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 |
---|---|---|
1 |
The physical and mechanical properties for flexible biomass particles using computer vision
خواص فیزیکی و مکانیکی ذرات زیست توده انعطاف پذیر با استفاده از بینایی کامپیوتری-2022 The combustion and fluidization behavior of biomass depend on the physical properties (size, morphology, and
density) and mechanical performances (elastic modulus, Poisson’s ratio, tensile strength and failure strain), but
their quantitative models have rarely been focused in previous researchers. Hence, a static image measurement
for particle physical properties is studied. Combining the uniaxial tension and digital image correlation tech-
nology, the dynamic image measurement method for the mechanical properties is proposed. The results indicate
that the average roundness, rectangularity, and sphericity of present biomass particles are 0.2, 0.4, and 0.16,
respectively. The equivalent diameter and density obey the skewed normal distribution. The tensile strength and
failure stress are sensitive to stretching rate, fiber size and orientation. The distribution intervals of elastic
modulus and Poisson’s ratio are 30–600 MPa and 0.25–0.307, respectively. The stress–strain curves obtained
from imaging experiments agree well with the result of finite element method. This study provides the operating
parameters for the numerical simulation of particles in the fluidized bed and combustor. Furthermore, the
computer vision measurement method can be extended to the investigations of fossil fuels. keywords: ذرات زیست توده | مشخصات فیزیکی | اجرای مکانیکی | تست کشش | آزمایش تصویربرداری | بینایی کامپیوتر | Biomass particle | Physical properties | Mechanical performances | Tensile testing | Imaging experiment | Computer vision |
مقاله انگلیسی |
2 |
Efficient Hardware Implementation of Finite Field Arithmetic AB + C for Binary Ring-LWE Based Post-Quantum Cryptography
اجرای سخت افزار کارآمد محاسبات میدان محدود AB + C برای رمزنگاری پس کوانتومی مبتنی بر حلقه باینری-LWE-2022 Post-quantum cryptography (PQC) has gained significant attention from the community
recently as it is proven that the existing public-key cryptosystems are vulnerable to the attacks launched from
the well-developed quantum computers. The finite field arithmetic AB þ C, where A and C are integer polynomials and B is a binary polynomial, is the key component for the binary Ring-learning-with-errors (BRLWE)-
based encryption scheme (a low-complexity PQC suitable for emerging lightweight applications). In this paper,
we propose a novel hardware implementation of the finite field arithmetic AB þ C through three stages of interdependent efforts: (i) a rigorous mathematical formulation process is presented first; (ii) an efficient hardware
architecture is then presented with detailed description; (iii) a thorough implementation has also been given
along with the comparison. Overall, (i) the proposed basic structure (u ¼ 1) outperforms the existing designs,
e.g., it involves 55.9% less area-delay product (ADP) than [13] for n ¼ 512; (ii) the proposed design also offers
very efficient performance in time-complexity and can be used in many future applications.
INDEX TERMS: Binary ring-learning-with-errors | finite field arithmetic | FPGA platform | hardware design | post-quantum cryptography |
مقاله انگلیسی |
3 |
Efficient Implementation of Lightweight Hash Functions on GPU and Quantum Computers for IoT Applications
اجرای کارآمد توابع هش سبک در GPU و کامپیوترهای کوانتومی برای کاربردهای اینترنت اشیا-2022 Secure communication is important for Internet of Things (IoT) applications, to avoid cybersecurity attacks. One of the key security aspects is data integrity, which can be protected by employing cryptographic hash functions. Recently, US National Institute of Standards and Technology (NIST)
announced a competition to standardize lightweight hash functions, which can be used in IoT applications.
IoT communication involves various hardware platforms, from low-end microcontrollers to high-end cloud
servers with GPU accelerators. Since many sensor nodes are connected to the gateway devices and cloud
servers, performing high throughput integrity check is important to secure IoT applications. However, this is a
time consuming task even for high-end servers, which may affect the response time in IoT systems. Moreover,
no prior work had evaluated the performance of NIST candidates on contemporary processors like GPU and
quantum computers. In this study, we showed that with carefully crafted implementation techniques, all
the finalist hash function candidates in the NIST standardization competition can achieve high throughput
(up-to 1,000 Gbps) on a RTX 3080 GPU. This research output can be used by IoT gateway devices and cloud
servers to perform data integrity checks at high speed, thus ensuring a timely response. In addition, this is
also the first study that showcase the implementation of NIST lightweight hash functions on a quantum
computer (ProjectQ). Besides securing the communication in IoT, these efficient implementations on a GPU
and quantum computer can be used to evaluate the strength of respective hash functions against brute-force
attack.
