باینری آپشن یک ابزار جدید در بازار مالی مشتقه و فضای مجازی است. با این ابزار فرد روند قیمت  دارایی پایه را پیش­بینی و برای یک دوره کوتاه مشخص به ظاهر آن را خریده یا می­فروشد. اگر پیش­بینی درست باشد برنده می شود؛ اما در صورت اشتباه، کل سرمایه­اش را از دست می­دهد. این پژوهش از نوع کاربردی و در موضوع‏شناسی، توصیفی و در مسائل فقهی از صنف تحلیلی است و به روش کتابخانه­ای در جمع آوری اسناد پرداخته و در صدد اثبات ممنوعیت شرعی و قانونی باینری آپشن بر مبنای مشهور فقیهان است. در مقاله ضمن بررسی اجمالی قمار، اثبات شد که باینری آپشن یا قمار و حرام است و یا مصداق بازی با رهان بوده که طبق فتوای بیشتر فقیهان حرام است. البته بنا به نظر برخی تنها حرمت وضعی دارد. در هر صورت برنده مالک اموال نمی­شود. همچنین باینری آپشن مصداق أکل مال به باطل و لاضرر بوده و شرعاً و عقلا ًحرام است و به دلیل خروج ارز و زیان­های اجتماعی نیز با مصالح ملی متناسب نیست. وبگاه‎های باینری آپشن نیز آلت قمار یا در حکم قمارخانه مجازی است. مشارکت در این وبگاه­ها بدون شرط بندی نیز حکم بازی با آلت قمار بدون رهان را داشته و جایز نیست. بر همین اساس هرگونه فعالیت کارگزاری، طراحی و مدیریت وبگاه­های باینری آپشن نیز از باب اعانه بر اثم، حرام و غیرقانونی است.

تحلیل ماهیت اقتصادی ابزارهای مالی جدید به همراه بررسی جنبه های فقهی آن، نقش مهمی در معرفی و به کارگیری این ابزارها در بازارهای مالی اسلامی دارد. یکی از این ابزارها «اختیارات باینری» است که به دلیل جذابیت های بالا، بخش مهمی از مبادلات بازارهای مشتقه را به خود اختصاص داده است. هدف از مقاله حاضر تحلیل اختیار باینری از جنبه اقتصادی و فقهی است. این اختیار از انواع اختیارات اگزوتیک است که می تواند مانند سایر قراردادهای اختیار به منظور پوشش ریسک، آربیتراژ و سفته بازی مورداستفاده قرار گیرد. مقاله حاضر ضمن بررسی ماهیت اقتصادی این نوع از اختیارات، به این سؤال پاسخ می دهد که آیا این اختیارات به لحاظ فقهی نیز مشروع هستند؟ روش مورداستفاده در این مقاله، روش تحلیلی- اجتهادی مرسوم در تحلیل بازارهای مالی اسلامی است. این مقاله ضمن بررسی انواع اختیار باینری و ارائه استراتژی های مختلف معاملات آنها، ماهیت اختیارات و خصوصاً اختیار باینری را از طریق عقود مختلف موردبررسی قرار داده است. نتایج دلالت بر آن دارد که برخی از مدل های این اختیار در قالب عقودی همچون صلح ابتدایی، بیع حق و شرط ابتدایی قابل تصحیح است، برخی دیگر از مدل های آن صرفاً در قالب عقد بیمه و برخی دیگر مصداق قمار هستند. بر این اساس تنها برخی از انواع این قرارداد قابل استفاده در بازارهای مالی اسلامی است.

هدف از این مقاله، تخمین پارامترهای مدل رگرسیون لجستیک باینری به منظور بیشینه سازی تابع لگاریتم درست نمایی با شاخص های ارتباطی بهبود یافته است. رگرسیون لجستیک نیز، مانند سایر روش های تخمین پارامتر نیاز به یک معیار برای مناسب بودن تخمین پارامترهای آن دارد که از جمله آنها، می توان به شاخص های ارتباطی اشاره نمود. شاخص های ارتباطی، شاخص هایی هستند که تعداد وقوع پاسخ موفقیت در مقابل پاسخ شکست را برای تعداد مشخصی آزمایش مستقل برنولی نشان می دهد. در تخمین پارامتر، مقادیر شاخص ها با تغییر مقادیر پارامتر تغییری نمی کنند، در حالی که شاخص های پیشنهادی با تغییر در پارامترهای برآورد شده در مراحل تکرار روش حل، تغییر می کنند. بنابراین، جنبه نوآوری این تحقیق در ارایه یک شاخص ارتباطی جدید برای رگرسیون لجستیک باینری است که نسبت به تغییرات پارامترهای برآوردشده در بیشینه سازی تابع لگاریتم درست- نمایی مراحل تکرار روش حل، حساسیت بیشتری دارد. نتایج تحلیل یک مثال و مقایسه آنها با شاخص های ارتباطی نشان دهنده دقت بالاتر و مناسب بودن شاخص های پیشنهادی است.

