In this paper, recommended spiral passive micromixer was designed and simulated. spiral design has the potential to create and strengthen the centrifugal force and the secondary flow. A series of simulations were carried out to evaluate the effects of channel width, channel depth, the gap between loops, and flowrate on the micromixer performance. These features impact the contact area of the two fluids and ultimately lead to an increment in the quality of the mixture. In this study, for the flow rate of 25 μl/min and molecular diffusion coefficient of 1×10-10 m2/s, mixing efficiency of more than 90% is achieved after 30 (approximately one-third of the total channel length). Finally, the optimized design fabricated using proposed 3D printing method.

کاربرد مفهوم معادل شبکه برای نمایش سیستم خارجی در تحلیل گذراهای سیستم قدرت به خوبی شناخته شده است. اما بهرحال، مورد چالش برانگیز در استفاده از یک معادل، تقریب زده شده با یک تابع گویا، تضمین پسیو بودن مدل مربوطه می باشد. در این رابطه، تکنیکهای ویژه ای برای تامین پسیوبودن مدل معادل از طریق یک روش post processing که تاثیراتش را روی مشخصات مدل اصلی مینیمم می کند، مورد نیاز است. در این مقاله، پسیوبودن ابتدا بوسیله تبیین مساله در ترمهایی از یک مساله اپتیمم سازی Convex که حل بهینه تام را تضمین می کند، اعمال می گردد. مساله اپتیمم سازی Convex بطور موثری بوسیله روشهای عددی interior-point که اخیرا توسعه داده شده، حل می گردد. این اعمال پسیو بودن نیز تام بوده، بدین معنی که اعمال پسیو بودن در یک ناحیه منجر به تخطی از پسیو بودن در نواحی دیگر نمی گردد.

هدف مقاله حاضر شناخت عوامل تاثیرگذار در کیفیت مدیریت زمان یاددهی-یادگیری در کلاس های چندپایه از دیدگاه معلمان باتجربه است. رویکرد پژوهش، کیفی از نوع پدیدار نگاری است. جامعه پژوهش، معلمان کلاس های چندپایه شهرستان یاسوج بودند که از طریق نمونه-گیری هدفمند، تعداد (24) نفر از آنان با رعایت اصل اشباع نظری از طریق مصاحبه نیمه ساختاریافته در پژوهش شرکت کردند. جهت دستیابی به روایی سوال های مصاحبه از نظرات استادان گروه علوم تربیتی استفاده شد. برای اطمینان از اعتبار داده های پژوهش، پس از استنتاج متن مصاحبه ها، آنها به مصاحبه شوندگان ارایه شد تا نظر تاییدی آنها در این زمینه به دست آید. مصاحبه ها کدگذاری و مقوله بندی شده سپس تحلیل و دسته بندی شدند. بر اساس یافته های به دست آمده؛ تجارب معلمان درباره عوامل تاثیرگذار در بهبود کیفیت مدیریت زمان یاددهی-یادگیری در کلاس های چندپایه در دو مقوله کلان ایجابی و سلبی تقسیم شدند. مقوله کلان ایجابی شامل: (3 مقوله) اصلی و (9مقوله) فرعی و مقوله کلان سلبی شامل (5 مقوله) اصلی است.

Multi-label classification aims at assigning more than one label to each instance. Many real-world multi-label classification tasks are high dimensional, leading to reduced performance of traditional classifiers. Feature selection is a common approach to tackle this issue by choosing prominent features. Multi-label feature selection is an NP-hard approach, and so far, some swarm intelligence-based strategies and have been proposed to find a near optimal solution within a reasonable time. In this paper, a hybrid intelligence algorithm based on the binary algorithm of particle swarm optimization and a novel local search strategy has been proposed to select a set of prominent features. To this aim, features are divided into two categories based on the extension rate and the relationship between the output and the local search strategy to increase the convergence speed. The first group features have more similarity to class and less similarity to other features, and the second is redundant and less relevant features. Accordingly, a local operator is added to the particle swarm optimization algorithm to reduce redundant features and keep relevant ones among each solution. The aim of this operator leads to enhance the convergence speed of the proposed algorithm compared to other algorithms presented in this field. Evaluation of the proposed solution and the proposed statistical test shows that the proposed approach improves different classification criteria of multi-label classification and outperforms other methods in most cases. Also in cases where achieving higher accuracy is more important than time, it is more appropriate to use this method.

