوش در ساختار متغیر جریان های داده ضرورت می یابد. روش های غیر خطی بر پایه آنالیز مولفه های اصلی کرنلی (kpca) در داده کاوی به منظور استخراج ساختار های غیر خطی از داده ها بسیار مورد استفاده قرار گرفته شده و کارایی بالایی نسبت به روش های خطی از خود نشان داده اند. اما پیاده سازی این روش ها که بر پایه تجزیه مقدار تکین کرنلی (ksvd) دسته ای ماتریس داده ها است، مناسب کاربرد هایی که نیازمند پردازش برخط می باشند، نمی باشد. در این پایان نامه ما sksvd را که یک الگوریتم جدید به روز رسانی ksvd می باشد را به منظور یافتن کارای الگوهای غیر خطی از داده های جریانی ارائه کرده ایم. الگوریتم ارائه شده به کمک ایده توابع کرنل ، یک انتقال متعامد خطی را از داده های اخیر در فضایی با ابعاد بسیار بالاتر ( شاید بی نهایت) که به آن فضای ویژگی یا فضای کرنل می گویند، یاد می گیرد و هرگاه داده ی جدیدی تولید شود این الگوریتم آن را به صورت غیر خطی به آن فضا نگاشت کرده و بعد از استخراج الگوهای آن، انتقال متعامد را به صورت افزایشی و با کمترین میزان مصرف منابع به روز می کند. از آنجا که فضای اولیه و فضای ویژگی به صورت غیر خطی به هم وابسته هستند، الگوهای بدست آمده غیر خطی خواهند بود. الگوهای بدست آمده را سپس می توان به منظور کشف تغییر در مفهوم و توزیع داده ها و یا شناسایی ناهنجاری مورد استفاده قرار داد. نتایج حاصل از آزمایش هایی گوناگون بر روی داده های واقعی و ساختگی تاثیر گذاری و کارایی روش ما را نشان میدهد.

امروزه شبکه های اجتماعی نظیر فیسبوک از محبوبیت زیادی برخوردار شده اند، چرا که به مردم سرتاسر جهان این اجازه را می دهند که بدون تماس فیزیکی، با دوستان خود ارتباط برقرار کرده، برای آن ها پیغام گذاشته و نظرات خود را در مورد موضوعات گوناگون بیان کنند. شناسایی تشکل ها در شبکه های اجتماعی بسیار مورد توجه قرار گرفته است اما به مبحث همپوشانی اگرچه در اغلب شبکه های اجتماعی دیده می شود کمتر پرداخته شده است. مفهموم تشکل، یک مفهوم اجتماعی است. مردم اغلب سعی در ایجاد گروه هایی در خانواده، دوستان و محیط کار دارند. تشکل های شبکه های اجتماعی می تواند دایره های دوستی یا گروه هایی از مردمی باشد که علائق مشترکی دارند. به علاوه، بسیاری از سیستم های پیچیده ی دیگر نظیر شبکه های زیستی و علوم کامپیوتر نیز دارای تشکل هستند. این ویژگی شبکه ها، به علت کاربرد زیاد، توجه محققان زیادی را از رشته های مختلف به خود معطوف کرده است. در این مطالعه، بر اساس وجود انگیزه در انسان ها برای برقراری ارتباط و دوستی با یکدیگر، مسئله ی تشخیص تشکل های شبکه های اجتماعی را به عنوان یک رویکرد مبتنی بر تئوری بازی ها در یک محیط چند عامله در نظر گرفته ایم که در آن هر رأس از گراف شبکه عاملی است که سعی در بیشینه کردن تابع سودمندی خود از طریق ایجاد دوستی با عامل های مشابه خود در دو مرحله دارد: اولا به عامل های مشابه خود درخواست دوستی می دهد و ثانیا از سیستم، پیشنهادهای دوستی دریافت می کند. در اینجا، شباهت های بین عامل ها از طریق رابطه ی پیرسون و رابطه ی همسایگی محاسبه می شود. هر چه عامل ها به هم شبیه تر باشند، تابع سودمندی آن ها بیشتر خواهد بود. ساختار نهایی شبکه زمانی معلوم می شود که بازی مورد نظر به تعادل نش برسد که در آن هیچ عاملی سعی در تغییر استراتژی خود ندارد. اثبات وجود تعادل نش آورده شده که نشان می دهد روش موجود همواره به جواب نهایی می رسد. نتایج حکایت از برتری روش پیشنهادی در مقایسه با سایر روش های مطرح موجود دارد.

سیستم توصیه گر، بر اساس مدلی که بدست می آورد، سعی در تخمین میزان علاقه کاربر ویا ارائه اقلام مناسب به وی می کند تا بسبب حجم عظیم اطلاعات موجود، و عدم توانایی پیداکردن اقلام مناسب، کاربردچار سردرگمی و انتخاب اشتباه نگردد. اقلام مورد نظر می تواند فیلم، موسیقی، کتاب و ... باشد. صافی سازتجمعی، یکی از تکنیک های موفق در حوزه سیستم های توصیه گر می باشد که براساس علایق کاربران در گذشته، سعی در پیشنهاد اقلامی به سایر کاربران دارد. بیشتر الگوریتم های موجود در حوزه صافی سازتجمعی، یا فقط از شباهت بین کاربران و یا فقط از شباهت بین اقلام برای توصیه، بهره می گیرند که بدنبال آن، دوگانی بین کاربران- اقلام نادیده گرفته می شود. ما برای حل این موضوع، از خوشه بندی دوطرفه که امکان خوشه بندی همزمان کاربران(سطرها) و اقلام(ستون ها) در ماتریس کاربران – اقلام را فراهم می کند استفاده کرده ایم. از آنجاییکه خوشه بندی دوطرفه بسیار دشوار (np-hard) می باشد، از بستر الگوریتم ژنتیک برای افزایش قدرت جستجو در فضای مساله بهره گرفته و همچنین، از تکنیک های برنامه نویسی موازی استفاده گردیده است تا ضمن افزایش سرعت اجرا، استفاده بهینه از سخت افزار موجود بعمل آید. در نهایت، الگوریتم ارائه شده (ebcf) را بر دو پایگاه داده ی رایج movielens و jester که حاوی اطلاعات علایق کاربران در حوزه فیلم و جک می باشد، مورد بررسی قرار داده ایم که نتایج حاصله، نشان دهنده دقت و کارایی مطلوب ebcf می باشد.

