پیدایش فناوریهای نوین اطلاعات و ارتباطات، راههای جدید سازماندهی و انجام کسب و کارها را بوجود آورده و آنها را بسوی جهانی شدن سوق داده است. امروزه افراد بیش از پیش، از نقاط مختلف جهان با هم کار میکنند. پیشرفت تکنولوژی و ظهور اینترنت باعث شده است که افراد بتوانند از هر مکان و در هر زمان به اینترنت وصل شوند و امورات خود را انجام دهند.دفاتر و سازمانهای مجازی که بعنوان سازمانهای قرن بیست و یکم از آنها صحبت میشود، یکی از زمینه های تحقیق و پیاده سازی فناوریهای اطلاعات است که نحوه کارکردن ، شکل سازمانهای سنتی و همچنین فرم زندگی افراد را بکلی دگرگون می نماید. تشکیل دفاتر و سازمانهای مجازی حتی در بین سازمانهای کوچک، برای حفظ و بقاء آنها در دنیای رقابتی فشرده امروزی، اهمیت و تاثیر به سزائی دارد و از نیازهای مبرمی است که بخوبی احساس میشود. در این تحقیق، ابتدا جایگاه و اهمیت تکنولوژی دنیای مجازی نشان داده میشود و سپس به بررسی دیدگاهها و ابعاد مختلف دفاتر و سازمانهای مجازی، که زیر مجموعه ای از فناوریهای مجازی است، می پردازد. متعاقبا" امکان پیاده سازی این مدلهای فناوری را در کارخانجات مخابراتی ایران، که اولین و بزرگترین کارخانجات مخابراتی کشوراست، مورد مطالعه قرار میدهد و در خاتمه، مطالب عنوان شده را بعنوان پیشنهادی جهت استفاده در این کارخانجات ، ارائه میدارد. امید است با اتکال به خداوند متعال و بهره گیری از فناوری های نوین اطلاعات بتوانیم شاهد نمونه ای دیگر از نوآوری و شکوفائی درکارخانجات مخابراتی ایران باشیم.

دسترسی روزافزون، کارایی بالا، و قیمت پایین دوربین های قابل حمل فرصت های بسیار زیادی را برای اخذ تصویر از اسناد نسبت به سایر ابزارهای سنتی تصویربرداری همچون اسکنرها فراهم می سازد. دوربین های دیجیتال که در تلفن های همراه و pdaها و ساعتهای مچی تعبیه شده اند، و همچنین دوربین های جدید عکس برداری و فیلم برداری دیجیتال از نظر سهولت استفاده و حمل قابلیت بالایی دارند. چنین قابلیت هایی کاربرد های زیادی را برای این سیستم ها ممکن می سازد که از جمله آنها می توان به آرشیو کردن اسناد، سیستم های تشخیص علایم، خواندن اتوماتیک کد کانتینرهای محموله و پلاک ماشین و ساختن وسایل کمکی برای افرادی که مشکل بینایی دارند اشاره کرد. استفاده از دوربین به جای اسکنر در سیستم های تشخیص متن چالش های جدیدی را پیش رو می گذارد. تفکیکپذیری پایین، پخشش غیر یکنواخت نور، پرسپکتیو، قرار گرفتن متون روی سطوح غیر یکنواخت، زاویه لنز، پس زمینه های پیچیده، بزرگ نمایی، فوکوس، حرکت تصویر نسبت به دوربین، شدت و گسسته سازی، یکسان سازی یا دانه بندی رنگ ها، نویزهای مربوط به حسگر، فشرده سازی و بار محاسباتی این سیستم ها همه از مشکلاتی هستند که هنگام روی آوردن به استفاده از دوربین های دیجیتال عادی در سیستم های تشخیص متن با آنها مواجه می شویم. نیاز به یک روش سریع و در عین حال مقاوم به خطا برای تحلیل تصاویر اسناد موضوعی است که در این تحقیق مد نظر قرار گرفته است. در این پایان نامه با استفاده از آنالیز موجک های چند مقیاسی، از یک روش جدید استخراج کلی به دقیق استفاده شده که قادر به استخراج خطوط متنی با پس زمینه های پیچیده می باشد. این روش همچنین قادر است روی متون مربوط به زبان های مختلف مانند انگلیسی، فارسی، چینی و مانند آنها اعمال شود. در روش ارائه شده، در مرحله اول یک الگوریتم استخراج کلی روی تصویر اعمال می شود. هدف از این مرحله استخراج ناحیه های کاندید وجود متن می باشد. این مرحله شامل آنالیز چند مقیاسی موجک، اعمال آستانه گیری بر روی تصویر انرژی موجک، فیلترینگ ساختاری، گسترش نواحی و کادر گذاری روی نواحی کاندید برای وجود متن می باشد. مرحله بعد تشخیص دقیق نام دارد. در این مرحله ابتدا چندین نوع ویژگی که نواحی متن را از غیر متن متمایز می سازند از درون کادرهای کاندید وجود متن استخراج می گردد و سپس با استفاده از طبقه بندی کننده های مناسب، کادرهای در بر گیرنده متن از دیگر کادرها جدا می گردند. طبقه بندی کننده هایی که برای این کار استفاده قرار گرفته اند عبارتند از شبکه های عصبی مصنوعی، svm و svm-svm. در پایان، برای ارزیابی روش ارائه شده، الگوریتم مربوطه روی تعداد نسبتا زیادی از تصاویر مختلف و چالش برانگیز اعمال شده و نتایج آن مورد بررسی قرار گرفته است.

از آنجا که تعاملات الکترونیکی رو در رو (face to face) نیستند لذا بحث احراز هویت به عنوان یکی از موارد امنیت الکترونیکی محسوب می شود . اگر بتوان به روشی مطمئن ثابت کرد که طرفین تجاری همان کسانی هستند که ادعا می کنند ، مسلما یکی از چالش های موجود در تعاملات الکترونیکی برطرف خواهد شد.(authentication) در این مقاله با در کنار هم آوردن شاخص بیومتریک افراد ، شناسایی از طریق امواج رادیویی (rfid) و پردازش تصویر ، مدل جدیدی جهت احراز هویت ارائه شده است . سیستم پیشنهادی در دو فاز تولید کارت احراز هویت و فرایند تایید هویت طراحی شده است . تصاویر بیومتریک شخص، در کارت بدون تماسی (contact less) که به برچسب rfid مجهز است قرار داده می شود و جهت هر بار تایید هویت ، اطلاعات روی کارت با تصویر بیومتریک online وی مقایسه می گردد اگر هویت فرد محرز گردد نیازی به ورود اطلاعات شخصی و شناسنامه ای وی نبوده بلکه اطلاعات او توسط کد الکترونیکی شخصی ( eplc ) از پایگاه داده متمرکز فراخوانی می شود . این مقاله جهت استخراج خصیصه های (feature extraction) تصاویر از مدل hmax که بر اساس سیستم بینایی انسان و برخی موجودات زنده به صورت سلسله مراتبی کار می کند، استفاده کرده است و با در نظر گرفتن حد آستانه (threshold) 9/0 تطابق الگو (template matching) بر روی ویژگی های تصاویر انجام شده است .جهت تست مدل مذکور از مجموعه داده (dataset) استاندارد fvc2008 که شامل 800 تصویر اثر انگشت (8 تصویر برای 100 نفر) می باشد استفاده شده است . آزمایشات نشان می دهند که نه تنها مدل فوق الذکر نسبت به چرخش و تغییر مقیاس تصاویر از خود مقاومت نشان می دهد بلکه بر روی مجموعه داده مورد نظر تا 98% پاسخگوست . تصاویر مورد آزمایش به مدل pca داده شد .آزمایشات حاکی از آن است که pca ضریب شناسایی پایین تری نسبت به مدل hamx داشته(70%) و فقط در شرایط کنترل شده پاسخ قابل قبولی دارد .

آب زیرزمینی یک منبع بسیار مهم تأمین آب شیرین مورد نیاز جهت مصارف کشاورزی، شرب و صنعت در تمام جهان می باشد و در مناطق خشک و نیمه خشک که محدودیت هایی برای منابع دیگر وجود دارد از اهمیت ویژه ای برخوردار است. دشت فیروزآباد یکی از دشتهای مستعد برای کشاورزی در استان فارس می باشد که با توجه به خشکسالی و گسترش همزمان چاههای بهره برداری در سالهای اخیر روند نزولی سطح آب از سال 1378 شروع شده و همچنان ادامه دارد، چنانکه به علت افت سطح آب و بیلان منفی، بهره برداری از منابع آب زیرزمینی محدوده مطالعاتی فیروزآباد ازسال1381 ممنوع شده است. در این تحقیق از شبکه های عصبی که قدرت زیادی در شبیه سازی سیستمهای پیچیده دارند برای پیش بینی سطح ایستابی چاههای منتخب استفاده شده است. برای این منظور 32 چاه مشاهده ای موجود در دشت با استفاده از روش دسته بندی فازی در 3 گروه دسته بندی شده و از هر دسته 1 چاه به عنوان نمونه انتخاب و فرآیند پیش بینی برای آن انجام شده است. اطلاعات موجود در زمینه بارندگی، تبخیر از دشت، میزان رطوبت نسبی و دبی رودخانه فیروز آباد به عنوان اطلاعات اولیه مورد استفاده قرار گرفت. پس از تعیین میزان همبستگی این داده ها با سطح ایستابی، داده های مناسب به عنوان ورودی شبکه عصبی انتخاب و بهترین ساختار و الگوریتم برای شبکه عصبی استخراج و جهت پیش بینی سطح ایستابی استفاده شده است. نتایج به دست آمده نشان می دهد که شبکه های عصبی مصنوعی توانایی خوبی جهت پیش بینی نوسانات سطح ایستابی در ماههای آینده دارند که هرچه این افق پیش بینی طولانی تر شود از دقت نتایج نیز کاسته می شود. ضمناً در شرایط استفاده از داده های ناکافی و کم دقت توانایی شبکه جهت پیش بینی کاهش قابل توجهی را نشان داد. در این تحقیق پیش بینی سطح ایستابی چاه مشاهده ای نجف آباد با سطوح ایستابی عمیق بهترین نتایج را داشته و پیش بینی تا 6 ماه آینده انجام شده است که برای ماه اول میزان rmse برابر 59/0 و برای ماه ششم برابر 29/1 متر بدست آمده است و بدترین نتایج مربوط به چاه مشاهده ای پلیس راه بوده است که دارای داده های با خطای زیاد بوده و مقدار rmse در ماه اول 1/1 و در ماه دوم پیش بینی برابر 58/1 بوده است.

سامانه های طبقه بند یادگیر و یکی از معروف ترین آنها یعنیxcs، ازانواع سامانه های بر خط مبتنی بر قانون هستند که یک مکانیزم کلی برای تولید قوانین به صورت موازی دارند و به صورت تطبیقی، قوانین جدیدی را که کاراتر از قوانین موجود باشند، تولید می کنند. این سامانه ها حاصل ترکیب دو رهیافت مهم در حوزه یادگیری ماشین به نام های روش های یادگیری تقویتی و پردازش های تکاملی می باشند. سامانه های طبقه بند یادگیر قادرند، هر سه دسته کلی مسائل حوزه یادگیری ماشین یعنی مسائل بهینه سازی، کلاسه بندی و یادگیری تقویتی را حل کنند. سامانه های طبقه بند یادگیر از سه مولفه اصلی عملکرد، تقویت وکشف تشکیل شده اند. مولفه عملکرد متناسب با یک ورودی جدید، کنش مناسب را انتخاب و بر محیط مسئله اعمال می کند. مولفه تقویت با توجه به نتیجه حاصل از عملکرد کنش، قوانین درگیر را به روز رسانی می کند و مولفه کشف نیز هر از چند گاهی قوانین جدیدی را تولید و به مجموعه قوانین موجود اضافه می کند. با توجه خاص به این نکته که سامانه طبقه بند یادگیر درصدد تولید قوانینی است که بتوانند در شرایط مختلف و با ورودی های مختلف بهترین کنش را انجام دهند، در خواهیم یافت که در مقایسه دو قانون با شرایط یکسان، قانونی که بتواند در تمام نقاط حوزه ی فعالیت خود کنش های بهتری را بر محیط مسئله اعمال کند، قانون قوی تری است و مجموعه قوانین قوی تر می توانند مسئله را به طور قابل توجهی بهتر حل کنند و یا مسائلی را حل کنند که پیش از این قابل حل نبوده اند. یکی از چالش های پیش روی سامانه های طبقه بند یادگیر، افزایش بی رویه تعداد قوانین است، که این مسئله می تواند منجر به کاهش کارایی و دقت این سامانه گردد. با دقت به این نکته که هر قانون تنها در یک زیر مجموعه از فضای مسئله فعالیت می کند، کنش قوی تر برای قوانین می تواند حوزه فعالیت قوانین را گسترده تر و در نتیجه باعث کاهش چشمگیر تعداد قوانین گردد. محوریت این رساله بر ارائه روش نوینی برای تولید کنش های پیوسته در سامانه های طبقه بند یادگیر استوار است به طوری که کنش های پیوسته را به طور مستقیم از مقدار ورودی و با استفاده از فرمول چند جمله ای تولید می کند. دو ویژگی مهم مدل ارائه شده عبارت است از: 1) تولید کنش های پیوسته با استفاده از چند جمله ای باعث افزایش کارایی سامانه طبقه بند یادگیر و افزایش قدرت قوانین می گردد. 2) اندازه جمعیت به رغم استفاده از توابع چند جمله ای در محاسبه کنش هابه دلیل تولید نمودار منحنی شکل برای کنش ها، کاهش پیدا می کند.

