عنوان رویداد:
دانشگاه شیراز
تاریخ برگزاری : 04 دي 1403
Texture synthesis is a fundamental task in computer vision, whose goal is to generate visually realistic and structurally coherent textures for a wide range of applications, from graphics to scientific simulations. While traditional methods like tiling and patch-based techniques often struggle with complex textures, recent advancements in deep learning have transformed this fie و...
بیماری سالک، یکی از بیماریهای مشترک میان انسان و حیوان می باشد که به ویژه در مناطق گرمسیری و نیمهگرمسیری شایع است. در ایران، استانهایی مانند فارس، هرمزگان، کرمان، و اصفهان از کانونهای اصلی آن محسوب می شوند. این بیماری به دو نوع پوستی و احشایی(کالاآزار) تقسیم می شود که میتواند از پوست تا اندامهای داخلی بدن گسترش یابد. در نوع پوستی که مدنظر این تحقیق می باشد، بیماری بسته به و...
بیتردید، اطلاعات ارزشمند موجود در دیدگاههای مشتریان هم برای کسبوکارها و هم برای مصرفکنندگان بسیار مورد توجه است. این اطلاعات برای اتخاذ تکنیکهای بازاریابی مناسب به منظور افزایش رضایت مصرفکنندگان اهمیت دارند. اشخاص نیز هنگام خریداری یک محصول به دانستن تجربیات دیگران علاقهمند هستند. به علاوه، نظرات آنلاین مشتریان بر شهرت شرکتها تأثیر میگذارد. بنابراین، با توجه به اهمیت ت و...
سامانه اطلاعاتی یک سیستم رسمی، اجتماعی و سازمانی است که برای جمع آوری، پردازش، ذخیره و توزیع اطلاعات طراحی شده است. به دلیل جامع بودن سامانه های اطلاعاتی و دربرگرفتن چند حوزه مختلف، مقایسه و ارزیابی آن ها مسئله پیچیدهای خواهد بود. از طرفی در حال حاضر شاخص های کلی فنی درست و مناسبی برای ارزیابی سامانه های اطلاعاتی وجود ندارد. به همین دلیل طرح تحقیق در این حوزه از سوی وزارت علوم و...
چکیده- هدف از این تحقیق، ارائه یک مدل تضمین کیفیت نرمافزارهای کاربردی تجاری از طریق تمرکز بر انتظارات ونیازمندیهای تلویحی مشتریان این سیستمها در مقوله کیفیت و تبدیل این نیازهای کیفی یه مشخصه های فنی و قابل اندازگیری محصول و اولویت بندی آنها جهت پوشش دهی در چرخه مهندسی نرم افزار می باشد. مدل مزبور با توسعه رویکرد بست کارکرد کیفیت(Quality Function Deployment ( جهت پوشش حوزه نرم و...
شبکه های حسگر بیسیم مجموعه ای از گرههای حسگر بیسیم می باشند که برای جمع آوری داده و کنترل، در محیط های گوناگونی به کار می روند. با توجه به محدودیت های منابع در این شبکه ها، بهینه سازی مصرف منابع خصوصاً انرژی و افزایش کارایی از چالش های مهم در این شبکهها می باشد چرا که در بسیاری کاربردها امکان تعویض یا شارژ مجدد باتری گره ها جود ندارد، کاهش انرژی مصرفی گرههای حسگر و به حداک و...
Cross-Site Scripting (XSS) attacks continue to be among the most critical and damaging cyber threats, as highlighted by the OWASP Top 10 report, despite extensive efforts by security experts to detect and mitigate them. Attackers exploit XSS vulnerabilities to steal sensitive user information, alter website content deceptively, and execute browser-based exploits. Therefore, eff و...
الگوریتم های تقسیم بندی به عنوان ابزارهای کلیدی در تعیین مرزها و شناسایی نواحی مختلف بدن به شمار می آیند. با توجه به پیشرفت های چشمگیر در این حوزه و انجام تحقیقات متعددی که در این زمینه صورت گرفته است، این مطالعه به بررسی عملکرد دو شبکه عصبی کانولوشن پرداخته است. هدف اصلی این تحقیق توسعه و معرفی یک مدل یادگیری عمیق کارآمد و قدرتمند جهت تقسیم بندی ریه براساس تصاویر سی تی و...
