Fusion

حرية الوصول المقاله

1 - Fusion of Learning Automata to Optimize Multi-constraint Problem
Sara Motamed Ali Ahmadi

10.7508/jist.2015.01.003

This paper aims to introduce an effective classification method of learning for partitioning the data in statistical spaces. The work is based on using multi-constraint partitioning on the stochastic learning automata. Stochastic learning automata with fixed or variable أکثر

This paper aims to introduce an effective classification method of learning for partitioning the data in statistical spaces. The work is based on using multi-constraint partitioning on the stochastic learning automata. Stochastic learning automata with fixed or variable structures are a reinforcement learning method. Having no information about optimized operation, such models try to find an answer to a problem. Converging speed in such algorithms in solving different problems and their route to the answer is so that they produce a proper condition if the answer is obtained. However, despite all tricks to prevent the algorithm involvement with local optimal, the algorithms do not perform well for problems with a lot of spread local optimal points and give no good answer. In this paper, the fusion of stochastic learning automata algorithms has been used to solve given problems and provide a centralized control mechanism. Looking at the results, is found that the recommended algorithm for partitioning constraints and finding optimization problems are suitable in terms of time and speed, and given a large number of samples, yield a learning rate of 97.92%. In addition, the test results clearly indicate increased accuracy and significant efficiency of recommended systems compared with single model systems based on different methods of learning automata. تفاصيل المقالة

حرية الوصول المقاله

2 - Fusion Infrared and Visible Images Using Optimal Weights
Mehrnoush Gholampour حسن فرسی Sajad Mohammadzadeh

10.7508/jist.2015.03.006

Image fusion is a process in which different images recorded by several sensors from one scene are combined to provide a final image with higher quality compared to each individual input image. In fact, combination of different images recorded by different sensors is on أکثر

Image fusion is a process in which different images recorded by several sensors from one scene are combined to provide a final image with higher quality compared to each individual input image. In fact, combination of different images recorded by different sensors is one of image fusion methods. The fusion is performed based on maintaining useful features and reducing or removing useless features. The aim of fusion has to be clearly specified. In this paper we propose a new method which combines vision and infrared images by weighting average to provide better image quality. The weighting average is performed in gradient domain. The weight of each image depends on its useful features. Since these images are recorded in night vision, the useful features are related to clear scene details. For this reason, object detection is applied on the infrared image and considered as its weight. The vision image is also considered as a complementary of infrared image weight. The averaging is performed in gradient of input images, and final composed image is obtained by Gauss-Seidel method. The quality of resulted image by the proposed algorithm is compared to the obtained images by state-of-the-art algorithms using quantitative and qualitative measures. The obtained results show that the proposed algorithm provides better image quality. تفاصيل المقالة

حرية الوصول المقاله

3 - Instance Based Sparse Classifier Fusion for Speaker Verification
Mohammad Hasheminejad حسن فرسی

10.7508/jist.2016.03.007

This paper focuses on the problem of ensemble classification for text-independent speaker verification. Ensemble classification is an efficient method to improve the performance of the classification system. This method gains the advantage of a set of expert classifiers أکثر

This paper focuses on the problem of ensemble classification for text-independent speaker verification. Ensemble classification is an efficient method to improve the performance of the classification system. This method gains the advantage of a set of expert classifiers. A speaker verification system gets an input utterance and an identity claim, then verifies the claim in terms of a matching score. This score determines the resemblance of the input utterance and pre-enrolled target speakers. Since there is a variety of information in a speech signal, state-of-the-art speaker verification systems use a set of complementary classifiers to provide a reliable decision about the verification. Such a system receives some scores as input and takes a binary decision: accept or reject the claimed identity. Most of the recent studies on the classifier fusion for speaker verification used a weighted linear combination of the base classifiers. The corresponding weights are estimated using logistic regression. Additional researches have been performed on ensemble classification by adding different regularization terms to the logistic regression formulae. However, there are missing points in this type of ensemble classification, which are the correlation of the base classifiers and the superiority of some base classifiers for each test instance. We address both problems, by an instance based classifier ensemble selection and weight determination method. Our extensive studies on NIST 2004 speaker recognition evaluation (SRE) corpus in terms of EER, minDCF and minCLLR show the effectiveness of the proposed method. تفاصيل المقالة