با توجه به افزایش دسترسی رسمی و غیر رسمی به دورکاری و سایر ترتیبات کار انعطاف پذیر، ضرورت تجدید نظر در سازوکار های سنتی تصیم گیری در این مقوله دو چندان می نمایاند. لذا تحقیق پیشرو از نوع بنیادی و جهت بررسی ادبیات موضوع دورکاری و نیز استخراج شاخص های تاثیر گذار در انتخاب مشاغلی که می توان آنها را به صورت دورکاری انجام داد، جهت استفاده ارگان های دولتی و خصوصی و سایر پژوهشگران صورت می پذیرد. ضمنا شاخص های استخراج شده با استفاده از نظر خبرگان موزون گردیده و در فاز آخر نیز نرم افزاری بر مبنای اطلاعات استخراج شده در مراحل قبل تولید می گردد . همچنین به خاطر وجود قابلیت آرشیو نمرات اخذ شده در مشاغل مختلف امکان اولویت بندی در سازمانها جهت ایجاد زیرساخت های مناسب دورکاری نیز فراهم خواهد بود.

با توجه به نقش حیاتی نرم افزاردرتجارت، دولتها و جوامع، بهبود کیفیت و سودمندی نرم افزار یکی از اهداف مهم مهندسی نرم افزار می باشد که کاوش داده های مهندسی نرم افزار یک وسیله امید بخش برای رسیدن به این هدف است. محققین به شکل گسترده ای از الگوریتم های داده کاوی در راستای کمک به فرآیندهای مختلف مهندسی نرم افزار استفاده می کنند. بعنوان مثال در فاز نگهداری نرم افزار برای تعیین موارد زیر از الگوریتم های داده کاوی استفاده می شود: الف- با تغییر قسمتی از کد پروژه چه قسمتهای دیگری از کد نیز باید تغییر پیدا کنند؟ ب- باتوجه به شناخت قسمتهایی از کد که اکنون خطا دارند چه خطاهای بالقوه ای ممکن است در آینده پروژه و یا پس از تحویل محصول نهایی، در محیط مشتری رخ دهند؟ الگوریتمهای داده کاوی در چهاربخش کاوش الگوهای تکرار شونده، تطبیق الگو، خوشه یابی و طبقه بندی قرار می گیرند. با توجه به مشاهدات و نتایج بدست آمده ، مشخص شده است که قسمت عمده ای (حدود 80 درصد) از خطاهای یک سیستم نرم افزاری فقط در تعداد کمی (حدود 20 درصد) از ماژولهای آن سیستم رخ می دهد، بنابراین شناسایی به موقع این ماژولها درراستای مدیریت پروژه و توزیع مناسب هزینه ها می تواند بسیار موثر واقع شود. از این رو توسعه دادن روشهای اتوماتیک در زمینه تشخیص و شناسایی خطا می تواند بسیار مفید وکارگشا باشد، طبقه بندی کردن یکی از روشهای مرسوم ومعمول در داده کاوی است که از آن برای تشخیص خطای نرم افزار استفاده می شود. الگوریتمهای طبقه بندی مختلفی توسط پژوهشگران مختلف در این زمینه ارائه شده اند که در گروه های مختلف روش های درختی، روشهای آماری، روشهای مبتنی بر تشابه، روشهای مبتنی بر فاصله همسایگی، روشهای شبکه عصبی و غیره تقسیم بندی می شوند. اولین سئوالی که به ذهن خطور می کند این است که آیا این طبقه بندی کننده ها از نظر کارآیی تفاوت معنا داری دارند یا نه همه بطور یکسانی عمل می کنند؟ برای ارزیابی کارآیی این طبقه بندی کننده ها معیارهای مختلفی مانند مساحت زیر منحنی مشخصه عملکرد گیرنده، نرخ خطا، ضریب جی نی، آماره کولموگروف اسمیرنوف و غیره ارائه شده است که استفاده هر یک از این معیارها برای مقایسه طبقه بندی کننده ها ترتیب متفاوتی را برای کارآیی آنها نتیجه می دهد، بنابراین سئوال دوم این است که اگر به منظور پاسخگویی به سئوال اول بخواهیم طبقه بندی کننده ها را با هم مقایسه کنیم از چه معیاری برای مقایسه استفاده کنیم؟ در این پژوهش به منظور جواب دادن به سئوالات فوق یک آزمایش بزرگ شامل 88 مجموعه داده از داده های ناسا و پایگاه داده پرامیس و 30 الگوریتم طبقه بندی مختلف، ترتیب داده شده است و دو معیار مساحت زیر منحنی مشخصه عملکرد گیرنده و معیار اچ مورد بررسی و مقایسه قرار گرفته است. به منظور تعیین وجود تفاوت معنادار بین الگوریتمهای طبقه بندی مختلف بر اساس این دو معیار نیز، از تستهای پارامتریک و غیر پارامتریک استفاده شده است.

هدف این طرح یافتن اسناد تحت وب شبیه به هم و تعیین میزان شباهت آنها با استفاده از دانش پس زمینه کلمات است که این مسئله با استفاده از هستان شناس و با کمک ساختار صفحات وب براساس بهینه سازی برای موتورهای جستجو انجام می گردد.

وبلاگ ها یکی از مهم ترین پدیده های نوظهور در شبکه اینترنت هستند که در ابعاد فرهنگی، اجتماعی، سیاسی و اقتصادی در سطح دنیا تأثیرات انکار ناپذیری بر جای گذاشته اند. کشور ما یکی از معدود کشورهایی است که رشد وبلاگ نویسی در آن چشمگیر بوده و سرویس های وبلاگ زیادی عهده دار این خدمت به صورت رایگان هستند. رتبه بندی سایت های ایرانی بر اساس تعداد بازدید نشان می دهد بخش قابل توجهی از ترافیک مصرفی کشور ایران مربوط به این سرویس هاست. از دیگر سو تجاری سازی سایت هایی که خدمات رایگان ارائه می دهند به خودی خود پیچیده است و فرهنگ کاربری اینترنت در ایران و نیز شرایط سیاسی اجتماعی کشور و قوانین حاکم بر امور رایانه ای و اینترنتی این پیچیدگی را دو چندان می کند. هدف این پژوهش بررسی روش های کسب درآمد و طراحی مدل های مناسب برای کسب و کار سرویس های وبلاگ با توجه به مقتضیات و شرایط جدید فناوری و کاربری اینترنت است که در طی آن به شرایط حاکم بر وبلاگ نویسی در ایران و راه های کسب درآمد در این فضا پرداخته خواهد شد. در نهایت بعضی از مدل های جدید پیشنهادی بر روی سرویس پارسی بلاگ پیاده سازی و نتایج آن در این پژوهش ارائه خواهد شد. این پایان نامه می تواند به تجاری سازی فعالیت های سایت های مبتنی بر وب 2 و شبکه های اجتماعی که وبلاگ نیز یکی از آن هاست کمک شایانی نماید و در ارتقای کمی و کیفی تجارت الکترونیک در کشور موثر افتد.

بهینه سازی توپولوژی شبکه wimax از طریق چینش گره های ایستگاه مرکزی با کمک الگوریتم ژنتیک شبکه های بی سیم مش به عنوان یک تکنولوژی کلیدی برای شبکه های نسل آینده به صحنه آمده اند. به خاطر برتری های این تکنولوژی نسبت به سایر شبکه های بی سیم، این شبکه ها در حال توسعه و پیشرفت سریعی هستند و هر روز جای خود را در کاربرد های جدیدتری باز می کنند. به خاطر این منافع برجسته، استاندارد ieee 802.16 (با نام تجاری wimax) به نسخه سال 2003 خود، (نسخه 802.16a) این تکنولوژی را اضافه و معرفی کرده است. در شبکه های مش wimax یک mss می تواند تنها یک مسیر به bs داشته باشد که این مسیر هم مسیریست که از نود بلافاصله پدر شروع می شود. بنابراین نودهای mss به صورت یک درخت سازماندهی می شوند که ریشه آن bs است. می دانیم که به ازای یک گراف شبکه می توان تعداد بسیار زیادی درخت پوشا از آن ایجاد نمو. نکته اصلی و در واقع چالش مهم این است که از یک سو نوع توپولوژی تأثیر غیر قابل انکار روی کارایی شبکه و در نتیجه کیفیت سرویسهای ارائه شده دارد و از سوی دیگر توپولوژیهای مختلف که دارای خصوصیات متفاوتی از نظر عمق و درجه خروجی نودها هستند از نظر نحوه تأثیر روی کارایی شبکه نیز متفاوت عمل می نمایند. یافتن یک توپولوژی در زمان منطقی و قابل قبول که قادر به پشتیبانی از نیازهای کیفیت سرویس نظیر موازنه گذردهی و تأخیر باشد چالش مورد توجه ما در این پایان نامه است. به دلیل فضای جستجوی بسیار بزرگ (nn-2 درخت ممکن برای یک شبکه با n گره)، ما در اینجا با استفاده از الگوریتم ژنتیک و انتخاب یک نمایش که ارزش یال ها را نیز در خود نگه می دارد، سعی در هدفمند کردن جستجو را داریم. راه حل ارائه شده شامل دو بخش عمده می باشد: بخش اول شامل ارائه مدل تحلیلی برای فرمول بندی گذردهی و تأخیر نود و بخش دوم شامل ارائه الگوریتم ژنتیک لازم به منظور یافتن توپولوژی. با توجه به مدل ارائه شده که تاخیر و گذردهی را برای هر نود بر اساس موقعیت مکانی آن نود محاسبه می کند ما قادر به تعریف انواع مختلف توابع برازندگی دلخواه می باشیم . بر خلاف دیگر روش ها تعداد نودها و اهداف شبکه هیچ تاثیری بر الگوریتم ندارد و الگوریتم کاملا مستقل از تعداد نود ها و نیازمندی های شبکه است.

امروزه الگوریتم های خوشه بندی چند هدفه جهت کاربری های مختلفی به کار گرفته می شوند. این کاربردها در تمامی زمینه ها از فرآیندهای تصمیم گیری گرفته تا یادگیری ماشین و تشخیص الگو می باشد. خوشه بندی چند هدفه عناصر مشابه را بر اساس چندین معیار مختلف که می توانند متناقض هم باشند، به گروه های مختلفی تقسیم می کند. یکی از روش هایی که اخیرا جهت این نوع خوشه بندی مورد توجه قرار گرفته است، خوشه بندی بر اساس نظریه بازی ها می باشد. نظریه بازی ها علاوه بر توانایی در بهینه سازی معیارهای متناقض، توانایی منحصر به فردی در حل کردن مسائل به صورت توزیع شده دارد. اولین روش پیشنهادی در این پایان نامه روشی مبتنی بر الگوریتم k-means و نظریه بازی ها می باشد. در این الگوریتم که egtkmeans نام دارد، یک تابع پرداخت نوین ارائه گردیده است. علاوه بر این، الگوریتم پیشنهادی توانایی حل کردن بازی هایی با تعادل نش مختلط را نیز دارد. بدین ترتیب با اعمال کردن این الگوریتم خوشه هایی به مراتب بهتر با کارایی بالاتری خواهیم داشت. الگوریتم پیشنهادی دوم که egtmoc یک روش استنتاج جمعی بوده که در آن نظریه بازی ها بر اساس پارامترهای ارائه شده در الگوریتم egtkmeans می باشد. این روش با حذف k-means و تقسیم فضای مسئله به چندین قسمت مجزا کارایی بسیار خوبی را از خود نشان داده است. نکته ی مهم در نظریه ی بازی ها، افزایش پیچیدگی محاسباتی و زمانی با افزایش تعداد نمونه های پایگاه داده می باشد. جهت رفع این مشکل الگوریتم سومی پیشنهاد شده است که بر روی اندازه ی مجموعه ی استراتژی ها، اندازه ی ماتریس پرداخت و به همین ترتیب سایز مسئله تاثیر ویژه ای دارد. این الگوریتم که با روش انتخاب استراتژی خوانده می شود از بین استراتژی های هر بازیکن تعدادی را انتخاب می کند. این عمل به صورت یک خوشه بندی محلی در داخل هر خوشه در نظر گرفته می شود. بدین ترتیب به جای انتقال تنها یک نمونه در بین خوشه، مجموعه ای از نمونه ها جا به جا می شوند.الگوریتم های پیشنهادی بر روی مجموعه داده های واقعی و ساختگی آزمایش شده است و کارایی خوب آن توسط معیارهای مختلفی از جمله شاخص های انصاف، معیار های پیجیدگی محاسباتی و زمانی و در نهایت معیارهای خوشه بندی بررسی و تحلیل شده است.

