ولی درهمی
دانشگاه یزد - دانشکده مهندسی برق و کامپیوتر
[ 1 ] - تولید قواعد فازی احتمالی بهکمک یادگیری تقویتی
مهمترین بخش در یک سیستم فازی پایگاه قواعد آن است. یکی از مشکلات موجود در تولید قواعد فازی با دادههای آموزشی، وجود دادههای ناسازگار است زیرا در اینگونه دادهها چند خروجی برای وضعیتهای یکسان وجود دارد. لذا تولید قواعد و تصمیمگیری برای انتخاب تالی مناسب برای هر قاعده با چالش همراه خواهد بود. روشهای موجود از برآیند حالتهای ناسازگار استفاده میکنند که باعث تولید خروجی با مقدار میانگین تالیه...
[ 2 ] - ارائه روشی برای استخراج خودکار عبارات کلیدی از اخبار وب پارسی
دادگان متنی و از آن جمله متون خبری از حوزههای مهم بازیابی اطلاعات به شمار میرود و استخراج اطلاعات از آنها ضروری است. این امر با استخراج عبارات کلیدی اسناد که دربردارنده محتوای اصلی متن است، صورت میگیرد. در این پژوهش، راهکاری سه مرحلهای جهت استخراج عبارات کلیدی از صفحات خبری وب پارسی، با ترکیب شیوههای زبانشناختی، یادگیری با ناظر، ابتکاری و تعداد نسبتاً جامعی از شیوههای آماری ارائه میشود....
[ 3 ] - ارایه یک فیلتر ترکیبی هوشمند فازی برای حذف نویز تصاویر پزشکی
تصاویر پزشکی اهمیت ویژهای در تشخیص پزشکی دارند. در این مقاله یک روش ترکیبی هوشمند مبتنی بر یک سیستم فازی- عصبی برای حذف نویز از این گونه تصاویر ارایه میشود. چندین روش عمومی و مفید برای حذف نویز از تصاویر وجود دارند؛ بهعنوان نمونه میتوان از فیلتر میانگین، فیلتر میانه، فیلتر میانه وزندار و فیلتر میانه تطبیقی نام برد. در رابطه با حذف نویز از تصاویر پزشکی به علت ویژگی خاص آنها نیاز به قابلیت...
[ 4 ] - Winner Determination in Combinatorial Auctions using Hybrid Ant Colony Optimization and Multi-Neighborhood Local Search
A combinatorial auction is an auction where the bidders have the choice to bid on bundles of items. The WDP in combinatorial auctions is the problem of finding winning bids that maximize the auctioneer’s revenue under the constraint that each item can be allocated to at most one bidder. The WDP is known as an NP-hard problem with practical applications like electronic commerce, production manag...
[ 5 ] - Web pages ranking algorithm based on reinforcement learning and user feedback
The main challenge of a search engine is ranking web documents to provide the best response to a user`s query. Despite the huge number of the extracted results for user`s query, only a small number of the first results are examined by users; therefore, the insertion of the related results in the first ranks is of great importance. In this paper, a ranking algorithm based on the reinforcement le...
[ 6 ] - Yarn tenacity modeling using artificial neural networks and development of a decision support system based on genetic algorithms
Yarn tenacity is one of the most important properties in yarn production. This paper addresses modeling of yarn tenacity as well as optimally determining the amounts of the effective inputs to produce yarn with desired tenacity. The artificial neural network is used as a suitable structure for tenacity modeling of cotton yarn with 30 Ne. As the first step for modeling, the empirical data is col...
[ 7 ] - QoS-Based web service composition based on genetic algorithm
Quality of service (QoS) is an important issue in the design and management of web service composition. QoS in web services consists of various non-functional factors, such as execution cost, execution time, availability, successful execution rate, and security. In recent years, the number of available web services has proliferated, and then offered the same services increasingly. The same web ...
[ 8 ] - تشخیص سرطان پروستات و پیشبینی احتمال ابتلا به این بیماری در شاغلین
Introduction: Diagnosis of various diseases in medicine is one of the area's most widely used data mining in recent years and many researches have been done about it. In this study, the diagnosis of prostate cancer using fuzzy system was assessed. The goal was to diagnose the prostate cancer and to predict the possibility of suffering from the disease. Methods: In the proposed method, at fir...