INDEX TERMS: Graphics processing units (GPU) | hash function | lightweight cryptography | quantum computer. |
مقاله انگلیسی |
4 |
Enabling Pulse-Level Programming, Compilation, and Execution in XACC
فعال کردن برنامه نویسی، کامپایل و اجرا در سطح پالس در XACC-2022 Noisy gate-model quantum processing units (QPUs) are currently available from vendors over the cloud, and digital
quantum programming approaches exist to run low-depth circuits on physical hardware. These digital representations are ultimately
lowered to pulse-level instructions by vendor quantum control systems to affect unitary evolution representative of the submitted digital
circuit. Vendors are beginning to open this pulse-level control system to the public via specified interfaces. Robust programming
methodologies, software frameworks, and backend simulation technologies for this analog model of quantum computation will prove
critical to advancing pulse-level control research and development. Prototypical use cases for this include error mitigation, optimal
pulse control, and physics-inspired pulse construction. Here we present an extension to the XACC quantum-classical software
framework that enables pulse-level programming for superconducting, gate-model quantum computers, and a novel, general, and
extensible pulse-level simulation backend for XACC that scales on classical compute clusters via MPI. Our work enables custom
backend Hamiltonian definitions and gate-level compilation to available pulses with a focus on performance and scalability. We end with
a demonstration of this capability, and show how to use XACC for pertinent pulse-level programming tasks.
Index Terms: Quantum computing | quantum programming models | quantum control | quantum simulation |
مقاله انگلیسی |
5 |
Monitoring crop phenology with street-level imagery using computer vision
پایش فنولوژی محصول با تصاویر سطح خیابان با استفاده از بینایی ماشین-2022 Street-level imagery holds a significant potential to scale-up in-situ data collection. This is enabled by combining
the use of cheap high-quality cameras with recent advances in deep learning compute solutions to derive relevant
thematic information. We present a framework to collect and extract crop type and phenological information
from street level imagery using computer vision. Monitoring crop phenology is critical to assess gross primary
productivity and crop yield. During the 2018 growing season, high-definition pictures were captured with side-
looking action cameras in the Flevoland province of the Netherlands. Each month from March to October, a fixed
200-km route was surveyed collecting one picture per second resulting in a total of 400,000 geo-tagged pictures.
At 220 specific parcel locations, detailed on the spot crop phenology observations were recorded for 17 crop
types (including bare soil, green manure, and tulips): bare soil, carrots, green manure, grassland, grass seeds,
maize, onion, potato, summer barley, sugar beet, spring cereals, spring wheat, tulips, vegetables, winter barley,
winter cereals and winter wheat. Furthermore, the time span included specific pre-emergence parcel stages, such
as differently cultivated bare soil for spring and summer crops as well as post-harvest cultivation practices, e.g.
green manuring and catch crops. Classification was done using TensorFlow with a well-known image recognition
model, based on transfer learning with convolutional neural network (MobileNet). A hypertuning methodology
was developed to obtain the best performing model among 160 models. This best model was applied on an
independent inference set discriminating crop type with a Macro F1 score of 88.1% and main phenological stage
at 86.9% at the parcel level. Potential and caveats of the approach along with practical considerations for
implementation and improvement are discussed. The proposed framework speeds up high quality in-situ data