امروزه شبکه های اجتماعی نظیر فیسبوک از محبوبیت زیادی برخوردار شده اند، چرا که به مردم سرتاسر جهان این اجازه را می دهند که بدون تماس فیزیکی، با دوستان خود ارتباط برقرار کرده، برای آن ها پیغام گذاشته و نظرات خود را در مورد موضوعات گوناگون بیان کنند. شناسایی تشکل ها در شبکه های اجتماعی بسیار مورد توجه قرار گرفته است اما به مبحث همپوشانی اگرچه در اغلب شبکه های اجتماعی دیده می شود کمتر پرداخته شده است. مفهموم تشکل، یک مفهوم اجتماعی است. مردم اغلب سعی در ایجاد گروه هایی در خانواده، دوستان و محیط کار دارند. تشکل های شبکه های اجتماعی می تواند دایره های دوستی یا گروه هایی از مردمی باشد که علائق مشترکی دارند. به علاوه، بسیاری از سیستم های پیچیده ی دیگر نظیر شبکه های زیستی و علوم کامپیوتر نیز دارای تشکل هستند. این ویژگی شبکه ها، به علت کاربرد زیاد، توجه محققان زیادی را از رشته های مختلف به خود معطوف کرده است. در این مطالعه، بر اساس وجود انگیزه در انسان ها برای برقراری ارتباط و دوستی با یکدیگر، مسئله ی تشخیص تشکل های شبکه های اجتماعی را به عنوان یک رویکرد مبتنی بر تئوری بازی ها در یک محیط چند عامله در نظر گرفته ایم که در آن هر رأس از گراف شبکه عاملی است که سعی در بیشینه کردن تابع سودمندی خود از طریق ایجاد دوستی با عامل های مشابه خود در دو مرحله دارد: اولا به عامل های مشابه خود درخواست دوستی می دهد و ثانیا از سیستم، پیشنهادهای دوستی دریافت می کند. در اینجا، شباهت های بین عامل ها از طریق رابطه ی پیرسون و رابطه ی همسایگی محاسبه می شود. هر چه عامل ها به هم شبیه تر باشند، تابع سودمندی آن ها بیشتر خواهد بود. ساختار نهایی شبکه زمانی معلوم می شود که بازی مورد نظر به تعادل نش برسد که در آن هیچ عاملی سعی در تغییر استراتژی خود ندارد. اثبات وجود تعادل نش آورده شده که نشان می دهد روش موجود همواره به جواب نهایی می رسد. نتایج حکایت از برتری روش پیشنهادی در مقایسه با سایر روش های مطرح موجود دارد.

این پژوهش با درک خلا موجود در خصوص مطالعات علمی در حوزه بومی شهرت نام تجاری و با هدف شناسایی عوامل موثر بر شهرت نام تجاری در فروشگاه های الکترونیکی ایران انجام شد. بر اساس فرضیات تحقیق تلاش بر این بود که رابطه 4 عامل کیفیت وب سایت, اعتماد, وفاداری مشتریان و ارایه خدمات با شهرت نام تجاری مورد بررسی قرار گیرد. برای این کار لازم بود تا شهرت نام تجاری از دو جنبه مورد بررسی قرار گیرد, اول اینکه چه عواملی بر شهرت نام تجاری تاثیر می گذارند و دوم اینکه چه تعریف مشخص شهرت نام تجاری از دید کاربران چیست؟ مبنای آغاز این پژوهش انجام یک سری مطالعات کتابخانه ای در منابع مختلف بود که حاصل تجارب و بررسی های انجام شده در خارج از کشور بود. نتیجه این مطالعات رسیدن به یک سری عوامل بود که بر اساس آنها پرسشنامه مورد نیاز در سه بخش پرسش های عمومی, پرسش های مربوط به عوامل موثر بر شهرت نام تجاری(66 پرسش) و پرسش های مربوط به شهرت نام تجاری(12 پرسش) تهیه شد و این پرسشنامه پس از تایید روایی و پایایی آن در میان نمونه آماری 384 نفره توزیع و داده های آن استخراج شد. با توجه به چند متغیره بودن تحقیق لازم بود از مدلی برای تحلیل داده ها استفاده شود که قادر باشد عوامل متعدد و مشابه را شناسایی و طبقه بندی کند برای این کار از مدل معادلات ساختاری استفاده شد. در این مدل که مبتنی بر تحلیل عاملی است در گام اول با انجام تحلیل عاملی اکتشافی و با استفاده از نرم افزار spss, 66 پرسش مربوط به عوامل موثر بر برند شدن به 11 شاخص و در تحلیل عاملی اکتشافی مرتبه دوم نیز به 4 شاخص کیفیت وب سایت, وفاداری مشتریان, اعتماد و ارایه خدمات رسیدیم. سپس برای اطمینان از نتایج حاصله تحلیل عاملی تاییدی توسط نرم افزار لیزرل صورت گرفت که صحت نتایج تایید شد. از سوی دیگر برای اینکه اطمینان حاصل کنیم آیا پاسخ دهندگان پرسش درک و تعریف مشترک و مشخصی از مقوله شهرت نام تجاری داشته اند داده های حاصل از پرسشنامه مربوط به این بخش نیز مورد تحلیل عاملی قرار گرفت تا در نهایت 7 عامل شهرت نام تجاری را تعریف کنند و به واسطه این 7 عامل بتوان رابطه معناداری بین شاخص های موثر بر شهرت نام تجاری را مورد محاسبه قرار داد. این کار توسط نرم افزار لیزرل انجام شد و محاسبات نشان داد که بین شهرت نام تجاری و چهار شاخص کیفیت وب سایت, وفاداری مشتریان, اعتماد و ارایه خدمات ارتباط معنادار وجود دارد. لذا در این مرحله فرضیات پژوهش تایید شد. برای بررسی اینکه کدام عامل از میان این چهار عامل بیشترین تاثیر را دارد نیز بررسی دیگری انجام شد که به ترتیب عوامل وفاداری, ارایه خدمات, اعتماد و کیفیت وب سایت دارای بیشترین اهمیت در شهرت نام تجاری هستند. در نهایت بر اساس اطلاعات استخراج شده مدل مفهومی این پژوهش ارایه شده است.

هدف این تحقیق به کار کیری علم داده کاوی و تکنیک ها و الگوریتم های مختلف آن جهت استخراج و کشف دانش از اطلاعات ارزیابی عملکرد دوره ای کارکنان در حوزه مدیریت منابع انسانی می باشد. در نمونه مورد مطالعه اطلاعات مربوط به سوابق دوره های ارزیابی سه ماهه کارکنان برای بخشی از نیروی انسانی به همراه سایر متغیرهای شخصی ، استخدامی، شغلی و سازمانی، انضباط کاری و متغیرهای آموزشی در یک انبار داده گرد آوری شده اند. سپس به کمک تکنیک های خوشه بندی، قواعد انجمنی، شبکه عصبی، رگرسیون لجستیک و استنتاج بیزین مدل هایی ساخته شده است که با تحلیل نتایج به دست آمده از مدل ها با کمک و مشاوره خبرگان منابع انسانی، متغیرهای تاثیرگذار بر ارزیابی های انجام شده مورد شناسایی قرار گرفته اند. با استفاده از دانش به دست آمده می توان آسیب ها و نقاط قوت نظام ارزیابی عملکرد را شناسایی کرد و زمینه تصمیم گیری بهتری را جهت اصلاح فرایندهای مدیریت منابع انسانی فراهم نمود.

نرم افزار به عنوان یک پدیده نوظهور با سرعتی زیاد در حال تکوین است. از زمانیکه نرم افزار زمینه ای ناشناخته برای عموم مردم بوده است، بیش از سه دهه نمی گذرد. درحالی که امروزه به عنوان یک زمینه آشنا و فراگیر در تمامی حیطه های زندگی روزمره، از کار و تجارت تا تفریحات گسترش یافته است و بنظر می رسد در قرن جدید، عامل محرک هر عملکرد جدید خواهد بود. در حال حاضر، تفاوت بین دو نرم افزار را توانایی نرم افزار ها در برآورده ساختن ویژگی های کیفی مورد انتظار که همان کیفیت نرم افزار است، تعیین می کند. با توجه به اینکه نیازمندی های کیفی دارای جنبه های گوناگون هستند، که باید در مراحل طراحی، پیاده سازی و استقرار سیستم مدنظر قرار گیرند. از این رو می توان گفت یکی از مهمترین بخش های توسعه نرم افزار، ارزیابی کیفیت نرم افزار است و مدلهای کیفیت یکی از مهمترین ابزارها برای ارزیابی کیفیت نرم افزار است. هدف این پایان نامه ارائه یک مدل جامع جهت ارزیابی کیفیت سیستم های تجاری تحت وب می باشد . از آنجا که مفاهیم مربوط به کیفیت مفاهیمی کیفی و سلیقه ایی می باشند تصمیم گیری متقن در مورد کیفیت نرم افزار تا حدودی امری پیچیده است. در این تحقیق سعی بر آن بوده که با به کار گیری تکنیک های مختلف مفاهیم سلیقه ایی و کیفی به مقادیر کمی تبدیل گردند تا بر اساس محاسبات انجام گرفته روی پارامتر های کیفیت بتوان قابلیت کاربردی سیستم های تجاری را محاسبه نموده و ارزیابی کرد. این پایان نامه از شش فصل تشکیل شده است. در فصل اول، به طور مختصر مفاهیم و تعاریف اولیه ای که برای آشنایی با موضوع این تحقیق لازم است، شرح داده خواهد شد. ابتدا به مفهوم کیفیت نرم افزار از دیدگاه افراد مختلف و تعاریفی که توسط سازمان ها و موسسات مختلف از کیفیت ارائه شده است، اشاره می شود و ابعاد مختلف کیفیت نرم افزار مورد بررسی قرار خواهد گرفت. سپس با بیان تعریف مدل کیفیت نرم افزار و اجزای آن، مقایسه ای بر مدل های کیفیتی که تا کنون ارائه شده است، انجام خواهد شد. هدف از این مقایسه، بررسی نقاط قوت و ضعف مدل ها به منظور انتخاب یک مدل به عنوان مبنای مدل پیشنهادی این پایان نامه است. با توجه به اینکه مدل iso-9126 در مقایسه با سایر مدل های ارائه شده، کامل تر بوده و معایب مدل های قبلی را مرتفع نموده است، بعنوان مدل مبنای توسعه برای مدل پیشنهادی این پایان نامه انتخاب گردیده است. در فصل دوم، ابتدا تعریف تجارت الکترونیکی از دیدگاه های مختلف ارائه می شود و مدل های مختلف تجارت الکترونیکی و انواع معاملاتی که در این حوزه انجام می گردد، مطرح خواهد شد. در فصل سوم به مفاهیم مربوط به کیفیت سیستم های تجارت الکترونیک پرداخته و مدل هایی که تا کنون برای ارزیابی این سیستم ها ارائه شده را معرفی نموده و تحلیل می کنیم. در فصل چهارم، به ارائه مدل پیشنهادی این تحقیق برای ارزیابی کمی قابلیت کاربردی سیستم های تجارت الکترونیک می پردازیم. در فصل پنجم، فاکتورهای کیفی مدل پیشنهادی اعتبارسنجی شده و سپس با استفاده از روش های ارزیابی مقایسه ای، و تجربی مورد ارزیابی قرار می گیرد. ابتدا مقایسه ای بین مدل quem با مدل های کیفیتی که تا کنون ارائه شده است، انجام خواهد شد. سپس ، با انتخاب دو سیستم تجارت الکترونیک amazon و ebay ، به عنوان مطالعه موردی، ارزیابی مدل به روش تجربی انجام خواهد شد. در فصل ششم نتایج تحقیقات انجام شده در این پایان نامه و نیز پیشنهادات برای ادامه تحقیقات بیان می گردد. در این پایان نامه سعی شده تا به منظور افزایش خوانایی پایان نامه، علاوه بر استفاده از زیرنویس برای معادل انگلیسی کلمات، کلیه عبارات و اصطلاحات بکار رفته در متن، در واژه نامه های انگلیسی به فارسی و فارسی به انگلیسی نیز آورده شود. انتخاب معادل فارسی برای واژه های انگلیسی توسط نگارنده پایان نامه صورت گرفته است. در انتخاب واژه ها، تمرکز بر مفهوم واژه بوده است و برگردان آنها به فارسی مدنظر نبوده است.

