درخت حوزه‌های تخصصی

در این مقاله، روش تفسیر نتایج شبیه‌سازی سیستم‌های گسسته با استفاده از شبکه عصبی بایادگیری نظارت شده، بعنوان شیوهء یادگیری ماشین مورد مطالعه قرار گرفته است. برای تحقق این مهم، مجموعه‌ای از داده‌های واقعی متشکل از زیرمجموعه نمونه‌گیری ، از سیستم تابلوی اعلانات الکترونیکی کتابخانهء منطقه‌ای علوم و تکنولوژی شیراز جمع‌آوری گردید. سیستم تابلوی اعلانات الکترونیکی کتابخانهء منطقه‌ای با استفاده از اطلاعات گردآوری شده توسط برنامه ای که در محیط «جی‌پی‌اس‌اس/اچ» ‌نوشته‌شد،‌شبیه‌سازی گردید و از نتایج آن بعنوان ورودی برای تعلیم شبکهء عصبی پس _ انتشار خطا استفاده شد. این بررسی نشان می‌دهد که مدل شبکه عصبی که به‌عنوان الگوریتم یادگیری ماشین به کار گرفته شده دارای دقتی است که با شبیه‌سازی انجام‌شده توسط «جی پی اس اس/ اچ» قابل مقایسه می‌باشد و با تعلیم گرفتن شبکه، سیستم می‌تواند عملیات خود را بلافاصله به انجام برساند. کارآیی سیستم شبکهء عصبی در مورد تخمین زمان خدمت‌دهی به هر کاربر در سیستم تابلوی اعلانات الکترونیکی، با کارآیی سیستم شبیه‌ساز مقایسه گردید و نشان داده شد که نتایج مطلوب است. شبکهء عصبی پس‌_ انتشار خطا در زمینهء بررسی نتیجه شبیه‌سازی دارای قابلیت‌های خوبی است که می‌‌توان از آن برای بهینه‌سازی و پیش‌بینی سیستم‌های تابلوی اعلانات الکترونیکی کتابخانه استفاده نمود.

این مقاله تکامل وب را در رابطه با وب و فناوری‌های بازیابی اطلاعات بررسی می‌کند. در این بررسی بین عناصر مختلف وب در زمینهء نمایه‌سازی و صفحات جستجوی وب وجه تمایز وجود دارد. ده ابزار اصلی و مهم وب براساس معیارهای انتخاب و تعداد اتصال‌ها با یکدیگر مقایسه و ارزیابی شده‌اند. ابزارهای جستجو مانند راهنماها و موتورهای جستجوگر نیز مورد بررسی و مقایسه قرار گرفته‌اند.

درون‌مایهء  اصلی این مقاله، توجه عام به بهره‌وری، به منزلهء عاملی اجتناب‌ناپذیر در ادامهء بقا و توسعهء فعالیت‌های مؤسسه‌ها، و رشد و توسعهء اقتصاد ملی است و از این پدیده به عنوان معیار بهبود وضع اقتصادی، در سطوح مختلف یاد می شود. آن گاه، با عنایت به بهره‌وری در اطلاع‌رسانی، به منزلهء پدیده‌ای خدماتی، عوامل اصلی دخیل در رشد بهره‌وری، تعریف سادهء  این مساله، راه‌های نشان دادن بهره‌وری و نسبت‌های افزایش آن، ضوابط اندازه‌گیری بهره‌وری، رضایت مشتری و سطوح آن‌ها، نیازهای دو دسته مشتری – برونی و درونی – ویژگی‌های داده‌ها یا بازده، عوامل ایجاد مقیاس ‌های بهره‌وری و شیوه‌های نگرش به بهره‌وری در جوامع مختلف، برشمرده شده است.

موتورهای جستجو ابزار اصلی بازیابی اطلاعات در اینترنت محسوب می‌شوند. آشنایی با موتورهای مختلف جستجو به منظور بازیابی سریع و صحیح اطلاعات و جستجوی رکوردهای مرتبط مطلوب و اجتناب از بازیابی رکوردهای نامرتبط، یکی از نیازهای اساسی استفاده‌کنندگان  از اینترنت است. آنچه برای جستجوگران اینترنت اهمیت دارد، صرفه‌جویی در وقت آنان است. در این قسمت، موتور جستجوی «گوگل» که یکی از قوی‌ترین موتورهای جستجوی وب جهانی است، توضیح داده می‌شود. «گوگل» با پوشش بیش از 000/920/326/1 صفحهء وب و سرعت بازیابی قابل قبول (در کم‌تر از 5/0 ثانیه)، در وقت جستجوگر صرفه‌جویی می‌کند و مدعی است که امکان جستجو به 25 زبان مختلف دنیا را فراهم می‌کند. این موتور جستجو از طریق نشانی www.google.com  قابل دسترسی است. در زیر راهبردهای جستجو در «گوگل» شرح داده می‌شوند.