مسئله شناسایی الگوهای نامتعارف، به خصوص به صورت بدون سرپرست، یکی از چالش های حایز اهمیت در فعالیت های انسانی است که محدوده وسیعی از کاربرد ها همچون نظارت بر ترافیک شبکه تا تحیل های بیومتریکال را شامل می شود. چالش عمده ای که به صورت ارثی در چنین زمینه ای حضور دارد، عدم وجود نمونه از کلاس نامتعارف می باشد. بر اساس چنین محدودیتی بسیاری از روش های واقع بینانه شناسایی نمونه های نامتعارف فرض می کنند تنها داده های آموزشی نرمال در اختیار دارند. علاوه بر این در بسیاری از مسائل ما به دنبال یافتن نمونه های نامتعارف معنادار می باشیم. نمونه هایی که بتوان عدم تبعیت رفتار آن ها را از یک رفتار نرمال توسط تعداد قابل قبولی نمونه توجیه کرد. با توجه به نکات ذکر شده، رهیافت های پیشنهادی ما در مطالعات انجام شده، شامل چهار مزیت نسبت به روندهای مشابه خود می باشند. اولین مزیت بهره جویی از دو معیار هوشمندانه جمله تنظیم و تغییر نسبت غیر معین برای شناسایی ناهنجاری های معنادار می باشد. دومین برتری روند های پیشنهادی، ارائه چهارچوبی برای حل مسئله با در نظر گرفتن شرایط واقع گرایانه می باشد. در این رهیافت ها، داده های آموزشی نرمال فرض شده اند و مسئله برای مجموعه داده هایی که دارای صفات عددی و غیر عددی هستند، تعریف شده است. مزیت دیگر این روش ها، استفاده از شبکه بیزین برای تعیین کوچکترین مجموعه قوانین و امتیاز دهی به نمونه های تست است. آخرین برتری مربوط به یک ساختار درختی به نام ad tree است که به منظور ذخیره و بازیابی موثر اطلاعات، در رهیافت های پیشنهادی استفاده شده است. نتایج تجربی به دست آمده بر روی چندین مجموعه داده نمایانگر برتری الگوریتم های پیشنهادی نسبت به سایر روش های پایه ای است که در گذشته پیشنهاد شده است.

ما در زندگی خود برای خرید مواردی همانند کتاب ، فیلم ، cd ، موسیقی و دیگر موارد به پیشنهادات دیگران که به صورت شفاهی و یا نوشتاری ارائه می شود ، اعتماد می کنیم و در تصمیمات خود از آن ها بهره می بریم. امروزه با پیشرفت تکنولوژی و گسترش کسب و کار الکترونیکی در بستر وب سایت های اینترنتی ‍، مبحثی تحت عنوان سیستم های توصیه گر مطرح شده است و مهمترین هدف در این سیستم ها، جذب مشتریان و جلب اعتماد آنها از طریق ارائه بهترین و مناسب ترین پیشنهاد خرید محصولات با توجه به علایق و سلایق آن ها می باشد. در این پایان نامه سعی خواهیم نمود تا پس از بیان توضیحات و مروری جامع بر سیستم های توصیه گر، روشی پیشنهادی مبتنی بر روش فیلترینگ جمعی همراه با پیاده سازی و نتایج حاصل از آن در مقایسه با دیگر روش های موجود ارائه گردد.

به اشتراک گذاری اطلاعات روز به روز در تار جهان گستر وب رواج بیشتری پیدا می کند. کاربران نظرات خود را در شبکه های اجتماعی، بلاگ ها، فروم ها و غیره با یکدیگر تبادل می کنند. کاربران می توانند دیدگاه های خود را پیرامون محصولاتی که از یک فروشگاه خریده اند به اطلاع دیگر خریداران برسانند. این اطلاعات توسط خریداران بالقوه مورد مطالعه قرار گرفته و در تصمیم نهایی آن ها در خرید کالا و یا انتخاب کالایی دیگر، نقش عمده ای بازی می کند. این اطلاعات همچنین توسط تولیدکنندگان مورد تحلیل قرار گرفته تا نقاط قوت و ضعف محصول خود را بشناسند و میزان محبوبیت خود را با دیگر رقبا مقایسه کنند. بنابراین به هیچ عنوان دور از ذهن نیست که اسپم نویسان از این پتانسیل بالا برای پیشبرد اهداف خود بهره برده و اقدام به انتشار اسپم در خلال این دیدگاه ها نمایند. این گونه از اسپم با نام «اسپمِ دیدگاه»، «اسپم نظرات» و یا در سطح مورد بررسی این پژوهش (سایت های تجارت الکترونیکی) با نام «اسپم دیدگاه محصولات» شناخته می گردد. متأسفانه تا امروز کار چندانی در این حوزه صورت نگرفته است. این پژوهش در نظر دارد با ارائه یک سیستم جهت شناسایی این نوع اسپم گامـی در جهت ایجاد فضای وب عاری از دروغ و مزاحمت بردارد.

مدلسازی رفتارهای انسان امروزه نه تنها در علوم شناختی و هوش مصنوعی بلکه در علوم اجتماعی، روانشناسی و تربیتی کاربردهای زیادی پیدا کرده است. مدلهای شناختیِ محاسباتی به عنوان شاخه ای از هوش مصنوعی می توانند به درک و شناخت انسان از خود و حل بسیاری از مشکلات انسانی کمک کنند. از طرف دیگر محیط های پویا بواسطه خصوصیات غیر قابل پیش بینی و پیچیده شان کمتر توجه محققان را به خود جلب کرده اند. اما با پیشرفت تکنولوژی و توانایی های برنامه های شبیه ساز کامپیوتری، امکان اجرا و تحلیل اینگونه از محیط ها فراهم شده است. در این تحقیق مدلسازی تصمیم گیری انسان در محیط های پویا بررسی شده است. روش استفاده در مدلسازی، تصمیم گیریِ «نمونه محور»، بر اساس نظریه یادگیری نمونه محور (iblt) می باشد. طبق این نظریه با گذشت زمان و افزایش مهارت تصمیم گیرنده در تصمیم گیری، آنها به طور گسترده تری از دانش اندوخته ی خود استفاده می کنند و کم کم به جای استفاده از الگوریتم های حریصانه و محاسبه گرانه به بازیابی نمونه های اندوخته شده و تصمیم گیری بر اساس آنها می پردازند. این نظریه بر اساس نظریه های تصمیم گیری قبلی و آزمایشها و مشاهدات بسیاری از محققان می باشد. روش پیشنهادی تحقیق سعی بر بهبود و تصحیح نحوه بازیابی نمونه های ذخیره شده در حافظه هنگام تصمیم گیری را دارد. همچنین از معماری شناختی act-r به عنوان چارچوب مدلسازی استفاده شده است. نتایج و آزمایشهای ارائه شده در انتهای این تحقیق بیانگر بهبود عملکرد این روش نسبت به مدلهای قبلی می باشد.

