ترتیب بر اساس: جدیدترینپربازدیدترین
فیلترهای جستجو: فیلتری انتخاب نشده است.
نمایش ۲۸۱ تا ۳۰۰ مورد از کل ۲٬۹۳۵ مورد.
۲۸۱.

Breast Cancer Detection based on 3-D Mammography Images using Deep Learning Strategies(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۳۵۰ تعداد دانلود : ۲۷۰
In recent scenario, women are suffering from breast cancer disease across the world. Mammography is one of the important methods to detect breast cancer early; that to reduce the cost and workload of radiologists. Medical image processing is a tremendous technique used to determine the disease in advance to reduce the risk factor. To predict the disease from 2-D mammography images for diagnosing and detecting based on advanced soft computing paradigm. Still, to get more accuracy in all coordinate axes, 3-D mammography imaging is used to capture depth information from all different angles. After the reconstruction of this process, a better quality of 3D mammography is obtained. It is useful for the experts to identify the disease in well advance. To improve the accuracy of disease findings, deep convolution neural networks (CNN) can be applied for automatic feature learning, and classifier building. This work also presents a comparison of the other state of art methods used in the last decades.
۲۸۲.

AI-WSN: Direction of Arrival Estimation Based on Bee Swarm Optimization for Wireless Sensor Networks(مقاله علمی وزارت علوم)

نویسنده:
حوزه‌های تخصصی:
تعداد بازدید : ۳۰۰ تعداد دانلود : ۲۵۰
An Artificial Intelligence (AI) technique plays the most crucial factor to consider in energy utilization in a wireless sensor network (WSN). AI transforms industrial operations by optimizing the energy consumption in sensor nodes. As a result, it is crucial for improving sensor node location accuracy, particularly in unbalanced or Adhoc environments. Because of this, the purpose of this research is to improve the accuracy of the localization process in locations where sensor nodes encounter barriers or obstacles on a regular basis. The Bees Swarm Optimization (BSO) algorithm is used to segment sensor nodes in order to increase the accuracy of the Direction of Arrival (DoA) estimate between the anchor and unknown node pairs. Even in the presence of unbalanced conditions, the proposed DoA- BSO involving three separate bee colonies can identify plausible anchor nodes as well as segment nodes arranged in clusters. In order to obtain the intended result, the objective function is designed to take into consideration the hops, energy, and transmission distance of the anchor and unknown node pairs, among other factors. The studies are carried out in a large-scale WSN using sensor node pairs in order to determine the precision with which the DoA-BSO can be located. When comparing DoA-BSO to conventional approaches, the findings of the meta-heuristic algorithm show that it improves the accuracy and segmentation of nodes significantly
۲۸۳.

Shannon Entropy as an Indicator of the Effectiveness of E-Advisory in Ukraine(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۳۵۵ تعداد دانلود : ۱۸۰
The paper considers the possibilities of optimizing the search for agricultural information based on Shannon information entropy criterion. A comparison of the degree of uncertainty of information search through the Internet – search systems with similar indicators of Ukrainian agricultural websites. According to the number of hit count in Ukraine in July 2020 to the search engine, which consists of 10 sources, and to agricultural websites (43 sources) by estimating entropy, a conclusion was made about the significant degree of dispersion of agricultural information sources. It should be emphasized that the artificial division into 4 categories (AgroMedia, Agrotrade web resources, Information and advisory resources, Specialized web resources) did not improve the situation according to the degree of uncertainty compared to the search engine system. As for the entropy index, for almost all 4 categories of entropy indices (heterogeneity or diversity) is close to the case of uniform distribution, i.e., the same hit count of all possible resources (their number for all categories is approximately the same 10-11). As a result of the analysis of the potential client base of electronic consulting, it can be quantified as 4,700,000 of agricultural households and about 50,000 small and medium-sized farms. The transition to the land market is likely to lead to a substantial increase in the number of the latter. It was demonstrated that the current educational level of household owners indicates both the need to increase this indicator and the presence of a close relationship with the existing system of professional advisory in Ukraine, which operates in recent years through self-sufficiency and uncertain financial support from central and regional authorities. The existing official database of advisors should be restructured in line with the call of the times to reduce the degree of uncertainty in finding a specialist of the desired profile.
۲۸۴.

