﻿<?xml version="1.0" encoding="utf-8"?><ArticleSet><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>Proposing a Density-Based Clustering Algorithm with Ability to Discover Multi-Density Clusters in Spatial Databases</ArticleTitle><VernacularTitle>ارائه یک الگوریتم خوشه‌بندی مبتنی بر چگالی با قابلیت کشف خوشه‌های با چگالی متفاوت در پایگاه داده‌های مکانی</VernacularTitle><FirstPage>171</FirstPage><LastPage>186</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>علی</FirstName><LastName>زاده ده بالایی</LastName><Affiliation>دانشگاه صنعتی امیرکبیر</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>علیرضا</FirstName><LastName>باقری</LastName><Affiliation>دانشگاه صنعتی امیرکبیر</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>حامد</FirstName><LastName>افشار</LastName><Affiliation>دانشگاه صنعتی امیرکبیر</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>Clustering is one of the important techniques for knowledge discovery in spatial databases. density-based clustering algorithms are one of the main clustering methods in data mining. DBSCAN which is the base of density-based clustering algorithms, besides its benefits suffers from some issues such as difficulty in determining appropriate values for input parameters and inability to detect clusters with different densities. 
In this paper, we introduce a new clustering algorithm which unlike DBSCAN algorithm, can detect clusters with different densities. This algorithm also detects nested clusters and clusters sticking together. The idea of the proposed algorithm is as follows. First, we detect the different densities of the dataset by using a technique and Eps parameter is computed for each density. Then DBSCAN algorithm is adapted with the computed parameters to apply on the dataset. The experimental results which are obtained by running the suggested algorithm on standard and synthetic datasets by using well-known clustering assessment criteria are compared to the results of DBSCAN algorithm and some of its variants including VDBSCAN, VMDBSCAN, LDBSCAN, DVBSCAN and MDDBSCAN. All these algorithms have been introduced to solve the problem of multi-density data sets. The results show that the suggested algorithm has higher accuracy and lower error rate in comparison to the other algorithms.
</Abstract><OtherAbstract Language="FA">خوشه‌بندی یکی از تکنیک‌های مهم کشف دانش در پایگاه داده‌های مکانی است. الگوریتم‌های خوشه‌بندی مبتنی بر چگالی یکی از روش‌های اصلی برای خوشه‌بندی در داده‌کاوی هستند. الگوریتم DBSCAN پایه روش‌های خوشه‌بندی مبتنی بر چگالی است که علی‌رغم مزایایی که دارد دارای مشکلاتی نظیر سخت‌بودن تعیین پارامترهای ورودی و عدم توانایی کشف خوشه‌های با چگالی متفاوت نیز است.
در این مقاله الگوریتمی ارائه شده که برخلاف الگوریتم DBSCAN، قابلیت تشخیص خوشه‌های با چگالی متفاوت را دارد. این الگوریتم همچنین خوشه‌های تودرتو و چسبیده به هم را نیز به خوبی تشخیص می‌دهد. ایده الگوریتم پیشنهادی به این صورت است که ابتدا با استفاده از تکنیکی چگالی‌های مختلف مجموعه داده را تشخیص داده و برای هر چگالی یک شعاع Eps تعیین می‌کند. سپس الگوریتم DBSCAN جهت اعمال بر روی مجموعه داده، با پارامترهای به دست آمده تطبیق داده می‌شود. الگوریتم پیشنهادی بر روی مجموعه داده‌های استاندارد و مصنوعی تست شده است و نتایج به دست آمده با نتایج حاصل از الگوریتم DBSCAN و پنج بهبود الگوریتم DBSCAN شامل: VDBSCAN، VMDBSCAN، LDBSCAN، DVBSCAN و MDDBSCAN که همگی برای رفع مشکل تغییرات چگالی الگوریتم DBSCAN ارائه شده‌اند، بر اساس معیارهای ارزیابی روش‌های خوشه‌بندی مقایسه شده‌اند. نتایج ارزیابی‌ها نشان می‌دهد که الگوریتم پیشنهادی از دقت بالا و درصد خطای پایینی برخوردار بوده و نتایج بهتری نسبت به سایر الگوریتم‌ها داشته است.
