با سلام خدمت کاربران در صورتی که با خطای سیستم پرداخت بانکی مواجه شدید از طریق کارت به کارت (6037997535328901 بانک ملی ناصر خنجری ) مقاله خود را دریافت کنید (تا مشکل رفع گردد).
ردیف | عنوان | نوع |
---|---|---|
761 |
Crucial Power Flow Interface Discrimination Based on Distributed Improved-SVM Classification in a Big Data Set
واسط جریان انحصاری تفریقی براساس توزیع بهبود یافته SVM در یک مجموعه داده بزرگ-2016 The operational states of power system become
much more complicated and variable, since the size of power
system grows larger. To secure power system operation, crucial
power flow interfaces should be monitored. Therefore, a power
system safe operation knowledge base should be established to
help system operators to make decisions. The base works like an
automatic operator (AO), which can quickly discriminate the
crucial power flow interfaces according to power system
real-time operation conditions. In this paper, first a description
of the classification problem is given. Next, models of
conventional support vector machines (SVM) and increment
SVM are briefly described. Then the distributed computing
framework of the power system safe operation knowledge is
designed and the knowledge base can be established and updated
based on improved-SVM. Finally, the application of the
knowledge base in Guangdong Province Power System in China
shows its advantages in accuracy and classification speed.
Index Terms: Crucial power flow interface | distributed framework | power system safe operation knowledge base | support vector machines (SVM) |
مقاله انگلیسی |
762 |
Application of Meteorological Big Data
کاربرد داده های بزرگ هواشناسی-2016 The abundant aspects of big data and it’s technology are increasing due to new methods of fetching data and diverse needs. Meteorological data is also the source of big data in
terms of volume, variety, veracity and velocity, and it includes
structured, unstructured and hybrid forms. This paper aims
to apply Hadoop architecture and MapReduce algorithm into
meteorological big data. It also describes the difficult situations
of dealing complex meteorological data by present computer
systems and how we replace it with distributed computing.
Automatic text classification is used to divide the text into
predefined classes, which help individuals utilize information
with an effective method. This paper gives an idea about how to
implement meteorological text classification through big data
approach. Traditional text classification requires a high cost of
domain knowledge, but it has low classification efficiency, which
can’t satisfy the requirement of large documents processing.
Distributed parallel method is well developed to solve the
problem of a large number of documents classification. Finally,
this paper describes big data applications of meteorological big
data combined with agriculture, transportation and power grid
industries, and illustrates how we analyze tourism industry by
our meteorological tourism big data platform.
Keywords: Meteorology | Big Data | MapReduce | Hadoop | Text Classification| Tourism | Agriculture | Transportation | Power Grid |
مقاله انگلیسی |
763 |
Stakeholder demands and corporate environmental coping strategies in China
خواسته ذینفعان و راهبردهای مقابله زیست محیطی شرکت های بزرگ در چین-2016 This paper examines how stakeholder demand and compliance capacity jointly shape corporate environmental coping strategies and subsequently environmental protection practices. A four-dimensional
classification of coping strategiesdformalism, accommodation, referencing, and self-determinationdis
conceptualized. Drawing on survey and interview data collected from manufacturing enterprises in
China between 2010 and 2012, the paper shows that compared with formalism and accommodation,
coping strategies of referencing and self-determination are associated with stronger environmental
protection practices. Enterprises adjust their coping strategies by taking into account the constraints
defined by both their internal and external environments. The results also demonstrate the potential
synergetic effects of state and non-state stakeholders working together in promoting better corporate
environmental coping strategies and environmental practices in China.