A Decentralized Polling System Using Ethereum Technology(مقاله علمی وزارت علوم)

نویسنده:
حوزه‌های تخصصی:
تعداد بازدید : ۵۲۷ تعداد دانلود : ۲۴۱
Polling system is not trusted everywhere around the world it is very important in this modern world to replace the traditional polling system with the new technology. Some countries like United States, Japan, and India suffer from corrupted polling system. Major issues are faced by current polling systems like system hacking, vote rigging, vote manipulation, distributed denial of service attack, and online polling booth capturing. This paper will lead to the problems faced by the traditional polling system and how the new technology will provide the solution to that problem. Also, our purpose is to check the feasibility of the system by recording the transaction fees and evaluate the right way to spend the amount of gas in the transaction. This will highlight blockchain frameworks including blockchain as a service and polling system which is on blockchain that addresses all constraint introducing ethereum which is a blockchain-based distributed computing platform. Ethereum is open source, and publicly available with a system featuring smart contracts. It provides the cryptocurrency wallets that let you make cheap, instant payments with gas in the form of ethers. The ethereum community is the most active and largest blockchain community in the world. There is no centralized organization that controls ethereum.
۲۸۵.

The Integration of Reverse Engineering and Characteristics Based Costing Approaches and its Applying in a Manufacturing Company(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۶۷۴ تعداد دانلود : ۲۰۴
This research deals with integrating RE and CBC in the product design process. RE improves the product value based on evaluate the competition products, whereas CBC aims to use a process approach to define activities and prelates those activities to products or customers using the product’s Characteristics. Integrating RE and CBC together leads to the improvement of product value, an increase of customer satisfaction, and support of competitive advantage. In this study first, a conceptual model of integration of these two approaches is provided and then the implementation procedures in product design cycle are explained, and finally, the results got from implementing it in an Electronic Industries company are discussed.
۲۸۶.

الگوی مدیریت دانش در شبکه خط مشی گذاری حوزه انرژی کشور(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۷۳۳ تعداد دانلود : ۵۳۲
با توجه به پراکندگی و تغییرات در بازیگران خط مشی گذاری کلان حوزه انرژی کشور و تاثیر دانش تخصصی و تجربه آنان در کیفیت خطمشی گذاری، عدم استقرار سیستمهای منسجم مدیریت دانش در شبکه خط مشی گذاری این حوزه، دولت و سازمانهای مربوط را مجبور خواهد کرد بخش عمده ای از هزینه های آزمون و خطاها و تجربیات قبلی را مجدداً برای خط مشیهای بعدی نیز تقبل نمایند. از این رو پژوهش حاضر با رویکردی استقرایی و با بهره گیری از روش کیفی تحلیل مضمون و استفاده از نرم افزار MAXQDA به دنبال تدوین الگویی برای مدیریت دانش در شبکه خط مشی گذاری انرژی کشور است. بدین منظور پس از بررسی مبانی نظری و تحلیل اسناد و قوانین مربوط، با استفاده از روش نمونه گیری هدفمند با 19 نفر از خبرگان موضوع مصاحبه گردیده و بر اساس آنها ضمن شناسایی 99 مضمون پایه؛ 32 مضمون سازماندهنده و 7 مضمون فراگیر، و بررسی و تایید اعتبار نتایج و همچنین قابلیت اعتماد پژوهش با محاسبه درصد توافق مشاهده شده میان کدگذاریهای مختلف، ابعاد و عوامل موثر بر مدیریت دانش در شبکه خط مشی گذاری حوزه انرژی شامل شبکه کنشگران، شبکه خط مشی، زیرساخت دانشی، اکتساب دانش، نگهداری دانش، تسهیم دانش، و به کارگیری دانش استخراج و ارتباط میان آنها در قالب الگویی ارائه گردیده است.
۲۸۷.

