ترکیب خودکار سرویسها مبتنی بر گراف رنگآمیزی
Authors
Abstract:
سرویسهای وب بهعنوان مؤلفههای نرمافزاری مستقل توسط ارائهدهندگان سرویس بر روی اینترنت منتشر شده و توسط درخواستکنندگان سرویس برای رسیدن به اهداف مختلف فراخوانی میشوند. با این حال در بسیاری از موارد هیچ سرویسی بهتنهایی در مخزن سرویس یافت نمیشود که بتواند رضایت درخواستکننده را برآورده سازد. ترکیب سرویس، مؤلفههای جدیدی را با استفاده از یک مدل تعاملی برای سرعت بخشیدن به برنامهها ایجاد میکند. قبل از ترکیب سرویسها با یکدیگر، مهمترین مسئله برای پیدا کردن نمونه سرویسهای کاندید مطلوب، مطابقت آن سرویسها با نیازمندیهای غیروظیفهمندی است؛ لذا چگونگی طراحی یک روش کارآمد جهت ترکیب زنجیرهای از سرویسهای متصلبههم مهم است. بهتازگی تحقیقات زیادی جهت کاهش زمان جستجو برای پیدا کردن یک ترکیب سرویس انجام شده است. با این حال بسیاری از این روشها برای پیمایش و بررسی همه وبسرویسهای موجود در یک مخزن وب به مدتزمان طولانی نیاز دارند که بهصورت قابل توجهی وقت کاربر را اشغال میکند. این مقاله رویکردی برای ترکیب خودکار سرویسهای آگاه از کیفیت سرویس و همچنین استفاده از سلایق کاربران در رسیدن به نتیجه ترکیب بهینه ارائه میدهد. بدین منظور از روش پیشنهادی گراف رنگآمیزی اصلاح شده برای فیلتر نمودن سرویسها قبل از ایجاد ترکیب در دادههایی با مقیاس بزرگ استفاده میشود که مجموعه سرویسهای انتخابی را کاهش میدهد. همچنین استفاده از الگوریتم KPL در این پژوهش باعث گردیده است تا چندین راهحل مناسب به کاربر ارائه شود تا در مواقع لزوم از قابلیت جایگزینی این راهحلها بهجای بهترین ترکیب استفاده نماید. نتایج حاصل از تحلیل و ارزیابی روش پیشنهادی، بهبود مطلوبی را در زمان اجرا و مصرف حافظه نمایان میسازد.
similar resources
ارائه ساختاری مناسب برای انتخاب و ترکیب سرویسها بصورت خودکار مبتنی بر معماری سرویسگرا
معماری سرویس گرا رهیافتی است برای ساخت سیستم های توزیع شده که کارکردهای نرم افزاری را در قالب سرویس ارائه می کند. این سرویس ها، هم توسط دیگر نرم افزارها قابل فراخوانی هستند و هم برای ساخت سرویس های جدید مورد استفاده قرار می گیرند. این رهیافت برای یکپارچه سازی فناوری ها در محیطی که انواع مختلفی از سکوهای نرم افزاری و سخت افزاری وجود دارد، ایده آل است. سیستم ها و برنامه های کامپیوتری ناهمگن ممک...
15 صفحه اولروشی ترکیبی و نیمه نظارتی مبتنی بر گراف برای برچسبزنی خودکار تصاویر
روشهای یادگیری نیمه نظارتی مبتنی بر گراف اغلب بر روی مسائل تک برچسبی متمرکز و پیادهسازی شدهاند، درصورتیکه بسیاری از مسائل دنیای واقعی بهصورت چندبرچسبی هستند. در این مقاله یک روش نیمه نظارتی ترکیبی بنام LGC+ML-KNN برای برچسبزنی تصاویر بهصورت چندبرچسبی ارائه دادهایم که از ترکیب روش یادگیری نیمه نظارتی مبتنی بر گراف (LGC) و یادگیری چندبرچسبی (ML-KNN) تشکیلشده است . روش ارائهشده به دلیل ا...
full textتکنیکهای خلاصهسازی چندسندی خودکار متون فارسی مبتنی بر الگوریتمهای فرااکتشافی
هدف:ارائه الگوی خلاصهسازی استاندارد متون فارسی با رویکرد تبدیل مسئله خلاصهسازی به مسئله بهینهسازی توسط الگوریتمهای فرااکتشافی سازگار. روششناسی: در این پژوهش از اسناد استاندارد پیکره چندسندی «پاسخ» که شامل 50 موضوع مختلف از انواع گونههای خبری از خبرگزاریهای پرببینده ایران، برای ارزیابی استفاده شده است. هر موضوع حاوی 20 سند و همچنین 5 خلاصه چکیدهای ...
full textبازشناسی خودکار حالت عاطفی مبتنی بر تغییرات فیزیولوژیک
Recently, automatic affective state recognition has been noteworthy for improving Human Computer Interaction (HCI), clinical researches and other various applications. Little attention has been paid so far to physiological signals for affective state recognition compared to audio-visual methods. Different affective states stimulate the Autonomic Nervous System (ANS) and lead to changes in physi...
full textبهبود خلاصه سازی خودکار متون فارسی با استفاده از روشهای پردازش زبان طبیعی و گراف شباهت
A significant amount of available information is stored in textual databases which contains a large collection of documents from different sources (such as news, articles, books, emails and web pages). The increasing visibility and importance of this class of information motivates us to work on having better automatic evaluation tools for textual resources. The automatic summarization of tex...
full textکشف ریزش ارزش سهام بر مبنای نظریه گراف مبتنی بر حافظه
پدیده ریزش ارزش سهام با مهمترین هدف سرمایهگذاری اشخاص یعنی کسب سود در ارتباط است. نقش موثر ریزش ارزش سهام در کاهش سرمایه اشخاص، اهمیت دوچندانی را برای شناسایی و کشف روند غیرعادی بازده و ریزش ارزش سهام ایجاد نموده است. هدف پژوهش حاضر کشف روند غیرعادی بازده و در نهایت ریزش ارزش سهام است. به این منظور بازده ماهانه 400 شرکت پذیرفته شده در بورس اوراق بهادار تهران طی بازه زمانی تیرماه 1371 تا فروردی...
full textMy Resources
Journal title
volume 48 issue 2
pages 725- 736
publication date 2018-08-23
By following a journal you will be notified via email when a new issue of this journal is published.
Hosted on Doprax cloud platform doprax.com
copyright © 2015-2023