Keywords: Corporate environmental coping strategy | Environmental protection practices | Compliance capacity | Stakeholder demand |
مقاله انگلیسی |
764 |
تقسیم بندی معنایی تصویر با CRFهای کاملاً متصل و شبکه های پیچیده عمیق
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 14 - تعداد صفحات فایل doc فارسی: 23 شبکه های عصبی مصنوعی عمیق (DCNNs) اخیرا وضعیت عملکرد هنری در وظایف بصری سطح بالا مانند طبقه بندی تصویر و تشخیص شی را نشان دادند .این کار روش های متفاوتی از DCNN ها و مدل های گرافیکی احتمالی برای رسیدگی به وظیفه طبقه بندی سطح پیکسل (همچنین "تقسیم بندی تصویر معنایی" نامیده می شود) را به ارمغان می آورد .ما نشان می دهیم که پاسخ ها در لایه نهاییDCNNs برای تقسیم بندی دقیق شیئ به اندازه کافی متمرکز نیستند. علت آن ویژگی های بسیار تغییرناپذیری ست که DCNNها را برای وظایف سطح بالا مناسب می سازد.ما با ترکیب پاسخ ها در لایه DCNN نهایی با یک فیلد تصادفی محرمانه کاملا متصل(CRF) بر این ویژگی محلی سازی نامرغوب شبکه های عمیق غلبه می کنیم. از لحاظ کیفیت، سیستم "DeepLab" ما قادر به محاسبه تقسیم مرزها به سطح دقت فراتر از روش های قبلی است . از لحاظ کیفیت ،روش ما جدیدترین حالت هنر را در PASCAL VOC-2012 وظیفه تقسیم بندی تصویر معنایی معین می کند، رسیدن به 71.6٪ دقت IOU در مجموعه آزمون. ما نشان می دهیم چگونه این نتایج را می توان به طور موثری به دست آورد: اهداف دقیق شبکه وکاربرد جدید از الگوریتم "سوراخ" از جامعه موجک محاسبه تراکم پاسخهای شبکه عصبی با 8 فریم در ثانیه بر روی GPU مدرن را اجازه می دهد. |
مقاله ترجمه شده |
765 |
سیستم های توصیه گر سه راهی بر مبنای جنگل های تصادفی
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 12 - تعداد صفحات فایل doc فارسی: 47 سیستم های توصیه گر تلاش می کنند کاربران را در تصمیمات مرتبط با انتخاب آیتم های مبتنی بر رابط ها پیرامون نظرات شخصی خود آنها، هدایت کنند. اکثر سیستم های موجود تلویحاً فرض را بر این می گذارند که دسته بندی اساسی به صورت دو دویی است، یعنی یک ایتم کاندید یا تصویه شده، و یا توصیه نشده است. ما در اینجا چارچوبی جایگزین را پیشنهاد می کنیم که تصمیمات سه راهی و جنگل های تصادفی را در هم ادغام کرده تا سیستم های توصیه گر را ایجاد نماید. نخست ما هم هزینه های دسته بندی نادرست و هم هزینه ی آموزش را در نظر می گیریم. مورد اول برای رفتارهای نادرست توصیه گر پرداخت می شود، در حالیکه مورد دوم برای مشاورده دادن فعالانه به کاربر برای اولویت هایش هزینه می شود. با این هزینه ها، یک مدل تصمیم گیری سه راهی ساخته شده و تنظیمات منطقی برای مقادیر آستانه های مثبت و منفی، α* و β* محاسبه می شود.سپس با ساختن جنگل تصادفی یک احتمال را برای P که مطلوب بنظر میرسد را محاسبه میکنیم. در نهایت b* a*, و P برای پیشنهاد یک رفتار تعیین میشوند. گزینه ی پیشنهاد شده براساس یک هزینه ی متوسط ارزیابی میشود. نتایج ازمایش شده روی مجموعه داده های MovieLens (که به خوبی شناخته شده است) نشان میدهد که جفت –( a*,b*) که از طریق مدل سه راهی تعیین شده بودند, نه تنها در مرحله ی اموزش بلکه در مرحله تست نیز بسیار مطلوب و مورد پسند بودند.
کلمات کلیدی: حساسیت هزینه | جنگل های تصادفی | سیستم های توصیه گر | تصمیم سه راهی |
مقاله ترجمه شده |
766 |
A framework for allocating personalized appliance-level disaggregated electricity consumption to daily activities
چارچوبی برای تخصیص مصرف برق جداگانه شخصی در سطح دستگاه به فعالیت های روزانه-2016 Residential and commercial buildings account for more than 74% of total annual electricity consumption
in the United States. Studies have shown that occupants’ awareness of their behaviors in consuming
electricity encourages them to change their unsustainable behaviors and improves the sustainable ones.