Guillain-Barré syndrome (GBS) is an immune-mediated neuropathy associated with infection and vaccination. Although numerous genes and proteins are linked to GBS, the pathogenesis of GBS remains poorly understood. This study aims to elucidate the underlying pathomechanisms of GBS using bioinformatic tools. We sourced GBS-related genes from NLP databases, literature, and datasets و...
In the world of medical science and technology, the analysis of electromyography (EMG) signals is pivotal for the advancement and development of smart technologies. EMG is also employed as an assessment tool in applied research areas such as physiotherapy, rehabilitation, direct muscle observation, muscle fatigue evaluation, and the examination of abnormal muscle disorder patte و...
در این پژوهش، یک روش جدید مبتنی بر یادگیری عمیق برای شناسایی خوشههای دووجهی در دادههای بیان ژن معرفی شد. ابتدا 3000 داده مصنوعی با ویژگیهای خوشههای دووجهی تولید شدند. سپس یک شبکه عصبی پیچشی طراحی گردید که قادر به شناسایی این خوشهها در ماتریس دادهها بود. بهعنوان مرحله پیشپردازشی، دادههای ژن بر اساس شباهت سطرها و ستونها مرتبسازی شدند. پس از این مرحله، شبکه عصبی تعداد و و...
مناطق مغزی از طریق انواع مختلفی از ارتباطات با یکدیگر تعامل دارند. هدف ما بررسی تغییرات شبکه مغزی در طول یک آزمون عملکرد مداوم بصری (VCPT) بود. نوزده کودک مبتلا به ADHD و کودکان سالم در این مطالعه شرکت کردند. دو ویژگی شبکه مغزی، کارآیی محلی و کارآیی جهانی، با استفاده از همزمانی فازی EEG استخراج شدند. تغییرات این ویژگیها و برخی شاخصهای رفتاری در انتهای VCPT نسبت به ابتدای آن و...
- سرطان دهانه رحم یکی از عوامل اصلی مرگومیر زنان در سراسر جهان است و تشخیص زودهنگام آن نقش مهمی در کاهش مرگومیر دارد. در این پژوهش، رویکردی مبتنی بر ترکیب مدلهای یادگیری عمیق برای طبقهبندی تصاویر سرطان دهانه رحم ارائه شده است. بدین منظور از سه شبکه عصبی پیشرفته ResNet، DenseNet و EfficientNet بهعنوان مدلهای پایه در روش Bagging استفاده شده تا دقت طبقهبندی افزایش داده شو و...
This study proposes a novel approach to overcome data silo challenges in healthcare by applying Vertical Federated Learning (VFL) with additive secret sharing for cardiovascular disease prediction. Using the UCI Heart Disease dataset, specifically the Cleveland and Hungarian datasets, our framework enables collaborative training across institutions with vertically partitioned p و...
The automatic identification of threatening language is a critical task, particularly for ensuring online safety and security. However, much of the existing research has predominantly focused on English, leaving low-resource languages like Urdu largely underexplored. Aforementioned paper seeks to bridge this gap by presenting a newly created dataset designed specifically for de و...
با توجه به محبوبیت روزافزون سیستمعامل اندروید و افزایش تهدیدات سایبری، شناسایی بدافزارها با روشهای خودکار و دقیق ضروری است. یکی از چالشهای مهم در این حوزه، انتخاب ویژگیهای مؤثر برای بهبود عملکرد مدلهای تشخیص بدافزار است، چرا که انتخاب ویژگی مناسب میتواند به کاهش ابعاد داده، افزایش سرعت پردازش، کاهش پیچیدگی مدل و تشخیص زودهنگام تهدیدات منجر شود. در این مقاله، دو رویکرد الگ و...
تقلب در تراکنشها یکی از مهمترین موانع برای استفاده و ترویج بانکداری الکترونیکی است و تشخیص تقلب از مسائل مهم در موسسات مالی و بهویژه بانکها بهشمار میرود. ولی چالش مساله این است که دادگان مربوط به آن از نوع دادههای نامتوازن بوده و تعداد نمونههای مربوط به تقلب تفاوت قابل ملاحظهای با تعداد نمونههای قانونی دارد. عدمتوازن در دادگان یکی از چالشها در حوزه هوش مصنوعی و یادگ و...