با ماشینی شدن کارها و کاهش نقش مستقیم انسان در به انجام رساندن پروژه های مختلف، لزوم وجود نرم افزاری هوشمند برای ترجمه روان متون انگلیسی به فارسی و بالعکس بر متخصصین، مهندسان و مترجمان، پوشیده نیست. یک کاربرد مهم ترجمه ماشینی که از ابتدا مطرح بوده، کاربرد نظامی است که شروع آن از وزارت دفاع آمریکا بوده است و هم اکنون نیزاز آن بطور جدی در بخش نظامی استفاده می شود. جالب است که اخیرا مترجم ماشینی فارسی هم به جمع پروژه های مورد استفاده بخش نظامی آمریکا اضافه شده است. یک کنفرانس در زمینه پردازش زبان طبیعی و ترجمه ماشینی برای زبان های مشابه فارسی و عربی نیز سالانه در آمریکا انجام می شود. ترجمه ماشینی به سیستم های کامپیوتری گفته می شود که وظیفه ی ترجمه خودکار متنی از یک زبان مبدا به زبان مقصد را به عهده دارند. سیستم های موجود برای ترجمه ماشینی را می توان به دو دسته کلی روش های مبتنی بر قانون و روش های مبتنی بر مجموعه متون تقسیم کرد. سیستم های مبتنی بر قانون روش هایی هستند که قواعد زبان های مبدا و مقصد بطور ثابت به آنها خورانده شده تا با استفاده از آنها ساختار جملات را در زبان مبدا تشخیص و به ترجمه آنها بر اساس ساختارهای موجود در زبان مقصد بپردازند. در سیستم های مبتنی بر مجموعه متون برای ترجمه یک جمله به مجموعه متون ترجمه شده قبلی مراجعه می شود تا بجای ترجمه لفظ به لفظ، یک ترجمه مشابه ترجمه انسانی بدست آید. یکی از پرچالش ترین مسائل در ترجمه ماشینی مسئله رفع ابهام معنایی است و یک سیستم مترجم ماشینی برای رسیدن به ترجمه مناسب باید این مرحله میانی در فرآیند ترجمه را با موفقیت پشت سر بگذارد. در این پایان نامه، روش رفع ابهام جدیدی را معرفی می کنیم که رویکرد آن رفع ابهام بر اساس روش های مبتنی بر مجموعه متون می باشد. راهکار ارائه شده یک روش یادگیری نظارتی است که با استفاده از الگوریتم های طبقه بندی و یادگیری ماشین اقدام به رفع ابهام معنایی می نماید. همچنین در این تحقیق برای ارزیابی روش پیشنهادی از یک مجموعه داده استفاده کرده ایم که در این مجموعه داده، روی 6 نام که هر یک مبهم هستند تاکید خواهیم کرد. به این منظور از مجموعه متونی استفاده کرده ایم که شامل این کلمات مبهم باشند.

در طول سال های اخیر راه حل ها و مکانیزم های متعددی برای مسئله هماهنگ سازی زنجیره تأمین بیان شده است. روند تحقیقات در این موضوع نشان می دهد که بکارگیری سیستم های هوشمند پیشرفته و تلاش برای حداقل کردن دخالت انسان در اولویت قرار دارد. از سوی دیگر انتخاب تأمین کنندگان مناسب از بین انبوه تأمین کنندگان در نقاط جغرافیایی مختلف اهمیت بالایی پیدا می کند. با توجه به این که انتخاب تأمین کننده یک مسئله تصمیم گیری است، بنابراین دقت و سرعت، بسیار حائز اهمیت است. لذا در این تحقیق با پیشنهاد راه حلی ترکیبی از سه روش پرکاربرد فازی، تحلیل سلسله مراتبی و گسترش کارکرد کیفیت، که به صورت یک ماژول نرم افزاری در دل یک سیستم خودمختار هوشمند قرار می گیرد، مدلی برای حل هر دو مسئله ی هماهنگ سازی و انتخاب بهترین تأمین کننده ارائه می شود. مدل ارائه شده، در یک کارخانه تولید لوازم خانگی اعمال گردید. نتایج حاصله نشان میدهد که بکارگیری این روش پیشنهادی در مقایسه با سایر روشها، دارای دقت و سرعت بیشتر است و هچنین مزیت بهره گیری از نظرات مشتریان را در انتخاب تأمین کننده دارد.

تبلیغات یکی از نخستین و اساسی ترین ابزارهای رشد و توسعه صنایع محسوب می شود. یکی از شاخه های نوظهور این صنعت، تبلیغات سیار می باشد. تبلیغات سیار هنوز در مرحله نوزادی بسرمی برد، ریسک استفاده از آن بالا و درآمد حاصل از آن پایین است. پایان نامه حاضر با ارایه یک متدلوژی و آزمایش آن برای انواع مختلف محصولات و خدمات، و با بررسی دقیق متغیرهای موثر بر تبلیغات سیار، بخصوص تبلیغات مبتنی بر پیام کوتاه که هدف اصلی این تحقیق است و در نهایت ارائه یک نرم افزار جهت پیاده سازی این متدلوژی

کلاس ساختاری(ساختار سوم) پروتئین اطلاعات مفیدی برای مشخص کردن ساختار کلی پروتئین فراهم می کند ، همچنین نقش اساسی در طراحی داروها، داروشناسی و کاربردهای دیگر دارد. عملکرد پروتئین به ساختار 3 بعدی آن مرتبط است و می تواند به طور موثر بر اساس آنالیز ساختار و توالی پروتئین تعیین گردد، همچنین توالی های پروتئینی کشف شده زیادی در دسترس است ولی نسبت به آن تعداد ساختار های کشف شده پروتئین ها کم می باشد. بنابراین پیش بینی ساختار سوم پروتئین برای زیست شناسان از اهمیت زیادی برخوردار است. همچنین روش های کامپیوتری ارائه شده برای زیست شناسان به صورت مبهم می باشد و با روش دسته بندی آن ها نمی توانند ارتباط برقرار کنند. بر این اساس در این پایان نامه مجموعه ویژگی هایی برای دسته بندی استفاده شده که توصیف پذیر باشند و همچنین بر دقت پیش بینی نیز تأثیر بگذارند. علاوه بر این روش های دسته بندی فازی را برای پیش بینی ساختار سوم پروتئین ها ارائه داده ایم. که بر اساس نتایج به دست آمده نشان داده شده است که قابلیت توصیف پذیری را به دست بندی اضافه می کنند، چون قوانینی را بر اساس ویژگی های پروتئین ها در دسترس زیست شناس قرار می دهند. بنابراین احتمالاً مورد قبول زیست شناسان قرار خواهد گرفت و بهتر می توانند با الگوریتم دسته بندی ارتباط بر قرار کنند. مقایسه روش های پیشنهادی نسبت به روش های ارائه شده مشابه، نشان داد که دقت پیش بینی بسیار مناسبی را این روش ها به دست آورده اند. علاوه بر این از مجموعه داده هایی استفاده کرده ایم که بسیار پر کاربرد باشند و شباهت توالی پایینی داشته باشند.