ترسیم و تدوین نقشه دانش حوزه تجاری سازی بر اساس تحلیل هم واژگانی مقالات نمایه شده در web of science(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۵۹۹ تعداد دانلود : ۵۱۲
بررسی پژوهش های انجام شده در حوزه ی علمی تجاری سازی نشانگر رشد کمی مطلوبی در این حوزه است. بنابراین نیاز به درکی کلی و نظام مند از فعالیت های پژوهشی انجام شده، وجود دارد. تحقیق حاضر با هدف ایجاد دید کلی در حوزه تجاری سازی و کمک به مدیران پژوهشی و پژوهشگران در هدایت بهینه ی پژوهش های آتی در این حوزه انجام شد. این تحقیق از لحاظ ماهیت کمی و به لحاظ هدف کاربردی است و از نظر نوع گردآوری داده ها توصیفی است.و از روش علم سنجی برای تحلیل داده ها استفاده می کند. بر این اساس تعداد3101 مقاله با موضوع تجاری سازی، مستخرج از پایگاه داده وب آو ساینس از سال 1990 تا سال 2022، به عنوان داده های ورودی نرم افزار وی او اس ویوئر و اکسل استفاده شده است تا روند تولیدات پژوهشی، نقشه ی دانشی، شبکه مفهومی و شبکه هم واژگانی پژوهش های تجاری سازی را بررسی و تحلیل نماید.اعتبار و همگرایی داده های ورودی و خروجی توسط نرم افزارهای علم سنجی کنترل می شود. یافته ها نشان می دهد مفاهیم نوآوری، عملکرد، حکمرانی، کارآفرینی، دانش، صنعت، شرکت، تحقیق و توسعه، فناوری پرکاربردترین واژه ها در تحقیقات تجاری سازی هستند. شبکه همایندی کل واژگان تمرکز و درهم تنیده بودن و ارتباط قوی بین مفاهیم این حوزه را نشان می دهد. شبکه مربوط به کشورهایی که در این حوزه فعال هستند نشان می دهد که کشورهای پیشرفته در زمینه تحقیقات تجاری سازی پیشرو هستند.حوزه های تحقیقاتی مدیریت، کسب و کار و سوخت های فسیلی در طول دوره تحقیق بیشترین تحقیقات را با عنوان تجاری سازی داشته اند. نقشه دانشی حوزه تجاری سازی ترسیم شد. همراستا با تغییر نسل های دانشگاه ها و حرکت به سمت دانشگاه های تمدن ساز، تجاری سازی دارایی های فکری به حوزه ی تجاری سازی وارده شده اند. روند زمانی تحقیقات گویای این است که تحقیقات تجاری سازی از حوزه های مهندسی به سمت حوزه های مدیریتی و کسب و کار گرایش پیدا نموده است به این معنی که جنبه های نرم تجاری سازی در سال های اخیر بیشتر مورد توجه قرار گرفته است. همچنین مقایسه خوشه های تحقیقات مربوط به ایران با کل تحقیقات بین المللی نشان از جای خالی خوشه حکمرانی در تحقیقات با مبداء ایران می باشد. بنابراین وجوه نرم تجاری سازی و مضوعات حکمرانی جنبه های مهمی از این موضوع هستند که باید مورد توجه سیاست گذاران پژوهشی و پژوهشگران قرار گیرند.
۲۸۸.

گونه های مطالعات مستشرقان درباره اسلام و آسیب شناسی مطالعات آنها

حوزه‌های تخصصی:
تعداد بازدید : ۸۹۷ تعداد دانلود : ۴۶۶
تحلیل اسلام و آموزه های آن برای مستشرقان جذابیت علمی داشته و به ویژه پس از انقلاب اسلامی ایران توجه به آموزه های اسلام و امامیه رشد فزاینده ای به خود گرفت تا جایی که برخی از محققان عبارت«شرق پژوهی» را مترادف با «اسلام پژوهی» دانسته اند. از طرف دیگر بررسی آموزه های دینی روش و سبکی را می طلبدکه از آن باعنوان«روش شناسی مطالعات دینی» نام برده اند. دانشوران شرق پژوه تلاش دارند تا از این روش ها در تحلیل آموزه های مهدوی بهره برند اما در مطالعات دین پژوهانه و به ویژه نگرش به آموزه های دینی دیگران، نیاز به رعایت اسلوب و مبانی مورد قبول آن هاست و به عبارتی یک محقق موظف است حداقل هایی را در تحقیق آموزه های دیگران رعایت کند. این نوشتار تلاش دارد تا با روش تلفیقی و داده پردازی توصیفی –تحلیلی، به این سوالات پاسخ گوید که روش مطالعات اسلامی در غرب چیست؟ و چه آسیبی در نظریه های ارائه شده در برخی آموزه-های مهدویت از طرف مستشرقان وجود دارد؟نگارندگان معتقدند که با توجه به فزونی مطالعات-اسلامی و امامیه درغرب نیاز به شناخت روش مطالعات آنان امری ضروری است و با شناخت آسیب های روشی در مطالعات اسلامی غربی، می توان به سهولت نقد آراء مستشرقان را صورت داد و مشخص نمود که اشکال اساسی در تحلیل آموزه های امامیه از جانب آنان چیست؟ نتایج حاصله از بحث چنین است که مستشرقان عموما از روش تاریخی نگری بهره برده و تحقیقات آنان دچار آسیب-هایی مانند: «تعمیم دادن یک واقعه» ،«عدم توجه به اعتبار متون» ،«برداشت آموزه از کتب دیگران»،«عدم تسلط به زبان عربی» ،«خلط میان اسلام و جامعه مسلمانان» و «عدم توجه به قواعد برداشت آموزه از منابع دینی» است.
۲۸۹.