Melanoma, a severe form of skin cancer, necessitates early detection to mitigate metastasis risks and facilitate effective treatment. A crucial determinant in melanoma staging is ulceration, which significantly impacts prognosis and therapeutic strategies. This study represents the inaugural empirical application of advanced artificial intelligence techniques specifically aimed و...
Causal inference has become a central issue across various fields, including computer science, statistics, economics, education, healthcare, and medicine. The broad applicability of this discipline has garnered increased research funding and attention. In recent years, the estimation of causal effects from observational data has gained traction due to the vast amounts of collec و...
Vision Transformers (ViTs) have demonstrated superior performance over Convolutional Neural Networks (CNNs) in various vision-related tasks such as classification, object detection, and segmentation due to their use of self-attention mechanisms. As ViTs become more popular in safety-critical applications like autonomous driving, ensuring their correct functionality becomes esse و...
یادگیری فدرالی موضوع چالش برانگیزی هم از جنبه سیستم های توزیع شده و زیرساخت نرم افزاری و هم از جنبه هوش مصنوعی و نحوه ترکیب مدل های یادگیرنده است. هرچند هدف نهایی داشتن یک الگوریتم یادگیرنده کارآمد مثلاً برای مسئله دسته بندی است، اما به نحوه ترکیب مدل های یادگیرنده در پژوهش های اخیر کمتر پرداخته شده است. یکی از کاربردهای مهم سیستم های یادگیری فدرالی در سیستم-های اینترنت اشیاء ا و...
مشکل عدم تعادل کلاس می تواند چالش های مهمی در یادگیری ماشین و کاربردهای یادگیری عمیق ایجاد کند. در حالی که روشهای یادگیری ماشین قبلی برای رسیدگی به این مشکل بر روشهای ساده نمونهبرداری بیش از حد متکی بودند، چنین استراتژی بهخوبی در چارچوبهای یادگیری عمیق موجود، بهویژه در زمینههایی مانند بینایی رایانه، که در آن مجموعه دادههای تصویری بزرگ و با کیفیت بالا به دست میآید، نگاش و...
The complexity and ever-changing nature of mi- croservice architectures pose significant challenges for ensuring system reliability and availability. As such, efficient anomaly detection is vital for averting potential failures and resolving issues promptly within microservice systems. Recently, distributed data analysis methods powered by Artificial Intelligence (AI) have و...
اختلال طیف اوتیسم نوعی اختلال عصبی-تکاملی است که با تغییرات ساختاری و عملکردی در شبکههای مغزی مشخص میشود. تشخیص دقیق و بهموقع این اختلال نیازمند ابزارهای خودکار و قابلاعتماد است. در این پژوهش، مدلی نوین مبتنی بر ترانسفورمر کانکتوم برای طبقهبندی ASD و شناسایی نشانگرهای زیستی عصبی مرتبط با آن ارائه شده است. مدل پیشنهادی با ترکیب تعبیههای کانولوشنی و مکانیزم ترانسفورمر، شبک و...
The quality of images often acquired in various environmental conditions, such as nighttime and low illumination, is degraded. Low-light images captured in either low or nonuniform illumination environments contain a compressed dynamic range that can be improved to better understand detailed information. Many enhancement algorithms exist for low-light or dark images; however, s و...
Spike sorting, a vital process in neuroscience research, enables the identification and clustering of action potentials from individual neurons in complex, extracellular recordings. Accurately distinguishing these spikes is essential to advancing our understanding of neural activity, yet traditional algorithms struggle with overlapping signals and varying densities in high-dens و...
با رشد سریع استفاده از اینترنت و پیشرفت در فنّاوریهای ارتباطی، حجم اطلاعات با رشد فزایندهای در حال افزایش است و مدیریت این حجم از اطلاعات چالش بزرگی میباشد. دستهبندی صفحات وب روشی برای مدیریت این چالش و تکنیکهای متعددی برای توسعه و بهبود آن ارائه گردیده است. یادگیری ماشین یکی از روشهای بکار رفته برای دستهبندی صفحات وب است. این پایاننامه دستهبندی صفحات وب و اختصاص یک صف و...
