پردازش علایم و داده ها
سال:1398 | دوره:16 | شماره:3 (پیاپی 41) |تعداد مقالات:10

برون سپاری اجرا به عنوان یک راه حل مهم برای اجرای برنامه های کاربردی سنگین روی سامانه های تلفن همراه است. در سامانه های تلفن همراه تغییرات پهنای باند در دسترس، به طور معمول اتفاق می افتد که روی بخش بندی بهینه تاثیر می گذارد. به منظور اجتناب از تکرار این فرایند سنگین بخش بندی باید به صورت تطبیقی و یک بار انجام شده و با تغییرات پهنای باند سازگار باشد. در این مقاله با در نظر گرفتن تغییرات پهنای باند و محدودیت تبادل داده، مساله بخش بندی تطبیقی و برون سپاری اجرای کاربردهای مبتنی بر خدمات وب به صورت سه مدل جداگانه با اهداف متفاوت شامل بهینه سازی زمان اجرا، بهینه سازی مصرف انرژی و بهینه سازی ترکیب وزن دار زمان اجرا و مصرف انرژی، فرموله شده و روشی ابتکاری مبتنی بر الگوریتم ژنتیک برای حل هر مساله بهینه سازی در زمان معقول ارائه شده است. نتایج شبیه سازی و ارزیابی الگوریتم پیشنهادی نشان می دهدکه در مقابل تغییرات پهنای باند در دسترس سامانه سیار، عملکرد الگوریتم ارائه شده به نحو قابل ملاحظه ای بهتر از کارهای مشابه است.

عدم دقت در طراحی دستورهای مستقل از متن و استفاده از ساختارهای نامناسب مانند فرم نرمال چامسکی به خودی خود می تواند عملکرد تجزیه ‍ گرهای آماری مستقل از متن را تضعیف کند. در این پژوهش ساختار ترکیبات عطفی درخت بانک فارسی را مورد بررسی قرار دادیم. نتایج حاصل از این پژوهش نشان می دهد که با اضافه کردن وابستگی های ساختاری به دستورهای مستقل از متن و اصلاح قواعد اولیه، می توان از ترکیبات عطفی رفع ابهام کرد و صحت عملکرد تجزیه گر دستور مستقل از متن آماری را افزایش داد. فرض استقلال ضعیف، یکی از مشکلات مربوط به دستورهای مستقل از متن است که سعی شده است تا با تزریق وابستگی های ساختاری از طریق نشانه گذاری گره های والد و فرزند مرتفع شود. تاثیر ریزدانگی و درشت دانگی برچسب های اجزای واژگانی کلام و همین طور ادغام ناپایانه ها بر تجزیه گر دستور مستقل از متن آماری فارسی از جمله موارد مورد بررسی قرار گرفته شده در این پژوهش است.

همانند بسیاری از زمینه های دیگر زبان شناسی محاسباتی، ارزیابی نقش مهمی در سامانه های پرسش و پاسخ تعاملی ایفا می کند. با این وجود، در زمینه ارزیابی سامانه های پرسش و پاسخ تعاملی به طورتقریبی هیچ روش خاصی وجود ندارد که به ارزیابی کلی این سامانه ها پرداخته و همواره انسان باید در فرآیند ارزیابی مشارکت داشته باشد. ارائه مدلی که بتواند جایگزین انسان در فرآیند ارزیابی شود، یکی از موضوعات مورد توجه در این حوزه است. در این مقاله، یک مدل آماری مناسب برای ارزیابی سامانه های پرسش و پاسخ تعاملی جهت جایگزین کردن به جای انسان توسط مجموعه ای از ویژگی های جدید و رگرسیون ارائه شده است. با استفاده از چهار سامانه تعاملی موجود پایگاه داده ای مناسب ایجاد شد. تعداد 540 نمونه به عنوان داده مناسب در نظر گرفته شد تا مجموعه آزمون و آموزش بر اساس آن تشکیل شود. ابتدا پیش پردازش بر روی مکالمات صورت پذیرفت و بر اساس روابط تعریف شده، ویژگی های آماری از متن مکالمه ها استخراج و بر اساس آن ماتریس ویژگی تشکیل و سپس با استفاده از انواع رگرسیون سعی شد تا بهترین مدل استخراج شود که در نهایت رگرسیون غیرخطی سری توانی با RMSE به میزان 13/0 بهترین مدل را ارائه کرد.