رشد روز افزون تصاویر دیجیتالی و نیاز به ابزارهای بازیابی تصویر، همراه با دقت و سرعت مناسب موضوع بازیابی تصویر را جزء مباحث اصلی پردازش تصویر و تشخیص الگو قرار داده است. در بحث بازیابی تصویر هدف ذخیره بردارهای ویژگی به جای تصاویر اصلی می باشد تا پرس و جوی تصاویر با سرعت و دقت بهتر صورت گیرد. دو روش که علاوه بر محاسبات کم ویژگی های مناسبی برای آنالیز بافت تصویر ارائه می دهند، الگوی دودوئی محلی و واریانس محلی می باشد. با توجه به اینکه تصاویر در بحث بازیابی تصویر به صورت رنگی می باشند، شکل بهبود یافته ای از الگوی دودویی محلی که ویژگی های رنگ را در نظر می گیرد ارائه و استفاده می شود. روش ارائه شده در این پایان نامه مشتمل بر سه مرحله می باشد. در مرحله اول اجزاء اصلی درون تصویر بریده می شوند. این مرحله توسط روش های لبه یابی با استفاده از عملگر های ریخت شناسی انجام می شود. در مرحله دوم و سوم دو دسته بردار ویژگی از روی اجزاء اصلی بریده شده بدست خواهد آمد که دسته اول این بردار ها توسط عملگر الگوی دودویی محلی ایجاد می شود و دسته دوم این بردار ها به وسیله واریانس محلی بدست خواهد آمد. بردار های ویژگی برای کلیه تصاویر مدل(تصاویر ذخیره شده) و همچنین هر تصویر پرس و جو بدست خواهد آمد و در نهایت به وسیله طبقه بندی بردار های ویژگی با یک معیار درستنمایی(معیار درستنمایی لگاریتمی)، تصاویر بازیابی ارائه خواهند شد. همچنین در این پایان نامه برای کاهش پیچیدگی محاسباتی یک روش کاملا نوین ارائه شده است که در آن فاصله تصویر پرس و جو با کلیه تصاویر مدل محاسبه نمی شود و با استفاده از یک روش میانگین گیری فاصله تصویر پرس و جو تنها با گروه تصاویری محاسبه می شود که اجزاء درون آن شباهت بیشتری به گروه تصویر مدل دارند. دقت و سرعت بالا، عدم حساسیت به چرخش تصویر، پیچیدگی محاسباتی کم، روی خط بودن از جمله ویژگی های این روش می باشد.

الگوریتم نزدیکترین همسایه یکی از قدیمی ترین و ساده ترین روشهای غیر پارامتریک و پویای دسته بندی است. این الگوریتم می تواند با مجموعه کوچکی از نمونه های آموزشی یادگیری داشته باشد و داده های آموزشی خود را هر زمان که در دسترس باشند افزایش دهد. علی رغم مزایای الگوریتم نزدیکترین همسایه از قبیل سرعت بالا در زمان یادگیری و توانایی نمایش پیچیده ترین مرزهای تصمیم گیری، این روش دارای مشکلاتی مانند وابستگی کارآیی به معیار فاصله، نمونه های آموزشی نویزی و خصیصه های مورد استفاده می باشد. همچنین این الگوریتم از همه نمونه های آموزشی در زمان تصمیم گیری استفاده می کند که نتیجه آن، سرعت پایین دسته بندی و نیازمندی به حافظه زیاد است. این مشکل درمورد مجموعه داده های بزرگتر، ملموس تر است. در این رساله الگوریتمی معرفی شده است که به طور همزمان به دنبال یافتن یک مجموعه کاهش یافته از نمونه ها و تطبیق معیار فاصله با مسئله مورد حل، از طریق انتساب وزن به نمونه های منتخب می باشد. برای انتخاب نمونه ها یک الگوریتم خوشه بندی با ناظر و برای تطبیق معیار فاصله، الگوریتم یادگیری پیشنهاد شده است که سعی میکند با تنظیم وزن نمونه های منتخب، نرخ دسته بندی کنار گذاری تک به تک را ماکزیمم سازد. وزن یک نمونه برای محاسبه فاصله (و یا شباهت )آن نمونه آموزشی با نمونه مورد پرسش مورد استفاده قرار می گیرد.

سیستم های خودگستر فازی روش هایی قدرتمند در جهت دسته بندی جریان های داده می باشند. در این سیستم ها، قوانین فازی به صورت خودکار تولید، به روز رسانی و حذف می گردند. با این حال، الگوریتم های معرفی شده تا این زمان نمی توانند به خوبی با مشکلات تغییر ناگهانی و تغییر تدریجی در مفهوم داده ها مقابله نماید. در این پایان نامه دو روش خودگستر آن لاین جهت دسته بندی جریان های داده معرفی شده اند، که بر خلاف روش های آف لاین ساختار خود را براساس تغییرات جدید در داده ها به روز رسانی می نمایند. روش های پیشنهادی بر روی تعدادی از مجموعه داده های استاندارد آزمایش شده و نتایج بدست آمده نشان می دهند که این روش ها در اغلب موارد بهتر از الگوریتم های پیشین عمل نموده و نتایج بهتری دارند.

در این پایان نامه، روشی نوین برای تنظیم پارامتر در سیستم های طبقه بندی مبتنی بر مدل های بهینه سازی ارائه شده است. بسیاری از توابع معروف ارائه شده در این زمینه، توابعی مبتنی بر نتیجه طبقه بندی سیستم بر روی نمونه های آموزشی هستند. این توابع کاملاً گسسته و پله ای هستند و اندازه بردار گرادیان آن ها در تمام نقاط پیوستگی صفر است. عمده ترین روش های بهینه سازی، بر اساس بردار گرادیان عمل می کنند و قابل اعمال بر روی این گونه توابع پله ای نیستند. به همین دلیل، عمدتاً این توابع را با روش های متفاوت توسط توابع مشابه و تحلیل پذیر تخمین می زنند که از معایبی از جمله جابه جایی نقطه بهینه، تعمیم پذیر نبودن به توابع مشابه و متعدد بودن (درنتیجه وابسته بودن به) پیاده سازی ها برخوردارند. روش پیشنهادی در این پایان نامه بدون نیاز به تخمین توابع اصلی، با استخراج نقاط گسستگی در راستای بردارهای جهت پایه و حتی غیر پایه، قابلیت تنظیم پارامترهای سیستم و بهینه سازی توابع اصلی را فراهم می کند. در انتهای این پایان نامه، به بررسی برخی از مدل های جدید پرداخته می شود که برای اولین بار در این تحقیق و مقالات مرتبط با آن منتشر می شود. این مدل ها عبارتند از وزن دهی به ویژگی ها در طبقه بندی نزدیک ترین همسایه، وزن دهی به قوانین فازی در راستای بردارهای غیرپایه و آموزش الگوهای طبقه بندی در k نزدیک ترین همسایه. نتایج تجربی، نشان دهنده بهبود معنادار سیستم طبقه بندی بعد از تنظیم پارامترها توسط روش پیشنهادی این پایان نامه نسبت به باقی روش های مرتبط است.