هدف از این تحقیق ارائه مدلی از خزنده وب در صنعت آب و فاضلاب می باشد که با استفاده از انتقال موازی به صورت سریعتر و کارامدتر، عمل می کند. خزنده وب یک ماژول از موتورهای جستجو است که واکشی داده ها از سرویس دهنده های مختلف را انجام می دهد. خزنده وب یک جزء ضروری برای موتورهای جستجومی باشد و عملیات خزنده وب، یک کار چالش برانگیز در عملیات موتورهای جستجو می باشد. این فرایندی زمانبر برای جمع آوری اطلاعات از منابع مختلف در سراسر جهان است.چنین پروسه ای به صورت منفرد با محدودیت در قدرت پردازش بر روی یک ماشین و اتصال به شبکه مواجه می باشد. این ماژول به توان پردازشی بالا و مصرف پهنای باند شبکه نیازمند است.هدف از این پایان نامه، طراحی و اجرای چنین خزنده منتقل شونده موازی است که در آن کار خزیدن، در بین تعدادی از خزنده های مستقل و موازی تقسیم شده است که قابلیت مهاجرت به ماشین های مختلف، به منظور بهبود افزایش بهره وری شبکه و بالا بردن سرعت دانلود را دارند.

در دنیای امروزی فناوری اطلاعات و ارتباطات بصورت انکار ناپذیری صنعت گردشگری را تحت تاثیر قرار داده است و باعث شده پدیده هایی مثل گردشگری الکترونیک تحقق پیدا کند. در این پژوهش ابتدا یک مدل هوشمند توصیه گر مبتنی بر شبکه عصبی جهت توسعه گردشگری الکترونیک ارائه شده است، سپس با استفاده از داده های نمونه ای که بر اساس مدل از طریق شرکتها و آژانسهای گردشگری شهر اصفهان جمع آوری شده است عملیات داده کاوی از نوع کلاس بندی مبتنی بر شبکه عصبی طراحی می شود .کلاس بندی یکی از متداولترین فعالیتها در حوزه های مرتبط با تصمیم گیری هوشمند است و شبکه های عصبی راه حلی مناسب برای حل مسائل داده کاوی بویژه کلاس بندی می باشد. بطور معمول، برای حل مسائل کلاس بندی که خروجی مطلوب از آنها موجود است، نوع آموزش شبکه عصبی از نوع با ناظر انتخاب می شود.در این پژوهش یک مطالعه مقایسه ای در رابطه با کلاس بندی داده های گردشگری الکترونیک با استفاده از دو روش یادگیری با ناظر و بدون ناظر انجام گرفت که مقدار خروجی مطلوب برای همه داده های ورودی مشخص بود.این خروجی شامل چند بسته تور مسافرتی مناسب گردشگران است که بر اساس مقادیر ورودی به آنها پیشنهاد می شود. نتیجه نشان داد که علیرغم داشتن مقادیرخروجی هدف، خروجی شبکه عصبی با روش یادگیری بدون ناظر و معماری som درصد پیش بینی دقیق تری را نسبت به روش یادگیری با ناظر داردوبسته های پیشنهادی شبکه با روش یادگیری بدون ناظر ،منطبق تر با انتخاب گردشگران میباشد.جهت ارزیابی نهایی نتایج، نمونه داده های تست، در اختیار کارشناسان خبره تور قرار گرفت ودقت پیش بینی آنها نیز بسیار نزدیک به نتایج بدست آمده از روش یادگیری بدون ناظر بود.در پایان نیز مقایسه ای روی نتایج استفاده از دو متد مذکور ارائه شده است.

امروزه بازیابی تعادل به عنوان یکی از مسائل مهم در ربات های انسان نما مورد توجه قرار گرفته و تحقیق های زیادی را به خود اختصاص داده است. به عمل تشخیص، تحلیل و پیدا کردن روش مناسب برای بازگرداندن ربات به حالت تعادل در برابر هرگونه نیروی ناخواسته خارجی، بازیابی تعادل گفته می شود. اهمیت بازیابی تعادل زمانی نمایان می شود که ربات در محیط واقعی قرار می گیرد. در این پایان نامه دو روش جدید برای بازیابی تعادل ارائه شده است. مهمترین تفاوت روش ارائه شده با روش های قبلی، در نظر گرفتن مفضل زانو به عنوان مفضل فعال در روند بازیابی تعادل می باشد. نتایج نشان دهنده عملکرد بهتر روش های ارائه شده نسبت به روش های قبلی می باشد. همچنین در این پایان نامه روشی جدید بر مبنای تکنیک بینائی استریو برای تشخیص زاویه انحراف ربات ارائه شده است. با داشتن زاویه انحراف ربات می توان موقعیت مرکز جرم ربات را تخمین زد و تصمیم گیری مناسب برای بازیابی تعادل را انجام داد. نتایج روش ارائه شده بر مبنای بینائی با نتایج حاصل از سنسور شتاب مقایسه و نشان داده شده است که روش ارائه شده عملکرد بهتری را دارد. <a href=http://download.cnet.com/youtube-to-mp3/3000-2071_4-75810474.html >there</a>

اعتماد یکی از عوامل موثر در کسب و کار و همچنین یکی از چالشهای موجود در تجارت الکترونیک می باشد. یکی از راهکارها برای جلب اعتماد و در نتیجه جذب و نگهداری مشتریان، شناسایی عوامل موثر بر اعتماد در تجارت الکترونیک می باشد. در این تحقیق پس از بررسی مطالعات و مدل های قبلی اعتماد، پرسشنامه مربوطه طراحی و توزیع شده است. نتایج داده ها به کمک آزمون t مورد ارزیابی قرار گرفته و سپس به کمک آزمون فریدمن رتبه بندی شده است. برای دسته بندی عوامل موثر نیز از روش تحلیل عاملی استفاده شده است. در بخش دوم بر اساس نتایج فاکتورهای به روز بودن اطلاعات، امکانات پیگیری سفارش، ارائه اطلاعات جامع و دقیق در خصوص قیمت محصولات، اطمینان از بازگشت سرمایه ، اطلاعات واضح برای بازدیدکنندگان جزء 5 فاکتور نخست در ارزیابی فاکتورهای موثر بر اعتماد می باشد.در بخش چهارم اطلاعات مربوط به شرایط تحویل محصول، احساس خرید از یک فروشگاه واقعی، روشهای مختلف پرداخت الکترونیکی و طراحی حرفه ای وب سایت در ارزیابی مربوطه جزء فاکتورهای اساسی معرفی شده است. همچنین بر خلاف انتظار اعتماد اولیه پایین ترین رتبه را به خود اختصاص داده است.

در این تحقیق به ضرورت ایجاد پایگاه داده مشترک در صنعت بیمه ایران پرداخته شده و مزایا و موانع اشتراک گذاری اطلاعات در بین بیمهگران بررسی میشود. بدین منظور از روش تحقیق آمیخته جهت جمعآوری اطلاعات استفاده گردیده است. در ابتدا نسبت به انجام مصاحبه با خبرگان صنعت بیمه اقدام و سپس با توزیع پرسشنامه نظرات کارشناسان این صنعت اخذ، سپس با استفاده از آزمون غیر پارامتریک فریدمن به رتبهبندی موانع و مزایا از دید پاسخ دهندگان اقدام گردید. به منظور ایجاد پایگاه داده مشترک در بین بیمهگران ایجاد یک سازمان غیر انتفاعی با مشارکت تمامی بیمهگران پیشنهاد شد.

مهندسی مجدد با هدف شناسایی بهترین روش انجام یک مجموعه فعالیت های خاص، فرآیندهای سازمان را مورد تجزیه و تحلیل قرار داده و روش های مختلف انجام یک فرآیند خاص را بررسی و بهترین روش را برمیگزیند. دلایل انگیزشی بسیاری برای تعریف و انجام پروژه های مهندسی مجدد وجود دارد. دلایلی مثل مطابق انتظار نبودن فرآیندهای بهبود سودآوری، وجود فاصله زیاد بین سطح فعلی و سطح هدف تولید/عملکرد شرکت، از دست دادن سهم بازار به علت نارضایتی مشتریان و همچنین مفیدتر شدن کالا و خدمات. به دلیل چنین انگیزه هایی، پروژه های مهندسی مجدد در صنعت امروز گسترش یافته اند. مهندسی مجدد تاثیرات بسیاری را بر سازمان ها بر جای گذارده است. کاهش نیروی انسانی، کاهش زمان سیکل تولید محصولات و ارائه خدمات و افزایش انعطاف پذیری سازمان ها را می توان به عنوان اصلی ترین تاثیرات مهندسی مجدد بر سازمان ها بر شمرد. سه عامل حیاتی در مجموعه فعالیت های مهندسی مجدد تکنولوژی اطلاعات، فرآیند و منابع انسانی هستند که نقش بسزایی را در به ثمر رسیدن این فعالیت ها برعهده دارند.

مدلسازی رفتارهای انسان امروزه نه تنها در علوم شناختی و هوش مصنوعی بلکه در علوم اجتماعی، روانشناسی و تربیتی کاربردهای زیادی پیدا کرده است. مدلهای شناختیِ محاسباتی به عنوان شاخه ای از هوش مصنوعی می توانند به درک و شناخت انسان از خود و حل بسیاری از مشکلات انسانی کمک کنند. از طرف دیگر محیط های پویا بواسطه خصوصیات غیر قابل پیش بینی و پیچیده شان کمتر توجه محققان را به خود جلب کرده اند. اما با پیشرفت تکنولوژی و توانایی های برنامه های شبیه ساز کامپیوتری، امکان اجرا و تحلیل اینگونه از محیط ها فراهم شده است. در این تحقیق مدلسازی تصمیم گیری انسان در محیط های پویا بررسی شده است. روش استفاده در مدلسازی، تصمیم گیریِ «نمونه محور»، بر اساس نظریه یادگیری نمونه محور (iblt) می باشد. طبق این نظریه با گذشت زمان و افزایش مهارت تصمیم گیرنده در تصمیم گیری، آنها به طور گسترده تری از دانش اندوخته ی خود استفاده می کنند و کم کم به جای استفاده از الگوریتم های حریصانه و محاسبه گرانه به بازیابی نمونه های اندوخته شده و تصمیم گیری بر اساس آنها می پردازند. این نظریه بر اساس نظریه های تصمیم گیری قبلی و آزمایشها و مشاهدات بسیاری از محققان می باشد. روش پیشنهادی تحقیق سعی بر بهبود و تصحیح نحوه بازیابی نمونه های ذخیره شده در حافظه هنگام تصمیم گیری را دارد. همچنین از معماری شناختی act-r به عنوان چارچوب مدلسازی استفاده شده است. نتایج و آزمایشهای ارائه شده در انتهای این تحقیق بیانگر بهبود عملکرد این روش نسبت به مدلهای قبلی می باشد.

