پردازش علایم و داده ها
سال:1394 | دوره:- | شماره:3 (پیاپی 25) |تعداد مقالات:9

در عصر فناوری، روزانه حجم زیادی از سند های الکترونیکی تولید می شود. ازآنجاکه این سندها توسط افراد مختلف تولید می شود، دارای خطاهایی هستند. وجود خطاها باعث کاهش کیفیت سندها می شود؛ بنابراین وجود ابزارهای خطایاب باعث افزایش کیفیت می شود. یکی از انواع خطاها، خطای معنایی حساس به متن است. همان طور که از نام آن برمی آید، برای تشخیص و تصحیح آن، نیاز به تحلیل اطلاعات موجود در متن است. در این مقاله، یک رتبه بند متمایزگر مستقل از زبان برای خطایاب های معنایی حساس به متن ارائه دادیم و از اطلاعات کل متن برای رتبه بندی استفاده کردیم. موجود بودن جمله های قبلی و بعدی جمله خطادار یکی از پیش نیازهای روش ارائه شده است. این رتبه بندی توسط ویژگی های حساس به متن و یک مدل لگاریتم خطی انجام شده است. برای ارزیابی روش، از دو روش مبنای مختلف که یکی بر اساس مترجم ماشینی آماری و دیگری بر اساس مدل زبانی است، استفاده کرده ایم. به منظور ارزیابی سامانه از دو داده آزمون مختلف در زبان فارسی استفاده شده است. این روش باعث بهبود 17% در بازخوانی تشخیص و تصحیح نسبت به روش مبنای مترجم ماشینی آماری شده است.

در این مقاله یک روش دومرحله ای برای بازشناسی کلمات دست نوشته فارسی ارائه شده است. در مرحله اول برای افزایش دقت و کاهش بار محاسباتی، الگوریتمی برای کاهش کلمات فرهنگ لغت قابل مقایسه با کلمه مورد آزمون ارائه شده است. برای این منظور کلمات موجود در فرهنگ لغت توسط الگوریتم های خوشه بندی، دسته بندی می شوند. خوشه بندی در این مرحله بر اساس ویژگی هایی که شکل کلی کلمه را توصیف می کنند، می باشد. در مرحله دوم یک روش جدید جهت استخراج ویژگی هیستوگرام گرادیان تصویر کلمه پیشنهاد شده است که این روش پیشنهادی تناظر بین نمونه های مختلف تصاویر یک کلمه دست نوشته را بهتر نشان می دهد. با مقایسه بردار ویژگی استخراج شده از کلمه ورودی و بردار ویژگی کلمات نامزد (به دست آمده از مرحله اول) در یک طبقه بند K نزدیک ترین همسایه بهترین نامزد برای کلمه ورودی شناسایی می شود.نتایج پیاده سازی روش پیشنهادی بر روی پایگاه داده «ایران شهر» نشان می دهد که مرحله کاهش فرهنگ لغت و روش جدید جهت استخراج ویژگی هیستوگرام گرادیان، دقت و سرعت سامانه را به طور قابل ملاحظه ای هم از لحاظ دقت و تا حدودی از لحاظ سرعت بهبود می بخشد.

در این مقاله یک روش نمونه برداری اهمیتی برای تحقق آشکارساز و همسان ساز کور در مخابرات آشوبی پیشنهاد شده است. سیگنال های آشوبی با سامانه های پویای غیرخطی تولید می شوند. این سیگنال ها به دلیل داشتن خواص منحصر به فردی مانند شبه تصادفی بودن، پهنای باند عریض داشتن، غیرقابل پیش بینی بودن برای مدت طولانی و نیز برآورده کردن نیازهای مخصوص برخی از سامانه های مخابراتی، مورد توجه هستند. براساس خواص مختلف آشوب، روش های مخابراتی شامل مدولاسیون آشوبی، پوشش گذاری و طیف گسترده پیشنهاد شده است. در سامانه مخابراتی مورد بررسی در این مقاله نمادهای(Symbol)  پیام با روش پوشش آشوبی (Chaos Masking) سوار و ارسال می شود، در این حالت مساله تخمین کانال یک مساله غیر خطی است که روش های متنوعی مانند فیلترکالمن گسترش یافته، فیلتر ذره ای، کمترین خطای پیش بینی غیرخطی و ... برای حل آن استفاده شده است. در این مقاله رویکرد جدیدی برای تخمین ودی مدولاسیون با استفاده از نمونه برداری تصادفی (مونت کارلو) ارائه شده است. در گیرنده، برای تخمین نمادهای پیام ازنمونه برداری اهمیتی استفاده می شود. در مقایسه با فیلترکالمن گسترش یافته روش به کار رفته در این مقاله به خصوص در SNRهای پایین نتایج بهتری دارد.

