امروزه، وجود روش ها و ابزارهای مدل سازی پدیده های انتشاری همه گیر، یک نیاز جدی و پراهمیت است. شناخت این پدیده ها و کشف راه حل های راهبردی در موقعیتهای گوناگون بسیار اهمیت دارد. به دلیل تعداد بالای عامل ها و رفتار پیچیده آن ها، امکان درک و توصیف آن ها به شکل نظری بسیار سخت و یا غیرممکن است. بنابراین، جایگاه شبیه سازی رفتار این پدیده ها بسیار حائر اهمیت است. لذا توسعه یک محیط شبیه سازی که بتواند این نیاز را تا حدی برطرف کند اهمیت بالایی دارد و می تواند در قسمت ها و حوزه های مختلف به کار گرفته شود. در این مقاله یک سامانه نرم افزاری برای شبیه سازی رایانه ای پدیده های انتشاری، به ویژه انتشار بدافزارها در شبکه های رایانه ای، معرفی شده است. این سامانه توانایی این را دارد که تعداد بالایی از عامل ها را با مدل های انتشاری و پارامترهای مختلف، شبیه سازی کرده و نتایج گرافیکی و آماری آن را به شکل پویا نشان دهد. معماری توزیع شده، استفاده از داده های واقعی، امکان استفاده از انواع مدل های انتشاری و تصویر سازی پویای نتایج شبیه سازی از جمله نوآوری های طرح پیشنهادی است. با انجام شبیه سازی های مختلف با استفاده از این سامانه، رابطه بین چگالی آلودگی عامل ها در طول زمان با پارامترهای شبیه سازی بررسی و استخراج شده است. مدل انتشاری، احتمال آلودگی، احتمال وجود آسیب پذیری از جمله این پارامترها است. همچنین در پایان، درستی نتایج حاصل از شبیه سازی با مقایسه نتایج حاصل از مدل های تحلیلی مورد بررسی قرار گرفته است.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

1با گسترش سریع تکنولوژی، حجم عظیمی از داده­های بدون برچسب با ابعاد زیاد، نیاز به پردازش پیدا کردند. برای کاهش ابعاد، انتخاب ویژگی غیرنظارتی، به عنوان یک پیش­مرحله مهم قبل از وظایف یادگیری ماشین، شناخته می­شود. در این مقاله، یک روش انتخاب ویژگی غیرنظارتی پیشنهاد می­شود. روش مذکور بر اساس گراف ماتریس و ماتریس وزنی، به صورت پویا و مقیاس­پذیر عمل می­کند. برای بهبود عمکرد این روش، به جای استفاده از تابع لاگرانژ در ساخت ماتریس وزنی، تئوری گراف دو قسمته اعمال می­شود. انتخاب ویژگی روی گراف ماتریس انجام می­شود. این گراف با به کارگیری k نزدیک­ترین همسایه ساخته می­شود، که روش را نسبت به نویز مقاوم تر می­کند. همچنین ساختار سراسری داده­ی اصلی، از طریق ساخت ماتریس وزن بازسازی­شده با کمک محدودیت رتبه پایین، حفظ می­شود. علاوه­براین، نمره­ی ویژگی، که به­­طور صریح قدرت­مندی ویژگی­ها را منعکس می­کند، با کمک تابع Frobenius norm مدل می­شود. روش پیشنهادی با روش­های مشابه در سه معیار دقت کلاس­بندی، حساسیت به پارامتر و پیچیدگی زمانی مقایسه شده­است. آزمایش­ها نشان می­دهد که دقت کلاس­بندی روش ارائه شده­ی این مقاله، به طور متوسط 2.83% بهبود یافته­است. همچنین پیچیدگی زمانی آن تا max{O(n2d),O(nm)} کاهش یافته­است، که n تعداد نمونه­ها، d تعداد ویژگی­ها و m تعداد نقاط لنگر هستند.