در طی 5 سال، بیش از 200 میلیون نفر کامپیوترهای شان را به سریع ترین تکنولوژی ارتباطی جدید شبکه اینترنت متصل نموده اند. چگونه این اتفاق افتاده است؟ در یک حالت، می توانید به اینترنت به عنوان نقطه اوج دریافت تمامی اطلاعاتی که از سال 1950 ایجاد شده اند، بنگرید.

برای کاهش هزینه ها و زمان خوابیدگی ماشین آلات صنعتی ، یکی از مهمترین اقدامات جهت پیشگیری از خرابی، بازرسی نگهداری است. بر مبنای محاسبات آماری با بنطباق میزان شکست ، مدت خرابی و زمان بازرسی با تابع توزیع نمایی نسبت به حداقل نمودن مجموع زمان های خوابیدگی بوسیله تعیین تعداد بازرسی اقدام می شود. میزان شکست بدون انجام هرگونه بازرسی نگهداری است. با توجه به اهمیت و حساسیت برخی صنایع، تعیین تعداد بازرسی با قابلیت اطمینان معین ضرورت می یابد که با استفاده از محاسبات آماری از رابطه زیر بدست می آید. روش های جایگزین برای انجام این کار با استفاده از شبکه های عصبی مصنوعی عبارتند از : 1- شناسایی الگو 2- بهینه سازی استفاده از توانایی شناسایی الگوی شبکه عصبی MLP به معنی یادگیری رفتار سیستم و تعمیم عملکرد گذشته به آینده در دوره عادی عمر ماشین و زمان بندی بازرسی نگهداری بر مبنای این عملکرد می باشد. تابع معیار این شبکه است که در آن تعداد بازرسی واقعی یا محاسبه شده توسط روش آماری در واحد زمان و د تابع بازرسی قابل محاسبه بوسیله شبکه عصبی است ، به طوری که تابع معیار حداقل شود. در این مقاله با استفاده از توانایی بهینه سازی شبکه عصبی و برای حداقل کردن مجموع زمان خوابیدگی ماشین از تابع معیار استفاده می شود و سرانجام برای حداقل کردن مجموع زمان خوابیدگی همراه با حداکثر کردن قابلیت اطمینان ، نسبت به حداقل کردن تابع معیار توسط شبکه عصبی اقدام می گردد. کسب نتایج جامع و ملموس به صورت ترکیب بهینه زمان خوابیدگی ( که با تعداد بازرسی رابطه معکوس دارد) و قابلیت اطمینان ( که با تعداد بازرسی رابطه مستقیم دارد) برتری نسبی روش جدید را یه منصه ظهور می رساند.

دولت الکترونیکی (E- Government) عبارت است از بکارگیری تکنولوژی اطلاعات توسعه دولت؛ به منظور ارائه اطلاعات و خدمات به مردم شرکت های تجاری کارکنان و سایر دوایر دولتی با سهولت بیشتر و کیفیت بهتر. دولت الکترونیکی که ایجاد آن وابستگی زیادی به استفاده دوایر دولتی از شبکه اینترنت برای ارائه اطلاعات و خدمات دارد منجر به تبدیل دولت موجود به دولت ساده؛ اخلاقی؛ مسوولیت پذیر؛ پاسخگو و شفاف و به طور خلاصه دولتی هوشمند (SMAR) خواهد شد. در این مقاله پس از تعریف دولت الکترونیکی و تبیین کاربردهای اصلی آن شامل دولت با شهروندان (G2C) دولت با شرکت های تجاری (G2B) دولت با کارکنان (G2E) و بالاخره دولت با دولت (G2G) وضعیت دولت الکترونیکی در وزارتخانه های ایران مورد بررسی قرار می گیرد و یک طرح پنج مرحله ای برای پیاده سازی دولت الکترونیکی در ایران پیشنهاد می گردد. این برنامه با پیاده سازی سایت مرجع دولتی (E-Government Portal) که به عنوان پنجره های واحد (Single Window) برای مردم به خدمات دولتی عمل می نماید آغاز می گردد با حضور فعال کلیه دوایر دولتی بر روی اینترنت برای ارائه خدمات و به دنبال آن ایجاد امکان تعامل و تراکنش مالی توسط دستگاه های دولتی (از قبیل دریافت مالیات؛ هزینه آب و برق و جریمه و غیره) تکامل می یابد و نهایتا به ایجاد سازمان های مجازی دولتی که تنها در فضای سایبرنتیکی وجود دارند و هدف اصلی از آنها ایجاد سهولت و سرعت هر چه بیشتر در ارائه خدمات دولتی به مردم است خاتمه پیدا می کند. در مرحله نهایی که اصطلاحا Agency Centric نامیده می شود به صورت یکجا از طریق اینترنت دریافت می کنند. مرحله ای که پیشرفته ترین سطح تکوین دولت الکترونیکی در یک کشور است.