روشهای سنتی نظارت بر سرخک اغلب بر سیستمهای گزارش دهی غیرفعال تکیه میکنند که میتوانند ناکارآمد و مستعد تاخیر باشند. پلتفرمهای سلامت از راه دور، جمعآوری و تجزیه و تحلیل دادهها را در زمان واقعی امکانپذیر میکنند و رویکردی فعالتر و پاسخگوتر برای مدیریت طغیان بیماری را تسهیل میکنند. علاوه بر این، ابزارهای آموزش از راه دور می توانند ارائه دهندگان مراقبت های بهداشتی را با دا و...
Artificial Intelligence which promotes augmentation of social humanoid robots is influencing academic and professional lives. Chatbots have flourished in language classrooms of higher education; that is, real conversations proceed in target language. Knowledge bases, as the core of Artificial Intelligence, are the point of departure for learning Language for Specific Purposes. و...
هدف از اجرای پژوهش پیش رو، ارائه راهکاری است که بتواند از طریق بهبود کارایی روشهای پیشین طبقه بندی تصاویر پزشکی به پزشکان و متخصصان این رشته در تشخیص درست انواع بیماریها، تومورها و ضایعات مختلف کمک نماید. در این پژوهش به منظور طبقهبندی تصاویر پزشکی از الگوریتم ترکیبی یادگیری عمیق مبتنی بر شبکه عصبی پیچشی، حافظه کوتاه مدت طولانی و مکانیسم توجه بصری استفاده میشود که با استفاد و...
ناحیه بندی تومور مغزی در تصاویر تشدید مغناطیسی به سبب حجم زیاد تصاویر و ناهمگنی شدت روشنایی یک مسئله چالش برانگیز است. تشخیص مرز دقیق تومور می تواند به پزشکان در جراحی و پیگیری های درمانی کمک کند. از طرفی ناحیه بندی دستی که درحال حاضر روشی مرسوم است، مستعد خطاهای انسانی است. در این پژوهش، یک روش ناحیه بندی کاملا خودکار با بهبود روش سطوح همتراز با استفاده از آنتروپی محلی پیشنهاد و...
— Alzheimer"s disease is a prevalent and progressive neurodegenerative condition, primarily associated with cognitive impairments in aging populations. At present, there is no established standardized treatment for Alzheimer’s. As a result, the treatment strategy focuses on identifying key indicators for timely detection and preventing the progression of the condition. EEG is a و...
This study utilizes the 2015-2016 National Health and Nutrition Examination Survey (NHANES) dataset to construct a comprehensive and unified dataset, that integrates data from multiple sections. Following essential preprocessing steps, we implement a range of conventional machine learning algorithms alongside ensemble methods to develop a recommendation system for oral and dent و...
اختلال طیف اوتیسم یکی از چالشهای مهم در حوزه سلامت روان و آموزش است که نیاز به شناسایی زودهنگام و مداخلات مؤثر دارد. این مطالعه به توسعه یک سیستم هوشمند مبتنی بر یادگیری ماشین برای شناسایی ASD و طراحی مداخلات آموزشی شخصیسازی شده پرداخته است. با استفاده از دادههای جمعآوریشده از پرسشنامههای استاندارد و تحلیلهای رفتاری، مدلهای مختلف یادگیری ماشین، از جمله شبکههای عصبی عم و...
تکنولوژی هوش مصنوعی علیرغم عمر کوتاهش که از حدود سال 1960 توسط جان مک کارتی آغاز شد، تقریباً به عرصهای نیست که ورودی جدی نداشته و آن را تحت تأثیر شگفتی های خود قرار نداده باشد؛ ازجمله هنر موسیقی. پژوهش حاضر با هدف شناخت و معرفی کاربردهای هوش مصنوعی در موسیقی بر اساس انتخاب هدفمند و منطبق بر اصل پریزما، با استفاده از جستجوی استاندارد در پایگاه های معتبر اِستنادی بر روی مقالات م و...