یکی از حوزه های مهم در پدافند غیرعامل، شناسایی تهدیدات و اعلام هشدار است. یکی از روش های پرکاربرد در حوزه شناسایی بررسی داده های ویدئویی به منظور شناسایی اهداف ناشناس و اعلام هشدار است. به منظور بررسی سریع، با دقت بالا روش های خلاصه سازی ویدیو ارائه شده است. همچنین در طول سال های گذشته، ایجاد ویدیو دیجیتالی منجر به رشد نمایی محتوای ویدئویی شده است. به منظور افزایش قابلیت استفاده از این حجم بالای ویدیو، تحقیقات بسیاری به انجام رسیده و خلاصه سازی ویدیو به جهت مرور سریع این مجموعه ویدئویی بزرگ و برای کمک به فهم سریع محتوای داده های ویدئویی پیشنهاد شده است. در خلاصه سازی ویدیو، تصاویری به عنوان نماینده از هر صحنه انتخاب می شود تا مروری تصویری از تمام فیلم به دست آید. اخیرا روش هایی با استفاده از فرمول بندی تنک برای خلاصه سازی ویدیو، داده های ویدئویی را به میزان زیادی نسبت به دیگر روش ها خلاصه نموده اند. در این مقاله به خلاصه سازی ویدیو، به عنوان یک مساله انتخاب واژه نامه تنک پرداخته می شود. بدین منظور، با استفاده از روشی جدید بر پایه کدینگ تنک، می توان به میزان زیادی خلاصه سازی داده های ویدئویی را نسبت به دیگر روش های خلاصه سازی ویدیو که با روش تنک و یا روش های دیگر پیشنهادشده اند بهبود بخشید. اساس این روش بر پایه حل معادله بهینه سازی با استفاده از آستانه گذاری نرم است که پیچیدگی کمتری نسبت به روش های پیشنهادشده اخیر است. این امر را می توان با بررسی میزان پیچیدگی روش پیشنهادی با روش های متداول اخیر متوجه شد. در انتها نتایج آزمایش برای مجموعه داده های معیاری زمین حقیقت و با روش های State of the art، ادعای ما در بهبود میزان خلاصه سازی روش پیشنهادی را نشان می دهد.

با در نظرگرفتن جرم مؤثر وابسته به مکان در بررسی سامانه های مکانیک کوانتومی، دستۀ وسیعی از پتانسیل های حل پذیر به دست آمده است. این پتانسیل­ها، با به کار بردن تبدیلات بندادی در معادلۀ شرودینگر به دست می­آیند. در این روش، توابع داخلی که توسط لوایی برای پتانسیل های حل پذیر با جرم ثابت معرفی شده و همچنین ویژه توابع و ویژه مقادیر آن به طور کامل به دست آمده، مورد استفاده قرار می­گیرد. ویژه تابع این پتانسیل های حل پذیر می­توانند براساس توابع خاص شناخته شده (چند جمله ای­های ژاکوبی، لاگر تعمیم یافته و هرمیت) به دست آیند. برخی از این پتانسیل­ها از نوع اسکارف2، پوشل-تلر، روزن-مورس2 و اکارت هستند که کاربردهای آن در سامانه های فیزیکی بیان شده است. در نهایت تمامی نتایج در یک جدول قرار گرفته و نمودارهای توابع موردنظر برای مقادیر خاصی رسم شده ­اند

با هدف غلبه بر مشکلات زیست محیطی ناشی از تجمع پلاستیک های مصنوعی در طبیعت، فعالیت های پژوهشی گسترده ای در زمینه پلیمرهای زیست تخریب پذیر در حال انجام است. بخش عمده ای از این پژوهش ها برروی تولید پلیمرهای زیست تخریب پذیر با استفاده از منابع کربن ارزان قیمت، جداسازی ریزسازواره های جدید با سرعت رشد و تولید بالا و نیز ابداع روش های جدید استخراج با هدف کاهش قیمت تمام شده پلیمر، متمرکز است. در این مقاله علاوه بر معرفی اجمالی انواع پلیمرهای زیست تخریب پذیر، تولید پلیمر پلی هیدروکسی بوتیرات به عنوان مشهورترین عضو گروه پلی هیدروکسی آلکانوآت ها به طور خاص مورد بررسی قرار گرفته است. پس از اشاره به تاریخچه تولید آن، مروری بر انواع ریزسازواره های مولد با استفاده از منابع کربن مختلف در سامانه های پیوسته، ناپیوسته و ناپیوسته خوراک دهی شده صورت گرفته، و سامانه های یاد شده از لحاظ بهره دهی تولید و نقاط ضعف مقایسه شده اند. همچنین انواع روش های موجود برای جداسازی پلیمر معرفی و محدودیت های هر یک به طور جداگانه بیان شده است.