در بیماران مبتلا به سکته مغزی به صورت عمومی مشکلات حرکتی و راه رفتن قابل مشاهده است که کیفیت زندگی آن ها را تحت تاثیر قرار می دهد. از این رو تشخیص دقیق سکته مغزی برای ارائه یک راهکار درمانی و توانبخشی موثر در این بیماران ضروری به نظر می رسد. با این حال، توسعه یک ابزار تشخیصی کم هزینه و غیرتهاجمی برای کاربردهای کلینیکی یک چالش بزرگ در این زمینه محسوب می شود. به همین جهت، در این مطالعه یک روش تشخیصی جدید سکته ایسکمیک بر پایه ویژگی های ساختاری سیگنال فشار کف پا و طبقه بند ماشین بردار پشتیبان ارائه شده است. در این روش، یک الگوی باینری محلی یکنواخت که از نمایش زمانی-فرکانسی سیگنال فشار کف پا استخراج شده است، برای اخذ ساختار محلی سیگنال در فضای دوبعدی و کمی سازی پایداری این الگو استفاده شده است. روش پیشنهادی به کمک سیگنال های ثبت شده از 36 فرد سالم و 46 بیمار مبتلا به سکته ایسکمیک در حین راه رفتن طبیعی فرد مورد ارزیابی قرار گرفته است. جهت ارائه تحلیل ناحیه ای، طبقه بندی با استفاده از کانال های مختلف کف پا انجام شده است. نتایج به دست آمده به میانگین صحت 99/66 درصد برای تشخیص سکته مغزی رسیده است. در ادامه، طی یک آزمایش مقایسه ای، پایداری و عدم تغییر نتایج روش پیشنهادی در برابر سنسورهای فشار نواحی مختلف کف پا و پارامترهای تکنیکی روش الگوی باینری محلی نشان داده شده است. عملکرد روش پیشنهادی نشان می دهد که تحلیل الگوی باینری محلی سیگنال فشار کف پا قادر است افراد سالم و بیماران مبتلا به سکته مغزی را به صورت موثری تفکیک نماید.

بهینه سازهای ابتکاری بواسطه توانایی بالایشان در حل مسایل مختلف بهینه سازی از توجه خاصی در بین محققان علوم مختلف برخوردار شده اند. یکی از جدیدترین این روش ها، بهینه ساز اجتماع ذرات است. از نقاط قوت این الگوریتم، نسخه باینری آن است که این الگوریتم را در حل مسایل حقیقی و گسسته قادر و توانا ساخته است. در این مقاله الگوریتم جستجوی اجتماع ذرات باینری بطور موشکافانه ای تجزیه و تحلیل شده، نقاط ضعف آن بررسی گردیده و راه حل های جدیدی برای این الگوریتم ارایه خواهد شد. راه حل های پیشنهادی روی توابع محک استاندارد آزموده شده و نتایج آزمایش های انجام شده ارایه می شود. نتایج آزمایش ها ضمن تایید راه حل های ارایه شده، افق تازه ای در بهینه سازی توابع با استفاده از روش های پیشنهادی ترسیم می کند.

لطفا برای مشاهده متن کامل این مقاله اینجا را کلیک کنید.

مقدمه: کاربرد ماسک باینری ایده آل برای پردازش سیگنال گفتاری، بهبود قابل ملاحظه ای در وضوح گفتار هم در افراد با شنوایی طبیعی و هم افراد مبتلا به کم شنوایی نشان داده است. این ماسک به بخش های زمان- فرکانس سیگنال نویزی اعمال می گردد و بخش هایی از سیگنال پایین تر از سطح آستانه SNR (signal-to-noise ratio) حذف می گردد و سایر بخش ها را عبور می دهد.روش ها: در این مطالعه عوامل موثر بر روی الگوریتم ماسک باینری ایده آل مورد مطالعه و بررسی قرار گرفتند. تاثیر سطح آستانه SNR، سطح SNR ورودی، نوع ماسک کننده و تخمینگر نویز، بررسی و ارزیابی شد. تخمینگرهای جدیدی شامل وزنی Euclidean و COSH معرفی شدند. این تخمینگرها مبتنی بر درک سیستم شنوایی و ماسک شنیداری می باشند.یافته ها: عملکرد بالای ماسک باینری در ناحیه 15-5 دسی بل مشاهده شد. یافته ها می تواند برای پیشرفت طراحی سمعک و پروتز کاشت حلزون مفید باشد.نتیجه گیری: یافته های ما موید مطالعات پیشین در زمینه وضوح گفتار قابل توجه است، حتی زمانی که SNR، -10 دسی بل باشد. ارزیابی عملکرد این الگوریتم نشان داد که تخمینگرهای جدید در مقایسه با تخمینگر Wiener می توانند حذف نویز بهتری داشته باشند.

یکی از روش هایی که در عین سادگی می تواند ویژگی های مناسبی برای طبقه بندی بافت تصویر با دقت بالا تولید کند، الگوی باینری محلی است. در این مقاله روشی برای آشکارسازی عیوب بافتی پارچه با استفاده از این ویژگی ها ارایه شده است. ابتدا در مرحله آموزش، عملگر الگوی باینری محلی روی کل تصویر پارچه سالم پیکسل به پیکسل اعمال می شود و بردار ویژگی های مبنا به دست می آید. سپس این تصویر به پنجره هایی تقسیم شده و عملگر الگوی باینری محلی روی هر کدام از این پنجره ها اعمال شده و بر اساس مقایسه با بردار ویژگی مبنا یک حد آستانه مناسب برای سالم بودن پنجره ها محاسبه می شود. در هنگام آشکارسازی، تصویر مورد بررسی به پنجره هایی تقسیم شده و با استفاده از حد آستانه محاسبه شده، پنجره هایی که به قسمت های معیوب تصویر تعلق دارند مشخص می شود. روش ارایه شده نسبت به انتقال تصویر و تغییر شدت روشنایی نقاط تصویر حساس نیست و از آن می توان برای آشکارسازی عیوب بافتی در پارچه های بدون طرح و پارچه های طرح دار استفاده کرد. با توجه به سادگی روش، پیاده سازی آن به صورت برخط میسر است. نتایج به دست آمده نشان می دهد که دسته وسیعی از عیوب بافتی پارچه با این روش به صورت مطلوب قابل آشکارسازی هستند.