The increasing integration of deep neural network methods in recent research has significantly contributed to the growing popularity of outlier detection tasks, as these advanced techniques offer enhanced capabilities for identifying anomalies in complex and high-dimensional datasets. Various techniques, such as clustering-based, distance-based, and density-based methods for ou و...
در وب معنايي تمامي دادهها، اطلاعات و دانشها، به صورتي معنيگرا و با توانايي درک مفهومي در کنار هم قرار گرفتهاند. تکنولوژی وب سرویس معنایی یکی از رهیافتهای کنونی وب معنایی است. وب سرویسهای معنایی فرآیندهای مرتبط با چرخه حیات وب سرویسها نظیر اکتشاف و ترکیب را با استفاده از آنتولوژی خودکار مینمایند. بررسی صحت عملکرد وب سرویس معنایی نیز مانند بسیاری از برنامههای دیگر، نیاز و...
Traffic congestion is a growing challenge in urban areas, with increasing vehicle numbers leading to delays, pollution, and inefficiencies in transportation systems. Addressing this issue requires advanced analytical tools to predict and manage traffic flow accurately. One of the primary challenges in traffic analysis is the ability to process large, dynamic datasets and genera و...
فیلمها نه تنها بهعنوان یک شکل از هنر، بلکه بهعنوان یک وسیله ارتباطی قدرتمند عمل میکنند که میتوانند فرهنگها، ایدهها و احساسات را به مخاطبان منتقل کنند. نقدهای فیلم، بهویژه در عصر دیجیتال، ابزار مهمی برای تحلیل و درک عمیقتر از محتوای سینمایی فراهم میکنند. با این حال، حجم بالای نقدهای موجود میتواند مخاطبان را سردرگم کند. در اینجا تحلیل احساسات میتواند به عنوان یک راهکا و...
تضمین امنیت تخمین حالت سیستم توزیع انرژی الکتریکی برای افزایش قابلیت اطمینان ضروری است، اما این فرایند در برابر حملات تزریق دادههای کاذب (FDIA) آسیبپذیر است که میتواند نتایج تخمین حالت را تغییر دهد و منجر به تصمیمات اشتباه توسط بهرهبردار شود. دیده شده است که روشهای دفاعی داده محور تشخیص FDIAها با تغییرات توپولوژی سیستم مشکل دارند. در نتیجه، این مقاله یک راهبرد نوآورانه مبت و...
This study presents a novel approach for feature extraction in medical images utilizing Vision Transformers (ViTs). Since ViTs benefit from diverse data, the method incorporates data augmentation techniques like rotation and zooming to enrich the dataset. The core approach involves segmenting the image into fixed-size patches, converting each patch into a vector representation, و...
چکيده - الکتروکاردیوگرافی (ECG) یکی از سیگنال های زیستی است برای تشخیص عملکرد قلب مورد استفاده قرار می گیرد،در زمینه توانبخشی نیز یک ابزار کارآمد به شمار می آید که این ابزار در زمینه شناسایی و طبقه بندی در مطالعات پیشین نیز مورد توجه بوده است. الکترو کاردیو گرافی از گردن در هیچ یک از مطالعات اخیر به صورت استاندارد ذکر نشده است. دراین پژوهش 6 فرد مذکر سالم با محدوده سنی 1±21سال و...
Obsessive Compulsive disorder (OCD) is a mental condition that causes constant thoughts to perform repetitive activities. It may occur in different aspects and different severities. Determination of OCD severity can help to choose more effective treatments. Rule-based representation learner (RRL) is a recently introduced method, for solving rule-based models issue, i.e. difficu و...
One of the promising methods that has recently gained attention for investigating building energy performance is utilisation of AI data-driven approaches, such as machine learning (ML) models. These methods, despite their advantages over physics-based models—such as faster prediction time and simplicity of application to case study buildings—have challenges during the model dev و...
This article examines the impact of Artificial Intelligence (AI) on high school mathematics education, highlighting the significance of personalized learning. Traditional teaching methods often struggle to cater to the diverse learning styles and paces of students. AI provides a promising solution by customizing educational experiences to meet individual needs. Through advanced و...