این مقاله فرایند طراحی الگویی را گزارش می کند که برای حاشیه گذاری ساخت وابستگی زبان فارسی به عنوان بخشی از پروژه تهیه درخت بانک وابستگی برای زبان فارسی تدوین شده است. این الگو بر توصیفی جامع از نحو زبان فارسی بنا بر نظریه ای تحت عنوان نظریه گروه های خودگردان پایه گذاری شده است. تاکید عمده در نظریه بالا بر ضرورت توجه به اهمیت مفهوم گروه در تحلیل های وابستگی به علت واقعیت شناختی آن و مفهوم ظرفیت نیز در آنجا فراتر از فعل گسترده شده است. بر آن مبنا، هر وابسته هر نوع هسته به عنوان متمم یا افزوده طبقه بندی می شود؛ به علاوه، برای اینکه الگوی حاصل آن طور که باید برای مخاطبان احتمالی مفهوم باشد، جدیدترین الگوی حاشیه گذاری معیار موجود، موسوم به وابستگی های جهانی، متناسب با نیازهای چهارچوب اتخاذی مطابقت یافته است. نتیجه، مجموعه برچسبی است متشکل از پنجاه و سه رابطه وابستگی، شامل پانزده برچسب جدید در کنار برچسب هایی که از وابستگی های جهانی وام گرفته شده است.

سامانه های تشخیص حریق با توجه به قابلیت گسترش سریع و توانایی بالای آتش در تخریب، از اهمیت بالایی برخوردار هستند. روش های سنتی شناسایی آتش که بر مبنای اثرات ناشی از آتش مانند دود و حرارت هستند، در محیط های بزرگ و سرباز کارایی لازم را ندارند. هدف از این مقاله ارائه روشی کارآمد برای تشخیص آتش به کمک تصاویر ویدئویی در محیط های سرباز شهری با تمرکز بر انبار شرکت گاز با هزینه محاسباتی پایین است. در روش پیشنهادی از مولفه رنگ و ویژگی های زمانی و مکانی که خاصیت تفکیک کنندگی بالایی دارند، استفاده شده است. ابتدا نواحی نامزد آتش با کمک مدل رنگی انتخاب و سپس با توجه به تغییرات نامنظم پیوسته شعله آتش در قاب های متوالی و پراکندگی سطوح روشنایی کانال قرمز، نواحی آتش در تصاویر استخراج می شوند. آزمایش های انجام شده حاکی از آن است که روش پیشنهادی علاوه بر این که در نمونه ویدئوهای بررسی شده، قابلیت تشخیص صد درصدی وقوع آتش را در محیط های سرباز شهری دارد، زمان تشخیص را در شرایط مشابه نسبت به روش مقاله پایه 35/87 درصد کاهش داده است.

امروزه با فراگیر شدن دسترسی به اینترنت و به خصوص شبکه های اجتماعی، امکان به اشتراک گذاری عقاید و نظرات کاربران فراهم شده است. از سوی دیگر تحلیل احساس و عقاید افراد می تواند نقش به سزایی در تصمیم گیری سازمان ها و تولیدکنندگان داشته باشد. از این رو وظیفه تحلیل احساس و یا عقیده کاوی به زمینه پژوهشی مهمی در حوزه پردازش زبان طبیعی تبدیل شده است. یکی از چالش های استفاده از شیوه های یادگیری ماشینی در حوزه پردازش زبان طبیعی، انتخاب و استخراج ویژگی های مناسب از میان تعداد زیاد ویژگی های اولیه برای دست یابی به مدلی با صحت مطلوب است. در این پژوهش دو روش فشرده سازی براساس تجزیه های ماتریسی SVD و NMF و یک روش بر اساس شبکه های عصبی برای استخراج ویژگی های موثرتر و با تعداد کمتر در زمینه تحلیل احساس در مجموعه داده نظرات به زبان فارسی مورد استفاده و تاثیر سطح فشرده سازی و اندازه مجموعه داده در صحت مدل های ایجاد شده مورد ارزیابی قرارگرفته شده است. بررسی ها نشان می دهد که فشرده سازی نه تنها از بار محاسباتی و زمانی ایجاد مدل کم می کند، بلکه می تواند صحت مدل را نیز افزایش دهد. بر طبق نتایج پیاده سازی، فشرده سازی ویژگی ها از 7700 ویژگی اولیه به دوهزار ویژگی با استفاده از شبکه عصبی، نه تنها باعث کاهش هزینه محاسسباتی و فضای ذخیره سازی می شود، بلکه می تواند صحت مدل را از % 05/77 به % 85/77 افزایش دهد. از سوی دیگر در مجموعه داده کوچک با استفاده از روش SVD نتایج بهتری به دست می آید و با تعداد ویژگی دوهزار می توان به صحت % 92/63 در مقابل % 57/63 دست پیدا کرد؛ هم چنین آزمایش ها حاکی از آن است که فشرده سازی با استفاده از شبکه عصبی در صورت بزرگی مجموعه داده برای ابعاد پایین مجموعه ویژگی، بسیار بهتر از سایر روش ها عمل می کند. به طوری که تنها با یکصد ویژگی استخراج شده با استفاده از فشرده ساز شبکه عصبی از 7700 ویژگی اولیه می توان به صحت قابل قبول % 46/74 در مقابل صحت اولیه % 05/77 با 7700 ویژگی دست یافت.