در این مقاله مساله طبقه بندی سیگنال های EEG مبتنی بر تصور حرکتی برای یک سامانه واسط مغز- رایانه (BCI)، توسط طبقه بندی کننده مبتنی بر نمایش تنک (SRC) مورد توجه واقع شده است. این طبقه بندی کننده برای کارایی بالا، نیاز به طراحی ماتریس واژه نامه قوی دارد. با توجه به کارایی بالای الگوریتم الگوهای مکانی مشترک (CSP) در سامانه های BCI، از این روش برای طراحی ماتریس واژه نامه استفاده شده است. از معایب CSP حساس به نوفه بودن و مساله فرایادگیری در مجموعه های آموزشی کم است. برای رفع این معایب از دو نوع الگوریتم بهبود CSP با نام های GLRCSP و DLRCSP و استفاده شده است. استفاده از این روش ها منجر به افزایش میانگین درصد صحت تشخیص به میزان حدود %7.78 نسبت به گونه استاندارد CSP شده است. از سوی دیگر یکی از معایب طبقه بندی کننده SRC که از الگوریتم پایه BP استفاده می کند، زمان بربودن آن است. برای رفع این عیب، از الگوریتم جدید SL0 به عنوان جایگزین الگوریتم BP استفاده کردیم. نتایج نشان داد که نه تنها زمان مرحله آزمون بسیار کاهش می یابد، بلکه این تغییر منجر به افزایش میانگین درصد صحت تشخیص به میزان %1.61 نسبت به الگوریتم استاندارد پایه می شود.

با توجه به وجود عوامل بسیار در تخریب سیگنال گفتار، بهسازی این سیگنال اهمیت زیادی دارد. شکل دهی پرتو یکی از روش های مطرح برای بهسازی گفتار است که با استفاده از آرایه های میکروفونی صورت می پذیرد. با توجه به محدودیت های موجود در نحوه چینش میکروفون ها، پنجره ای به سوی بحث آرایه های میکروفونی با چیدمان نامنظم (Ad-hoc) گشوده شده است. با فرض عدم شناخت نسبت به مکان و چینش میکروفون ها و همچنین پراکنده بودن میکروفون ها در محیط، در این مقاله، نطریه خوشه بندی میکروفون ها براساس انرژی دریافتی از منابع موجود در محیط مورد توجه قرار گرفته و روش جدیدی برای خوشه بندی پیشنهاد شده است. در ادامه، برای هر خوشه میکروفونی، دو نوع رتبه پیشنهاد شده که براساس میزان فاصله به منبع نوفه و گوینده می باشند. همچنین براساس نتیجه خوشه بندی و رتبه بندی آنها، ساختار جدیدی برای شکل دهنده پرتو GSC (Generalized Sidelobe Canceller) ارائه شده است. برای حالتی که نوفه پخشنده نباشد، براساس انرژی منابع موجود در محیط روشی برای خوشه بندی پیشنهاد شده که می تواند برای سایر میدان های نوفه ای نیز به کار گرفته شود. با پیاده سازی و ارزیابی روش پیشنهادی دیده می شود که در بعضی از حالت ها، استفاده از یک خوشه در برابر به کارگیری تمام میکروفون ها نتیجه بهتری را به دست می دهد که این خود حاکی از دستاوردی دیگر است. این دستاورد، کاهش تعداد میکروفون های مورد استفاده است که به نوبه خود، کاهش پیچیدگی و حجم محاسبات (در عین افزایش کیفیت خروجی) را به دنبال دارد.

وجود تغییرات الکتریکی در مرحله رپلاریزاسیون سیکل قلبی با افزایش خطر آریتمی های بطنی و مرگ قلبی ناگهانی ارتباط مستقیمی دارد، بنابراین تشخیص و ارزیابی این تغییرات، که تغییرات موج (TWA) T نام گذاری شده اند، می تواند امکانات جدیدی را در اختیار پزشکان قرار دهد. با این حال تشخیص صحیح TWA به دلیل دامنه بسیار کوچک آن (گاهی کوچک تر از سطح نوفه) و ادغام شدن با نویزهای بیولوژیکی نظیر حرکت الکترودها، فعالیت ماهیچه ها و تنفس همواره با مشکلاتی مواجه است. ما در این مقاله برای تشخیص تغییرات موج T بر خلاف روش های متداول، از یک روش چندلیدی استفاده کرده ایم. روش پیشنهادی ابتدا تبدیل تحلیل مولفه های اساسی را به سیگنال های پیش پردازش شده اعمال می کند؛ سپس با اعمال روش همبستگی به داده های تبدیل یافته تغییرات موج T را تشخیص می دهد. این روش علاوه بر تشخیص صحیح تغییرات موج T، برخلاف سایر روش های موجود، مکان وقوع تغییرات را نیز تشخیص می دهد.