تحلیل داده ها زمینه مناسبی را برای بسیاری از کاربرد های محاسباتی فراهم آورده است. تحلیل خوشه بندی، سازمان دهی مجموعه ای از نمونه ها بر اساس شباهت میان آنها درون گروه های مجزا می باشد. نمونه های درون یک خوشه نسبت به نمونه های دیگر خوشه ها بسیار مشابه یکدیگر هستند. یک الگوریتم خوشه بندی سخت، هر نمونه را فقط به یک خوشه نسبت می دهد، در حالی که خوشه بندی فازی هر نمونه را با درجات عضویت متفاوت درون چند خوشه قرار می دهد. در یک مجموعه فازی نوع 2، درجات عضویت به صورت فازی بیان می شوند. لذا این گونه مجموعه ها گاهی به صورت مجموعه های فازی-فازی نامیده می شوند. مجموعه های فازی نوع 2 بعضا برای شرایطی که تعیین یک تابع عضویت دقیق برای یک مجموعه فازی دشوار است بسیار مفید هستند. عدم قطعیت مفهومی است که بعضا با اکثر داده ها همراه است. این موضوع می تواند دلایل متعددی از جمله عدم دقت در اندازه گیری، تفاوت در نمونه گیری های مختلف، به روز نبودن منابع داده ها و سایر خطاها داشته باشد.الگوریتم it2fcm یک الگوریتم قوی فازی نوع 2 است که با استفاده از این منطق، مدیریت عدم قطعیت را به خوبی انجام می دهد. این پایان نامه حاصل تلاش هایی جهت یافتن راه کار هایی برای افزایش بازده الگوریتم it2fcm می باشد.

امروزه سایت های خبری متعددی وجود دارد و باتوجه به رایگان بودن و دسترسی آسان و سریع به اطلاعات این سایت ها، روزانه هزاران نفر اخبار و وقایع جهان را از طریق این سایت ها دنبال می کنند. در سالهای اخیر، با توجه به گسترش روز افزون وب فارسی، سایت های خبری فارسی نیز گسترش زیادی پیدا کرده اند. در وب فارسی بالغ بر هزاران سایت خبری فارسی وجود دارد. حجم اطلاعاتی که از طریق این سایت ها بر روی مراکز داده ذخیره می شود، زمینه مناسبی را برای اجرای بسیاری از الگوریتم های هوش مصنوعی به وجود آورده است. دسته بندی خبرها، مشخص کردن مهمترین خبرها در یک برهه زمانی، جستجو در اخبار، رتبه دهی به اخبار، بررسی پراکندگی خبرها، مشاهده علاقه افراد به گروههای خبری، پیدا کردن اخبار مرتبط و موارد دیگر از جمله پردازش هایی است که بر روی داده های موجود در سایت های خبری می توان انجام داد. در زبان فارسی برخلاف سایر زبان ها، با توجه به ساختار کلمات متون فارسی، بسیاری از الگوریتم های سنتی برای پردازش این متون مناسب نیستند و به الگوریتم های کارامد تری نیاز می باشد. هدف از این پایان نامه، توسعه الگوریتم هوشمند برای طراحی یک سیستم، جهت پردازش خبرهای آنلاین فارسی می باشد. این سیستم داده ها را از حداقل50 سایت خبری فارسی به صورت آنلاین دریافت می کند، که این داده ها بیش از 90 درصد از اخبار فارسی را پوشش می دهند. یکی از الگوریتم هایی که بر روی داده های جمع آوری شده قابل پیاده سازی است، الگوریتم دسته بندی اخبار می باشد. در واقع هدف ما آموزش الگوریتمی است، که بتواند اخبار را در دسته های مختلف سیاسی، اجتماعی و غیره به صورت اتوماتیک دسته بندی کند. سعی ما بر این است که با ارائه راهکاری، جهت کاهش خصیصه ها در خبرها، الگوریتم های دسته بندی اخبار را بهبود بخشیم. از آنجا که هر کدام از خبر های استخراج شده توسط نویسنده ی خبر در یک دسته خاص قرار گرفته اند، مساله ی مورد مطالعه، ارائه یک الگوریتم دسته بندی با نظارت می باشد. در این پایان نامه، روش ارائه شده با روش های قبلی مقایسه شده است. نتایج حاصله نشان می دهد که، با توجه به معیارهای دقت و بازیابی، روش ارائه شده از کارایی قابل قبولی برخوردار است.

شبکه های اجتماعی به عنوان یکی از مهمترین شبکه ها و سیستم های پیچیده امروزی، در سال های اخیر توجه بسیاری از محققین را به خود اختصاص داده است. از آنجا که امروزه شبکه های اجتماعی نقش بسیار مهمی در زندگی ما انسان ها بازی می کنند، تحلیل ساختار آنها می تواند نتایج بسیار ارزشمندی را در اختیار محققین و کاربران شبکه های اجتماعی قرار دهد. یکی از مهم ترین موضوعات تحقیق در حوزه ی شبکه های اجتماعی، که در دهه ی اخیر به طور چشم گیری توجه جامعه ی پژوهشی داده کاوی را به خود جلب کرده است، بیشینه کردن تاثیر در شبکه های اجتماعی می باشد. این مسئله که در واقع برانگیخته شده از مسئله ی بازاریابی ویروس وار می باشد، به اشاعه ی نوآوری ها، محصولات جدید، ایده، خبر و ... در شبکه از طریق توصیه ها و تبلیغاتی که اعضای شبکه انجام می دهند و همچنین با توجه به تاثیراتی که روی یکدیگر دارند، می پردازد. بیشینه کردن تاثیر عبارت است از مسئله ی انتخاب مجموعه ای با تعداد معین از تاثیرگذارترین نودهای یک شبکه ی انتشار؛ به نحوی که اگر روند انتشار از این نودها شروع شود، میزان پخشش و انتشار - اطلاعات، تاثیر و یا بیماری - مورد انتظار تحت یک مدل انتشار معین، بیشینه شود و در پایان، بیشترین تعداد نودهای آلوده در شبکه وجود داشته باشد. تاکنون تحقیقات بسیار زیادی در زمینه انتشار اطلاعات انجام گرفته، اما هر کدام دارای کمبودها و مشکلاتی هستند. به عنوان مثال، عمده روش های قبلی فاکتور زمان که در واقعیت یک عامل بسیار مهم در انتشار اطلاعات می باشد را در نظر نگرفته اند و کارهای اندکی که این فاکتور مهم را در مدل خود دخیل دانسته اند، نتوانستند کارایی مناسبی از خود نشان دهند؛ چرا که آن ها عامل اعتماد در روابط میان اعضای یک شبکه را در فرآیند انتشار نادیده گرفته اند. همچنین اکثر مطالعات انجام گرفته در این شاخه بر اساس مدل انتشار کلاسیک ic کار میکنند و در همهی آنها محدودیت گسستگی وضعیت نود وجود دارد. این در حالی است که در دنیای واقعی یک نود میتواند فعال، غیرفعال و یا وضعیتی بین این دو داشته باشد و تغییر وضعیت یک نود از غیرفعال به فعال بهطور پیوسته و در نتیجهی تاثیرپذیری از مجموعهای از همسایهها صورت می گیرد. در این پایان نامه دو مدل برای مسئله بیشینه کردن تاثیر در شبکه های اجتماعی ارائه شده است. مدل اول که به اختصار tlim نام دارد، مسئله بیشینه کردن تاثیر را با در نظر گرفتن دو عامل زمان و اعتماد به صورت بهینه حل نموده است و مدل دوم که clim نامیده می شود با رفع کردن محدودیت گسستگی مدل ic، تاثیرگذارترین نودها را در یک شبکهی اجتماعی به نحوی پیدا میکند که مناسب مدل پیوستگی تغییر وضعیت نودها باشد و هرچه بیشتر با واقعیت این شبکه ها سازگار شود. نتایج حاصل از مقایسهی روش های پیشنهادی ذکرشده با روشهای برجستهی حوزهی بیشینهکردن تاثیر بر روی مجموعه دادههای بزرگ wikipedia ، slashdot و epinions که از شبکه های اجتماعی واقعی گرفته شده اند، نشان دهندهی برتری مدل های ارائه شده در این تحقیق نسبت به مدل های برجسته ی این حوزه می باشد.