collection and suggests avenues for massive data collection via automated classification using computer vision. keywords: Phenology | Plant recognition | Agriculture | Computer vision | Deep learning | Remote sensing | CNN | BBCH | Crop type | Street view imagery | Survey | In-situ | Earth observation | Parcel | In situ |
مقاله انگلیسی |
6 |
Design of robot automatic navigation under computer intelligent algorithm and machine vision
طراحی ربات ناوبری خودکار تحت الگوریتم هوشمند کامپیوتر و بینایی ماشین-2022 This work aims to explore the robot automatic navigation model under computer intelligent algorithms and
machine vision, so that mobile robots can better serve all walks of life. In view of the current situation of high
cost and poor work flexibility of intelligent robots, this work innovatively researches and improves the image
processing algorithm and control algorithm. In the navigation line edge detection stage, aiming at the low ef-
ficiency of the traditional ant colony algorithm, the Canny algorithm is combined to improve it, and a Canny-
based ant colony algorithm is proposed to detect the trajectory edge. In addition, the Single Shot MultiBox
Detector (SSD) algorithm is adopted to detect obstacles in the navigation trajectory of the robot. The perfor-
mance is analyzed through simulation. The results show that the navigation accuracy of the Canny-based ant
colony algorithm proposed in this work is basically stable at 89.62%, and its running time is the shortest. Further
analysis of the proposed SSD neural network through comparison with other neural networks suggests that its
feature recognition accuracy reaches 92.90%. The accuracy is at least 3.74% higher versus other neural network
algorithms, the running time is stable at about 37.99 s, and the packet loss rate is close to 0. Therefore, the
constructed mobile robot automatic navigation model can achieve high recognition accuracy under the premise
of ensuring error. Moreover, the data transmission effect is ideal. It can provide experimental basis for the later
promotion and adoption of mobile robots in various fields. keywords: الگوریتم هوش کامپیوتری | بینایی ماشین | ربات | ناوبری خودکار | الگوریتم کلونی مورچه ها | Computer intelligence algorithm | Machine vision | Robot | Automatic navigation | Ant colony algorithm |
مقاله انگلیسی |
7 |
Face mask recogniser using image processing and computer vision approach
تشخیص ماسک صورت با استفاده از پردازش تصویر و رویکرد بینایی کامپیوتری-2022 The world saw a health crisis with the onset of the COVID-19 virus outbreak. The mask has been identified as
the most efficient way to prevent the spread of virus [1]. This has driven the necessity for a face mask recogniser
that not only detects the presence of a mask but also gives the accuracy to which a person is wearing the face
mask. Also, the face mask should be recognised in all angles as well. The goal of this study is to create a new
and improved real time face mask recogniser using image processing and computer vision approach. A Kaggle
dataset which consisted of images with and without masks was used. For the purpose of this study a pre-trained
convolutional neural network Mobile Net V2 was used. The performance of the given model was assessed. The
model presented in this paper can detect the face mask with 98% precision. This Face mask recogniser can effi-
ciently detect the face mask in side wise direction which makes it more useful. A comparison of the performance
metrics of the existing algorithms is also presented. Now with the spread of the infectious variant OMICRON, it
is necessary to implement such a robust face mask recogniser which can help control the spread. keywords: Computer Vision | Convolutional Neural Network | Face mask detection | Image processing | Kaggle dataset | Keras | MobileNetV2 | Open CV | Tensor-Flow |