</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">چگالی متفاوت
خوشه‌بندی مبتنی بر چگالی
داده‌کاوی مکانی
DBSCAN</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28270</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>A Multi-Criteria Decision Making Mechanism for  Data Offloading from Cellular Networks to Complementary Networks</ArticleTitle><VernacularTitle>ارائه یک مکانیزم تصمیم‌گیری چندمعیاره برای برون‌سپاری ترافیک شبکه‌ ‌سلولی به شبکه مکمل</VernacularTitle><FirstPage>187</FirstPage><LastPage>199</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>مجید</FirstName><LastName>فلاح خوشبخت</LastName><Affiliation>دانشگاه ارومیه</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>صالح</FirstName><LastName>یوسفی</LastName><Affiliation>دانشگاه ارومیه</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>بابک</FirstName><LastName>قالبساز جدّی</LastName><Affiliation>دانشگاه ارومیه</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>Due to proliferation of smart phones, data traffic in cellular networks has been significantly increasing, which has resulted in congestions in cellular networks. Data offloading to a complementary network such as Wi-Fi has been identified as a rational and cost-effective solution to these congestions. In this paper, a multi-criteria offloading (MCO) mechanism is proposed to select the best transfer mode among: cellular delivery, delay-tolerant offloading (DTO) to a complementary network, and peer-assisted offloading (PAO). The proposed MCO mechanism utilizes TOPSIS multi-criteria decision analysis method and a prediction model for the Wi-Fi connection pattern. The decision criteria include: the fraction of total users’ request satisfied by offloading, data transfer costs of cellular operator to users, data transfer bandwidth of users in both cellular and complementary networks, and total users’ power consumption. To evaluate the proposed mechanism various scenarios have been simulated, and the results show that the MCO mechanism can successfully take into account the preferences of the cellular operator and its users. Through simulations, the MCO mechanism demonstrated superior performance in comparison with other proposed solutions in the literature in terms of balancing the load on the network, reducing the cost of the cellular operator, and reducing energy consumption of the users.</Abstract><OtherAbstract Language="FA">به دلیل گسترش روزافزون استفاده از گوشی‌های هوشمند، ترافیک داده شبکه سلولی به صورت انفجاری افزایش یافته و باعث ازدحام در شبکه‌های سلولی شده است. برون‌سپاری داده به یک شبکه مکمل مانند WiFi به عنوان یک راه حل منطقی و مقرون به صرفه برای مقابله با ازدحام شبکه سلولی، مطرح شده است. در این مقاله، یک مکانیزم برون‌سپاری داده با نام MCO ارائه شده که با استفاده از روش‌ تصمیم‌گیری چندمعیاره TOPSIS و با بهره‌گیری از یک مدل پیش‌بینی الگوی اتصال به شبکه WiFi، مناسب‌ترین روش را از میان سه روش 1) تبادل داده از طریق خود شبکه سلولی، 2) برون‌سپاری با تحمل تأخیر (DTO) به شبکه مکمل و 3) برون‌سپاری با کمک گره‌های واسط (PAO) انتخاب می‌کند. معیارهای استفاده‌شده در تصمیم‌گیری شامل درصد ترافیک قابل برون‌سپاری (از کل درخواست کاربر)، هزینه تبادل داده اپراتور سلولی و کاربر، پهنای باند تبادل داده کاربر (در دو شبکه سلولی و مکمل) و مصرف انرژی کاربر می‌باشند. به منظور ارزیابی روش MCO سناریوهای متعددی از نقطه نظر ویژگی‌های کاربران و ترافیک آنها، نرخ پوشش شبکه مکمل و نسبت هزینه تبادل داده شبکه سلولی به شبکه مکمل، شبیه‌سازی شده‌اند. نتایج حاصل از این شبیه‌سازی‌ها نشان می‌دهد مکانیزم MCO قادر به در نظر گرفتن ترجیحات اپراتور سلولی و کاربرانش بوده و در نتیجه از لحاظ ایجاد تعادل بار در شبکه، کاهش هزینه‌های اپراتور سلولی و کاهش مصرف انرژی کاربران، نسبت به روش‌های پیشنهادی پیشین عملکرد بهتری دارد.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">برون‌سپاری داده
 شبکه مکمل
 تصمیم‌گیری چندمعیاره
