مدولهای پیمانه ای

تبدیل پیمانه ای به عنوان تقلیلی از تبدیلBRST

ویژگی های رمزنگاری ضرب پیمانه ای به پیمانه توانی از ۲

عملگر ضرب پیمانه ای به پیمانه توانی از 2 یکی از عملگرهای مورد استفاده در رمزنگاری خصوصا رمزنگاری متقارن می باشد. در این مقاله به بررسی خواص آماری و جبری این عملگر از منظر رمزنگاری پرداخته ایم. در ابتدا توزیع خروجی عملگر ضرب پیمانه ای به پیمانه توانی از 2 را به عنوان یک تابع دودویی برداری محاسبه کرده ایم و پس از آن توزیع توابع مولفه ای آن را به دست آورده ایم. در ادامه با معرفی یک سنج در اندازه گ...

در مدولهای شبه کاتناری

در این مقاله

تامین پیمانه ای: چرا و چگونه؟ مطالعه موردی: تعیین اولویت برون سپاری پیمانه های بدنه خودرو سمند

این مقاله اهمیت نگاه راهبردی به تامین پیمانه ای را بررسی می کند و به ارائه ی فرآیندی برای تصمیم برون سپاری پیمانه ها در صنایع تولیدی می پردازد. این مقاله حاصل مطالعات تئوریک و تجربه عملی در یک شرکت تولیدی است. فرآیند تصمیم ارائه شده در خصوص تامین پیمانه ای محصولات، شامل تعیین جهت گیر یهای راهبردی، انتخاب پیمانه ها، ارزیابی پیمانه ها، و اولویت بندی آنها است. این مقاله با تاکید بر اهمیت معیارهای ...

خواص جبری جمع مدولی به پیمانه t2 با r عملوند

یکی از پرکاربردترین عملگرها در رمزنگاری متقارن، جمع مدولی به پیمانه است. بنابراین بررسی خواص این عملگر نقش مهمی در طراحی و تحلیل رمزهای متقارن دارد. خواص جبری این عملگر در با دو عملوند مورد مطالعه قرار گرفته است. ما در این مقاله به‌منظور رسیدن به نتایج بهتر و بیشتر در این زمینه، برخی از خواص جبری را برای عملوندهایی با تعمیم داده‌ایم. به‌عبارت دقیق‌تر درجه جبری مؤلفه‌ای توابع بولی از جمع مدولی ر...

معرفی شبکه های عصبی پیمانه ای عمیق با ساختار فضایی-زمانی دوگانه جهت بهبود بازشناسی گفتار پیوسته فارسی

In this article, growable deep modular neural networks for continuous speech recognition are introduced. These networks can be grown to implement the spatio-temporal information of the frame sequences at their input layer as well as their labels at the output layer at the same time. The trained neural network with such double spatio-temporal association structure can learn the phonetic sequence...