در سامانه های ردیابی هدف، از فیلتر ردیابی برای تخمین پیاپی و هموار موقعیت و سرعت هدف متحرک با کمینه خطا استفاده می شود. در این مقاله، روشی برای طراحی و پیاده سازی سخت افزاری فیلتر کالمن در چنین کاربردی ارائه شده است. روش پیشنهادی شامل یک پیاده سازی ممیز ثابت فیلتر روی FPGA است که در آن سرعت اجرای الگوریتم از طریق موازی سازی عملیات غیر وابسته بهبود یافته است. پس از طراحی بر اساس مساله داده شده، نسخه های ممیز شناور و ممیز ثابت فیلتر شبیه سازی و نسخه ممیز ثابت روی سخت افزار پیاده سازی شده است. برای ارزیابی کارایی فیلتر، داده های فاصله-سرعت یک هدف متحرک با مدل مناسب تولید و پس از چندی سازی و درآمیختن با اغتشاش به فیلتر اعمال می شوند. نتایج نشان می دهد که با انتخاب طول بیت مناسب، فیلتر پیاده سازی شده سریع و کارآمد بوده و با زمان اجرای حدود µ s 4/0، موجب dB 11 کاهش در خطای تخمین فاصله شده و عملکردی نزدیک به نمونه ممیز شناور فراهم می آورد.

در این مقاله با استفاده از روشی ساده، اما کارا سعی شده دامنه جستجوی زیرواژگان به شدت کاهش یابد. در گام آموزش، داده های آموزشی بر اساس موقعیت علائم گروه بندی می شوند، در گروه هایی که تعداد عناصر بیش از ده زیرواژه است، برای کاهش فضای جستجو با توجه به تعداد عناصر گروه، با استخراج ویژگی های ساده ای از پروفایل های افقی و عمودی خوشه بندی صورت می گیرد. در مرحله بازشناسی در نخستین مرحله با تعیین نسبت پهنا به ارتفاع زیرواژه (با علائم و بی علائم) و کد موقعیت نقاط و علائم، دامنه جستجو به زیرواژگانی با این کد موقعیت که در محدوده ای از نسبت های یاد شده باشند، محدود می شود؛ در صورتی که تعداد زیرواژگان محدود شده در این مرحله کمتر از ده باشد، این محدوده پذیرفته و در غیر این صورت در مرحله بعد با استخراج ویژگی های ساده ای از پروفایل های افقی و عمودی فضای جستجو به تعدادی از نزدیکترین خوشه ها به این زیرواژه که شرط نسبت پهنا به ارتفاع را نیز ارضا کنند محدود می شود. با اعمال روش پیشنهادی این مقاله فضای جستجو تا حد قابل قبولی کاهش یافته است.

طراحی و پیاده سازی ابزارهای پردازش زبان طبیعی فارسی، بر اساس ویژگی های خاص این زبان، همواره با چالش هایی مواجه است. با توجه به این که سامانه های تصحیح املای خودکار در حوزه های مختلفی از قبیل تصحیح پرس و جوها، بررسی املای واژگان در اینترنت و برنامه های ویراستاری متنی کاربرد دارد، لازم است تا برای زبان فارسی نیز نرم افزارهای مناسب ایجاد شود. در این مقاله ابتدا مقدمه ای در خصوص انواع خطاهای املایی، راه کارهای شناسایی و تصحیح خطاها شرح داده شده و سپس به معرفی سامانه پارسی اسپل که بر اساس معنای واژگان فارسی، خطاها را شناسایی و تصحیح می کند، می پردازیم. با توجه به نتایج حاصله از ارزیابی سامانه پارسی اسپل با سایر نرم افزارهای مشابه رایج، مشخص شد که سامانه پارسی اسپل به عنوان ابزار موثری جهت شناسایی و پیشنهاد واژه های صحیح برای خطاهای غیر واژه و واژه حقیقی است. در مراحل شناسایی و پیشنهاد، معیارF-به صورت معناداری بهبود یافته است. همچنین نتایج ارزیابی نشان داده که سامانه پارسی اسپل خطاهای واژه حقیقی بیشتری را شناسایی کرده و قادر به ارائه و پیشنهاد واژه های جایگزین صحیح، برای واژه های نادرست است و مقدار معیار بازخوانی در شناسایی خطای واژه حقیقی به صورت معناداری بیشتر از نرم افزارهای رقیب آن است.