این مقاله یک الگوریتم بهینهسازی نوآورانه را معرفی میکند که بر پایه الگوریتم کلونی زنبور مصنوعی است و با ترکیب استراتژیهای جستجوی مختلف، عملکرد آن را بهبود میبخشد. این الگوریتم ترکیبی برای حل مسئله پخش بار اقتصادی در سیستمهای قدرت با در نظر گرفتن محدودیتهای نرخ تغییرات و تلفات انتقال استفاده شده است. فضای جستجوی الگوریتم ارائهشده، ترکیبی از سه استراتژی جستجوی الگوریتمهای و...
شبکههای عصبی مصنوعی یکی از مدلهای مهم در حوزه یادگیری ماشین است که مبتنی بر ورودیهای عددی هستند. یکی از چالشهای کار با شبکههای عصبی، استفاده از آنها برای طبقهبندی ورودیهای کیفی و غیرعددی است. برای استفاده از ورودیهای غیرعددی در شبکههای عصبی، نیازمند نگاشت آنها به عدد یا برداری از اعداد هستیم. این امر با مشکلاتی از قبیل افزایش ابعاد داده ورودی مواجه میشود. در این پژوهش و...
The support vector machine is one of the best classification algorithms that has been successfully used in many machine learning problems. Despite the many capabilities of SVMs, they have certain weaknesses. Perhaps their main drawback is the high computational cost in the large dataset. Because kernel training has grown in size with datasets, this makes it impossible to use SV و...
Phishing, a prevalent social engineering attack, targets users" sensitive information by mimicking legitimate websites to deceive users into divulging personal data. Despite various detection techniques, zero-day phishing attacks remain challenging to identify. This study aims to improve phishing detection through advanced feature selection methods and machine learning ensemble و...
اینترنت اشیا به عنوان یکی از فناوریهای نوین، با اتصال میلیونها دستگاه به یکدیگر از طریق شبکههای کممصرف و پراتلاف، امکان تبادل اطلاعات در مقیاس گسترده را فراهم کرده است. این شبکهها به دلیل محدودیتهای منابعی مانند توان پردازشی و مصرف انرژی، نیازمند پروتکلهای مسیریابی کارآمدی هستند. پروتکل RPL یکی از پرکاربردترین پروتکلهای مسیریابی اینترنت اشیاء است، اما در مواجهه با گرهه و...
هدف این پژوهش، بررسی رویکرد دوگانه فناوریهای هوش مصنوعی در تشخیص خودکار متون ایجاد شده توسط هوش مصنوعی از یک سو، و انسانیسازی محتوای تولید شده توسط هوش مصنوعی از سوی دیگر است. قابلیتهایی که هر دو توسط هوش مصنوعی پوشش داده میشوند. یکی از روشهایی که مانع تشخیص سرقت ادبی توسط تشخیصدهندههای هوش مصنوعی (AI Detectors) میشود، استفاده از ابزارهای انسانیساز هوش مصنوعی (AI Human و...
Deep Neural Network (DNN) has achieve great success in solving a wide range of machine learning problems. Recently, they have been deployed in datacenters (potentially for business-critical or industrial applications) and safety-critical systems such as self-driving cars. So, their correct functionality in the presence of potential bit-flip errors on DNN parameters stored in me و...
Graph-based methods have recently gained significant attention in feature selection due to their ability to effectively capture complex relationships between features through graph topology. Most existing methods rely on graph theory and search techniques to identify high-quality feature subsets. However, the construction of an appropriate feature graph—an essential component f و...
طبقه بندی سیگنالهای مغز با هدف املا در یک سیستم واسط مغز-کامپیوتر با عدم قطعیت همراه است. برای طبقهبندی مؤثر سیگنالها در حین مدیریت عدم قطعیت، یک طبقه بند عمیق جدید مبتنی بر لایههای عصبی کانولوشنی و منطق فازی نوع دوم (CNN-T2F)، ارائه شده است. طبقه بند CNN-T2F پیشنهادی، از لایههای کانولوشنی برای استخراج وابستگیهای مکانی از سیگنالهای الکتروانسفالوگرافی، در طول زمان استفاده و...