[ 9 ] - طراحی کنترلگر فازی با قابلیت تنظیم برخط برای کنترل بینامبنای بازوی ربات
درکنترل بینامبنا ربات از اطلاعات استخراج شده از حسگر بصری برای کنترل حرکت ربات استفاده میشود. در روشهای سنتی کنترل بینامبنا، مدل ربات و مدل دوربین مورد نیاز است. به دست آوردن این مدلها زمانبر و گاهی اوقات غیرممکن است. بنابراین در تحقیقات اخیر از روشهای هوشمند برای مقابله با این چالش استفاده میشود. در این پژوهش ابتدا از یک کنترلگر فازی ترکیبی برای کنترل بازوی ربات استفاده شده است. ورودیه...
[ 10 ] - استخراج ویژگی از دادههای عمق با استفاده از روش یادگیری عمیق برای کنترلِ باناظر ربات چرخدار
این مقاله چارچوبی از یادگیری عمیقِ با ناظر را جهت ناوبری ربات چرخدار در زمینهای هموار با محوریت وظایف پیگیری دیوار و اجتناب از موانع ارائه مینماید. در اینجا، فرض بر این است که ربات تنها به یک سیستم بینایی (دوربین کینکت) مجهز است. چالش اصلی در هنگام استفاده از تصاویر عمق، ابعاد بالای تصاویر و استخراج ویژگیهای مناسب از آنها با هدف کاهش ابعاد ورودی کنترلگر میباشد. برای این منظور در این مقاله...
[ 11 ] - کنترل بینامبنای بازوی ربات با مدلسازی عصبی معکوس ماتریس ژاکوبین
سیستم کنترل خودفرمان بینایی، به سیستمی اتلاق می شود که از اطلاعات بازخوردی دوربین برای کنترل ربات استفاده میکند؛ تا ربات، از نقاط شروع دلخواه به نقطه هدف برسد. راههای متنوعی از جمله کنترل با استفاده از مدل ربات، طراحی کنترلگر بصورت مستقیم، و استفاده از ماتریس ژاکوبین در این زمینه مطرح شده است. اما، از آنجا که در بسیاری از مواقع، مدلی از ربات دردسترس نیست و یا بدست آوردن آن کاری دشوار و زمانبر...
[ 12 ] - یک روش ترکیبی جدید یادگیری تقویتی فازی
در این مقاله یک روش جدید یادگیری تقویتی پیوسته برای مسائل کنترل ارائه میشود. روش ارائه شده از ترکیب روش "تکرار سیاست کمترین مربعات " با یک سیستم فازی سوگنوی مرتبه صفر حاصل شده و "تکرار سیاست کمترین مربعات فازی" نامیده شده است. در اینجا برای هر قاعده فازی تعدادی عمل نامزد در نظر گرفته میشود. هدف، یافتن مناسبترین عمل نامزد (تالی) برای هر قاعده میباشد. با استفاده از بردار شدت آتش قواعد فازی و ...
[ 13 ] - پیشبینی مقدار کلسیم خون در بیماران خونریزی گوارشی بستری در بخش مراقبتهای ویژه با استفاده از متغیرهای بالینی و مدلسازی فازی
Introduction: Reducing unnecessary laboratory tests is an essential issue in the Intensive Care Unit. One solution for this issue is to predict the value of a laboratory test to specify the necessity of ordering the tests. The aim of this paper was to propose a clinical decision support system for predicting laboratory tests values. Calcium laboratory tests of three categories of patients, incl...
[ 14 ] - الگوریتم جمعیت ذرات اطلاعدهندهی محلی گرانشی برای حل مسائل بهینهسازی چندمُدی
الگوریتم جمعیت ذراتِ اطلاعدهندهی محلی، یک روش ساده و مؤثر است که اخیراً برای حل مسائل بهینهسازی چندمُدی ارائه شده است. این الگوریتم دارای یک ضعف اساسی است: برای محاسبه سرعت یک ذره، "شایستگی" و " فاصلهی" ذرات همسایهی آن ذره را در نظر نمیگیرد، درصورتیکه در نظر گرفتن این دو پارامتر در محاسبه سرعت میتواند به الگوریتم برای ایجاد یک تعادل مناسب بین همگرایی و تنوع راهحلها کمک زیادی کند. در این م...