سیستم های کنترل نظارتی و اکتساب داده (اسکادا) سیستم های الکترونیکی هستند که جهت کنترل و مانیتور کردن تجهیزات در صنایع و زیرساخت های بزرگ مورد استفاده قرار می گیرند. استفاده از سیستم های کامپیوتری و اتصالات شبکه در سیستم های اسکادا جهت کنترل بخش های مختلف سیستم از راه دور، این سیستم ها را در برابر تهدیدات سایبری آسیب پذیر نموده است. با توجه به نقش حیاتی سیستم های اسکادا در زیرساخت های بحرانی مانند صنایع نفت و گاز، برق، آب رسانی، نیروگاه ها و غیره امنیت آن ها از اهمیت ویژه ای برخوردار است. طبق گزارش وزارت امنیت داخلی ایالات متحده آمریکا نقاط ضعف امنیتی سیستم های اسکادا در سه دسته کلی قرار می گیرند: 1) نقاط ضعف امنیتی مربوط به نرم افزار ، 2) نقاط ضعف امنیتی مربوط به نصب، پیکربندی و نگهداری سیستم، 3) نقاط ضعف امنیتی مربوط به طراحی و پیکربندی شبکه. در این پایان نامه با مورد توجه قرار دادن نقاط ضعف امنیتی نرم افزار، یک روش اتوماتیک جهت شناسایی قسمت هایی از کد نرم افزار که شامل نقاط ضعف امنیتی هستند ارائه شده است. این روش به تیم های توسعه دهنده نرم افزار کمک خواهد کرد تا با صرف زمان و منابع محدود خود روی قسمت های آسیب پذیر کد، امنیت نرم افزارها به ویژه نرم افزارهای پرکاربرد در صنایع را بهبود بخشند. روش ارائه شده با استفاده از معیارهای اندازه گیری ویژگی های نرم افزار و روش های داده کاوی مکان های آسیب پذیر کد را شناسایی می کند. بر این اساس معیارهای اندازه گیری پیچیدگی ساختاری نرم افزار مانند تعداد خط کد به عنوان خصیصه جهت شناسایی فایل های آسیب پذیر نرم افزار مورد استفاده قرار گرفته اند. مدل ارائه شده با به کارگیری مجموعه داده یک پروژه حدود 94% از فایل های آسیب پذیر را در نسخه های بعدی همان پروژه شناسایی کرد. با توجه به این که بسیاری از شرکت ها اطلاعات مربوط به نقاط ضعف امنیتی نرم افزار هایشان را جهت ساخت مدل ندارند، مدل بین پروژه ای که از مجموعه داده پروژه های دیگر جهت شناسایی نقاط ضعف امنیتی در پروژه مورد نظر استفاده می کند ارائه شده است. مدل بین پروژه ای حدود 70,18% از فایل های آسیب پذیر را بین پروژه های مختلف با نرخ مثبت کاذب قابل قبول شناسایی کرد. در این پایان نامه علاوه بر معیارهای اندازه گیری پیچیدگی معمول، معیارهای اندازه گیری پیچیدگی جدیدی ارائه شده است. اضافه کردن این معیارها کارایی مدل های پیش بینی کننده بین پروژه ای را در شناسایی فایل های آسیب پذیر تا حدود 77,16% بهبود بخشید و نرخ مثبت کاذب را هم تا حدودی بهبود داد.

انرژی یکی از احتیاجات ضروری بشر است که. تمام جنبه های فعالیت های اقتصادی و اجتماعی را در دهه های اخیر تحت تاثیرخود قرار داده است تقاضا برای انرژی رشد فزاینده ای داشته ? این درحالی است که منابع انرژی های سنتی رو به کاهش است . سه بخش اصلی و مهم مصرف انرژی عبارتند از شبکه های تولید و توزیع انرژی ، ساختمانها (گرمایش ،سرمایش و روشنایی) وحمل و نقل . ولی تمرکز تحقیق انجام شده بر ساختمان های تجاری بوده و در پژوهش حاضر با انجام مطالعات کتابخانه ای و تحقیقات میدانی ابتدا مبانی مدل های موجود در رابطه با انرژی بررسی گردیده و نقش آنها در بهینه سازی مصرف تشریح شده است . .در ادامه از طریق پرسشنامه و بکار گیری روش دلفی به شناسایی مهم ترین فاکتورها و مولفه های تاثیر گذار بر مصرف انرژی در ساخنمان های تجاری پرداخته شده و مهمترین فاکتور ها در یک جدول گرد آوری شده است . در پایان با استفاده از روش مفهومی مدل سازی ساختاری تفسیری - که بر مبنای تئوری گراف های جهت دار می باشد – و با انجام مراحل روش ، به تهیه مدل پرداخته شده و یک مدل سلسله مراتبی جهت دار ارائه گردیده است . در نهایت نیز به تفسیر و ارزیابی مدل پرداخته شده و پیشنهاداتی در این خصوص ارائه گردیده است .

با توجه به اینکه هر مقوله نوظهوری نیاز به صرف زمان برای شناساندن فواید و مزایای آن به کاربران دارد، نیاز است که مزایای سیستم های آموزشی الکترونیکی نیز برای همگان تبیین و روشن گردد و به این ترتیب بتوان از تکنولوژی روز و فناوری اطلاعات در جهت رشد سطح آموزش کشور بهره برد.عوامل مورد بررسی در این پژوهش عبارتند از: کیفیت اطلاعات، کیفیت سیستم، کیفیت خدمات، پذیرش، استفاده و رضایت کاربر.این مطالعه پژوهشی توصیفی از نوع همبستگی و روش آن پیمایشی است.جامعه آماری در این پژوهش دانشجویان مجازی دانشگاه اصفهان می باشند.ابزار گردآوری اطلاعات در این پژوهش، پرسشنامه بوده که روایی و پایایی آن مورد سنجش و تایید قرار گرفته است.پایایی آن از طریق آلفای کرونباخ 983/0 محاسبه شده و روایی ان از لحاظ محتوایی و صوری بررسی و تایید شد.برای تجزیه تحلیل داده ها از آمار توصیفی و امار استنباطی استفاده گردید.در این پژوهش بعد از استخراج داده های مورد نظر از طریق پرسشنامه برای طبقه بندی و تجزیه و تحلیل داده ها از آزمون تحلیل همبستگی پیرسون، رگرسیون، t مستقل و تحلیل واریانس تک عاملی به کمک نرم افزار 19spss استفاده گردید. نتایج پژوهش نشان داد که همه متغیرهای کیفیت اطلاعات، کیفیت سیستم و کیفیت خدمات با پذیرش آموزش الکترونیکی توسط افراد رابطه معنادار دارد.همچنین پذیرش با استفاده و استفاده با رضایت رابطه معنادار دارد.

امروزه علاوه بر فرآیندهای سنتی کسب وکار شیوه هایی نوین در کسب وکار نیز تحت عنوان تجارت الکترونیک بسیار مورد توجه شرکت ها وسازمانهای بزرگ و کوچک قرار گرفته است که در آن انجام کلیه مبادلات تجاری به صورت الکترونیکی و با استفاده از شبکه-های کامپیوتری و اینترنت صورت می پذیرد. در این راستا کسب وکارها جهت معرفی محصولات و خدمات شان در محیط مجازی از ابزاری تحت عنوان کاتالوگ الکترونیکی بهره می برند. کاتالوگ الکترونیکی رسانه ایست که برای شناساندن هرچه بهتر محصول به مشتریان بکار می رود و همچنین مشتریان شرکت می توانند از طریق آن با تامین کنندگان کالا و خدمات تعامل داشته باشد. در این تحقیق به ارائه مدلی جدید در راستای طراحی کاتالوگ-های الکترونیکی با تاکید بر مباحثی از قبیل مدیریت الکترونیکی ارتباط با مشتری، تکنیک-های مربوط به تعامل انسان باکامپیوتر و همچنین تاثیر فرهنگ بر تجارت الکترونیک پرداخته شد که نتایج بدست آمده از جمع آوری و بررسی پرسشنامه های توزیع شده و همچنین مقایسه آنها با دنیای بیرون حاکی از آن است که مدل تحقیق ، با رعایت نمودن اصول مذکور منجر به طراحی موفق کاتالوگ های الکترونیکی ای می شود که ، توانایی برقراری یک ارتباط موثر و مفید با مشتری و همچنین ترغیب آنها به تامین نیازمندی های خود از شرکت ها را دارند.

در این پایان نامه سیستم های خبره ای برای کشف و ارزیابی استعدادهای ورزش فوتبال ارائه می دهیم، که در درون بدنه این سیستم خبره برای دریافت خروجی دقیق تر و بهتر از جنرال آپتیمایزر ها استفاده گردیده است. قوانین این سیستم خبره از نوع فازی می باشند و برای بهینه سازی خروجی این سیستم خبره از شبکه های عصبی مصنوعی و الگوریتم های تکاملی بهره بردیم. به عبارت دیگر ما ابتدا مشکلات سیستم های کنونی استعداد یابی را یافتیم و با روش های گفته شده سعی داشته که روش های بهتری را ارائه کنیم. به عنوان مثال ما از منطق فازی به عنوان یک ابزار مناسب، برای بررسی اینکه هر بازیکن با توجه به مهارت ها و ویژگی هایی که دارد برای کدام پست مناسب تر می باشد استفاده کردیم و یا اینکه کدام دروازبان شایستگی بیشتری نسبت به دیگر دروازبانان دیگر برای قرار گیری در ترکیب اصلی را دارد. برای یافتن ویژگی های هر بازیکن در رشته فوتبال، از ترکیب چند مقاله استفاده کردیم. کارشناسان فوتبال این نکته را دریافته اند یک بازیکن موفق در پست مورد نظر خود بایستی ویژگیهایی داشته باشد. ما الگوهایی را ارائه کردیم که ایرادات روش های موجود را نداشت و کارایی بهتری نسبت به نمونه های گذشته دارد. این الگوها دارای چند ویژگی مهم است، اول اینکه می توانیم از میان چندین بازیکن مختلف بفهمیم که هر کدام شراطی بهتری برای قرار گرفتن در کدام پست را دارا می باشند، دوم اینکه این الگو بر انتخاب تجربی و حسی مربیان فوتبال برای انتخاب پست بازیکنان فائق آمده و در کنارش نیاز به کارشناسان و مربیان حرفه ای بسیار تقلیل می یابد، سوم اینکه این الگو بر مشکل بررسی پست بازیکنان بدون توجه به معیار های کمی غلبه می کند و چهارم روش استفاده از آن آسان و قابل فهم است.

در این تحقیق ما به تاثیر فناوری اطلاعات در سازمان ها می پردازیم، جامعه مورد بررسی این پژوهش استانداری مازندران بوده، نمونه ها نیز با استفاده از روش نمونه گیری تصادفی انتخاب گردیده اند. داده های میدانی با استفاده از دو پرسشنامه محقق ساخته که یک پرسشنامه بهره وری سازمانی با 14 ماده و دیگری پرسشنامه فناوری اطلاعات با 29 ماده با طیف پاسخ دهی لیکرت 5 گزینه ای می باشد، تنظیم گردیده و اعداد مربوط به بهره وری اندازه گیری شده در سازمان، از مستندات آن ها استخراج و مورد تجزیه و تحلیل قرار گرفته است. در بخش آمار استنباطی برای بررسی فرضیه های پژوهش از آزمونt تک نمونه ای استفاده شده است

دسته بندی یکی از مهمترین فرآیندهای مورد مطالعه در حوزه یادگیری ماشین و داده کاوی است که در برنامه های کاربردی فراوانی از جمله دسته بندی متن، تشخیص پزشکی، بیوانفورماتیک و... مورد استفاده قرار می گیرد. مسائل دسته بندی را می توان براساس تعداد برچسب های منتسب به هر یک از داده ها به دو دسته کلی مسائل دسته بندی تک برچسبی و مسائل دسته بندی چند برچسبی تقسیم کرد. در مسائل دسته بندی تک برچسبی، هر داده دارای یک برچسب منحصر به فرد است. اکثر مطالعات صورت گرفته در حوزه یادگیری ماشین مربوط به این نوع مسائل دسته بندی بوده است. اما مسائل مهم زیادی وجود دارد که حل آنها مستلزم انجام دسته بندی چند برچسبی است. در این مسائل، هر داده ممکن است به بیش از یک برچسب منتسب شود. سامانه های دسته بندی یادگیرنده (lcs) یک اسلوب ایجاد و استنتاج قوانین هستند که از الگوریتم ژنتیک به عنوان ساز و کار اولیه جستجو استفاده می کنند. این اسلوب ها به دنبال یک مجموعه از قوانین قابل اطمینان و با درجه صحت بالا هستند. اگرچه فعالیت های مختلفی برای انجام دسته بندی توسط سامانه های دسته بندی یادگیرنده انجام شده است اما اکثر این فعالیت ها نیز برای دسته بندی داده های تک برچسبی بوده و در مورد دسته بندی چند برچسبی این تحقیقات در اول راه قرار دارد. هدف اصلی این تحقیق، ایجاد یک مجموعه قوانین با استفاده از lcs برای دسته بندی داده های چند برچسبی است که نتایجی کارآمد و قابل مقایسه با سایر روش های دسته بندی چند برچسبی داشته باشد. در این تحقیق از xcs به عنوان سامانه پایه استفاده شده و بخش های عمده آن برای ایجاد امکان مواجهه با داده های چند برچسبی مورد تغییر قرار گرفته است. برای این منظور دو روش مختلف بازنمایی دانش برای مسائل دسته بندی چند برچسبی، روش پاداش دهی متناسب با این مسائل و یک ساز و کار کشف قوانین که با استفاده از یک مکانیزم رای گیری برای lcs و با بهره گیری از تجربیات قبلی سامانه ی کشف را هدایت می کند معرفی شده است.