در سالهای اخیر خانههای هوشمند که مجموعهای از تکنولوژیها و سرویسهای موجود در شبکه خانگی هستند بسیار گسترشیافتهاند. این تکنولوژی هم از نظر بهبود میزان کیفیت زندگی و هم از نظر میزان صرفهجویی در مصرف انرژی بسیار سودمند و مفید است. خانههای هوشمند شامل زیرسیستمها و اجزای ناهمگون و غیرمشابه هستند که نیاز به برقراری ارتباط و تبادل داده با یکدیگر دارند تا بتوانند با هم همکاری و...
Report-based software bug localization is a task in software maintenance, aimed at identifying the source files responsible for reported bugs. Automating this process can greatly reduce the manual effort required, decrease errors, and save time in the debugging process. This paper assesses the performance of several ensemble learning methods for bug localization, utilizing a di و...
چکيده – با رشد سریع اینترنت و تجارت الکترونیک، حملات فیشینگ به یکی از مهمترین تهدیدات امنیتی تبدیل شدهاند. این حملات تلاش میکنند با جعل وبسایتهای معتبر، اطلاعات حساس کاربران را به سرقت ببرند. پژوهش حاضر یک مدل ترکیبی از یادگیری عمیق با الگوریتم حافظه کوتاهمدت طولانی و الگوریتمهای کاربردی یادگیری ماشین را برای شناسایی وبسایتهای فیشینگ ارائه میدهد. در این مدل، 30 ویژگی و...
چکيده - در این مطالعه، به تشخیص بیماری دیابت با کمک روش های آماری بروز بر روی دیتاست Pima Indians پرداخته میشود این بیماری اگر بهدرستی کنترل نشود، میتواند منجر به عوارض جدی مانند بیماریهای قلبی، آسیب به عروق خونی، کلیهها، چشمها و اعصاب شود. در این روش از ترکیب مدلهای مختلف یادگیری ماشین مانند XGBoost، LightGBM، Gradient Boosting و CatBoost، برای تشخیص بیماری دیابت است و...
در حالی که امروزه گسترش اینترنت اشیا فراتر از انتظارات ادامه دارد، امنیت فنآوریهای مخابراتی و شبکه مورد استفاده در این زمینه یک مساله باز باقی مانده است. وابستگی صنایع و شرکت های تولیدی و خدماتی به این فناوری ,اهمیت امنیت را در این حوزه دوچندان میکند.این مقاله مروری جامع از وضعیت موجود امنیت شبکههای گسترده کم مصرف (LPWAN)، با تمرکز بر فناوری های Sigfox، LoRaWan و NB-IoT ا و...
Achieving uniform coverage in multi-agent systems such as sensor networks and robotic path planning problems is crucial for efficiency and effectiveness of the arrangements and desired tasks. In this paper we present a data driven criteria for uniform coverage of multi-agent systems or robotic path planning in an environment based on ergodicity properties of the governing dynam و...
Temporal data, which captures sequential observations of complex systems over time, is a common data structure generated across diverse fields, including industry, healthcare, and finance. uncovering the causal relations within such data is highly beneficial for numerous applications. In this review, we present some key concepts, models, and algorithms developed to date for di و...
در این تحقیق از یک شبکه عصبی پرسپترون چندلایه برای طراحی یک آنتن لنز مبتنی بر فراسطوح استفاده شده است. برای این منظور یک سلول واحد که ویژگیهای الکترومغناطیسی آن با تغییر یک پارامتر قابل تنظیم است در نظر گرفته شده است. در ابتدا فاز و دامنه موج بازتابی از سلول واحد به ازای مقادیر معدودی از پارامتر تنظیم از طریق شبیه سازی تمام موجِ انجام گرفته بوسیله نرم افزار CST بدست آمده است. د و...
شبکه های میان خودرویی دسته ای از شبکه های موردی متحرک هستند که برای مدیریت و کنترل سیستم حمل و نقل طرح شده اند و به دلیل مزایا و قابلیت هایی که در راستای بهبود مدیریت ترافیک و افزایش ایمنی و امنیت فراهم آورده اند، گسترش یافته اند و امروزه از اهمیت بالایی برخوردارند. مسیریابی در این شبکه ها به عنوان اساسی ترین بحث، مورد توجه است که با چالش هایی نیز همراه می باشد. در این مقاله، ر و...