 مدل‌های پیش‌بینی الگوی اتصال</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28271</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>A Novel Cascading Scheme to Improve Speed and Accuracy of a VMMR System</ArticleTitle><VernacularTitle>ارائه یک الگوریتم آبشاری برای بهبود سرعت و دقت یک سیستم شناسایی نوع و مدل خودرو</VernacularTitle><FirstPage>200</FirstPage><LastPage>210</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>محسن</FirstName><LastName>بيگلري</LastName><Affiliation>دانشگاه صنعتی شاهرود</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>In the last decade, many researches have been done on fine-grained recognition. The main category of the object is known in this problem and the goal is to determine the subcategory or fine-grained category. Vehicle Make and Model Recognition (VMMR) is a hard fine-grained classification problem, due to the large number of classes, substantial inner-class and small inter-class distance. Furthermore, improving system accuracy leads to increasing in processing time. As we can see the state-of-the-art machine vision tool like convolutional neural networks lacks in real-time processing time. In this paper, a method has been presented briefly for VMMR firstly. Secondly, a cascading scheme for improving both speed and accuracy of this VMMR system has been proposed. In order to eliminate extra processing cost, the proposed cascading scheme applies classifiers to the input image in a sequential manner. Some effective criterions for an efficient ordering of classifiers are proposed and finally a fusion of them is used in the cascade algorithm. For evaluation purposes, a new dataset with more than 5000 vehicles of 28 different makes and models has been collected. The experimental results on this dataset and comprehensive CompCars dataset show outstanding performance of our approach. Our cascading scheme results up to 80% increase in the system processing speed.</Abstract><OtherAbstract Language="FA">در دهه اخیر، مطالعات بسیاری بر روی طبقه‌بندی دانه‌ریز اشیا صورت گرفته است. در این نوع طبقه‌بندی گروه کلی شیء مشخص بوده و هدف تعیین زیرگروه دقیق آن است و شناسایی نوع و مدل وسیله نقلیه (VMMR) نیز در این حوزه قرار می‌گیرد. این مسئله به دلیل وجود تعداد کلاس‌های زیاد، تفاوت درون کلاسی بسیار و تفاوت بین کلاسی کم از مسایل طبقه‌بندی دشوار به شمار می‌رود. علاوه بر این معمولاً سرعت سیستم‌های شناسایی اشیا با افزایش دقت، کاهش می‌یابد و چنان که می‌بینیم یکی از چالش‌های مهم در شبکه‌های عصبی عمیق به عنوان یک ابزار قدرتمند بینایی ماشین، سرعت پردازش است. در این مقاله ابتدا روشی مبتنی بر بخش برای شناسایی نوع و مدل خودرو مختصراً معرفی می‌گردد و سپس یک الگوریتم آبشاری برای بهبود توأمان سرعت و دقت این سیستم ارائه می‌شود. الگوریتم آبشاری پیشنهادی، طبقه‌بندهای موجود در سیستم را به صورت ترتیبی به تصویر ورودی اعمال کرده تا از حجم پردازش بکاهد. چند معیار مناسب برای رسیدن به یک ترتیب کارا از طبقه‌بندها معرفی شده و در نهایت ترکیبی از آنها در الگوریتم پیشنهادی به کار گرفته شده است. نتیجه آزمایشات انجام‌شده بر روی مجموعه داده کاملاً متفاوت BVMMR و CompCars، نشان از دقت بالای سیستم شناسایی نوع و مدل خودرو دارد. پس از اعمال الگوریتم آبشاری به سیستم مورد بحث، سرعت پردازش تا 80% افزایش یافته است در حالی که دقت سیستم تنها کاهش جزئی داشته است.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">شناسایی دانه‌ریز اشیاشناسایی نوع و مدل وسیله نقلیهVMMRپردازش آبشاریالگوریتم آبشاری</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28272</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>A Novel Cascading Scheme to Improve Speed and Accuracy of a VMMR System</ArticleTitle><VernacularTitle>ارائه یک الگوریتم آبشاری برای بهبود سرعت و دقت یک سیستم شناسایی نوع و مدل خودرو</VernacularTitle><FirstPage>200</FirstPage><LastPage>210</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>محسن</FirstName><LastName>بيگلري</LastName><Affiliation>دانشگاه صنعتی شاهرود</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>سیدعلی</FirstName><LastName>سلیمانی</LastName><Affiliation>دانشگاه صنعتی شاهرود</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>حمید</FirstName><LastName>حسن‌پور</LastName><Affiliation>دانشگاه