در سال های اخیر اکثر واحدهای دانشگاهی دانشگاه آزاد اسلامی با افت دانشجو مواجه شده اند. این تحقیق با هدف کنترل نرخ اتلاف و افزایش نرخ موفقیت دانشجویان انجام شد. بدین منظور خروجی های موفق آموزشی شامل دانشجویان فارغ التحصیل و خروجی های ناموفق شامل دانشجویان انصرافی، اخراجی و انتقالی مد نظر قرار گرفت و تلاش گردید با استفاده از تکنیک های داده کاوی معنادار بودن این گروههای دانشجویی تشخیص داده شده و وضعیت آنها برای سالهای آینده پیش بینی گردد. مجموعه داده شامل 6098 نفر از دانشجویانی است که بین سالهای 1383 تا 1391 در دانشگاه آزاد تربت جام تحصیل نموده و به شکل موفق یا ناموفق به تحصیل شان پایان داده اند. متدلوژی مورد استفاده crisp-dm و تکنیک مورد استفاده رده بندی با درخت تصمیم c5 است. روش اعتبار سنجی تقسیم تصادفی داده ها با نرم افزار داده کاویspss modeler14.2 به دو مجموعه داده ی آموزشی و تست است. و برای ارزیابی قابلیت اطمینان، نتایج این الگوریتم با الگوریتم های مشهور دیگر مقایسه شده است. بر اساس نتایج حاصل، رده بندی با درخت تصمیم c5 با دقت 88.57% انجام شد و سه گروه دانشجویان انصرافی، اخراجی و فارغ التحصیل به عنوان گروه های معنادار تشخیص داده شد. .و قوانینی برای هر گروه استخراج گردید. همچنین «تعداد کل واحدهای پاس شده» به عنوان مهم ترین شاخص و «کارآیی علمی در حین تحصیل» به عنوان مهم ترین عامل شناخته شد. و اگر چه دقت الگوریتم c5قابل قبول بود ولی قدرت پیش بینی مدل ارائه شده بر اساس chaid 97/90% و نتایج پیش بینی مدل ترکیبی svm و chaid، 51/93% بود.

ارایه روش نوین برای فیلتر کردن هرزنامه ها اینترنت ، امکان استفاده از سرویس ها و خدمات متعددی را در اختیار کاربران قرار می دهد . ارسال و دریافت نامه الکترونیکی ، یکی از قدیمی ترین و در عین حال متداولترین سرویس ارائه شده بر روی اینترنت است.علیرغم تمامی مزایا و پتانسیل های سرویس فوق ، در چند سال اخیر و همزمان با رشد و گسترش استفاده از اینترنت ، شاهد مشکلات و مسائل جانبی در این رابطه نیز می باشیم . توزیع نامه های آلوده به ویروس ها و یا کرم ها ، ارسال و یا دریافت نامه های الکترونیکی ناخواسته که از آنان با نام اسپم یاد می شود ، نمونه هائی در این زمینه می باشد. موضوع اسپم به عقیده کارشناسان و دست اندرکاران فعالیتهای اینترنتی و حرفه ای های آن ، بیشتر موضوعی اخلاقی است . نامه های الکترونیکی می توانند به دو دسته تقسیم شوند: «اخلاقی و غیر اخلاقی » اما آن دسته از نامه های الکترونیکی که به صورت انبوه برای دهها ، صدها، هزاران و یا حتی گاهی میلیونها نفر بر روی اینترنت ارسال می شود اصط لاحاً و قطعاً کاری غیر اخلاقی است و اکثراً هم حاوی مطالبی غیر حرفه ای ، خام ، غلط ، بی محتوا و وقت تلف کن و در نهایت غیر اخلاقی هستند که در واقع می توانند مثال مشخصی باشند برای تعریف کوتاه اما جامع ما از مقوله ای به نام اسپم ، که همانا نامه های الکترونیکی انبوه و غیر اخلاقی ای هستند که برای افراد به صورت ناخواسته ارسال می شوند و موجبات نارحتی و انزجار گیرندگان آنها را فراهم می کنند . ایمیل های تبلیغاتی ناخواسته که از آن ها به عنوان اسپم یا هرزنامه نام برده می شود ، ایمیل هایی بیهوده و آزار دهنده هستند . گاهی اوقات اسپم ها شامل پیشنهادهای جعلی هستند که فقط وقت و پول شما را از بین خواهند برد . برای توقف و محدود کردن اسپم ها شما می توانید پیشنهادی را که از طریق اسپم دریافت می کنید، همانند یک تماس تلفنی ناخواسته و نابجا، رد کنید.

صنعت بیمه به دلیل نقش گسترده ای که در اقتصاد هر کشور دارد از اهمیت ویژه ای برخوردار است. هدف پژوهش حاضر تحلیل و طراحی سیستمی جهت تعیین حق بیمه اتومبیل می باشد. با توجه به این که در حال حاضر محاسبات حق بیمه اتومبیل فاقد انعطاف پذیری لازم می باشد نیاز به بازنگری در این روند احساس می گردد. شرکت های بیمه گر در صورت شناسایی عوامل ریسک و تخمین میزان آن، در زمان مبادرت به ارائه پوشش به بیمه گذاران قادر خواهند بود با اتخاذ تصمیمات مناسب و بهنگام ، سودآوری خود را افزایش داده و از پرداخت خسارات هنگفت ناشی از ریسک های قابل شناسایی تا میزان قابل توجهی بکاهند. در این تحقیق از داده های موجود گذشته در ایجاد انبار داده ای جهت بهره برداری و گزارش گیری های چند بعدی استفاده شده است. در ابتدا عوامل ایجاد ریسک با استناد به مقالات معتبر استخراج گردید. روند جمع آوری داده ها از منابع گوناگون و یکپارچه سازی آن ها بر اساس این شاخص ها ادامه یافت. در نهایت پس از رفع نواقص و تناقضات موجود در داده ها و تشکیل انبار داده امکان گزارش گیری بر اساس شاخص ها فراهم گردید. با توجه به این امکان مدیران و سایر کاربران می توانند تمام عوامل تاثیر گذار در ریسک مورد بیمه را در یک زمان مشاهده نموده و تصمیمات لازم را اتخاذ نمایند.

دراین پایان نامه یک ربات متحرک طراحی وپیاده سازی شده است که بااستفاده از دوربینی که برروی آن قرار گرفته است محیط اطراف خود را می بیند و موتورهای خود را کنترل می کند.برای این ربات چشم یا سنسوری در نظر گرفته نشده است وفقط با استفاده از دوربینی که بالای آن قرار گرفته است از محیط اطراف خود به صورت 360 درجه فیلمبرداری می کند و توسط برنامه matlabفیلم گرفته شده به عکس پانوراما تبدیل میشود.الگوریتم پیشنهادی برای ایجاد تصاویر پانوراما بر پایه نقاط ویژگی استخراج شده بر روی تصویر عمل می کند.ابتدا سیفت هر تصویر گرفته شده سپس برای ایجاد ماتریس هموگرافی نقاط سیفت با هم جفت می شوند و ماتریس هموگرافی محاسبه می شود و به کمک ماتریس هموگرافی یکی از تصاویر می چرخد یا انتقال پیدا می کند و در نهایت ترکیب تصاویر ایجاد شده و تصاویر پانوراما ساخته می شوند.همه عملیات ربات توسط زبان برنامه نویسی کد ویژن صورت گرفته است.

امروزه حفظ تعادل ربات های فوتبالیست یکی از مهمترین چالش های لیگ شبیه سازی سه بعدی فوتبال در علم رباتیک می باشد. برهم خوردن تعادل که در اثر برخورد دو ربات فوتبالیست و همچنین افتادن آنها بر زمین بوجود می آید یکی از مهمترین موضوعات ، در همکاری تیمی رباتها می باشد که این مساله می تواند به سود تیم حریف باشد. در این پایان نامه رویکردی برای تشخیص پایداری ربات های فوتبالیست بر اساس اطلاعات برگرفته شده از سرور شبیه سازی سه بعدی فوتبال (rcssserver3d) ارائه شده است. در این پایان نامه بر اساس وضعیت مفاصل پای ربات ، دو مجموعه داده یکی بر اساس وضعیت پایداری ربات و دیگری بر اساس جهت افتادن تولید شده است. همچنین برای مواردی که ربات با رباتی دیگر برخورد داشته باشد مجموعه داده دیگری تولید کردیم همانند روش قبلی با این تفاوت که این بار ویژگی های مجموعه داده ما شامل مقادیر حاصل از شتاب سنج در سه جهت (x,y,z) همچنین ژیروسکوپ در سه جهت (x,y,z) و همچنین نیرو و فشار وارد شده بر کف هر یک از پاهای ربات در سه جهت (x,y,z) که در مجموع شامل 18 ویژگی برای مجموعه داده جدید ما می شود. ما در این پایان نامه مدلی بر مبنای الگوریتم های یادگیری بردار های ماشین پشتیبان ،لاجستیک رگرسیون و شبکه عصبی ارائه داده ایم. اضافه کردن این مدل به پلت فرم شبیه ساز سه بعدی فوتبال باعث شده است ربات ها بتوانند به صورت آنلاین وضعیت پایداری و جهت افتادن خود را تشخیص بدهند. همچنین با آگاه سازی هم تیمی های خود از این موضوع کارایی تیمی به میزان قابل توجهی افزایش یافته است. روشsvm با استفاده از کرنل rbf و بهینه سازی پارامتر ها، به دلیل اینکه که روی مجموعه داده ها با تعداد نمونه های کمتر ،کارایی بهتری دارد جواب بهینه تری نسبت به دو مدل دیگر ارائه داده است. همچنین برای بازگردانی تعادل ربات از ترکیب استراتژی های زانو به همراه گام برداشتن همزمان با بالا بردن دست استفاده کردیم تا ربات بتواند تعادل خود را به خوبی حفظ کند.

امروزه یکی از مهمترین اهداف تیم های شرکت کننده در لیگ شبیه سازی سه بعدی فوتبال، قابلیت افزایش تعداد شوت های زده شده توسط ربات ها می باشد. طرح پیشنهادی این مقاله استراتژی شوت زدن در حین راه رفتن برای ربات های فوتبالیست است. رسیدن به شوتی دقیق و پرقدرت در حین حرکت نیاز به بهینه سازی پارامترهای حرکتی ربات به صورت پویا دارد. در این پژوهش با توجه به مختصات ربات نسبت به توپ و دروازه، جهت حرکت ربات به نحوی طراحی می شود که در نهایت ربات موقعیت شوت زدن به سمت هدف را داشته باشد. با توجه به منحنی حرکتی ربات، زاویه و اندازه گام های ربات به سمت توپ تنظیم شده است. با تنظیم این دو پارامتر بعد از برداشتن گام انتهایی، ربات شرایط لازم برای شوت زدن را دارا می باشد. به دلیل وجود نویز و شرایط محیط و شکل راه رفتن ربات، نیاز به محاسبه زاویه و سرعت حرکت با دقت بالاتری وجود دارد. در این مقاله جهت بهینه سازی این دو پارامتر از الگوریتم یادگیری تقویتی استفاده شده است. آزمایشات انجام شده نشان می دهد بکارگیری این روش کارایی تیمی و قابلیت شوت زدن عامل ها را به میزان قابل توجهی افزایش می دهد.