کانال پوششی به معنی مبادله اطلاعات در پوشش یک کانال آشکار است؛ به نحوی که اصل وجود ارتباط از دید ناظر مخفی بماند. در کانال های پوششی زمان بندی دار تحت شبکه که از ویژگی های زمان بندی ارسال بستک های شبکه برای مدولاسیون اطلاعات پوششی استفاده می شود، طراحی روش کدبندی مناسب اهمیت بالایی دارد. در این پژوهش طراحی روش کدبندی جدید با ترکیب روش های «فاصله بین بستک ها» و «بازترتیب بستک ها» و تاکید بر بهبود ظرفیت و نامحسوسی کانال پوششی ارائه شده، ظرفیت کانال به روش کدبندی ترکیبی محاسبه شده و نامحسوسی و استحکام کانال به روش اندازه گیری عملی ارزیابی شده اند. نتایج پژوهش نشان می دهد که مطابق با وضعیت عادی بازترتیب در شبکه، با انتخاب سه تا پنج بستک در جدول کلمه کد، ظرفیت از 10% تا 300% می تواند افزایش یافته، نامحسوسی تا حد قابل قبولی بهبود یافته و استحکام کانال نیز حفظ شده است.

درخت بانک یکی از پرکاربردترین منابع در به کارگیری روش های یادگیری باسرپرستی و نیمه سرپرستی در سامانه های پردازش زبان های طبیعی مانند ابزارهای شناسایی گفتار، تحلیل گرهای نحوی و نرم افزارهای مترجم ماشینی است. روش های مختلفی جهت تولید درخت بانک وجود دارد که می توان آن ها را به دو طبقه اصلی، روش های تولید دستی و روش های تولید خودکار تقسیم کرد. در هر یک از این روش ها، درخت بانک حاصل دارای خطاهایی هستند که البته میزان این خطاها در روش تولید خودکار به مراتب بیشتر است.وجود خطا در درخت بانک باعث می شود که نتوان از آن به عنوان یک منبع مناسب استفاده کرد. در این مقاله یک روش به طور کامل خودکار ارائه شده است که در آن سعی شده یک درخت بانک که با دستور درخت-پیوندی لغوی برچسب گذاری شده است، اصلاح شود. روش ارائه شده نوعی روش تشخیص و تصحیح خطا براساس یادگیری انتقال محور است و بر روی یک درخت بانک که پیشتر به روش خودکار تولید شده بود، اجرا شد و سبب بهبود آن بانک از 68% به 79% طبق معیار F1 شد.

با وجود پیشرفت های اخیر در حوزه ترجمه ماشینی، این فناوری قادر به ترجمه دقیق متون نیست و گاهی ممکن است ویرایش خروجی آن زمان بیشتری نسبت به ترجمه دستی بگیرد. با این حال با داشتن تخمینی از کیفیت خروجی، کاربران می توانند به طور مناسبی با ناکامل بودن این فناوری برخورد کنند. برای کاربردهایی که هدف آنها بالابردن کیفیت ترجمه ماشینی است، نظیر ترکیب خروجی سامانه های ترجمه گر مختلف، بازترتیب فهرست چند ترجمه بهتر و بازتولید خروجی، لازم است که بدون داشتن ترجمه مرجع تخمینی از درستی خروجی داشته باشیم. هنوز روش کارامدی برای تخمین درستی کلمات خروجی ترجمه ماشینی وجود ندارد. در این مقاله پنج گروه ویژگی جدید در قالب ویژگی های مبتنی بر محتوا و مبتنی بر ساختار ارائه شده است. نتایج نشان می دهد که ویژگی مبتنی بر محتوا نسبت به بهترین سامانه پایه (2) برتری 9.36 درصدی در CER، 8.5 درصدی در F-measure و 5.1 درصدی در F-measureطبقه منفی داشته است. همچنین ترکیب ویژگی های مبتنی بر ساختار ارائه شده، در مقایسه با بهترین سامانه پایه به ترتیب بهبود 4.59، 4.1 و 2 درصدی در معیارهای CER، F-measure و F-measure و طبقه منفی ایجاد کرده است.