حرية الوصول المقاله

4 - Speech Emotion Recognition Based on Fusion Method
Sara Motamed Saeed Setayeshi Azam Rabiee Arash Sharifi

10.7508/jist.2017.17.007

Speech emotion signals are the quickest and most neutral method in individuals’ relationships, leading researchers to develop speech emotion signal as a quick and efficient technique to communicate between man and machine. This paper introduces a new classification meth أکثر

Speech emotion signals are the quickest and most neutral method in individuals’ relationships, leading researchers to develop speech emotion signal as a quick and efficient technique to communicate between man and machine. This paper introduces a new classification method using multi-constraints partitioning approach on emotional speech signals. To classify the rate of speech emotion signals, the features vectors are extracted using Mel frequency Cepstrum coefficient (MFCC) and auto correlation function coefficient (ACFC) and a combination of these two models. This study found the way that features’ number and fusion method can impress in the rate of emotional speech recognition. The proposed model has been compared with MLP model of recognition. Results revealed that the proposed algorithm has a powerful capability to identify and explore human emotion. تفاصيل المقالة

حرية الوصول المقاله

5 - SGF (Semantic Graphs Fusion): A Knowledge-based Representation of Textual Resources for Text Mining Applications
Morteza Jaderyan Hassan Khotanlou

10.7508/jist.2019.02.004

The proper representation of textual documents has been the greatest challenge in text mining applications. In this paper, a knowledge-based representation model for text analysis applications is introduced. The proposed functionalities of the system are achieved by int أکثر

The proper representation of textual documents has been the greatest challenge in text mining applications. In this paper, a knowledge-based representation model for text analysis applications is introduced. The proposed functionalities of the system are achieved by integrating structured knowledge in the core components of the system. The semantic, lexical, syntactical and structural features are identified by the pre-processing module. The enrichment module is introduced to identify contextually similar concepts and concept maps for improving the representation. The information content of documents and the enriched contents are then fused (merged) into the graphical structure of a semantic network to form a unified and comprehensive representation of documents. The 20Newsgroup and Reuters-21578 datasets are used for evaluation. The evaluation results suggest that the proposed method exhibits a high level of accuracy, recall and precision. The results also indicate that even when a small portion of the information content is available, the proposed method performs well in standard text mining applications تفاصيل المقالة

حرية الوصول المقاله

6 - A Two-Stage Multi-Objective Enhancement for Fused Magnetic Resonance Image and Computed Tomography Brain Images
Leena Chandrashekar A Sreedevi Asundi

10.29252/jist.8.30.93

Magnetic Resonance Imaging (MRI) and Computed Tomography (CT) are the imaging techniques for detection of Glioblastoma. However, a single imaging modality is never adequate to validate the presence of the tumor. Moreover, each of the imaging techniques represents a diff أکثر

Magnetic Resonance Imaging (MRI) and Computed Tomography (CT) are the imaging techniques for detection of Glioblastoma. However, a single imaging modality is never adequate to validate the presence of the tumor. Moreover, each of the imaging techniques represents a different characteristic of the brain. Therefore, experts have to analyze each of the images independently. This requires more expertise by doctors and delays the detection and diagnosis time. Multimodal Image Fusion is a process of generating image of high visual quality, by fusing different images. However, it introduces blocking effect, noise and artifacts in the fused image. Most of the enhancement techniques deal with contrast enhancement, however enhancing the image quality in terms of edges, entropy, peak signal to noise ratio is also significant. Contrast Limited Adaptive Histogram Equalization (CLAHE) is a widely used enhancement technique. The major drawback of the technique is that it only enhances the pixel intensities and also requires selection of operational parameters like clip limit, block size and distribution function. Particle Swarm Optimization (PSO) is an optimization technique used to choose the CLAHE parameters, based on a multi objective fitness function representing entropy and edge information of the image. The proposed technique provides improvement in visual quality of the Laplacian Pyramid fused MRI and CT images. تفاصيل المقالة

حرية الوصول المقاله

7 - Hierarchical Weighted Framework for Emotional Distress Detection using Personalized Affective Cues
Nagesh Jadhav

10.52547/jist.16499.10.38.89

Emotional distress detection has become a hot topic of research in recent years due to concerns related to mental health and complex nature distress identification. One of the challenging tasks is to use non-invasive technology to understand and detect emotional distres أکثر