مقاله انگلیسی |
8 |
مدیریت بر اساس ارزش ها: مطالعه کیفی چگونگی مشاهده و اجرای مسئولیت های کارفرمای خود در رابطه با مدیریت ایمنی و بهداشت شغلی توسط صاحبان مشاغل کوچک در بخش نظافت
سال انتشار: 2022 - تعداد صفحات فایل pdf انگلیسی: 7 - تعداد صفحات فایل doc فارسی: 25 برای این مطالعه با نه صاحب کسب و کار کوچک سوئدی در بخش نظافت در رابطه با نظرات و تجربیات شخصی آنها در مورد مسئولیت های کارفرما در رابطه با مدیریت ایمنی و بهداشت شغلی مصاحبه شد. تجزیه و تحلیل توسط یک تحلیل محتوای کیفی هدایت می شود که استراتژی های اعمال شده برای رهبری مسئول را بررسی می کند. ما متوجه شدیم که یک الگوی رفتاری خاص وجود دارد که بیش از بقیه برجسته است. صاحبان مشاغل کوچک مرتباً شکلی از رهبری مسئولانه را اجرا می کنند که ما آن را مدیریت ارزش ها می نامیم. مدیریت بر اساس ارزش ها با استفاده از سه راهبرد ایجاد روابط کارکنان، مدیریت منطقی و انتقال مسئولیت به کار گرفته شد. این سبک مدیریت می تواند برای شرایط کاری کارکنان هم نقطه قوت و هم نقطه ضعف باشد. نقاط قوت این است که مالکان حمایت می کنند، راهنمایی می کنند، و برقراری ارتباط در رهبری خود با کارکنان خود در حالی که نقاط ضعف می تواند این باشد که آنها، مالکان، مدیریت ایمنی و بهداشت شغلی خود را به جای دانش، بر ارزش ها قرار می دهند. در نتیجه، برای اقدامات مربوط به محیط کار، مسئولیتهایی از صاحبان مشاغل کوچک به کارکنانشان منتقل میشود. نتیجهگیری این مطالعه این است که با اعمال مدیریت بر اساس ارزشها، به نظر میرسد صاحبان کسبوکارهای کوچک شرایط کاری روانی-اجتماعی خوبی را در شرکتهای خود ارتقا میدهند و در عین حال کمبود دانش در مورد مدیریت ایمنی و بهداشت شغلی نشان میدهند. این ممکن است به معنای این خطر باشد که رویکردهای سیستماتیک برای شرایط فیزیکی محیط کار در رابطه با مسائل ایمنی اعمال نشود. مدیریت ایمنی و بهداشت شغلی خود را به جای دانش بر اساس ارزش ها قرار می دهند. در نتیجه، برای اقدامات مربوط به محیط کار، مسئولیتهایی از صاحبان مشاغل کوچک به کارکنانشان منتقل میشود. نتیجهگیری این مطالعه این است که با اعمال مدیریت بر اساس ارزشها، به نظر میرسد که صاحبان مشاغل کوچک شرایط کاری روانی-اجتماعی خوبی را در شرکتهای خود ارتقا میدهند و در عین حال کمبود دانش در مورد مدیریت ایمنی و بهداشت شغلی نشان میدهند. این ممکن است به معنای این خطر باشد که رویکردهای سیستماتیک برای شرایط فیزیکی محیط کار در رابطه با مسائل ایمنی اعمال نشود. مدیریت ایمنی و بهداشت شغلی خود را به جای دانش بر اساس ارزش ها قرار می دهند. در نتیجه، برای اقدامات مربوط به محیط کار، مسئولیتهایی از صاحبان مشاغل کوچک به کارکنانشان منتقل میشود. نتیجهگیری این مطالعه این است که با اعمال مدیریت بر اساس ارزشها، به نظر میرسد صاحبان کسبوکارهای کوچک شرایط کاری روانی-اجتماعی خوبی را در شرکتهای خود ارتقا میدهند و در عین حال کمبود دانش در مورد مدیریت ایمنی و بهداشت شغلی نشان میدهند. این ممکن است به معنای این خطر باشد که رویکردهای سیستماتیک برای شرایط فیزیکی محیط کار در رابطه با مسائل ایمنی اعمال نشود. نتیجهگیری این مطالعه این است که با اعمال مدیریت بر اساس ارزشها، به نظر میرسد که صاحبان مشاغل کوچک شرایط کاری روانی-اجتماعی خوبی را در شرکتهای خود ارتقا میدهند و در عین حال کمبود دانش در مورد مدیریت ایمنی و بهداشت شغلی نشان میدهند. این ممکن است به معنای این خطر باشد که رویکردهای سیستماتیک برای شرایط فیزیکی محیط کار در رابطه با مسائل ایمنی اعمال نشود. نتیجهگیری این مطالعه این است که با اعمال مدیریت بر اساس ارزشها، به نظر میرسد که صاحبان مشاغل کوچک شرایط کاری روانی-اجتماعی خوبی را در شرکتهای خود ارتقا میدهند و در عین حال کمبود دانش در مورد مدیریت ایمنی و بهداشت شغلی نشان میدهند. این ممکن است به معنای این خطر باشد که رویکردهای سیستماتیک برای شرایط فیزیکی محیط کار در رابطه با مسائل ایمنی اعمال نشود.
کلید واژه ها: صاحبان مشاغل کوچک | صنعت نظافت | بهداشت و ایمنی شغلی | رهبری مسئول |
مقاله ترجمه شده |
9 |
آموزش آسیب شناسی از راه دور تحت همه گیری COVID-19: برداشت های دانشجویان پزشکی
سال انتشار: 2022 - تعداد صفحات فایل pdf انگلیسی: 4 - تعداد صفحات فایل doc فارسی: 12 زمینه: همهگیری COVID-19 آموزش سنتی را مجبور کرده است که دوباره ساختار یافته و به صورت آنلاین ارائه شود. هدف: تجزیه و تحلیل ادراک دانشجویان پزشکی در مورد مزایا و مشکلات آموزش از راه دور پاتولوژی در طول همه گیری COVID-19.