صنعتی شاهرود</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>In the last decade, many researches have been done on fine-grained recognition. The main category of the object is known in this problem and the goal is to determine the subcategory or fine-grained category. Vehicle Make and Model Recognition (VMMR) is a hard fine-grained classification problem, due to the large number of classes, substantial inner-class and small inter-class distance. Furthermore, improving system accuracy leads to increasing in processing time. As we can see the state-of-the-art machine vision tool like convolutional neural networks lacks in real-time processing time. In this paper, a method has been presented briefly for VMMR firstly. Secondly, a cascading scheme for improving both speed and accuracy of this VMMR system has been proposed. In order to eliminate extra processing cost, the proposed cascading scheme applies classifiers to the input image in a sequential manner. Some effective criterions for an efficient ordering of classifiers are proposed and finally a fusion of them is used in the cascade algorithm. For evaluation purposes, a new dataset with more than 5000 vehicles of 28 different makes and models has been collected. The experimental results on this dataset and comprehensive CompCars dataset show outstanding performance of our approach. Our cascading scheme results up to 80% increase in the system processing speed.</Abstract><OtherAbstract Language="FA">در دهه اخیر، مطالعات بسیاری بر روی طبقه‌بندی دانه‌ریز اشیا صورت گرفته است. در این نوع طبقه‌بندی گروه کلی شیء مشخص بوده و هدف تعیین زیرگروه دقیق آن است و شناسایی نوع و مدل وسیله نقلیه (VMMR) نیز در این حوزه قرار می‌گیرد. این مسئله به دلیل وجود تعداد کلاس‌های زیاد، تفاوت درون کلاسی بسیار و تفاوت بین کلاسی کم از مسایل طبقه‌بندی دشوار به شمار می‌رود. علاوه بر این معمولاً سرعت سیستم‌های شناسایی اشیا با افزایش دقت، کاهش می‌یابد و چنان که می‌بینیم یکی از چالش‌های مهم در شبکه‌های عصبی عمیق به عنوان یک ابزار قدرتمند بینایی ماشین، سرعت پردازش است. در این مقاله ابتدا روشی مبتنی بر بخش برای شناسایی نوع و مدل خودرو مختصراً معرفی می‌گردد و سپس یک الگوریتم آبشاری برای بهبود توأمان سرعت و دقت این سیستم ارائه می‌شود. الگوریتم آبشاری پیشنهادی، طبقه‌بندهای موجود در سیستم را به صورت ترتیبی به تصویر ورودی اعمال کرده تا از حجم پردازش بکاهد. چند معیار مناسب برای رسیدن به یک ترتیب کارا از طبقه‌بندها معرفی شده و در نهایت ترکیبی از آنها در الگوریتم پیشنهادی به کار گرفته شده است. نتیجه آزمایشات انجام‌شده بر روی مجموعه داده کاملاً متفاوت BVMMR و CompCars، نشان از دقت بالای سیستم شناسایی نوع و مدل خودرو دارد. پس از اعمال الگوریتم آبشاری به سیستم مورد بحث، سرعت پردازش تا 80% افزایش یافته است در حالی که دقت سیستم تنها کاهش جزئی داشته است.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">شناسایی دانه‌ریز اشیا
شناسایی نوع و مدل وسیله نقلیه
VMMR
پردازش آبشاری
الگوریتم آبشاری</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28273</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>An Efficient Routing Algorithm for Three-Dimensional Networks On-Chip with Partially Vertical Links</ArticleTitle><VernacularTitle>الگوریتم مسیریابی کارا برای شبکه روی تراشه سه‌بعدی با کانال‌های عمودی نیمه‌کامل</VernacularTitle><FirstPage>211</FirstPage><LastPage>222</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>فاطمه</FirstName><LastName>وحدت‌پناه</LastName><Affiliation>دانشگاه علم و صنعت ايران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>احمد</FirstName><LastName>پاطوقی</LastName><Affiliation>دانشگاه علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>Three-Dimensional Chips are made of stacking silicon layers which communicate with each other by Through-Silicon-Via (TSV) links. Manufacturing cost of Three-Dimensional chips is a function of the number of TSVs because the fabricating of a three-dimensional chip with fully vertical links is of high cost and high fabrication complexity.