طراحی مدل مفهومی فریب ادراک شده تبلیغات شبکه های اجتماعی با رویکرد داده بنیاد(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۶۳ تعداد دانلود : ۳۸۴
رشد روزافزون شبکه های اجتماعی و پررنگ شدن نقش آنها در دنیای تجارت و پیرو آن، در تبلیغات از یک طرف و سهولت انجام فریب در چنین رسانه های نوظهوری از طرف دیگر، باعث افزایش تبلیغات فریبنده و ادعاهای دروغین در این فضای ارتباطی و تجاری شده است؛ به گونه ای که برای مخاطبان این شبکه ها، تشخیص تبلیغات صادقانه از فریبکارانه دشوار بوده و همین مساله باعث ایجاد بی اعتمادی به تبلیغات در شبکه های اجتماعی و کاهش فروش می شود. به همین علت و در همین راستا ، پژوهش حاضر با هدف ارائه الگویی در زمینه فریب ادراک شده تبلیغات شبکه های اجتماعی و با بهره گیری از رویکرد داده بنیاد انجام شده است. بدین منظور از مصاحبه های عمیق و نیمه ساختار یافته استفاده شد که در میان 15 نفر از افرادی که تجربه فریب در خرید از شبکه های اجتماعی را داشته اند، انجام پذیرفت. داده ها نیز با استفاده از کدگذاری باز، انتخابی و نظری و نرم افزار MAXQDA2020 تحلیل شد و در نهایت، الگوی مفهومی با 8 مقوله اصلی، 15 مقوله فرعی و 69 مفهوم طراحی و مشخص شد که سودمندی ادراک شده شبکه اجتماعی و ویژگی های تبلیغات این شبکه ها به عنوان علل، و ویژگی رسانه به عنوان عامل همبسته با این علل در شکل گیری فریب ادراک شده اثرگذارند. در این میان، دانش مصرف کننده و اعتماد ادراک شده نقش اقتضائات را ایفا می کنند. نگرش مصرف کننده نیز به عنوان شرایط احراز شناخته می شود. ویژگی مصرف کننده نیز زمینه ساز رویداد چنین فرآیندی است که درنهایت، به شکل گیری پدیده ای به نام آسیب به روحیات مصرف کننده منجر می شوند، که پیامد فردی فریب ادراک شده تبلیغات شبکه های اجتماعی به حساب می آید.
۲۹۰.

طراحی سیستم پیشنهاد بانکی فردی با استفاده از تجزیه و تحلیل احساسات در رسانه های اجتماعی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۷۸ تعداد دانلود : ۳۳۳
حفظ مشتری یکی از پراهمیت ترین مسائل هر سازمانی می باشد و یافتن راهی جهت حفظ و بقای مشتری از نیازهای کلیدی آن سازمان است. هدف اصلی پژوهش حاضر، در حوزه یادگیری ماشین با تمرکز بر شناسایی صحیح نیازهای مشتری با روشی مبتنی بر استخراج دیدگاه ها و تحلیل احساسات و کمی سازی گرایش احساسی مشتریان در مورد خدمات بانکی با بررسی و تحلیل نظرات آن ها می باشد. به عبارتی موضوع این پژوهش طراحی سیستم توصیه گر جهت ارائه خدمات مناسب به مشتریان، با استفاده از عقاید و تجارب آن ها می باشد. روش اجرای ارائه شده در پژوهش حاضر بدین ترتیب است که، با بررسی عقاید مشتریان و استخراج متغیرهایی چون نمره احساسات افراد برای توییت ها، نمره ارتباط، شباهت کسینوسی و میزان ضریب اطمینان در قالب فرآیند آموزش و تست، خدمات بانکی مناسب را پیشنهاد می دهد. به منظور ارائه این پیشنهاد، از روش های دسته بندی مناسب به همراه روش های عقیده کاوی و رویکرد اعتبارسنجی مناسب استفاده می شود و سیستم طراحی شده نهایی با خطایی اندک، جهت ارائه خدمات شخصی سازی شده، در راستای کمک به مدیران بانکی گام خواهد برداشت. ازآنجاییکه درحال حاضر ارائه خدمات بانکی متناسب با وضعیت مشتریان به طورکامل وجود ندارد، لذا سیستم مذکور در این زمینه بسیار راهگشا خواهد بود.
۲۹۱.

