فهرس المقالات آنتولوژی

• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  1 - شناسایی تاکتیک‏های معماری در کد منبع بر اساس یک رویکرد معنایی
  احسان شریفی احمد عبداله زاده بارفروش
  سامانه‏ های نرم ‏افزاری تا زمانی که قابلیت اعمال تغییرات را داشته باشند زنده هستند و امکان استفاده از آن‌ها وجود دارد. اعمال تغییرات در کد منبع بدون توجه به تأثیرات آن می‏ تواند باعث فرسایش معماری سامانه‏ ی نرم ‏افزاری شود. فرسایش معماری به‌مرور، امکان انجام تغییرات را أکثر

  سامانه‏ های نرم ‏افزاری تا زمانی که قابلیت اعمال تغییرات را داشته باشند زنده هستند و امکان استفاده از آن‌ها وجود دارد. اعمال تغییرات در کد منبع بدون توجه به تأثیرات آن می‏ تواند باعث فرسایش معماری سامانه‏ ی نرم ‏افزاری شود. فرسایش معماری به‌مرور، امکان انجام تغییرات را غیرممکن می‏ نماید و سامانه‏ روبه‌زوال می‏ رود. تصمیمات معماری در کد منبع معمولاً توسط تاکتیک ‏های معماری محقق می‏ شوند. تاکتیک‏ ها تصمیمات ریزدانه‏ ای هستند که برای تحقق یک ویژگی کیفیتی خاص اتخاذ می‏ شوند. شناسایی تاکتیک‏ ها در کد منبع این امکان را برای توسعه ‏دهندگان فراهم می‏ کند که اعمال تغییرات در کد را با آگاهی از مکان پیاده‏ سازی این تصمیمات انجام دهند. لذا فرآیند فرسایش معماری کندتر شده و سامانه ‏ی نرم ‏افزاری دیرتر به سمت زوال حرکت می ‏نماید. بدین منظور، در این مقاله یک رویکرد بر مبنای وب معنایی به‌منظور شناسایی تاکتیک‏ های معماری در کد منبع معرفی می‏ شود. بر اساس این رویکرد، مفهوم جدیدی به نام ریز تاکتیک معرفی می‎‏ شود که امکان شناسایی تاکتیک ‏های معماری را با استفاده از یک رویکرد معنایی مبتنی بر وب معنایی و آنتولوژی ارتقاء می‏ بخشد. نتایج حاصل از ارزیابی رویکرد پیشنهادی نشان می‏ دهد که امکان شناسایی تاکتیک‏ها در این روش با دقت و کیفیت بهتری نسبت به روش ‏های مشابه انجام می ‏شود. تفاصيل المقالة
• حرية الوصول المقاله
  • صفحة الملخص
  • نص كامل
  
  2 - یک مدل تشخیص احساسات معنایی مبتنی بر آنتولوژی و آتوماتای یادگیر عمیق سلولی
  هوشنگ صالحی رضا قائمی مریم خیرآبادی
  امروزه شبکه های اجتماعی و رسانه های ارتباطی نقش به سزایی را در زندگی روزمره کاربران دارند. کاربران در زمینه های مختلف در شبکه های اجتماعی اقدام به گفتگو و تبادل اطلاعات می نمایند. در جملات و کامنت های کاربران احساسات منفی و مثبت در رابطه با اخبار روز، اتفاقات موجود و غی أکثر

  امروزه شبکه های اجتماعی و رسانه های ارتباطی نقش به سزایی را در زندگی روزمره کاربران دارند. کاربران در زمینه های مختلف در شبکه های اجتماعی اقدام به گفتگو و تبادل اطلاعات می نمایند. در جملات و کامنت های کاربران احساسات منفی و مثبت در رابطه با اخبار روز، اتفاقات موجود و غیره وجود دارد که تشخیص این احساسات با چالش های زیادی مواجه است. تاکنون روش های مختلفی مانند یادگیری ماشین، رویکردهای آماری، هوش مصنوعی و غیره به منظور تشخیص احساسات مطرح شده است که علی رغم کاربردهای فراوانی که داشته اند؛ اما هنوز نتوانسته دقت، شفافیت و صحت قابل قبولی داشته باشند. بنابراین در این مقاله، یک مدل نظرکاوی معنایی مبتنی بر آنتولوژی با استفاده از آتوماتای یادگیر عمیق سلولی مبتنی بر شبکه عصبی عمیق GMDH ارائه شده است. از رویکرد آنتولوژی برای انتخاب ویژگی های برجسته مبتنی بر قوانین تولید و از آتوماتای یادگیر عمیق سلولی برای طبقه بندی احساسات کاربران استفاده می‌‌شود. نوآوری اصلی این مقاله الگوریتم پیشنهادی آن است که یک روش یادگیری عمیق جهت پردازش تنها یک عبارت توسعه داده شده و سپس با انتقال آن به حوزه آتوماتای سلولی، پردازش موازی و یا توزیع شده آن فراهم می شود. در این مقاله، از مجموعه داده های مشتریان آمازون، توئیتر، فیس بوک، اخبار جعلی COVID-19، آمازون و شبکه اخبار جعلی استفاده شده است. با شبیه سازی روش پیشنهادی مشاهده گردید که روش پیشنهادی نسبت به سایر روش های دیگر به طور میانگین 3% بهبود داشته است تفاصيل المقالة