طراحی: یک مطالعه مقطعی با یک نظرسنجی آنلاین برای دانشجویان سال سوم و چهارم فارغالتحصیلی پزشکی، که در آموزش از راه دور پاتولوژی در طول همهگیری COVID-19 شرکت کردند، انجام شد. روشهای تدریس آنلاین شامل فعالیتهای همزمان با سخنرانیهای تعاملی زنده، بحثهای مبتنی بر مورد و فعالیتهای ناهمزمان با سخنرانیهای ضبطشده، آموزشها و متون موجود در پلت فرم آموزش آنلاین است. ادراک دانشجویان در مورد آموزش از راه دور آسیب شناسی از طریق نظرسنجی آنلاین مورد ارزیابی قرار گرفت. یافتهها: 90 دانشجو (47%) از 190 شرکتکننده پرسشنامه را تکمیل کردند که 45 نفر مرد و 52 نفر در سال سوم فارغالتحصیلی پزشکی بودند. شرایط درک شده ای که یادگیری آسیب شناسی را تسهیل می کرد شامل استفاده از پلت فرم آموزش آنلاین و انعطاف پذیری زمانی برای مطالعه بود. دانشجویان سخنرانی های زنده تعاملی را برتر از سخنرانی های سنتی سنتی می دانستند. شرایط درک شده ای که مانع اجرای آموزش آنلاین شد، شامل دشواری جداسازی مطالعه از فعالیت های خانگی، بی انگیزگی و بدتر شدن کیفیت زندگی به دلیل دوری فیزیکی از همکاران و اساتید بود. به طور کلی، آموزش از راه دور آسیب شناسی توسط 80٪ از دانشجویان ارزش مثبت داشت. نتیجهگیری: ابزارهای آنلاین اجازه میدهند تا محتوای پاتولوژی با موفقیت در طول همهگیری COVID-19 به دانشآموزان ارائه شود. این تجربه می تواند الگویی برای فعالیت های آموزشی آتی آسیب شناسی در آموزش علوم بهداشت باشد. کلید واژه ها: پاتولوژی | آموزش از راه دور | کووید -19 | آموزش پزشکی |
مقاله ترجمه شده |
10 |
یک اسکریپت Matlab برای آنالیز مورفومتریک رودخانهها، کانالها و درههای روی زمینی، زیرآبی و فرا زمینی
سال انتشار: 2022 - تعداد صفحات فایل pdf انگلیسی: 8 - تعداد صفحات فایل doc فارسی: 29 ویژگی های مورفومتریک نقش مهمی در طبقه بندی و مدل سازی سیستم های رودخانه ای دارند. تمرکز تحقیقات گذشته بر شباهت بین سیستمهای زیرآبی و فرازمینی ناشناخته و سیستمهای رودخانهای رو زمینی است، اما اکنون مطالعات جزئی و دقیق دره و کانال زیرآبی در دریاچهها، مخازن، اقیانوسها و سیستمهای فرازمینی افزایش یافته است. در این مطالعات، اغلب فقط چند ویژگی مورفومتریک (به عنوان مثال، شیب بستر، پهنای کرانه، شعاع خط مرکزی در نوک خم، عمق کرانه) در نظر گرفته می شد، که علت آن فقدان ابزاری کارآمد برای تعیین این ویژگیها بود. در این راستا، یک اسکریپت Matlab ساده برای تعیین مهمترین ویژگیهای مورفومتریک رودخانهها، کانالها و درههای رو زمینی، زیرآبی و فرازمینی ارائه شد. تنها ورودیهای مورد نیاز این اسکریپت ، خاکریز یا تاجهای کناره خاکریز است که تعریف خط مرکزی را بهعنوان مبنای سیستم مرجع خمیده خطی کانال محور امکانپذیر می کند و به محاسبه ویژگیهای پلانفرم (به عنوان مثال، عرض کامل، انحنای تدریجی متغیر، سینوسی) می پردازد. در صورتی که دادههای رقومی ارتفاع بیومتری یا توپوگرافی وجود داشته باشد و قابل تبدیل به سیستم مرجع خمیده خطی کانالمرکز باشند، بنابراین امکان تعیین شیب بستر طولی و ویژگیهای بیشتر مورفومتریک در سطح مقطع های عرضی (به عنوان مثال، عمق کرانه، سطح مقطع، و شیب های کناره ها یا سیلاب ها) فراهم می شود. این اسکریپت به عنوان مثال بر دره زیر آبی در دریاچه کنستانس اجرا شد. این اسکریپت ابزاری کارآمد برای آنالیز مقدار روزافزون مدلهای ارتفاعی دیجیتال (DEMs) در رودخانهها، کانالها و درههای رو زمینی، زیرآبی و فرازمینی است. این اسکریپت به ویژه برای سیستمهای زیر آبی که درک آن ها ضعیف است، مناسب بوده و به درک بزرگترین سیستمهای دره و کانال کمک میکند.
کلمات کلیدی: رانندگی خودکار | محلی سازی سطح لاین | تشخیص لاین | GNSS | GPS | تطبیق نقشه |
مقاله ترجمه شده |