مرور نظامند ادبیات پژوهش با محوریت فناوری مالی، یادگیری ماشین و مدیریت تجربه مشتری و ارائه چارچوبی برای پژوهش های آتی(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۲۰
نوآوری فناورانه حوزه صنعت مالی، زیست بوم فناوری مالی را موجب شد. با ظهور هوش مصنوعی، دنیای فناوری و مالی به هم گره خورد تا پردازش های مالی هوشمندانه تری به مدیران جهت تصمیم گیری های هوشمندانه ارائه می کند. نتایج استفاده از روش های یادگیری ماشین ثابت نبوده و پیش بینی دقیق در مورد نتایج حاصل از تجربه مشتریان برای الگوریتم های یادگیری ماشین چالش برانگیزاست. تلاش های زیادی در خصوص مدیریت تجربه مشتری انجام شده است ولی، چارچوب تلفیقی فناوری مالی در تعامل باهوش مصنوعی و یادگیری ماشین در مفهوم سازی تجربه مشتری که می تواند دانش تجربه مشتری را موجب شود، موضوعی است که کمتر به آن پرداخته شده است. این مقاله، با بررسی 75 مقاله و جمعبندی آن در 41 مقاله پژوهشی، موضوع پژوهش حاضر را موردبررسی قرار داده است. جهت پیش بینی ارائه نظریه ،روش تحقیق، تئوری بنیادین می باشد. هدف این مقاله،پوشش شکاف مطالعاتی ازطریق ارائه یک چارچوب تلفیقی است که مسیر کلی برای انجام و مطالعه پژوهش های حوزه فناوری مالی و هوش مصنوعی، در استخراج و مدیریت دانش تجربه مشتریان را در برمی گیرد. یافته ها نشان می دهند که مطالعات انجام شده در سه محور فوق را می توان به پنج بخش اصلی نوآوری طبقه بندی کرد که شبکه های ایجاد ارزش از تجربه مشتریان را در چارچوب تلفیقی فناوری مالی، یادگیری ماشین و تجربه مشتری ارائه می کند. یافته ها، مسیر خوبی برای پرداختن به برخی محدودیت ها در پژوهش های فناوری های مالی و هوش مصنوعی برای مدیریت دانش تجربه مشتریان از طریق امکان ارائه الگو عملکرد مشتریان را فراهم می کنند.
۲۹۲.

مدل کارآفرینی شرکتی بین المللی اپراتورهای تلفن همراه ایران(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۹۸
پیشرفت فناوری و پیچیدگی اقتصاد محیطی بسیار رقابتی را ایجاد کرده است که در آن شرکت ها به طور مداوم با تغییرات چشمگیر بازار و ظهور انواع فرصت های تجاری مواجه اند. در چنین محیطی انطباق با نوآوری ها و تغییرات و تحولات برای شرکت ها جهت دستیابی به موفقیت تجاری پایدار امری ضروری است. فعالیت های کارآفرینی شرکتی بین المللی می تواند توانایی شرکت در شناخت و بهره برداری از فرصت های بازارهای بین المللی پیش از رقبای خود افزایش دهد. این پژوهش از نظر هدف کاربردی و از نظر روش آمیخته اکتشافی (کیفی- کمی) است. جامعه آماری آن در بخش کیفی شامل 17 نفر که با روش گلوله برفی و در بخش کمی، شامل 389 نفر با روش نمونه گیری تصادفی است. ابزار گردآوری داده ها در بخش کیفی، مصاحبه و در بخش کمی پرسشنامه است. روش تحلیل داده ها در بخش کیفی، شامل کدگذاری در سه گام کدگذاری اولیه، کدگذاری باز و کدگذاری محوری است و در بخش کمی تحلیل عاملی تاییدی و معادلات ساختاری با استفاده از نرم-افزار SPSS و Amos می باشد. یافته های پژوهش در بخش کیفی نشان می دهد که پنج دسته عوامل بر کارآفرینی شرکتی بین المللی اثرگذارند که عبارتند از عوامل بین المللی، عوامل ملی، فردی، سازمانی و ویژگی های صنعت. در مجموع در این پژوهش در بخش کیفی 6 مقوله اصلی، 24 مقوله فرعی و94 مفهوم شناسایی شد. نتایج بخش کمی نشان میدهد که این عوامل 74 درصد بر دستاوردهای کارآفرینی شرکتی بین المللی اثرگذارند و به ترتیب عوامل سازمانی، بین المللی، فردی و ملی و ویژگیهای صنعت بیشترین تا کمترین اثرگذاری را بر کارآفرینی شرکتی بین المللی دارند.
۲۹۳.