The packet routing strategies in the 3D NoCs with partially TSVs is more complex than that in the 2D NoCs. In this paper, we proposed a routing algorithm for the 3D NoCs with partial TSVs, which provides a dynamic routing with maximum adaptivity for packets by dividing the network into three groups of layers, rows and columns. This algorithm is independent of vertical channel's position but related to layer number of the current packet and based on the layer number, odd or even, uses a special turn strategy to route packets on rows and columns with odd or even numbers. The proposed routing algorithm mitigates deadlock and livelock with only two virtual. The experiments show that average packet latency in proposed algorithm is 32.8% smaller than that in Elevator_First which is a well-known algorithm for packet routing in 3D chips. Also, this improvement on average packet latency and network throughput will be more with increasing on network size and reduction on TSV number.
</Abstract><OtherAbstract Language="FA">تراشه‌های سه‌بعدی از قرارگرفتن لایه‌های سیلیکون به صورت پشته ساخته می‌شوند و ارتباط بین این لایه‌ها توسط کانال‌های درون‌سیلیکون برقرار می‌شود. هزینه ساخت این تراشه‌ها تابعی از تعداد کانال‌های عمودی است و ساخت آنها با تعداد کامل کانال‌ها از لحاظ هزینه و پیچیدگی ساخت، مقرون به صرفه نیست. ناکامل بودن کانال‌های درون‌سیلیکون، مسأله مسیریابی اطلاعات را در شبکه‌های روی تراشه سه‌بعدی، پیچیده‌تر از شبکه‌های دوبعدی کرده است. در این مقاله یک الگوریتم مسیریابی برای شبکه‌های روی تراشه سه‌بعدی با کانال‌های عمودی ناکامل ارائه شده است که با تقسیم‌بندی لایه‌ای، سطری و ستونی شبکه، یک مسیریابی پویا را با حداکثر تطبیق‌پذیری در اختیار بسته‌ها قرار می‌دهد. این الگوریتم مستقل از مکان قرارگرفتن کانال‌های عمودی است و با در نظر گرفتن شماره لایه‌ای که بسته در آن قرار دارد و زوج یا فرد بودن آن، مدل چرخش خاصی در سطرها و یا ستون‌های زوج یا فرد به کار می‌گیرد. این الگوریتم تنها با استفاده از دو کانال مجازی مسأله بن‌بست و چرخه زنده را مرتفع کرده است. نتایج شبیه‌سازی و مقایسه الگوریتم پیشنهادی با الگوریتم اول- آسانسور نشان می‌دهد که در الگوریتم پیشنهادی، میانگین تأخیر تحویل بسته 8/32% نسبت به الگوریتم اول- آسانسور بهبود داشته است. همچنین قابل ذکر است که بهبود تأخیر و گذردهی با بزرگ‌تر شدن ابعاد شبکه و کاهش تعداد کانال‌های درون‌سیلیکون، افزایش خواهد یافت.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">بن‌بست
شبکه روی تراشه سه‌بعدی
کانال عمودی نیمه‌کامل
کانال مجازی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28274</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>Analyzing the Optimization Problem of Resource Allocation in SIP Proxies and Providing an Overload Control Algorithm with Max-min Fairness</ArticleTitle><VernacularTitle>تحليل مسأله بهينه‌سازي تخصيص ظرفيت در پروکسي‌‌هاي SIP و ارائه الگوريتم کنترل اضافه بار با عدالت Max-Min</VernacularTitle><FirstPage>223</FirstPage><LastPage>232</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>مجتبی</FirstName><LastName>جهانبخش</LastName><Affiliation>دانشگاه علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>سیدوحید</FirstName><LastName>ازهری</LastName><Affiliation>دانشگاه علم و صنعت ایران</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>وحید</FirstName><LastName>قاسم‌خانی</LastName><Affiliation>دانشگاه علم و صنعت ايران</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>Session Initiation Protocol (SIP) is an application layer protocol designed to create, manage, and terminate multimedia sessions in the IP multimedia subsystem (IMS). The widespread use of this protocol results in high traffic volume over SIP proxies, requiring delicate CPU allocation to flows. In this paper, we analyze the optimization problem of resource allocation in SIP proxies with two objective functions: maximizing total throughput and minimizing the least squares. Maximizing total throughput, prioritizes intra-domain flows over inter-domain ones, as the latter pass through two intermediate proxies. On the other hand, minimizing the least squares corresponds to a max-min fairness policy. Hence, we use round robin scheduling in proxies. In addition, we propose a SIP overload control algorithm that limits re-transmissions and prevents instability of proxies by controlling the length of SIP message backlog for each flow. This algorithm leads to better use of processing resources, in comparison with existing overload control algorithms.