ترمیم تصاویر دیجیتالی به مجموعه روش هایی گفته میشود که برای ترمیم و یا پرکردن نواحی آسیب دیده در تصاویر از آنها استفاده میشود. از این روشها برای حذف اشیا و اهداف دلخواه از تصاویر ،در نرم افزارهای ویرایش تصویر نیز استفاده شده است. روش های ترمیم تصویر به صورت کلی به دو گروه تقسیم میشوند : مبتنی بر انتشار ساختار و مبتنی بر انتشار بافت. گروه اول بر روی حفظ یکپارچگی ساختار تصویر تمرکز دارند. این روش ها امروزه کمتر به صورت مستقیم استفاده میشود چون در مواجه با بافت و نواحی بزرگ از دست رفته ،عملکرد خوبی نداشته و باعث اثر ماتی در ناحیه ترمیم شده میشوند. گروه دوم روشهای مبتنی بر نمونه برداری میباشند که ایراد گروه اول را ندارند و با استفاده از نمونه های مشابه مرز ناحیه نامعلوم ، تصویر را ترمیم میکنند. امروزه این گروه از روشها بیشتر مورد توجه بوده و این پژوهش نیز بر این گروه تمرکز دارد. در این پژوهش ابتدا چالشهای عمومی این روشها بررسی میشود. یکی از چالشهای مهم این گروه ،تغییر ناپذیری وصله های موجود در تصویر در مواجه با چرخش می- باشد به این صورت که اگر در زمان جستجو و مقایسه بین وصله هدف با دیگر نمونه های تصویر اختلاف زاویه وجود داشته باشد ، الگوریتمهای موجود موفق به یافتن این وصلهها نمیشوند. مسائل ترمیم تصویر به اطلاعات موجود در ناحیه معلوم تصویر بسیار وابسته هستند و روش ارائه شده در این پژوهش میتواند در تصایری که بافت در آنها در زوایای مختلف توزیع شده است نمونه های بیشتری یافته و در نهایت منجر به نتایج بهتر در ترمیم شود. روش ارائه شده در این پژوهش با الهام گرفتن از توصیفگر بافت دودویی محلی ارائه شده است.

نظرات جعلی، با انواع دیگر اسپم مانند هرزنامه ها تفاوت بسیاری دارد و همچنین روش های تشخیص آنها نیز متفاوت است. علاوه بر این بدلیل پیچیدگی کار، روش های گوناگونی برای شناسایی اسپم و یا اسپمر وجود دارد که هر کدام گروه خاصی از آنها را شناسایی می کنند. برخی از این نظرات جعلی تولید شده در سال های اخیر، شباهت بسیاری به نظرات واقعی دارند. از این رو روش های تشخیص بسیار دشوار و پیچیده شده است. برای شناسایی این گونه نظرات جعلی، نیاز است که نظرات تمامی افراد به دقت بررسی شود. تولیدکنندگان نظرات جعلی را می توان با در نظر گرفتن این که اغلب نظری مخالف دیگر نظرات واقعی دارند، شناسایی کرد. این اختلاف اغلب در برخی از ویژگی های محصول قابل شناسایی است، زیرا ممکن است اختلاف نه در تمام ویژگی ها، بلکه تنها در قسمتی از آنها وجود داشته باشد. در این پایان نامه، روشی نوین برای یافتن نظرات جعلی با استفاده ازنظرات اکثریت در مورد ویژگی های خوب و یا بد محصولات ارائه شده است. در انتها عملکرد روش ارائه شده با دیگر روش های بنیادین در زمینه شناسایی اسپم مقایسه شده است.

سیستم های پیشنهادگر ابزارهای نرم افزاری و تکنیک هایی هستند که اقلام را مطابق با نیاز کاربر به او معرفی می کنند. روش های محتوا محور و فیلترینگ اشتراکی از راهکارهای موفق در سیستم های پیشنهادگر می باشند. روش محتوا محور بر اساس ویژگی های اقلام تعریف می شود. این روش بررسی می کند که اقلام مورد علاقه کاربر دارای چه ویژگی هایی بوده اند، سپس اقلام دارای ویژگی های مشابه را به او پیشنهاد می کند. روش فیلترینگ اشتراکی بر اساس تعیین اقلام مشابه یا کاربران مشابه کار می کند که به ترتیب فیلترینگ اشتراکی مبتنی بر اقلام و مبتنی بر کاربران نامیده می شود. در این پایان نامه یک روش تلفیقی از روش های فیلترینگ اشتراکی و محتوا محور ارائه شده است. این روش می تواند به عنوان روش فیلترینگ اشتراکی مبتنی بر کاربر در نظر گرفته شود. به این صورت که به منظور یافتن کاربرانی با سلیقه مشابه با کاربر فعال به عنوان کاربرانی با دقت پیشگویی بالا از ویژگی های مربوط به محتوای اقلام برای افزایش تاثیر امتیاز هایی که توسط کاربران به اقلام مشابه تخصیص داده شده است استفاده می کند. به بیان دیگر دو کاربر مشابه هستند در صورتی که امتیاز هایی که به اقلامی که از نظر محتوا مشابه هستند نسبت داده اند، همسان باشند. برای این منظور در هنگام سنجیدن شباهت دو کاربر، به امتیاز نسبت داده شده به هر قلم، با توجه به میزان شباهت آن به قلم هدف، وزن تخصیص می یابد.