Emotional distress detection has become a hot topic of research in recent years due to concerns related to mental health and complex nature distress identification. One of the challenging tasks is to use non-invasive technology to understand and detect emotional distress in humans. Personalized affective cues provide a non-invasive approach considering visual, vocal, and verbal cues to recognize the affective state. In this paper, we are proposing a multimodal hierarchical weighted framework to recognize emotional distress. We are utilizing negative emotions to detect the unapparent behavior of the person. To capture facial cues, we have employed hybrid models consisting of a transfer learned residual network and CNN models. Extracted facial cue features are processed and fused at decision using a weighted approach. For audio cues, we employed two different models exploiting the LSTM and CNN capabilities fusing the results at the decision level. For textual cues, we used a BERT transformer to learn extracted features. We have proposed a novel decision level adaptive hierarchical weighted algorithm to fuse the results of the different modalities. The proposed algorithm has been used to detect the emotional distress of a person. Hence, we have proposed a novel algorithm for the detection of emotional distress based on visual, verbal, and vocal cues. Experiments on multiple datasets like FER2013, JAFFE, CK+, RAVDESS, TESS, ISEAR, Emotion Stimulus dataset, and Daily-Dialog dataset demonstrates the effectiveness and usability of the proposed architecture. Experiments on the enterface'05 dataset for distress detection has demonstrated significant results. تفاصيل المقالة

حرية الوصول المقاله

8 - مقایسة الگوی ساختاری پردازش شناختی خودکار بر همجوشی شناختی دانشجویان دانشگاه پیام نور و علوم پزشکی
حسین زارع سعید طالبی احمد رستگار

هدف پژوهش حاضر ارائة الگوی ساختاری تأثیر پردازش شناختی خودکار بر همجوشی شناختی بود. روش پژوهش توصیفی از نوع همبستگي و جامعة آماري آن را دانشجويان دانشگاه های پيام نور و علوم پزشکی فارس تشکیل دادند با استفاده از فرمول مورگان و روش نمونه گیری خوشه ای، تعداد 379 نفر انتخاب أکثر

هدف پژوهش حاضر ارائة الگوی ساختاری تأثیر پردازش شناختی خودکار بر همجوشی شناختی بود. روش پژوهش توصیفی از نوع همبستگي و جامعة آماري آن را دانشجويان دانشگاه های پيام نور و علوم پزشکی فارس تشکیل دادند با استفاده از فرمول مورگان و روش نمونه گیری خوشه ای، تعداد 379 نفر انتخاب شدند ابزارهاي جمع آوری اطلاعات، پرسشنامه های گيلاندرز و همکاران (۲۰۱۰) و هولن و همکاران (۱۹۸۶) بود كه با روش آماری مدل معادلات ساختاری تجزیه وتحلیل شد. نتایج نشان داد که اثر مستقیم پردازش شناختی خودکار بر همجوشی شناختی در مدل کل (0/۵۸۱)، در مدل دانشگاه پیام نور (0/۴۵۹) و در مدل دانشگاه علوم پزشکی (0/۲۶۱) معنی دار بود. همچنین اثر مستقیم همجوشی شناختی بر همجوشی و گسلش در هر سه مدل، ازنظر آماری، معنی دار گزارش شد و درنهایت اثرات مستقیم پردازش شناختی خودکار بر اعتمادبه نفس پایین، عدم سازگاری شخصی، خودپنداشت منفی و انتظارات منفی و بی یاوری در مدل کل، پیام نور و علوم پزشکی ازنظر آماری در سطح 0/05 معنی دار بود. به طورکلی در بررسی اثرات مستقیم، همجوشی شناختی، تأثیر بیشتری بر همجوشی نسبت به گسلش شناختی داشت و از بین مؤلفه های چهارگانه، پردازش شناختی خودکار تأثیر بیشتری بر عدم سازگاری شخصی داشت. تفاصيل المقالة

حرية الوصول المقاله

9 - بهبود کارایی روش سنتی آشکارسازی چهره مبتنی بر ماشین بردار پشتیبان
مجید روحی قاسم میرجلیلی محمدتقی صادقی

در این مقاله ایده‌هایی برای بهبود کارایی روش سنتی آشکارسازی چهره با استفاده از ماشین بردار پشتیبان، پیشنهاد شده است. در روش سنتی، ابتدا تصویر ورودی به پنجره‌هایی همپوشان با ابعاد ثابت تقسیم و در نهایت برای هر پنجره در مورد این که حاوی چهره هست یا نه، تصمیم‌گیری می‌شود. أکثر