Comparing the Performance of Pre-trained Deep Learning Models in Object Detection and Recognition(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۸۴۷ تعداد دانلود : ۲۶۰
The aim of this study is to evaluate the performance of the pre-trained models and compare them with the probability percentage of prediction in terms of execution time. This study uses the COCO dataset to evaluate both pre-trained image recognition and object detection, models. The results revealed that Tiny-YoloV3 is considered the best method for real-time applications as it takes less time. Whereas ResNet 50 is required for those applications which require a high probability percentage of prediction, such as medical image classification. In general, the rate of probability varies from 75% to 90% for the large objects in ResNet 50. Whereas in Tiny-YoloV3, the rate varies from 35% to 80% for large objects, besides it extracts more objects, so the rise of execution time is sensible. Whereas small size and high percentage probability makes SqueezeNet suitable for portable applications, while reusing features makes DenseNet suitable for applications for object identification.
۲۹۴.

Comparison between the Conventional Partial Least Squares (Pls) and the Robust Partial Least Squares (Rpls-Sem) Through Winsorization Approach(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۵۵ تعداد دانلود : ۳۲۵
This study compared the performance of the partial least squares-structural equation modelling (PLS-SEM) and the robust partial least squares -structural equation modelling (RPLS-SEM) methods through Winsorisation approach The inputs and the outputs used in this model were based on the electricity generation data, derived from the Al-Zawiya Steam Power Plant, Libya. Furthermore, the researchers compared the novel RPLS-SEM approach with the traditional PLS-SEM approach and noted that the novel RPLS-SEM method was more efficient compared to PLS-SEM.
۲۹۵.

Blockchain Capabilities to Improve the Productivity of Maritime Logistics Processes: Review, Taxonomy, Open Challenges and Future Trends(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۷۵۶ تعداد دانلود : ۲۹۴
This paper surveys recent publications on maritime logistics with a focus on blockchain capabilities. Maritime logistics plays an important role in global trade and an important part of the global economy depends on it. The growth of world trade has led to the creation of various systems that are prone to error and fraud, the current supply chain needs to connect and trust many intermediaries which not only increase abuse and errors but also it will increase cost and time in the chain. Hence, transparency and stability are highly demanded. On the other hand, with the onset of the fourth industrial revolution, a new approach called “blockchain” was introduced which can have very important applications in maritime logistics. As this novel technology is in its early stages of development, its applications in maritime logistics have not been specifically investigated. So, this paper takes a deep dive into blockchain technology capabilities for maritime logistics by reviewing relevant scientific journal papers since 2014. The paper also discusses and challenges the current operational paradigms and by categorizing efforts, provides a taxonomy of research topics in maritime logistics. Finally, the paper in addition to presenting challenges, identifies new avenues for academic research based on current trends and development.
۲۹۶.

Android Malware Category and Family Identification Using Parallel Machine Learning(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۳۴۸ تعداد دانلود : ۱۹۹
Android malware is one of the most dangerous threats on the Internet.  It has been on the rise for several years.  As a result, it has impacted many applications such as healthcare, banking, transportation, government, e-commerce, etc.  One of the most growing attacks is on Android systems due to its use in many devices worldwide.  De-spite significant efforts in detecting and classifying Android malware, there is still a long way to improve the detection process and the classification performance.  There is a necessity to provide a basic understanding of the behavior displayed by the most common Android malware categories and families.  Hence, understand the distinct ob-jective of malware after identifying their family and category.  This paper proposes an effective systematic and functional parallel machine-learning model for the dynamic detection of Android malware categories and families.  Standard machine learning classifiers are implemented to analyze a massive malware dataset with 14 major mal-ware categories and 180 prominent malware families of the CCCS-CIC-AndMal2020 on dynamic layers to detect Android malware categories and families.  The paper ex-periments with many machine learning algorithms and compares the proposed model with the most recent related work.  The results indicate more than 96 % accuracy for Android Malware Category detection and more than 99% for Android Malware family detection overperforming the current related methods.  The proposed model offers a highly accurate method for dynamic analysis of Android malware that cuts down the time required to analyze smartphone malware.
۲۹۷.