Inertial Navigation System (INS) is one of the navigation systems widely used in various land-based, aerial, and marine applications. Among all types of INS, Microelectromechanical System (MEMS)-based INS can be widely utilized, owing to their low cost, lightweight, and small size. However, due to the manufacturing technology, MEMS-based INS suffers from deterministic and stochastic errors, which increase positioning errors over time. In this paper, a new effective noise reduction method is proposed that can provide more accurate outputs of MEMS-based inertial sensors. The intelligent method in this paper is a combined denoising method that combines Wavelet Transform (WT), Permutation Entropy (PE), Support Vector Regression (SVR), and Genetic Algorithm (GA). Firstly, WT is employed to obtain a time-frequency representation of raw data. Secondly, a four-element feature vector is formed. These four features are (1) amplitude of frequency, (2) its ratio to mean of amplitudes of all frequencies, (3) location of frequency in time-frequency representation, and (4) judgment on behaviors of frequency that is obtained by utilizing PE. Thirdly, based on the feature vector, the GA-SVR algorithm predicts amplitudes of all frequencies in the time-frequency representation of the denoised signal. Finally, by employing inverse WT the denoised signal is obtained. In this work, the outputs of the Inertial Measurement Unit (IMU) in ADIS16407 sensor, as a low-cost and MEMS-based INS, have been utilized for data collection. The proposed method has been compared with other noise reduction methods and the achieved results verify superior improvement than other methods.

مقدمه: در علم بر پایه مدارک (Evidence-based) پزشکان و دندانپزشکان بر اساس شواهد و مدارکی که از منابع مختلف به دست می آورند برای بیماران تصمیم گیری می کنند، ولی آیا هر مدرکی با هر درجه از اعتبار می تواند مبنای صحیح و درستی برای تصمیم گیری باشد؟ طبق مدارک موجود بیش از 30 درصد از دستورالعمل های درمانی و مدارکی که از کتاب ها و مراجع به دست می آیند اشتباه بوده، گمراه کننده می باشند.در منابع دیگر نیز آمار و ارقام تقریبا مشابهی وجود دارد. درصد بالایی از این دستورالعمل های درمانی اشتباه ماحصل فقدان ها و کمبودهای موجود در تحقیقات بالینی است، که از علل متعددی همچون عدم اطلاع محققین از مبانی پژوهش، محدودیت های پژوهش و تحقیق، ارایه غیرواضح مطالب و بیان نتایج کاذب منشا می گیرد. امروزه برای شناخت نقاط ضعف و قوت مدارک و شواهد، علم پزشکی مبتنی بر مدرک (EBM) یا دندانپزشکی مبتنی بر مدرک (EBD) شکل گرفته است.

A High-gain, fully balanced preamplifier is presented. The proposed structure advantages flipped voltage follower scheme to achieve a compact current conveyor with very low input impedance. The presented current conveyor then is used as a core element to realize a high-gain, gm-enhanced trans-conductance amplifier. The presented amplifier is suitable for application as a preamplifier. The high gain of amplifier makes it very suitable to be configured in a feedback form to deliver a high-precision predefined or programmable amplification gain. The proposed structure draws a very low power of 150nW from a 0.6V supply voltage. The Spectre Post-layout simulations with TSMC 180nm CMOS technology have been performed. The proposed amplifier exhibits an open-loop DC gain of 141.5dB and 3-dB frequency bandwidth of 2.4kHz at 60dB closed-loop configuration. The load capacitance is set to be 5pF. The proposed structure also delivers high CMRR and PSRR values of 148.3dB and 153.7dB, respectively.