</Abstract><OtherAbstract Language="FA">پروتکل SIP يک پروتکل لايه کاربرد است که براي ايجاد، مديريت و اتمام جلسات چندرسان‌هاي در زيرسيستم‌‌هاي چندرسان‌هاي IP در نظر گرفته شده است. استفاده وسيع از این پروتکل منجر به حجم بالاي ترافيک در پروکسي‌‌هاي SIP شده و تخصيص با دقت منابع پردازشي به جريان‌‌ها را به يک مسأله با اهميت بالا تبديل مي‌کند. در اين مقاله به تحليل مسأله بهينه‌سازي تخصيص منابع پردازشي در پروکسي‌‌هاي SIP مي‌پردازيم و دو تابع هدف حداکثرسازی مجموع گذردهي و حداقل‌سازی مربعات را مورد ارزيابي قرار مي‌دهيم. تابع هدف حداکثرسازی مجموع گذردهي، به جريان‌‌هاي بین دامنه‌اي اولویت پایین‌تری را اختصاص مي‌دهد زيرا این جریان‌‌ها برخلاف جريان‌‌های داخل دامنه‎ای از دو پروکسي میانی عبور مي‌کنند. از سوی دیگر، تابع هدف حداقل‎سازی مربعات به سیاست با عدالت max-min منتهی می‌شود و بنابراین به منظور عملياتي‌سازي این نوع سياست، در پروکسی‌‌ها از سرويس‌دهي نوبت گردشی (RR) استفاده می‌کنیم و يک الگوريتم ارائه می‌دهیم که با کنترل طول صف جريان‌ها، اضافه بار را کنترل کرده و از ارسال مجدد و ناپايداري جلوگيري می‌کند. این الگوریتم در مقايسه با روش‌‌های موجود به استفاده بهتر از منابع پردازشي در پروکسي‌‌ها منتهی مي‌شود.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">اضافه بار
بهينه‌سازي
پروتکل SIP
پروکسي
عدالتmax-min</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28275</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>Using Clustering and a Hybrid Method to Fill the Numeric Missing Values</ArticleTitle><VernacularTitle>استفاده از خوشه‌بندی و رویکردی ترکیبی برای پرکردن مقادیر جاافتاده عددی</VernacularTitle><FirstPage>233</FirstPage><LastPage>242</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>امیرمسعود</FirstName><LastName>سفیدیان</LastName><Affiliation>دانشگاه تربیت دبیر شهیدرجایی</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>Estimation of missing values is an important step in the preprocessing. In this paper, at two-step approach is proposed to fill the numeric missing values. In the first step, data is clustered. In the second step, the missing data in each cluster are estimated using a combination of weighted k nearest neighbors and linear regression methods. The correlation measure is employed to determine the appropriate method for the filling of missing data in each cluster. The quality of estimated missing values is evaluated using the root mean squared error (RMSE) criterion. Effect of different input parameters on the error of estimated values is investigated. Moreover, the performance of the proposed method for the estimation purpose is evaluated on five datasets. Finally, the efficiency of the proposed method is compared to four different estimation methods, namely, Mean estimation, multi-layer perceptron (MLP) based estimation, fuzzy C-means (FCM) based approximation method, and Class-based K-clusters nearest neighbor imputation (CKNNI) method. Experimental results show that the proposed method produces less error in comparison to other compared methods, in most of the cases.