Machine Learning Algorithms for Early Fall Detection of Elderly People(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۶۶۸ تعداد دانلود : ۲۴۲
Falls are a serious concern among the elderly people, causing severe physical pain to them and placing a strain on medical infrastructure. The global elderly population is expected to grow significantly in the coming years, as advances in healthcare allow lifespans to increase globally. This will bring more chances for falls to occur. With this in mind, there is a need for new research to be conducted on finding ways to reduce this problem. One area which shows promise is the use of Machine Learning to perform fall detection. Machine Learning is a rapidly growing field, and it has many applications in various fields such as finance, technology and medicine. When it comes to fall detection, Machine Learning systems are often able to detect falls much better and efficiently than a human can, given the same input data. The goal of this paper is to conduct a survey study on the main and most common machine learning algorithms implemented in the field of early fall detection for elderly people and the characteristics. The paper will discuss the different types of fall detection systems, algorithms, tools, datasets, applications, and challenges.  By conducting this research, a better understanding of the context, progress and trends in the field will be possible so that future research will have a guide to build upon.
۲۹۸.

IPTV Access Methods with RADIUS-Server Authorization(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۸۰۹ تعداد دانلود : ۲۵۶
Security is one of the most important aspects of data transmission. To provide controlled access to the network, user authorization and authentication are often used with the help of an AAA server. RADIUS servers provide users with access to data, user authentication, and configuration information. When designing networks with such access control method implementation, it is necessary to understand how the characteristics of the communication channel affect the switching time of IP-TV channels, and therefore the overall quality of IP-TV services. The principles of the main protocols for IP-TV using a RADIUS server are described. The main parameters of the communication channel were identified. The mathematical model and the graphs demonstrate how IP-TV service access time depends on telecommunication channel parameters. The results of a practical experiment are presented to prove the formed mathematical model. The results of a practical experiment and theoretical calculation are compared.
۲۹۹.

STCP: A Novel Approach for Congestion Control in IoT Environment(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۶۲۱ تعداد دانلود : ۲۹۴
The main idea of IoT is to connect several objects to each other through Internet. In the field of Computer Network the main problem identified by researchers is network congestion. Now a day’s network congestion is increasing very rapidly because IoT connect a huge number of devices to internet. A transport layer protocol TCP (Transmission Control Protocol) is accountable for network congestion control. The behavior of TCP is not stable as it takes long time to fill the available capacity of the network. It also continuously keeps assessing the capacity of data transmission through increasing the limits.TCP drops its data transmission rate aggressively when packets are dropped, which significantly reduces the throughput. This paper suggests a new approach, stable transmission control protocol for IoT applications. The experimental results show that stable transmission control protocol achieves better performance in terms of goodput.
۳۰۰.

Q-Learning Enabled Green Communication in Internet of Things(مقاله علمی وزارت علوم)

حوزه‌های تخصصی:
تعداد بازدید : ۴۹۲ تعداد دانلود : ۲۰۳
Limited energy capacity, physical distance between two nodes and the stochastic link quality are the major parameters in the selection of routing path in the internet of things network. To alleviate the problem of stochastic link quality as channel gain reinforcement based Q-learning energy balanced routing is presented in this paper. Using above mentioned parameter an optimization problem has been formulated termed as reward or utility of network. Further, formulated optimization problem converted into Markov decision problem (MDP) and their state, value, action and reward function are described. Finally, a QRL algorithm is presented and their time complexity is analyses. To show the effectiveness of proposed QRL algorithm extensive simulation is performed in terms of convergence property, energy consumption, residual energy and reward with respect to state-of-art-algorithms.

پالایش نتایج جستجو

تعداد نتایج در یک صفحه:

درجه علمی

مجله

سال

زبان