در این مقاله ایده‌هایی برای بهبود کارایی روش سنتی آشکارسازی چهره با استفاده از ماشین بردار پشتیبان، پیشنهاد شده است. در روش سنتی، ابتدا تصویر ورودی به پنجره‌هایی همپوشان با ابعاد ثابت تقسیم و در نهایت برای هر پنجره در مورد این که حاوی چهره هست یا نه، تصمیم‌گیری می‌شود. نرخ آشکارسازی و خطای هشدار غلط این روش خیلی مطلوب نیست. در این مقاله برای بهبود کارایی، به‌جای استفاده از پنجره با ابعاد ثابت از پنجره‌هایی با اندازه‌های مختلف استفاده می‌شود. هر پنجره دارای دقت خاصی در آشکارسازی است. در این روش، تصمیمات حاصل از به‌کارگیری پنجره‌های مختلف روی یک ناحیه از تصویر، با هم ادغام می‌شوند. همچنین در این مقاله از یک سطح تصمیم‌گیری وفقی برای تصمیم‌گیری در خروجی طبقه‌بندی کننده استفاده شده است. از طرفی به‌جای این که تصمیم‌گیری برای هر پنجره فقط متکی بر خروجی ماشین بردار پشتیبان باشد، از معیارهای شباهت‌سنجی بین پنجره مربوطه با مدلی از چهره برای تصمیم‌گیری نهایی استفاده می‌گردد. نتیجه به‌کارگیری این ترفندها، افزایش نرخ آشکارسازی و همچنین کاهش خطای هشدار غلط است. نتایج شبیه‌سازی با استفاده از مجموعه داده استاندارد، این مسئله را تأیید می‌کند. تفاصيل المقالة

حرية الوصول المقاله

10 - ادغام تطابق‌گرهای مبتنی بر تصویر اثر انگشت با استفاده از درست‌نمایی احتمال
محمدصادق هل‌فروش محسن محمدپور

سامانه‌های تطابق اثر انگشت مبتنی بر تصویر به‌عنوان یک روش موازی در برابر روش‌های مبتنی بر ویژگی‌های جزئی مورد توجه قرار گرفته‌اند. در این مقاله یک سامانه تطابق اثر انگشت مبتنی بر آموزش ارائه شده است. در سامانه پیشنهادی، درجه شباهت‌های به‌دست آمده از ویژگی‌های جهتی، طیفی أکثر

سامانه‌های تطابق اثر انگشت مبتنی بر تصویر به‌عنوان یک روش موازی در برابر روش‌های مبتنی بر ویژگی‌های جزئی مورد توجه قرار گرفته‌اند. در این مقاله یک سامانه تطابق اثر انگشت مبتنی بر آموزش ارائه شده است. در سامانه پیشنهادی، درجه شباهت‌های به‌دست آمده از ویژگی‌های جهتی، طیفی و بافتی در یک فرایند مبتنی بر آموزش با یکدیگر ادغام شده‌اند. به‌منظور ادغام ویژگی‌ها از نسبت درست‌نمایی احتمال استفاده شده است. در ادامه با استفاده از داده‌های استاندارد پایگاه داده FVC روش پیشنهادی پیاده‌سازی شده است. به‌منظور ارزیابی سامانه، نتایج حاصل با یک سامانه تطابق که از ادغام مبتنی بر جمع استفاده می‌کند، مقایسه شده است. نتایج مقایسه نشان می‌دهد که ادغام مبتنی بر آموزش با استفاده از درست‌نمایی احتمال، بهبود قابل ملاحظه‌ای در عملکرد سامانه تطابق ایجاد نموده است، به‌طوری که پارامتر خطای یکسان (EER) سامانه برابر 14/0 درصد به‌دست آمده است. تفاصيل المقالة

حرية الوصول المقاله

11 - مدل سازی تخلخل توسط رویکرد تئوری بیزین ترکیب اطلاعات ومقایسه آن با شبکه عصبی چند لایه ورگرسیون خطی چند گانه در میدان نفتی آزاد گان
عطیه مظاهری طرئی حسین معماریان بهزاد تخم چی بهزاد مشیری