[ 15 ] - بهبود عملکرد حمله در تیم رباتهای فوتبالیست با استفاده از یادگیری تقویتی
بهدلیل عدم امکان پیشبینی همه وضعیتهای ممکن برای عاملها در یک سیستم چندعاملهی پویا و گسترده، روشهای یادگیری ماشین، ابزار مناسبی برای کنترل رفتار عاملها میباشد. فوتبال شبیهسازی شده رباتها یک مسئله شناختهشده برای ارزیابی الگوریتمهای یادگیری ماشین روی سیستمهای چندعامله است. در این مقاله الگوریتم یادگیری کیو ـ وی (یکی از الگوریتمهای معروف یادگیری تقویتی) جهت بهبود عملکرد حمله در تیم رب...
[ 16 ] - Improving LNMF Performance of Facial Expression Recognition via Significant Parts Extraction using Shapley Value
Nonnegative Matrix Factorization (NMF) algorithms have been utilized in a wide range of real applications. NMF is done by several researchers to its part based representation property especially in the facial expression recognition problem. It decomposes a face image into its essential parts (e.g. nose, lips, etc.) but in all previous attempts, it is neglected that all features achieved by NMF ...
[ 17 ] - Diagnosis of Breast Cancer Subtypes using the Selection of Effective Genes from Microarray Data
Introduction: Early diagnosis of breast cancer and the identification of effective genes are important issues in the treatment and survival of the patients. Gene expression data obtained using DNA microarray in combination with machine learning algorithms can provide new and intelligent methods for diagnosis of breast cancer. Methods: Data on the expression of 9216 genes from 84 patients across...
[ 18 ] - A Novel Architecture for Detecting Phishing Webpages using Cost-based Feature Selection
Phishing is one of the luring techniques used to exploit personal information. A phishing webpage detection system (PWDS) extracts features to determine whether it is a phishing webpage or not. Selecting appropriate features improves the performance of PWDS. Performance criteria are detection accuracy and system response time. The major time consumed by PWDS arises from feature extraction that ...
[ 19 ] - انتخاب ویژگی مبتنی بر تئوری اطلاعات برای انتخاب ژنهای مؤثر در تشخیص نوع سرطان با استفاده از دادههای ریزآرایه
انتخاب ویژگی یکی از فرایندهای پیش پردازش دادهها در مباحث مربوط به یادگیری ماشین و دادهکاوی محسوب میشود که در برخی زمینهها نظیر کار با دادههای ریزآرایه در بیوانفورماتیک که با مشکل ابعاد بالای دادهها در مقابل تعداد کم نمونهها مواجه است، از اهمیت ویژهای برخوردار است. انتخاب ویژگیهای (ژنهای) موثر در تشخیص بیماری از دادههای ریزآرایه نقش مهمی در تشخیص زودهنگام بیماری و راههای مواجهه با آن...
[ 20 ] - Fire detection using video sequences in urban out-door environment
Nowadays automated early warning systems are essential in human life. One of these systems is fire detection which plays an important role in surveillance and security systems because the fire can spread quickly and cause great damage to an area. Traditional fire detection methods usually are based on smoke and temperature detectors (sensors). These methods cannot work properly in large space a...
[ 21 ] - Improvement of Rule Generation Methods for Fuzzy Controller
This paper proposes fuzzy modeling using obtained data. Fuzzy system is known as knowledge-based or rule-bases system. The most important part of fuzzy system is rule-base. One of problems of generation of fuzzy rule with training data is inconsistence data. Existence of inconsistence and uncertain states in training data causes high error in modeling. Here, Probability fuzzy system presents to...
[ 22 ] - A novel Local feature descriptor using the Mercator projection for 3D object recognition
Point cloud processing is a rapidly growing research area of computer vision. Introducing of cheap range sensors has made a great interest in the point cloud processing and 3D object recognition. 3D object recognition methods can be divided into two categories: global and local feature-based methods. Global features describe the entire model shape whereas local features encode the neighborhood ...
Co-Authors