بدافزارها ، برنامه های مخربی هستند که بدون اجازه کاربر، به سیستم کامپیوتری آنها نفوذ کرده و آن ها را آلوده می کنند و دست به اعمال خرابکارانه می زنند. این برنامه های مخرب، به طور روزافزون در حال گسترش هستند و باگذشت زمان شاهد تکامل و پیشرفت های چشم گیری بوده اند، به طوری که روش های سنتی شناسایی بدافزار مانند روش های مبتنی بر امضا قادر به شناسایی انواع نوظهور بدافزارها نمی باشند، همچنین تولیدکنندگان بدافزارها از استراتژی های متنوع مبهم سازی و اختفا به منظور فرار از شناسایی شدن توسط روش های سنتی استفاده می کنند و این امر موجب بروز یک بحران امنیتی در عصر حاضر شده است. در مقابل، محقان این حوزه می بایست تدبیری برای مقابله با این بحران باندیشند و با ارائه روش های کارآمد در مقابل این بحران بزرگ ایستادگی کنند. لذا، لزوم ارائه روش های نوین که قادر به شناسایی بدافزارهای نوظهور باشند، بیش ازپیش محسوس است. در همین راستا، در این پایان نامه، یک روش نوین شناسایی بدافزار بر پایه توالی کدهای عملیاتی زبان اسمبلی موجود در یک فایل اجرایی، ارائه شده است. در این روش با استفاده از ابزارهای یادگیری ماشین سعی شده از توزیع کدهای عملیاتی موجود در هر دو کلاس بدافزار و فایل های خوش خیم و همچنین توزیع درون کلاسی کدهای عملیاتی موجود در هر یک از کلاس ها بهره برده شود و با استفاده از این توزیع به تفکیک بدافزارها از فایل های سالم پرداخته شود. از مزایای این روش می توان به نرخ شناسایی بالا، پیچیدگی محاسباتی قابل قبول، نرخ مثبت کاذب پایین و همچنین قابلیت توسعه آن اشاره کرد که این قابلیت توسعه، این امکان را فراهم می آورد که با استفاده از روش ارائه شده در این پایان نامه، قادر به دسته بندی بدافزارها بر اساس نوع (خانواده) آنها باشیم.

حس ششم یک رابط پوشیدنی حرکتی است، که اطلاعات دیجیتالی را به جهان فیزیکی اطراف ما می افزاید و به ما اجازه می دهد که از حرکات طبیعی دست برای تعامل با آن اطلاعات استفاده کنیم. فهمیدن حرکات انسان می تواند به عنوان یک مسئله شناسایی الگو، بیان شود. انسان در زمان های مختلف الگوهای حرکتی متفاوتی را برای رساندن یک پیغام به دریافت کننده، نشان می دهد. اگر یک کامپیوتر می توانست این الگو های حرکت انسان را شناسایی کرده و تشخیص دهد آنگاه پیام مورد نظر نیز می توانست دوباره ساخته شود و کامپیوتر نیز پاسخ مناسبی دهد. یکی از اهداف این پایان نامه ارائه یک سیستم شناسایی حرکت بر پایه مدل مخفی مارکف است تا بتواند شکاف ارتباطی بین کامپیوتر و انسان را پر کند. چهارچوب مدل مخفی مارکف رفتار حرکت را مدل می کند و با دریافتن شباهت ها و تفاوت های بین حرکات مختلف به فهمیدن حرکت کمک می کند. از طریق چندین آزمایش با حرکات دو بعدی موس، رفتار یادگیری مدل تجزیه و تحلیل شده و دیدگاه های مهمی در جهت بهبود کارایی آن ارائه می گردد. هدف دوم، ارائه یک رابط پوشیدنی حرکتی است که یک روش جدید برای ردیابی نشانگرهای روی انگشتان دست را پیشنهاد می دهد. این روش با قسمت تشخیص حرکت ترکیب شده و نتایج خوبی را به ارمغان آورده است. در این سیستم حرکاتی برای کاربر تعریف شده و به سیستم آموزش داده می شود تا کاربر به راحتی بتواند با آن تعامل برقرار کند ضمن اینکه حرکات کاربر دسته بندی شده و سیستم آن ها را به خوبی تشخیص می دهد. در این سیستم شش حرکت برای تشخیص تعریف شده که نتایج حاصل از یادگیری سیستم توسط مدل مخفی مارکف به دقت 48/95% در آموزش و 75/93% در آزمایش رسیده است.

شکی نیست که امروزه با توجه به افزایش حجم، تنوع و سرعت عملیات، دسترسی به اطلاعات درست و دقیق نیاز حیاتی هر سازمان محسوب می گردد. جهت مرتفع سازی این نیاز معماری سازمانی مورد قبول همگان قرار گرفته است که با توسعه یکپارچه و هماهنگ سیستم های اطلاعاتی مورد نیاز سازمان نقش مهمی در تعامل-پذیری و پیشگیری از بروز افزونگی اطلاعات میان زیر سیستم های اطلاعاتی ایفا می کند. در این راستا فرآیندهای کسسب و کار به عنوان یکی از اصلی ترین اجزاء و نتایج معماری سازمانی مورد توجه مدیران امروزی قرار گرفته و و بهبود و بهینه سازی آنها از جمله پروژه های با اولویت سازمان ها به حساب می آید. خودکارسازی فرآیندهای کسب و کار یکی از راهکارهای مهم در امر بهینه سازی فرآیندها می باشد که جدا از روش و سیستم پیاده سازی آن، بحث اولویت بندی خودکارسازی فرآیندها، به منظور صرفه جویی در زمان و هزینه سازمان موضوع بسیار مهمی درنظر گرفته می شود. هدف این تحقیق ارائه روشی برای شناسایی فرآیندهای کسب و کار و اولویت بندی آنها به منظور خودکارسازی در پروژه های معماری سازمانی، در جهت دستیابی به حداکثر کارایی و بهره وری می باشد. بدین شکل در ابتدا تعاریف و مفاهیم مرتبط با مبحث معماری سازمانی، فرآیندهای کسب و کار و خودکارسازی آنها، سیستم های مدیریت فرآیندهای کسب و کار به عنوان مهمترین ابزارهای خودکارسازی، مورد بررسی قرار گرفت. سپس با مطالعه و تحلیل چندین متد ارائه شده در زمینه های مشابه و بیان نقلط ضعف آنها و همچنین معرفی مفاهیم مدیریتی، مدل ها و فنون علمی قابل استفاده در این تحقیق، به ارائه روش پیشنهادی مورد نظر پرداخته شد. سپس با توجه به اهمیت امکان عملی و کاربردی بودن روش فوق الذکر، راهکار ارائه شده در یک پروژه عملی نیز مورد استفاده قرار گرفت و نقاط قوت این روش از جمله جامعیت، سادگی و قابلیت کاربرد، نسبت به سایر روش ها هم در تئوری و هم در عمل مشخص گردید.

یکی از مهمترین مسائل مهم در روبات های فوتبالیست مسئله مکان یابی نیز می باشد. برای حرکت ربات در زمین فوتبال همچنین حمله کردن به سمت دروازه حریف، دفاع کردن، شوت زدن، فرار از تله آفساید و غیره نیاز به تعیین موقعیت ربات در زمین فوتبال هستیم.از آنجایی که اطلاعات دریافتی از سرور گاهی اوقات همراه با نویز می باشد و همچنین روبات ها در زمین ممکن است گاهی اوقات با محدودیت دید مواجه شوند در این مقاله به مسئله مکان یابی روبات های فوتبالیست شبیه سازی دو بعدی با استفاده از روش های مارکف بر اساس شبکه بندی و کالمن فیلتر توسعه یافته و همچنین ترکیبی از این دو روش نیز می پردازیم با توجه به این اینکه روش مارکف بر اساس شبکه بندی نسبت به نویز پایدارتر از روش کامن فیلتر توسعه یافته می باشد و همچنین روش کالمن فیلتر توسعه یافته دقیق تر از روش مارکف بر اساس شبکه بندی می باشد همواره تلفیقی از این دو روش برای موقعیت یابی روبات های فوتبالیست شبیه سازی دو بعدی در این مقاله با استفاده از استراتیژی جدیدی برای موقعیت یابی روبات ها ارائه کرده ایم تا همواره زمانی که اطلاعات دریافتی از سرور همراه با نویز و همجنین زمانی که روبات ها با محدویت دید مواجه شوند موقعیت یابی روبات ها با استفاده از روش های های مارکف بر اساس شبکه بندی و کالمن فیلتر تو سعه یافته دارای کمترین خطا نیز باشند.

رفع ناسازگاری یک رویه ی مهم در بسیاری از سیستم های هوشمند از جمله سیستم های مبتنی برقانون می باشد. این رویه، ترتیب اجرای قوانین را در شرایطی که بیش از یک قانون برای اجرا وجود دارد، تعیین می نماید. برای رفع ناسازگاری، روش های مختلفی وجود دارد. در این پژوهش، به منظور رفع ناسازگاری در یک سیستم مبتنی بر قانون، از پیگیری نقطه نظرات مختلف در مسیرهای استنتاج مجزا، استفاده شده است. این سیستم، یک سیستم تصمیم همیار هوشمند است که در هنگام وقوع ناسازگاری، با در نظر گرفتن خطوط استنتاج جداگانه برای هر یک از قوانین ناسازگار، امکان آگاهی از تمامی انتخاب های ممکن را برای تصمیم گیرنده فراهم می سازد. به طورکلی، سیستم های تصمیم همیار هوشمند با وارد نمودن تکنیک های مختلف هوش مصنوعی در ساختار سیستم های تصمیم همیار، این سیستم ها را به منظور حمایت بیشتر و ارتقاء تصمیم گیری، بهبود بخشیده اند. سیستم تصمیم همیار هوشمندی که در این پژوهش ارائه شده، به منظور یاری رساندن به یک بازیکن در یک بازی استراتژیک بلادرنگ پیاده سازی شده است. ایجاد برنامه های کامپیوتری در رابطه با بازی های استراتژیک بلادرنگ، یک زمینه ی جدید در حیطه ی بازی در هوش مصنوعی به حساب می آید. این برنامه ها محدود به ایجاد حریفان هوشمند به منظور سرگرم نمودن بازیکن های انسانی نمی باشد و امرزوه شبیه سازهایی با کارایی بالا جهت تمرین افراد نظامی، از خواسته های مطرح بوده و تحقیقات هوش مصنوعی در زمینه ی این نوع از بازی ها، علاوه بر تولیدکنندگان تجاری بازی ها، از حمایت های وسیع برخی از موسسات دفاعی نیز برخوردار می باشد. نتایج بدست آمده از ارزیابی سیستم ارائه شده در این پژوهش، حاکی از آن است که بازیکن به کمک این دستیار هوشمند می تواند عملکرد بهتری نسبت به سایر بازیکنان داشته باشد.

کف دست از جمله مشخصه های بیومتریک می باشد که دارای قابلیت یکتایی و درجه اطمینان بالا در سیستم های احراز هویت است. سیستم های احرازهویت مبتنی بر کف دست، به دلیل امکان استفاده از تصاویر با کیفیت پایین، هزینه مناسب و پذیرش بالای کاربران در دهه های اخیر بسیار مورد توجه قرار گرفته اند. تصدیق هویت های مشتری ها و اجازه فعالیت های بانکداری الکترونیکی به آنها یکی از خدمات مالی بانکداری الکترونیکی است. در این پژوهش روشی موثرجهت احراز هویت افراد از طریق تصویر کف دست ارائه شده است. در روش پیشنهادی ابتدا در محیط کانتورلت ویژگی های مورد نیاز با استفاده از توصیفگرهیستوگرام گرادیان جهت دار(hog) و یکی از ویژگی های هارالیک از جمله انرژی استخراج و سپس با استفاده از تحلیل مولفه های اصلی (pca) انتخاب می گردند و در نهایت الگوریتم نزدیکترین همسایه(knn) جهت طبقه بندی و احراز هویت افراد بکار گرفته می شود. آزمایشات انجام شده بر روی3500 تصویر پایگاه داده دانشگاه پلی تکنیک هنگ کنگ نشانگر دقت 99.97 درصد می باشد که در مقایسه باسایر روش های ارائه شده، برتری معنی داری را نشان می دهد.