پارامتر تخلخل یکی از مهمترین خصوصیات مخزن می باشد که با مطالعه مغزه بدست می آید .با این وجود تمامی چاه های یک میدان دارای مغزه نیستند.هم چنین در برخی از چاهها مانند چاه های افقی مغزه گیری عملا غیر ممکن است .ولی تقریبا در تمامی چاه ها نمودار گیری صورت می گیرد .به طو معمو أکثر

پارامتر تخلخل یکی از مهمترین خصوصیات مخزن می باشد که با مطالعه مغزه بدست می آید .با این وجود تمامی چاه های یک میدان دارای مغزه نیستند.هم چنین در برخی از چاهها مانند چاه های افقی مغزه گیری عملا غیر ممکن است .ولی تقریبا در تمامی چاه ها نمودار گیری صورت می گیرد .به طو معمول از نمودار های چاه نگاری به منظور تخمین تخلخل نیز استفاده می شود .تخلخلی که از این نگار ها بدست می آیدتحت تاثیر عواملی هم چون دما ،فشار،نوع سیال ،میزان هیدرو کربور وشیل موجود در سازند قرار می گیرند ودر نتیجه با میزان واقعی تخلخل کمی متفاوت است .بنابر این تخمین ها توام با خطا وعدم قطعیت هستند .شاید بهترین ودر عین حال عملی ترین روش جهت کاهش عدم قطعیت تخمین ،استفاده از منابع مختلف داده جهت تخمین ودر واقع استفاده از تکنیک های ترکیب اطلاعات باشد .کار کرد اصلی این تکنیک ها ،افزایش اطمینان وکاهش ریسک در تصمیم گیر ی ها است . در این تحقیق ، برای تعیین مقادیر خلخل ،با استفاده از داده های چهار چاه واقع در میدان نفتی آزادگان ،ابتدا از دو تکنیک شبکه عصبی چند لایه ورگرسیون خطی چند گانه استفاده شده ودر نهایت نتایج این روش ها با تکنیک ترکیب اطلاعات (تئوری بیزین )مقایسه شده است .برای برسی قابلیت تعمیم این سه روش در هر تکنیک ،پارامتر تخلخل در یک چاه دیگر میدان نیز تخمین زده شده است .تعداد متغیر های ورودی برای تخمین تخلخل در چاه مورد مطالعه در روش های شبکه عصبی ورگرسیون خطی چند گانه 7 است ودرتکنیک ترکیب اطلاعات نیز از حداکثر 7 متغیر ورودی استفاده شده است .در نهایت با مقایسه نتایج حاصل از 3 روش نامبرده مشاهده شده است که تکنیک ترکیب اطلاعات (تئوری بیزین)از اعتبار بالاتری برخوردار است ودر تخمین تخلخل به مقدار قابل توجهی از دو تکنیک شبکه عصبی چند لایه ورگرسیون خطی چند گانه بهتر عمل نموه است ؛به نحوی که همبستگی نتایج با واقعیت بیش از 90%به دست آمده است . تفاصيل المقالة

حرية الوصول المقاله

12 - بررسی ژئوشیمیایی میعانات گازی میدان پارس جنوبی در حوضه خلیج فارس ،ایران
رویا خضرلو هادی کرمانشاهی

در این مطالعه به منظور تعیین ویژگی های ژئوشیمیائی میعانات گازی میدان پارس جنوبی وپی بردن به منشاء آنها تعداد 4 نمونه میعانات گازی از افق های مخزنی کنگان (تریاس )ودالان (پرمین )جهت انجام آنالیزهای ژئوشیمیائی ویزه مخزنی انتخاب گردید .تغلیظ نمونه ها طی سه مرحله پی درپی وب أکثر