بیماری قلبی یکی از علل اصلی مرگ و میر در سراسر جهان است و تشخیص زودهنگام آن ضروری است. الگوریتم های یادگیری ماشین راه حل های امیدوارکننده ای را در مراقبت های بهداشتی و مراقبت از بیمار ارائه می دهند. این فناوریها با تفسیر دقیق دادههای پزشکی به پیشبینی و تشخیص علائم اولیه بیماری کمک میکنند. در این مطالعه، پیش بینی بیماری عروق کرونر با در نظر گرفتن عوامل خطر مانند سن، جنسیت، ف و...
Skull-stripping, the process of removing non-brain tissue from magnetic resonance (MR) brain scans, is a crucial step in many medical imaging tasks. Despite the development of numerous techniques to address this challenge, existing methods often struggle with the substantial variability inherent in MR images. In this paper, we propose a novel approach for skull-stripping using و...
Lung cancer is a common disease and is considered the leading cause of cancer-related death. Early detection and treatment are essential to reduce the mortality and morbidity rate. Epidermal growth factor receptor (EGFR) mutation is a critical factor in the treatment of non-small cell lung cancer (NSCLC) patients. So, an accurate, automatic, and convenient method is needed for و...
Stack Overflow has been the first website developers look at to find their answers. Many questions asked on Stack Overflow have several answers but don’t have an accepted answer. It confuses users and causes people with the same question to doubt the existing answers and spend more time searching online for the solution. We aim to improve Stack Overflow by detecting the potenti و...
Sepsis, a life-threatening condition resulting from an infection, remains one of the leading causes of mortality in critically ill patients. Early identification of high-risk patients is essential for timely intervention, which can significantly improve survival rates. This study explores the use of machine learning (ML) models, specifically XGBoost, Random Forest, and a Stacke و...
چكيده- استفاده از شناور هاي بادباني به علت بهره گيري از انرژي تجديدپذير باد به سرعت درحال افزايش است. الگوريتم هاي متنوعي براي كنترل اين نوع شناورها استفاده مي شوند. شبكه عميق Q يكي از الگوريتم هاي پركاربرد در يادگيري عميق است. همچنين اين الگوريتم يكي از متداول ترين در زمينه يادگيري تقويتي نيز محسوب مي شود، كه مي تواند در حوزه پيوسته و يا گسسته زمان عمليات كنترلي غيرخطي و پيچيد و...
این پژوهش، تحقیقات جدید درباره تأثیر میدانهای الکترومغناطیسی فرکانس رادیویی (RF-EMF) در فضاهای بسته را بررسی میکند و بهطور ویژه بر روشها و پارامترهای اندازهگیری تمرکز دارد. مطالعات گذشته معمولاً میزان RF-EMF را با استفاده از میدان الکتریکی و نرخ جذب خاص (SAR) میسنجند، اما افزایش دمای بافتها در محیطهای بسته را نادیده میگیرند. این مطالعه، به بررسی تأثیر RF-EMF در محیطها و...
Paper-based electrocardiogram (ECG) records pose challenges such as data degradation, limited retrospective analysis, and lack of standardization. This study presents a robust digitization pipeline to convert analog ECGs into high-quality digital formats. Using the PTB-XL dataset and synthetic images with real-world distortions, the process includes segmentation with ResUNet18, و...
ادغام شهر هوشمند در انقلاب اخیر اینترنت اشیاء صنعتی (IIOT) به عنوان یک شبکه امیدوارکننده ظاهر شده است که انتشار اطلاعات به عموم مردم را از طریق منابع شهر که هوشمند هستند، افزایش میدهند. منظور از شهر هوشمند ادغام زیرساختهای فعلی با فناوریهای اطلاعات و ارتباطات جدید برای ایجاد یک سیستم جامع از خدمات شهری کارآمد است. منابع این شهرها بهصورت بیسیم با دستگاههای مختلف به اینترن و...
This paper presents a Random Forest-based approach for denoising simulated inertial measurement unit (IMU) signals to improve positioning accuracy in navigation applications. Using a simulated 6-axis IMU dataset with bias and noise variations based on Angle Random Walk (ARW) and Velocity Random Walk (VRW) characteristics, we created both high-accuracy (label) and low-accuracy ( و...