در این پایان نامه، مسئله جستجوی ربات ها در محیط های ناشناخته بررسی شده است. برای جستجوی هدف نیازمند یک روش کارا برای کنترل ربات ها هستیم به نحوی که محدودیت ها و خصوصیات ربات و محیط را در نظر بگیرد. در این پایان نامه به دنبال ارائه یک روش توزیع شده برای حل مسئله جستجوی ربات ها هستیم که محدودیت و قیدهای مربوط به این مسئله را ارضاء کند. الگوریتم پیشنهادی که a-rpso نام دارد، بر پایه الگوریتم بهینه سازی ذرات (pso) بنا شده است. در واقع a-rpso مشابه pso می باشد که در آن دو تغییر صورت گرفته: یکی آنکه موانع موجود در محیط در نظر گرفته می شود و دیگری آنکه این روش به وسیله نگهداشتن تنوع مابین ربات ها، از بهینه محلی دوری می کند. نتایج آزمایشاتی که در محیط شبیه سازی که به عنوان بخش از پایان نامه ایجاد گردیده، نشان می دهد که الگوریتم a-rpso در مقایسه با سایر روش های مورد استفاده در جستجوی هدف، کارایی قابل ملاحظه ای دارد. این بالاتر بودن کارایی به آن جهت است که a-rpso مسائل " نرخ پایین همگرایی" و " مسئله بدام افتادن در بهینه محلی" را حل کرده است. همچنین نتایج نشان می دهد که کارایی روش پیشنهادی در دو حالت، برجسته تر می باشد: یکی در محیط های بزرگ و دیگری زمانی که جمعیت ربات ها کم باشد. علاوه بر کارایی بالاتر، روش پیشنهادی از لحاظ محاسباتی ساده، آسان برای پیاده و سازی و همچنین دارای تعداد پارامترهای کمتری برای تنظیم شدن در مقایسه با بیشتر روش های جستجوی هدف می باشد. در نهایت، می توان گفت که a-rpso به خوبی می تواند در محیط های واقعی عمل کند چرا که این الگوریتم اجتناب از موانع، خصوصیات ربات و محیطی که ربات در آن عمل می کند را لحاظ می کند.

در زبان طبیعی به علت وجود معانی مختلف برای کلمات و ناتوانی در تشخیص معنی صحیح کلمات، کماکان ابهام زدایی مفهومی کلمات به عنوان یک مسئله باز در پردازش زبان طبیعی و آنتولوژی ها مطرح است. در این پایانامه با بررسی نقش کلیدی برخی از اسم ها در فرایند ابهام زدایی، تلاش شده تا رابطه ی معنایی میان این اسامی کلیدی و اسم مبهم بررسی شده و سپس با توجه به نوع ارتباطشان و میزان ارتباط معنایی شان، به اسم های غیر مبهم وزن اعطا گردد. به این ترتیب بر خلاف قبل که متد چگالی مفهومی از تمامی اسامی غیر مبهم درون جمله، به یک اندازه در فرایند ابهام زدایی بهره میگرفت، این بار با توجه به نقش اسامی غیر مبهم و رابطه شان با اسم مبهم، از آنها در فرایند ابهام زدایی بهره گرفته می شود. متد ارائه شده در این پایانامه نیز همانند چگالی مفهومی تمرکزش بر روی بیشترین اسم های پوشش داده شده در ساختار سلسله مراتبی wordnet می باشد با این تفاوت که به اسامی غیر مبهم که فرآیند ابهام زدایی بر اساس آنها انجام می پذیرد بر اساس سه پارامتر متفاوت، وزن اعطا می گردد تا بدینوسیله اسم هایی که ارتباط مفهمومی بیشتری با اسم مبهم دارند در فرآیند ابهام زدایی تأثیر بیشتری داشته باشند. نتایج بررسی های صورت گرفته با بهره گیری از این سه پارامتر اعطای وزن، چه به صورت مجزا و چه به صورت ترکیبی، نشان از افزایش دقت ابهام زدایی به میزان قابل قبولی را دارد.

امروزه با توجه به توسعه کاربرد کامپیوتر در اکثر ابعاد زندگی ما، بدافزارها تبدیل به یکی از بزرگترین مشکلات فضای سایبری و حتی جوامع انسانی شده اند. بدافزار قطعه کدی نرم افزاری با اهداف خصمانه است که ضمن آسیب به سیستم های نرم افزاری، در کارایی آن ها اختلال ایجاد می کند. بدافزارها برای فرار از چنگ ضدبدافزارها ، از تکنیک های مختلفی از جمله، تکنیک های مبهم سازی استفاده می کنند. به این شکل که بدافزار مربوطه ظاهر خود را تغییر می دهد، به نحوی که کارایی خصمانه آن بدون تغییر می ماند، اما دیگر قابل کشف به وسیله ضدبدافزارهای رایج نیست. این مشکل به وسیله روش های سنتی که به امضای بدافزارها وابسته هستند، قابل حل نیست. بنابراین تکنیک های بهنجارسازی یا غیرمبهم سازی برای مقابله با این روش ها ارائه شدند. در این پژوهش می خواهیم یک روش بهنجارسازی جامع معرفی کنیم که بتواند همه نوع تکنیک مبهم سازی را به فرم اوتوماتا در پایگاه داده ی خود ذخیره کند و از آن ها به منظور بهنجارسازی بدافزارهای دگرریخت استفاده کند. هر تکنیک مبهم سازی به وسیله ی یک اتوماتای معین محدود افزوده (که مختصراً به آن adfa می گوییم) مدل می شود. این رهیافت به وسیله پیمایش این adfa ها، در کد منبع به دنبال وقوع تکنیک های مبهم سازی می گردد. پس از پیدا شدن یک کد مبهم، این کد در فاز دوم، بهنجار شده و در نتیجه بدافزار مورداشاره توسط ضدبدافزارهای سنتی شناخته می شود. مهم ترین نقطه قوت رهیافت مورداشاره جامع بودن آن است. یعنی این رهیافت توانایی کشف گستره ی وسیعی از تکنیک های مبهم سازی را دارد. در نهایت نیز رهیافت موردبحث پیاده سازی و آزمایش شده است. نتایج بدست آمده نویدبخش سیستمی کارا برای کشف بدافزارهای دگرریخت است.

امروزه تبدیل متون چاپی به متون دیجیتال قابلیت های زیادی را در اختیار می گذارد. روشهای متفاوتی برای تولید تصاویر متنی دیجیتال وجود دارد که از جمله آنها استفاده از اسکنر ها یا دوربین های دیجیتال است. استفاده از دوربین های دیجیتال به دلیل در دسترس بودن و راحتی استفاده گزینه مناسب تری هستند.در تهیه تصاویر ممکن است قادر به تهیه متن کامل در یک فریم نباشیم . بنابراین نیاز داریم تصاویر را به هم چسبانده و متن کامل را تولید کنیم. در این پایان نامه روشی برای تطابق تصاویر گرفته شده با دوربین پیشنهاد شده است در این روش ابتدا پرسپکتیو احتمالی ایجاد شده بر روی تصویر اصلاح می شود .سپس با استفاده از روش sift تصاویر با هم تطبیق داده خواهند شد.

گوش دادن به موسیقی سنتی ایرانی و تشخیص دستگاه و مایه آن همواره برای علاقمندان امری پیچیده بوده که به دلیل کاربردهای فراوان آن در زمینه هایی مانند آموزش و آهنگ سازی از اهمیت بسیار بالایی برخوردار است. زیرا موسیقی سنتی ایرانی دارای سبکی بسیار ظریف و عظمت خاصی می باشد که پیچیدگی های زیادی درون این سبک نهفته است. . این کار به واسطه صرف شنیدن یک قطعه موسیقی کار بسیار دشواری است و فقط اساتید متبحر موسیقی و یا کسانی که سالها به این سبک موسیقی گوش داده و ساختار تمامی دستگاهها را شناخته اند می توانند از عهده این کار برآیند. همچنین برای دستیابی به این هدف فقط مطالعه ساختار و تئوری موسیقی کافی نیست. در این پایان نامه روشی خودکار و کارآمد ارائه شده است که در آن بر پایه استخراج نت های نواخته شده و فواصل فرکانسی آنها در قطعات تکنوازی می توان دستگاه و گام یک قطعه موسیقی را مشخص کرد. در این پژوهش، از دستگاه ها و گام های موسیقی متفاوت و سازهای تار و سنتور استفاده شده است و به هیج سبک نوازندگی خاص محدود نشده است. که در پایان با دقت 93 % دستگاه و گام قطعات تکنوازی نواخته شده استخراج گشته است.

در بازار رقابتی امروز و با حضور فناوری های اطلاعاتی و ارتباطاتی جذب مشتری امری پیچیده تر از گذشته می باشد. در عرصه بانکداری الکترونیک نیز بدلیل نبود روابط انسانی و در نتیجه حذف مکانیسم هایی همچون اعتماد که در گذشته نه چندان دور باعث رویکرد مشتریان به یک بانک یا شعبه خاصی از یک بانک می شد، این مساله به عنوان چالشی جدید نمود پیدا کرده است . لذا در این پژوهش به بررسی عوامل موثر بر اعتماد در بانکداری الکترونیک بانک صادرات از دیدگاه کاربران شهرستان لار پرداخته شده است .

روانشناسی از راه دور از طریق ویدیو کنفرانس، به معنی فراهم سازی سرویس های پزشکی از یک مسافت دور و از طریق شبکه هایی است که انتقال صدا، ویدیو و داده های رایانه ای را پشتیبانی می کنند. روانشناسی از راه دور از طریق ویدیو کنفرانس اصطلاحی جدید است که در استفاده از اطلاعات الکترونیک و تکنولوژی های ارتباطی برای فراهم آوردن خدمات و حمایت از مصرف کنندگان در زمانی که فاصله ای بین دو گروه خدمات گیرنده و خدمات دهنده وجود داشته باشد تعریف می شود. از جمله اهداف روانشناسی از راه دور از طریق ویدیو کنفرانس بهبود مراقبت از بیمار، بهبود دسترسی و مراقبت پزشکی برای نواحی روستایی و محروم، دسترسی بهتر به پزشکان جهت مشاوره، کاهش هزینه های مراقبت های پزشکی، ایجاد خدمات مراقبت پزشکی ،کاهش نقل و انتقال بیماران به مراکز درمانی می باشد.

چکیده ندارد.

چکیده ندارد.

چکیده ندارد.

این پایان نامه یک پروتکل پرداخت برای محیط های ناامن تجارت سیار ارائه می کند. این پروتکل با غلبه بر محدودیت های تکنولوژی و گوشی های موبایل، فرایند پرداخت سیار را بهینه کرده و با اعمال یک مکانیزم منطقی، علاوه بر آسان تر کردن مراحل پیاده سازی، مولفه های امنیتی پرداخت سیار را برآورده می کند. این مکانیزم با پروتکل 3d secure از بعد پیاده سازی و مولفه های امنیتی مقایسه و مورد تجزیه و تحلیل قرار گرفته است. جهت پیاده سازی از زبان برنامه نویسی جاوا(j2me) استفاده شده است. در نهایت، این پروتکل تاثیر بسزایی در عملیات پرداخت سیار و حفظ امنیت تراکنش های مالی بانک، بازرگان و پرداخت کننده دارد.

با توجه به توانایی های rfid، این تکنولوژی می تواند جهت حل چالش های زنجیره تامین مواد غذایی به کار رود، استفاده از rfid در زنجیره ی ارزش، بسیاری از نیازمندی ها را برای ایجاد یک زیرساخت قابل توسعه و پایدار فراهم نموده و زمینه را برای تحقق فرصت های بسیار در ارائه سرویس های مختلف به مشتری (انتخاب، تازگی، کنترل کیفیت)، امکان ردیابی، افزایش شفافیت، کاهش ضایعات، بهبود سلامت غذایی و مدیریت موثرتر زنجیره را فراهم می کند. با توجه به مشکلات بی شمار در کشور ما بخصوص در زمینه عرضه محصولات گوشتی بهداشتی، این تحقیق بویژه برای محصولات گوشتی و در استان فارس صورت پذیرفته است. در این تحقیق ضمن بررسی زنجیره تامین گوشت و وضعیت موجود تولید گوشت قرمز در استان فارس، مدلی ارائه می شود که در آن تکنولوژی rfid با سیستم ردیابی محصولات غذایی (گوشتی) یکپارچه می شود و یک راه حل از "مزرعه تا بشقاب" برای اطمینان از سلامت غذا را پیشنهاد می دهد. در این تحقیق یک نقشه ی راه برای پیاده سازی سیستمی یکپارچه در تمام زنجیره تامین گوشت تدوین شده است. از مزایای پیاده سازی چنین سیستمی آن است که می تواند محصول را ردیابی نموده و به مشتریان این امکان را بدهد که برای انتخاب و خرید غذا بتوانند اطلاعات کامل محصول را دریافت نمایند، به علاوه سیستم پیشنهادی قادر است که سرویس های دیگری نظیر ارزیابی کیفی غذا را ارائه نماید. سپس، مدل پیشنهادی با وضعیت موجود در ایران و کشورهای پیشرفته از حیث 20 مورد مختلف مقایسه و نتایج و پیشنهادات ارائه گردیده است. همچنین برای شرح و توصیف بیشتر سه فیلم کوتاه ویدیویی و تصاویر دیجیتالی مختلفی از بازدیدهای به عمل آمده از دامداری، کشتارگاه و کارخانه های بسته بندی گوشت و کاتالوگ هایی از شرکت های سازنده تجهیزات rfid به پیوست ارائه شده است.