در این مطالعه به منظور تعیین ویژگی های ژئوشیمیائی میعانات گازی میدان پارس جنوبی وپی بردن به منشاء آنها تعداد 4 نمونه میعانات گازی از افق های مخزنی کنگان (تریاس )ودالان (پرمین )جهت انجام آنالیزهای ژئوشیمیائی ویزه مخزنی انتخاب گردید .تغلیظ نمونه ها طی سه مرحله پی درپی وبا استفاده ازتکنیک های حرارت ملایم ،بکار گیری روش حرارت کنترل شده (Oil Topping) وبه دام انداختن ترکیبات ناخواسته در کریستال های اوره ،انجام گرفت .شناسایی بیو مارکر ها واثر انگشت انها در هر نمونه با استفاده از کروماتو گرافی گازی-طیف سنجی جرمی صورت گرفت .بر اساس پارامتر های بدست آمده از اثر انگشت بیو مار کر های مختلف ،این میعانات گازی از سنگ منشا ی با لیتو لوژی کربناته –کلاستیک وحاوی کروژن نوع II با ورود اندکی مواد آلی قاره ای (کروژن نوع III)،د رمحیطی دریائی تولید شده اند .میزان بلوغ میعانات گازی نشان داد که سنگ منشاء مولد این هیدرو کربن ها در حد اواخر پنجره نفت زائی واوایل پنجره گاز زائی می باشد .بررسی ها ی تفضیلی نشان داد ، که تولید هیدرو کربن های تجمع یافته در مخازن پارس جنوبی از شیلهای غنی از مواد آلی سیلورین (سازند سر چاهان )که عمدتاً در ایالت فارس وفرا ساحل فارس در خلیج فارس راسب شده اند ،صورت گرفته است . تفاصيل المقالة

حرية الوصول المقاله

13 - بهبود مدلسازی تخلخل ،توسط رویکرد تئوری بیزین ترکیب اطلاعات ،در میدان نفتی آزادگان
عطیه مظاهری طرئی حسین معماریان بهزاد تخم چی بهزاد مشیری

تخلخل یکی از سه متغیر مهم در ارزیابی ویژگی های یک میدان نفتی است .بطور معمول از نمودار های چاه نگاری به منظور تخمین تخلخل استفاده می شود تخلخلی که از این نگار ها به دست می اید ،تحت تاثیر عواملی همچون دما،فشار، نوع سیال ،میزان هیدرو کربور وشیل موجود در سازند قرار می گیرد أکثر

تخلخل یکی از سه متغیر مهم در ارزیابی ویژگی های یک میدان نفتی است .بطور معمول از نمودار های چاه نگاری به منظور تخمین تخلخل استفاده می شود تخلخلی که از این نگار ها به دست می اید ،تحت تاثیر عواملی همچون دما،فشار، نوع سیال ،میزان هیدرو کربور وشیل موجود در سازند قرار می گیرد ودر نتیجه با میزان واقعی تخلخل کمی متفاوت است .بنابر این تخمین های توام با خطا وعدم قطعیت هستند. شاید بهترین ودر عین حال عملی ترین روش جهت کاهش عدم قطعیت تخمین ها ،استفاده از منابع مختلف داده جهت تخمین ودر واقع استفاده از تکنیک های ترکیب اطلاعات باشد .کار کرد اصلی این تکنیک ها ،افزایش اطمینان وکاهش ریسک در تصمیم گیر یها است .در این تحقیق با استفاده از تکنیک های ترکیب اطلاعات (تئوری بیزین )مقادیر تخلخل در 4 چاه از میدان نفتی آزادگان تخمین زده شده است .برای بررسی قابلیت تعمیم این روش ،تخلخل در یک چاه دیگر میدان نیز تخمین زده شده است .از حداکثر هفت متغیر ورودی برای تخمین تخلخل در چاه مورد مطالعه استفاده شده است .نتایج نشان داد که تکنیک ترکیب اطلاعات (تئوری بیزین )نسبت به روش های متداول (رگرسیون چند متغیره وشبکه عصبی )که همبستگی نتایج با یافته های مغزه در این روش ها حدود 7/0تا 8/0 می باشد.،تخلخل را به مراتب ،بهتر تخمین زده است .به نحوی که همبستگی نتایج با نتایج مغزه حفاری بیش از 9/0بدست امده است . تفاصيل المقالة

حرية الوصول المقاله

14 - تشخيص موضع به زبان فارسی مبتنی بر طبقه بندهای چندگانه
مژگان فرهودی عباس طلوعی اشلقی