As behaviors impact the ways that daily activities are performed, in order to develop a personalized
appliance level model of an occupant’s behavior, precise activity recognition is required. In this paper,
we introduce a novel framework to allocate personalized appliance-level disaggregated electricity consumption to daily activities. In our framework, using ontology-based approach, the input appliance usage
data is first separated into categories of non-overlapping activity events. The separated data sets are then
segmented to detect activity segments, which are next mapped into activity classes using a trained classification model. To evaluate the performance of our presented framework, an experimental validation
was carried out in three test bed apartment units. Results of validation showed a total F-measure value
of 0.97 for segmentation and an average accuracy of 93.41% for activity recognition. Following the activity recognition, the approximate electricity consumption associated with the recognized activities was
estimated and the results of each test bed unit were compared with the others.
Keywords: Energy awareness | Behavior-based consumption | Disaggregated electricity consumption | Daily activities | Activity recognition |
مقاله انگلیسی |
767 |
Multiple partial discharge source discrimination with multiclass support vector machines
تبعیض منبع تخلیه جزئی چنگانه با پشتیبانی ماشین بردار چند کلاسی-2016 The costs of decommissioning high-voltage equipment due to insulation breakdown are associated to the
substitution of the asset and to the interruption of service. They can reach millions of dollars in new
equipment purchases, fines and civil lawsuits, aggravated by the negative perception of the grid utility.
Thus, condition based maintenance techniques are widely applied to have information about the status of
the machine or power cable readily available. Partial discharge (PD) measurements are an important tool
in the diagnosis of power systems equipment. The presence of PD can accelerate the local degradation of
insulation systems and generate premature failures. Conventionally, PD classification is carried out using
the phase resolved partial discharge (PRPD) pattern of pulses. The PRPD is a two dimensional representation of pulses that enables visual inspection but lacks discriminative power in common scenarios found
in industrial environments, such as many simultaneous PD sources and low magnitude events that can
be hidden below noise. The literature shows several works that complement PRPD with machine learning
detectors (neural networks and support vector machines) and with more sophisticated signal representations, like statistics captured in several modalities, wavelets and other transforms, etc. These methods
improve the classification accuracy but obscure the interpretation of the results. In this paper, the use
of a support vector machine (SVM) operating on the power spectrum density of signals is proposed to
identify different pulses what could be used in an online tool in the maintenance decision-making of the
utility. Particularly, the approach is based on an SVM endowed with a special kernel that operates in the
frequency domain. The SVM is previously trained with pulses of different PD types (internal, surface and
corona) and noise that are obtained with several test objects in the laboratory. The experimental results
demonstrate that this technique is highly effective in identifying PD for cases where several sources are
active or when the noise level is high. Thus, the early identification of critical events with this approach
during normal operation of the equipment will help in the decision of decommissioning the asset with
reduced costs and low impact to the grid reliability.