گرانبار شدن اطلاعات همراه با بازیابی اطلاعات یک مشکل عمده در وب کنونی به شمار می رود. برای مقابله با این مشکل، روشهای بسیاری برای بازیابی اطلاعات ارائه شده اند که بازیابی اسناد را با کاربران براساس علایق و نحوه پرسش آن ها سازگار می کنند. یک مولفه ی اساسی در هر سیستم بازیابی اطلاعات، کلمات کلیدی آن است. محتوای صفحات یک سند را می توان به منظور ایجاد مدل دقیق تری از کاربر مورد استفاده قرار داد، اما رویکردهای مبتنی بر کلمات کلیدی نگرش عمیقی از اسناد ندارند. اخیرا تحقیقاتی برای ترکیب کردن معنای موجود در وب سایت در نمایش کاربران آن انجام شده است. تمامی این تلاش ها یا از یک رده بندی یا واژگان شناختی خاص و دست ساخته و یا از واژگان شناختی های عمومی مانند wordnet برای نگاشت کلمات کلیدی مرتبط به پرسشها استفاده می کنند. با این وجود ساختن یک سلسله مراتب از مفاهیم بصورت دستی زمان بر و هزینه بر است. از سوی دیگر منابع معنایی لغوی عمومی از پوشش کم عبارات خاص دامنه رنج می برند. در این پایان نامه ما قصد داریم که هر دوی این نقص ها را برطرف کنیم. دستاورد اصلی ما این است که مکانیسمی برای بهبود بازیابی اطلاعات با ترکیب مدل فضای برداری(vector space model) و مدل فازی(fuzzy model) معرفی می کنیم. معماری ارائه شده شامل تعدادی مولفه است که عبارتند از: پیش پردازش اولیه، استخراج استخراج کلمات کلیدی از اسناد و پرسشها، سازنده ی بردار اسناد و پرسشها و نگاشت کلمات کلیدی مرتبط با پرسشها. دستاورد مهم دیگر استفاده از ساختار وب سایت برای محدود کردن خودکار مفاهیم خاص دامنه می باشد. سرانجام، آخرین دستاورد آن یک روش جدید نگاشت کلمات کلیدی به پرسشها است. ارزیابی های ما نشان می دهد که روش پیشنهادی همراه با منبع معنایی لغوی جامع آن کاربران را بصورت موثرتری نسبت به روش کلمات کلیدی وروش فضای برداری و فازی و نیز روش های بر مبنای wordnet نمایندگی می کند.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

یکی از ابزارهای مهم در تامین امنیت شبکه های کامپیوتری ، سیستمهای تشخیص تهاجم و نفوذ می باشند، که خرابکاریها یا سوءاستفاده های در حال وقوع روی شبکه را شناسایی می کند. برای طراحی سیستم های تشخیص نفوذ دو رویکرد وجود دارد: تشخیص نفوذ مبتنی بر تطبیق الگو و تشخیص نفوذ مبتنی بر تشخیص نا هنجاری. روش هایی دسته اول، روش هایی هستند که تشخیص نفوذ را با تطبیق یک نمونه با الگو های نرمال و ناهنجاری انجام داده و جزء مسائل دسته بندی محسوب می شوند. روش های سنتی دسته بندی، هزینه دسته بندی اشتباه در همه کلاس ها را یکسان فرض کرده با استفاده از اطلاعات داده های آموزشی سعی در کاهش نرخ خطای دسته بندی را دارد. در حالی که در بسیاری ازکاربر های واقعی مانند تشخیص نفوذ این فرض اشتباه است و هزینه دسته بندی غلط برای الگو های مختلف تفاوت زیادی دارد. به عنوان مثال تشخیص اشتباه یک مهاجم به عنوان یک کاربر عادی بسیار پرهزینه تر از تشخیص یک کاربر عادی به عنوان یک مهاجم است. الگوریتم های یادگیری مبتنی بر هزینه الگوریتم هایی هستند که با در نظر گرفتن هزینه های مختلف سعی در کاهش هزینه کل دسته بندی را دارند. الگوریتم نزدیکترین همسایه یک الگوریتم ساده و کارا در دسته بندی نمونه ها می باشد که در بسیاری از کاربرد ها موفق بوده است. این الگوریتم یک روش بدون پارامتر می باشد که در سیستم های تشخیص نفوذ مورد استفاده قرار گرفته است. در این پایان نامه الگوریتم یادگیری نوینی مبتنی بر هزینه، برای بهبود کارایی الگوریتم نزدیکترین همسایه در کاربرد تشخیص نفوذ، پیشنهاد شده است، که سعی در کاهش هزینه دسته بندی را دارد. در این رویکرد، جهت یافتن نزدیکترین همسایه یک الگو، یک معیار فاصله به صورت پارامتری تعریف و از الگوریتم ارائه شده در جهت یادگیری و آموزش پارامتر های آزاد این معیار فاصله (وزن ویژگی ها و نمونه ها)، استفاده شده است. نتایج بدست آمده نشان می دهند که استفاده از این تکنیک ها در بهبود هزینه دسته بندی الگو های جدید تاثیر قابل توجهی دارد.

هدف سیستمهای تشخیص نفوذ جلو گیری از دسترسی غیر مجاز کار بران به سایتهای کامپیوتری می باشد.با افزایش بنگا ههای تجارت الکترونیکی ، مسئله حفا ظت از این سا یتها به یک مانع اساسی در راه توسعه این سیستمها تبدیل شده است .مسئله مهم در این رابطه این است که به مرور زمان روشهای جدیدی برای حمله به سایتهای کامپیوتری طراحی می شوند.در سالهای اخیر از هوش مصنوعی جهت ارتقاء کارایی سیستمهای تشخیص نفوذ استفاده گردیده است.در این پایان نامه ،از سیستمهای دسته بندی فازی جهت معرفی یک سیستم تشخیص نفوذ جدید استفاده شده است .مزیت عمده سیستم پیشنهادی این است که عمل تشخیص مهاجم به کمک مجموعه ای از قوانین فازی انجام می شود که بر ای انسان قابل فهم می باشد. کــارائی الگــــوریتم پیشنهادی با انجام یک سری آزمایش بــر روی مجموعــه داده kdd99محاسبه و با چندین روش دیگرکه در تحقیقات گذشته پیشنهاد شده مقایسه گردیده است.

بررسی و مطالعات صورت گرفته در زمینه کاربردهای کشف قوانین وابستگی در بیان ژن نشان می دهند که این عرصه نیازمند یک الگوریتم موازی کارا به منظور سرعت بخشیدن به فرآیند کشف چنین قوانینی از پایگاه داده های بیان ژن می باشد. روبرو شدن با حجم عظیم، در حال رشد و توزیع شده داده های زیستی، بیوانفورماتیک را نیازمند محاسبه و حافظه بیشتر و بیشتر کرده است. پردازش موازی برای این منظور طراحی شده است به طوریکه هزینه محاسباتی را بین رایانه های شخصی همه کاره توزیع می کند. کشف قوانین وابستگی یکی از روشهای معروف داده کاوی است که نیازمند زمان محاسباتی فراوان برای وقتی است که بر روی داده های بیان ژن بکار گرفته شود. این حجم عظیم محاسباتی به دلیل تعداد ترکیبات بسیار زیادی است که باید بین این داده های با بعد زیاد چک شود. هدف از این پایان نامه معرفی بسته نرم افزاری rulegene است که شامل یک الگوریتم سریال (seqrg) و یک الگوریتم موازی (parrg) برای کشف قوانین وابستگی بر روی پایگاه داده های بیان ژن به شیوه ای کارا می باشد. الگوریتم سریال seqrg یک الگوریتم طراحی شده مخصوص است که قابلیت هایی مانند بعد زیاد داده ها و موازی شدن آسان در طراحی آن مورد توجه ویژه قرار گرفته است. به علاوه، seqrg از یک الگوریتم فشرده سازی خاص بر روی داده های تولید شده در مراحل مختلف الگوریتم استفاده می کند. الگوریتم موازی parrg نیز در این پایان نامه معرفی می شود که این الگوریتم در ابتدا پردازنده های موازی را به صورت یک درخت دودویی پیکربندی کرده و سپس پایگاه داده های بیان ژن را بین پردازنده های برگ در این درخت به صورت عمودی تقسیم می کند. این پردازنده های موازی نیز با استفاده از الگوریتم سریال seqrg اقدام به جمع آوری قوانین وابستگی داده ها بر روی بخشی از داده که در اختیار آنهاست، می نمایند. علاوه بر معرفی این الگوریتم ها، آنالیز آنها بر اساس درستی و هزینه ها، و نتیجه آنها بر روی یک پایگاه داده های واقعی بیان ژن آورده می شود.