</Abstract><OtherAbstract Language="FA">تخمین مقادیر جاافتاده یک گام مهم در پیش‌پردازش داده‌ها است. در این مقاله ‌یک رویکرد دومرحله‌ای برای پرکردن مقادیر جاافتاده عددی ارائه شده است. در مرحله اول داده‌ها خوشه‌بندی می‌شوند و در مرحله دوم داده‌های جاافتاده درون هر خوشه با استفاده از یک روش‌ ترکیبی از k نزدیک‌ترین همسایه وزن‌دار و رگرسیون خطی تخمین زده می‌شوند. از معیار همبستگی بین صفات در هر خوشه برای تعیین روش پرکردن داده‌های جاافتاده استفاده می‌‌شود. کیفیت پرکردن مقادیر جاافتاده با استفاده از معیار میانگین مربعات خطا سنجیده می‌شود. تأثیر پارامترهای مختلف بر میزان خطای داده‌های تخمین زده شده بررسی می‌‌گردد. عملکرد روش ارائه‌شده برای تخمین داده‌های جاافتاده بر روی پنج مجموعه داده نیز‌ بررسی می‌شود. در نهایت عملکرد روش ارائه‌شده با چهار روش پرکردن با مقدار میانگین، روش تخمین با شبکه عصبی پرسپترون چندلایه (MLP)، روش پرکردن با خوشه‌بندی c-means فازی و روش k خوشه‌ و نزدیک‌ترین همسایه مبتنی بر دسته (CKNNI) مقایسه می‌شود. نتایج به دست آمده نشان داده‌ که خطای تخمین مقادیر جاافتاده در روش ارائه‌شده کمتر از خطا در دیگر روش‌های مقایسه‌شده است.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">رگرسیون
مقادیر جاافتاده
نزدیک‌ترین همسایگان
همبستگی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28276</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>Observable Optimized Selective Hardening of Combinational Circuits against Soft-Error</ArticleTitle><VernacularTitle>مقاوم‌سازی انتخابی مشاهده‌پذیر و بهینه مدارهای ترکیبی در برابر خطای نرم</VernacularTitle><FirstPage>243</FirstPage><LastPage>250</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>راهبه</FirstName><LastName>نیارکی اصلی</LastName><Affiliation>دانشگاه گیلان</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>هومن</FirstName><LastName>سالمی</LastName><Affiliation>دانشگاه گیلان</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>Due to the shrinking of feature size, reduction in supply voltage and technology scaling, the sensitivity to radiation induced transient faults of digital systems has dramatically increased. Soft error causes transient distortion in circuit operation and is expected to become very important in combinational logic with increment of the circuit frequency. In this paper, we introduce an optimized method for hardening of combinational logic circuits against soft errors. In this method, first we have found the most sensitive nodes of the circuit by observability computations. Next for optimizing power-delay product and area, the reliability of the circuit has been computed and the number of the necessary nodes for hardening will be identified. In the next step, three different hardening methods including time redundancy, Schmitt trigger and transistor feedback have been carried out on standard test circuits as our vehicles. The comparison of three method results show that the hardened circuits with Schmitt trigger have the most cumulative critical charge and the least power-delay product and lead to an optimum hardening. Moreover, the simulation results approve the optimized hardening is obtained from suitable selecting the number of required nodes considering observability concepts and reliability computations together with the best node hardening method. Monte-Carlo simulations also approve the performance of the proposed method against process variations.</Abstract><OtherAbstract Language="FA">کاهش مقیاس تکنولوژی و کاهش سطوح ولتاژ باعث حساس‌تر شدن گره‌های مدارات مجتمع و رشد فزاینده خطای نرم در آنها شده است. خطای نرم سبب اختلال گذرا در کار مدار می‌گردد و اهمیت آن در مدارهای ترکیبی با افزایش فرکانس کاری بیشتر می‌شود. در این مقاله روشی بهینه برای مقاوم‌سازی مدارات ترکیبی در برابر خطای نرم ارائه شده است. بهینه‌سازی روش پیشنهادی در سه مرحله انجام می‌گیرد. ابتدا با محاسبات مشاهده‌پذيري، اولویت گره‌های مدار از نظر مقاوم‌سازی تعیین می‌گردد. سپس به منظور بهینه‌نمودن پارامتر توان- تأخیر و سطح مصرفی مدار، قابلیت اطمینان مدار اندازه‌گیری می‌شود و با توجه به آن، تعداد گره‌های لازم برای مقاوم‌سازی تعیین می‌گردد. در مرحله بعد، گره‌های انتخابی از مدارهای استاندارد آزمون با سه روش مختلف که شامل افزونگی زمانی، اشمیت تریگر و پسخورد ترانزیستوری می‌باشند مقاوم‌سازی می‌شوند. مقایسه سه روش نشان می‌دهد که مدار مقاوم‌شده با اشمیت تریگر، دارای بیشترین بار بحرانی و کمترین فاکتور توان- تأخیر است. همچنین نتایج شبیه‌سازی تأیید می‌کند که مقاوم‌سازی بهینه حاصل انتخاب مناسب تعداد گره‌های لازم با استفاده از مفهوم مشاهده‌پذیری و محاسبات قابلیت اطمینان همراه با نوع مناسب مقاوم‌سازی گره می‌باشد. اجرای روش پیشنهادی بر روی مدارهای تحت آزمون از 85ISCAS مؤثربودن روش را تأیید می‌کند. همچنین شبیه‌سازی مونت کارلو نشان می‌دهد که روش پیشنهادی در برابر تغییرات فرایند مقاوم است.