پردازش تصویر روشی برای اعمال برخی عملیات ها بر روی یک تصویر است به طوری که با استفاده از آن، تصاویری با کیفیت بالاتر به دست آمده یا برخی اطلاعات مفید از تصویر استخراج می شود. الگوریتم های سنتی پردازش تصویر در شرایطی که تصاویر آموزشی (دامنه منبع) که برای یاددهی مدل استفاده می شوند، توزیع متفاوتی از تصاویر آزمایش (دامنه هدف) داشته باشند، نمی توانند عملکرد خوبی داشته باشند. با این حال، بسیاری از برنامه های کاربردی دنیای واقعی به علت کمبود داده های برچسب دار آموزشی دارای محدودیت هستند؛ از این رو از داده های برچسب دار دامنه های دیگر استفاده می کنند. به این ترتیب به خاطر اختلاف توزیع بین دامنه های منبع و هدف، طبقه بند یادگرفته شده براساس مجموعه آموزشی بر روی داده های آزمایشی عملکرد ضعیفی خواهد داشت. یادگیری انتقالی و انطباق دامنه، با به کارگیری مجموعه داده های موجود دو راه حل برجسته برای مقابله با این چالش هستند، و حتی با وجود اختلاف توزیع قابل ملاحظه بین دامنه ها می توانند دانش را از دامنه های مرتبط به دامنه هدف انتقال دهند. فرض اصلی در مساله تغییر دامنه این است که توزیع حاشیه ای یا توزیع شرطی داده های منبع و هدف متفاوت باشد. تطبیق دامنه به طور صریح با استفاده از معیار فاصله ازپیش تعیین شده تفاوت در توزیع حاشیه ای، توزیع شرطی یا هر دو توزیع را کاهش می دهد. در این مقاله، ما به یک سناریوی چالش برانگیز می پردازیم که در آن تصاویر دامنه های منبع و هدف در توزیع های حاشیه ای متفاوت بوده و تصاویر هدف دارای برچسب نیستند. بیش تر روش های قبلی دو استراتژی یادگیری تطابق ویژگی ها و وزن دهی مجدد نمونه ها را به طور مستقل برای تطبیق دامنه ها مورد بررسی قرار داده اند. در این مقاله، ما نشان می دهیم زمانی که تفاوت دامنه ها به طور قابل توجهی بزرگ باشد، هر دو استراتژی مهم و اجتناب ناپذیر هستند. روش پیشنهادی ما تحت عنوان تطبیق دامنه مبتنی بر نمونه برای طبقه بندی تصاویر (DAIC)، یک فرایند کاهش بعد بوده که با کاهش اختلاف توزیع تصاویر آموزشی و آزمایشی و به کارگیری هم زمان تطابق ویژگی ها و وزن دهی مجدد کارایی مدل را افزایش می دهد. ما با گسترش واگرایی برگمن غیرخطی برای اندازه گیری تفاوت توزیع حاشیه ای و اعمال آن به الگوریتم کاهش بعد آنالیز تفکیک خطی فیشر، از آن برای ساخت یک نمایش ویژگی موثر و قوی برای تفاوت های توزیع قابل ملاحظه بین دامنه ها استفاده می کنیم؛ همچنین، DAIC از مزیت برچسب گذاری اولیه برای داده های هدف به صورت تکرار شونده برای هم گرایی مدل استفاده می کند. آزمایش های گسترده ما نشان می دهد که DAIC به طور قابل توجهی بهتر از الگوریتم های یادگیری ماشین پایه و دیگر روش های یادگیری انتقالی در نه مجموعه داده بصری تحت سناریوهای مختلف عمل می کند.