<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-l أکثر

<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">تشخيص موضع (که با عناوبن طبقه&zwnj;<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">بندي موضع، تحليل موضع يا پيش&zwnj;<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">بيني موضع نيز شناخته شده است) يک موضوع تحقيقاتي اخير است که به يک پارادايم نوظهور تبديل شده است. هدف از تشخيص موضع، شناسايي موضع نويسنده نسبت به يک موضوع يا ادعاي خاص بوده که به جزء کليدي کاربردهايي مانند تشخيص اخبار جعلي، اعتبارسنجي ادعا يا جستجوي استدلال تبديل شده است. در اين مقاله از سه رويکرد يادگيري ماشين، يادگيري عميق و يادگيري انتقالي براي تشخيص موضع فارسي استفاده شده و سپس با بکارگيری طبقه<span dir="RTL" lang="AR-SA" style="font-size: 12.0pt; font-family: 'Times New Roman',serif; mso-fareast-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: AR-SA;">&zwnj;<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">بندهای چندگانه، مدلی برای اخذ تصميم نهايي در مورد نتايج خروجي پيشنهاد گرديده است. برای اين منظور از روش اکثريت آرا مبتنی بر صحت طبقه&zwnj;بند&zwnj;<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">های انفرادی براي ترکيب نتايج آنها استفاده گرديد. نتايج آزمايش&zwnj;<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">ها نشان داد که عملکرد مدل پيشنهادي نسبت به عملکرد طبقه&zwnj;<span dir="RTL" lang="FA" style="font-size: 12.0pt; font-family: Nazanin; mso-ascii-font-family: 'Times New Roman'; mso-fareast-font-family: 'Times New Roman'; mso-hansi-font-family: 'Times New Roman'; mso-ansi-language: EN-US; mso-fareast-language: EN-US; mso-bidi-language: FA;">بندهای انفرادی پيشرفت مناسبی داشته است. تفاصيل المقالة

حرية الوصول المقاله

15 - اندازه‌گیری بلورینگی پلیمرها توسط گرماسنج روبشی تفاضلی (2)
مینا علیزاده اقدم

گرماسنج روبشی تفاضلی (DSC) به‌طور گسترده برای تعیین بلورینگی پلیمرهای نیمه‌بلورین به کار می‌رود. در مدل دوفازی از مقایسه آنتالپی یا گرمای ذوب اندازه‌گیری شده با گرمای ذوب پلیمر کاملاً بلورین، درجه بلورینگی نمونه تعیین می‌شود. گرمای ذوب نمونه پلیمری با اندازه‌گیری مساحت أکثر

گرماسنج روبشی تفاضلی (DSC) به‌طور گسترده برای تعیین بلورینگی پلیمرهای نیمه‌بلورین به کار می‌رود. در مدل دوفازی از مقایسه آنتالپی یا گرمای ذوب اندازه‌گیری شده با گرمای ذوب پلیمر کاملاً بلورین، درجه بلورینگی نمونه تعیین می‌شود. گرمای ذوب نمونه پلیمری با اندازه‌گیری مساحت بین منحنی گرماگیر ذوب و خط پایه محاسبه می‌شود. در مسیر واقعی فرایند ذوب، خط پایه صحیح در واقع همان ظرفیت حرارتی پلیمر نیمه‌بلورین است که هم با افزایش دما و هم با تغییر بلورینگی تغییر می‌کند و تعیین آن دشوار است. از آنجا که آنتالپی کمیتی تابع حالت و مستقل از مسیر فرایند است، به جای مسیر اصلی فرایند که در آن افزایش دما و ذوب ماده پلیمری همزمان صورت می‌گیرد، می‌توان دو مسیر جایگزین طراحی کرد که محاسبه آنتالپی آن‌ها آسان‌تر است. در این مسیرهای جایگزین، که در این کار مورد بررسی قرار می‌گیرند، دو مرحله افزایش دما و ذوب از یکدیگر تفکیک می‌شوند. لذا فرض می‌شود که ابتدا در دمای ثابت، ذوب کامل پلیمر نیمه‌بلورین صورت گرفته و سپس دمای مذاب افزایش می‌یابد، یا ابتدا افزایش دمای پلیمر نیمه‌بلورین (بدون ذوب شدن) رخ داده و سپس ذوب آن در دمای ثابت صورت می‌گیرد. در نهایت تأثیر منطقه بین سطحی بلور-آمورف و وجود نقص در ساختار بلور، که در مدل دوفازی نادیده گرفته می‌شود، در مقدار آنتالپی ذوب و محاسبه بلورینگی مورد بررسی قرار می‌گیرد. تفاصيل المقالة

فهرس المقالات Fusion

رایمگ

الروابط

المراكز ذات الصلة

دعامة

الصفحات الرسمية