Keywords: Support vector machine | Partial discharges | Electric maintenance | Machine learning | Condition monitoring | Risk assessment |
مقاله انگلیسی |
768 |
تشخیص تقلب مالی هوشمند : مرور جامع
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 20 - تعداد صفحات فایل doc فارسی: 44 کلاهبرداری مالی مسالهای است که در صنعت مالی ، دولت ، بخشهای شرکت و برای مصرف کنندگان عادی به پیامدهای بسیار گسترده ای رسیدهاست . افزایش وابستگی به فنآوریهای جدید از قبیل رایانش ابری و محاسبات همراه در سالهای اخیر ، روشهای مربوط به تشخیص دستی را پیچیدهتر کرده و نه تنها زمان گیر ، گرانقیمت و نادرست است ، بلکه در عصر دادههای بزرگ نیز غیرعملی است . تعجبی ندارد که موسسات مالی با استفاده از روشهای آماری و محاسباتی به فرآیندهای خودکار تبدیل شدهاند . این مقاله یک بررسی جامع از تحقیقات ردیابی کلاهبرداری مالی با استفاده از چنین روشهای داده کاوی ، با تمرکز ویژه بر تکنیکهای مبتنی بر هوش محاسباتیCI نشان میدهد . بیش از پنجاه ادبیات علمی که در درجه اول از سالهای ۲۰۰۴ تا ۲۰۱۴ انجام شد ، در این مطالعه تحلیل شدند ؛ ادبیاتی که مطالعات تجربی را گزارش کردند ، به طور خاص بر تشخیص تقلب مالی مبتنی بر CI تمرکز داشتند . همانطور که در مقالات گزارش شد ، یک شکاف تحقیقاتی شناسایی شد به طوری که هیچ یک از مقالات بررسی موجود ارتباط بین انواع کلاهبرداری ، الگوریتم تشخیص مبتنی بر هوش رقابتی و عملکرد آنها را مورد خطاب قرار نمیدهند . ما یک طبقهبندی جامع و همچنین تجزیه و تحلیل مقالات کشف تقلب موجود بر مبنای جنبههای کلیدی مانند الگوریتم تشخیص بکار گرفتهشده ، نوع کلاهبرداری ، و عملکرد روشهای تشخیص انواع تقلب مالی خاص را ارائه کردهایم . برخی از موضوعات کلیدی و چالشهای مربوط به شیوههای کنونی و مسیر بالقوه آینده تحقیق نیز شناسایی شدهاند .
واژه های کلیدی: تشخیص تقلب مالی | هوش محاسباتی | داده کاوی | تشخیص ناهنجاری | طبقهبندی |
مقاله ترجمه شده |
769 |
جنبه های حسابداری اجتماعی در سطوح پیش دانشگاهی بازپرداخت به دانش آموزان
سال انتشار: 2016 - تعداد صفحات فایل pdf انگلیسی: 8 - تعداد صفحات فایل doc فارسی: 17 رویکردهای ویژه حسابداری در حسابداری پیش دانشگاهی کاهش پیدا کرده اند از جمله بخش حساب شده برای بازپرداخت هزینه های سفر و سایر مزایا به دانش آموزان. هدف این مقاله مشخص کردن تصویری از جنبه های اجتماعی تحصیلات در آموزش عمومی پیش دانشگاه است که توسط بازپرداخت به ذینفعان آموزش، نحوه انعکاس آنها در حسابداری از طریق طبقه بندی بودجه و اعلام به کاربران از طریق رسانه های عمومی ارائه می شوند. به طور خاص، رویکرد ما به کمک هزینه تحصیلی اشاره دارد که توسط اداره عمومی برای پشتیبانی از یادگیری، بورسیه حرفه ای و همچنین برنامه های مختلف پشتیبانی برای دانش آموزانی فراهم می شود که از خانواده هایی با مشکلات مادی می آیند و حامی مالی آنها دولت از طریق هیئت رسیدگی مدرسه است.
کلیدواژگان: حسابداری اجتماعی | آموزش پیش دانشگاهی | مزایای اجتماعی | بورسیه | دانش آموزان | بازپرداخت. |
مقاله ترجمه شده |
770 |
Analysing relationships in tourism: A review
تجزیه و تحلیل روابط در گردشگری: یک مرور-2016 In recent decades, a systemic notion of tourism has been gaining ground, leading to its recognition as a
set of interacting elements. From this perspective, relationships have become an important factor in
research for understanding tourism, proving useful in the planning and management of tourism desti
nations. By means of an comprehensive review of the main contributions in the scientific literature in
this regard, this paper highlights that there is no one single conception or theoretical-methodological
approach to studying relationships, and proposes a classification of the literature on the basis of six
major research lines, with a view to identifying and analysing the main advances and gaps presented by
each of the research lines. In short, the article identifies the main lines of research developed in this field,
analysing the main contributions and making a series of proposals to guide the future research agenda
regarding the analysis of relationships in tourism.
Keywords: Relationships | Reticulated characteristics | Social Sciences | Community Approach | Tourism System | Stakeholder approach | Tourism Cluster | Tourism Networks |
مقاله انگلیسی |