یک شبکه کامپیوتری پویا، پیوسته در حال تغییر است . در چنین محیطی کارائی مسیریابی بسته های اطلاعاتی بستگی به این دارد که الگوریتم چگونه خود را با تغییرات شرایط و پارامترهای شبکه وفق دهد. از طرف دیگر در یک الگوریتم توزیع شده وفقی، تصمیم گیری برای مسیر بسته ها در هر گره براساس اطلاعات موجود در آن گره در مورد وضعیت مسیرهای شبکه انجام می گیرد. این اطلاعات ، که نمایانگر یک دید محلی از وضعیت کل شبکه می باشد، نقشی حیاطی در درستی کارکرد الگوریتم مسیریابی و در نتیجه در کارایی شبکه دارند. اما همین اطلاعات همیشه تصویر درستی از وضعیت شبکه نمی دهند. اطلاعات به روزسازی منتشر شده در شبکه که برای به روز کردن جداول استفاده مشوند با تاخیر به گره ها وارد می شوند. در واقع علتهای مختلفی از جمله ضعف روش نمایش تاخیر مسیرها، تاخیر در جابجایی بسته های به روزسازی و کارائی پایین روش به روزسازی جداول مسیریابی در گره ها باعث ایجاد نادرستی و در نتیجه عدم قطعیت در اطلاعات این جداول می گردد و از طرف دیگر جریان ناگهانی و موج مانند ترافیک بسته ها در هنگام جابجاشدن یک پیغام که به صورت اتفاقی در مسیرهای مختلف افزایش و کاهش می یابد باعث شدت این موضوع شده و درنتیجه در بارهای بالا باعث از بین رفتن کارائی الگوریتم مسیریابی می گردد. روشهای جدید سعی در حل این مشکل به وسیله مدلسازی بهتر رفتار شبکه دارند. در این تحقیق پس از بررسی تعدادی از این روشها، یک تکنیک فازی برای بهینه سازی مسیریابی پیشنهاد می شود که در آن از اعداد فازی جهت اندازه گیری و نمایش تاخیر پیوندها و مسیرهای شبکه استفاده می گردد.

با رشد وسیع اطلاعاتی که روزانه در وب در دسترس قرار می گیرد، توانایی توسعه سریع عاملهای اطلاعاتی جهت بازیابی و استخراج اطلاعات جدی تر شده است . جزء حیاتی هر عامل اطلاعاتی در وب ، مجموعه ای از پوشش هاست که می توانند اطلاعات مربوطه را از منابع اطلاعاتی نیمه ساخت یافته استخراج نمایند. سیستمهای استقراء پوشش ، از یادگیری استقرایی که یکی از روشهای یادگیری ماشین می باشد، جهت تولید خودکار پوشش استفاده می کنند. این سیستمها با توجه به مثالهای آموزشی بر چسب خورده توسط کاربر، الگوهای استخراج را استنتاج می نمایند. برچسب گذاری مثالهای آموزشی مهمترین محدودیت در طراحی سیستمهای استقراء پوشش می باشد. هدف از نمونه برداری انتخابی که یکی از روشهای یادگیری فعال است ، کاهش میزان برچسب گذاری می باشد. این رساله یک سیستم استقراء پوشش توسعه داده است که از الگوهای مشترک بین مثالهای آموزشی برچسب نخورده، به منظور نمونه برداری انتخابی و تولید الگوهای استخراج استفاده می نماید. این سیستم با بهترین سیستم استقراء پوشش یعنی stalker مقایسه شده است . نتایج آزمایشات نشان می دهند که سیستم طراحی شده می تواند با برچسب گذاری کمتر، به صحتی در سطح سیستم stalker برسد.

بسیاری از ربات ها برای انجام کارهای تکراری مانند جوشکاری کمانی ، جوشکاری نقطه ای ، حمل و جایگزینی اشیا و غیره مورد استفاده قرار می گیرند . در چنین کاربردهایی خطای دنبال کردن مسیر برای یک کار مشخص ، در هر دوره تکرار می شود. ایده اصلی روش یادگیری از طریق تکرار در کنترل ، چنین بیان می شود که با استفاده از اطلاعات بدست آمده در طول دور قبلی کار، کارآیی کنترل کننده برای دور بعدی ، می تواند بهبود یابد.

روشهای کلاسیک کنترل موقعیت دست ربات عمدتا بر شناسایی مدل دقیق ربات استوار می باشد که در عمل بدلیل وجود پارامترهای ناشناخته موثر در دینامیک ربات از قبیل لقی چرخ دنده ها، اصطکاک بین مفاصل بازوها و غیره، پیدا کردن مدل دقیق دینامیک یک ربات کار بسیار مشکلی می باشد. از طرفی، استفاده از مدل ساده شده ربات نیز دقت کار ربات را که لازمه انجام بسیاری از کارها از قبیل برش لیزری قطعات، جوشکاری و غیره می باشد، کاهش داده و در نتیجه کارآیی روشهای کلاسیک کنترل موقعیت ربات را کاهش میدهد.در این پایان نامه روشهای هوشمند کنترل موقعیت دست ربات مخصوصا کنترل کننده های فازی - عصبی مورد برسی قرار می گیرد. در این نوع کنترل کننده های هوشمند سعی بر این است که از مکانیزم های یادگیری در مواجه با پارامترهای غیر قطعی و ناشناخته موجود در مدل دینامیکی ربات استفاده شود یکی از اصلی ترین پارامترهای موثر در کاهش کارآیی کنترل کننده های هوشمند وجود اصطکاک در میان مفاصل ربات می باشد که در این پایان نامه از روشی به نام روش یادگیری از طریق تکرار ‏‎(ilc)‎‏ جهت خنثی سازی نیروی اصطکاک استفاده گردید. این روش از این واقعیت که معمولا از ربات ها جهت کارهای تکراری استفاده می شود و رفتار غیرخطی ربات در انجام این نوع کارها معمولا تکراری است، استفاده می کند و از خطاهای بوجود آمده در دور قبل جهت اصلاح خطای خروجی کنترل کننده در دور بعد بهره می گیرد.نتایج تلفیق این روش با روش کنترل بر مبنای خطای خروجی کنترلگر ‏‎(coem)‎‏ کارآیی این روش را در جبران سازی اصطکاک مفاصل ربات نشان می دهد.