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">خطای نرم
مدار ترکیبی
مشاهده‌پذیری
قابلیت اطمینان
بار بحرانی</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28277</ArchiveCopySource></ARTICLE><ARTICLE><Journal><PublisherName>مرکز منطقه ای اطلاع رسانی علوم و فناوری</PublisherName><JournalTitle>فصلنامه مهندسی برق و مهندسی کامپيوتر ايران</JournalTitle><ISSN>16823745</ISSN><Volume>15</Volume><Issue>3</Issue><PubDate PubStatus="epublish"><Year>2017</Year><Month>11</Month><Day>28</Day></PubDate></Journal><ArticleTitle>Design of Quantum Reversible Ternary Multiplexer and Demultiplexer Circuits</ArticleTitle><VernacularTitle>طراحی مدارهای مالتی‌پلکسر و دی‌مالتی‌پلکسر کوانتومی برگشت‌پذیر سه‌مقداری</VernacularTitle><FirstPage>251</FirstPage><LastPage>256</LastPage><ELocationID EIdType="doi" /><Language>fa</Language><AuthorList><Author><FirstName>مجید</FirstName><LastName>حق پرست</LastName><Affiliation>دانشگاه آزاد اسلامی واحد شهرری</Affiliation><Identifier Source="ORCID" /></Author><Author><FirstName>اسماء</FirstName><LastName>طاهری منفرد</LastName><Affiliation>دانشگاه آزاد اسلامی واحد آبادان</Affiliation><Identifier Source="ORCID" /></Author></AuthorList><History PubStatus="received"><Year>2017</Year><Month>11</Month><Day>29</Day></History><Abstract>Multiplexer and demultiplexer circuits are among the main circuits in designing the complicated hardware. Therefore, enhancing their performance is very important. In the last few years one of the cases that got the attention of the researchers is designing circuits with low power. Using the reversible logic in designing the circuits can reduce power dissipation and power consumption. Using the ternary logic also leads to a better performance, reducing the power consumption and enhancing of fault tolerance in reversible circuits. In this paper, we have presented quantum reversible ternary multiplexer and demultiplexer circuits, we have used reversible ternary shift and controlled Feynman gates. Presented circuits in this paper have a better performance in compared to the previous designs. The improvements are reported.</Abstract><OtherAbstract Language="FA">مدارهای مالتی‌پلکسر و دی‌مالتی‌پلکسر از اساسی‌ترین مدارها در ساخت سخت‌افزارهای پیچیده به شمار می‌آیند و بنابراین افزایش کارایی آنها اهمیت بسیاری دارد. یکی از مواردی که در سال‌های اخیر توجه محققان را به خود جلب کرده است طراحی مدارهایی با توان پایین است. استفاده از منطق برگشت‌پذیر در طراحی مدار باعث کاهش اتلاف توان و کاهش توان مصرفی آن می‌شود و همچنین استفاده از منطق سه‌مقداری نیز باعث کارایی بهتر، کاهش توان مصرفی و افزایش تحمل‌پذیری اشکال در مدارهای برگشت‌پذیر می‌گردد. در این مقاله مدارهای مالتی‌پلکسر و دی‌مالتی‌پلکسر کوانتومی برگشت‌پذیر سه‌مقداری را ارائه داده‌ایم و در طراحی آنها از دروازه‌های برگشت‌پذیر سه‌مقداری Controlled Feynman و Shift استفاده کرده‌ایم. مدارهای ارائه‌شده در این مقاله در مقایسه با طرح‌های پیشین عملکرد بهتری دارد و مقدار بهبود گزارش شده است.</OtherAbstract><ObjectList><Object Type="Keyword"><Param Name="Value">مالتی‌پلکسر
دی‌مالتی‌پلکسر
سخت‌افزارهای پیچیده
منطق برگشت‌پذیر
منطق سه‌مقداری
مدارهای کوانتومی برگشت‌پذیر سه‌مقداری</Param></Object></ObjectList><ArchiveCopySource DocType="Pdf">http://ijece.org/ar/Article/Download/28278</ArchiveCopySource></ARTICLE></ArticleSet>