مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930Design of Floating-Point Multipliers with Normal and Fault-Tolerant Operations Using Reduced-Precision Computinطراحی ضربکنندههای ممیز- شناور با قابلیت کار در مدهای عادی و تحملپذیر اِشکال با استفاده از کاهش دقت محاسبات91100faمریممهاجرمجتبیولینتاج 2017104Multiplication is one of the important computations required for different signal processing applications especially regarding voice and image. However, the multipliers as digital circuits are susceptible to different environmental effects such as noises. In this paper, a new approach is proposed for designing a 32-bit floating-point multiplier which can operate in two operational modes, normal and fault-tolerant, dependent to the environmental conditions. In the fault-tolerant mode, by reducing the normal precision and accepting a negligible error in the output, a portion of preliminary circuit is released which is used for redundant computations in order to detect or correct errors. This way, two multiplier architectures with error detection or correction capability are proposed that have a beneficial reliability against different types of permanent and transient faults. The implementation results show that in the fault-tolerant mode, maintaining 13 bits instead of 23 bits for the mantissa will be enough to achieve an error detecting multiplier, and maintaining 11 bits will be enough to achieve an error correcting multiplier with acceptable area and power overheads (from 12% to 26%) while their precisions are enough for most applications.عملیات ضرب یکی از مهمترین محاسبات مورد استفاده در انواع پردازشهای سیگنال خصوصاً صوت و تصویر محسوب میشود. با این حال، ضربکنندهها به عنوان مدارهای دیجیتالی به خاطر وجود عوامل محیطی گوناگون مانند انواع نویزها مستعد تولید خروجیهای نادرست هستند. در این مقاله، روشی جدید برای طراحی ضربکننده ممیز- شناور 32بیتی ارائه میشود که میتواند با توجه به شرایط محیطی که در آن استفاده میشود، در دو مد کاری عادی یا تحملپذیر اشکال عمل کند. در مد تحملپذیر اشکال، با کاهش دقت محاسبات و قبول مقدار ناچیزی خطای محاسباتی در خروجی، بخشی از مدار اولیه آزاد شده و برای فراهمکردن محاسبات افزونه به منظور تشخیص یا تصحیح خطاهای ناشی از اشکالها استفاده میشود. بدین روش، دو معماری ضربکننده با قابلیت تشخیص یا تصحیح خطا پیشنهاد میشوند که در مد کاری تحملپذیر اشکال، دارای قابلیت اطمینان مناسبی در برابر انواع اشکالهای دائمی و گذرا هستند. نتایج پیادهسازی نشان میدهد که در مد تحملپذیر اشکال به جای 23 بیت مانتیس اولیه، حفظ 13 بیت برای دستیافتن به ضربکننده با قابلیت تشخیص خطا و حفظ 11 بیت برای دستیافتن به ضربکننده با قابلیت تصحیح خطا، با سربار مساحت و توان قابل قبول که از 12% تا 26% خواهد بود و همچنین حفظ دقت مورد نیاز برای اکثر کاربردها، مناسب است.http://ijece.org/fa/Article/Download/28325مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930Analyzing and Designing a Domain Specific Language to Describe Structure and Movement of Linkagesتحلیل و طراحی یک زبان خاص منظوره برای توصیف ساختار و حرکت لینکیجها101110faعلینورالهنوشینبهزادپور2017118This research has been prepared in the field of linkage structures and their movements. A linkage is a set of line segments that can be interconnected via their ends, which exhibits numerous usages in modeling robot arms. To date, various domain-specific languages have been introduced in the field of robot movements. In spite that some of the capabilities of these languages combined with general-purpose languages can be used to describe and create the movements of these linkages and their structures, yet they cannot be considered domain-specific languages for explaining the linkages and their movements. The domain-specific languages are programs that raise the level of abstraction, the ability to understand better, accelerating the development and requires less effort to learn relevant knowledge that will provide the same advantages. So like all software, have levels such as analysis, design, implementation, testing, maintenance and support. Therefore, in this paper, we attempt to analyze and design a domain-specific language and describe and create linkage movements and their structures. By using this domain specific language, there is no limit to the definition of simple linkages in terms of it’s number. Also, by defining the modules and their sequential and parallel combinations, the final movements of the linkages are generated, and by using the features of the language, the terms needed to start or terminate each final movements are defined. Applying this kind of attitude to specific general-purpose modeling, in addition to providing ease in defining the structure of linkages and diversity in their initial definition, allows for the coordination and collaboration of multiple robots to perform a single task and then implemented in the next step.این مقاله در حوزه ساختار لینکیجها و حرکت آنها تدوین شده است. لینکیج مجموعهای از پارهخطهایی است که از دو انتهایشان قابل اتصال به یکدیگر میباشند و کاربردهای فراوانی در مدلکردن بازوهای روبات دارند. تاکنون زبان خاصمنظورهای که تنها مختص لینکیج باشد، طراحی و یا گزارش نشده است. زبانهای خاصمنظوره نرمافزارهایی هستند که بالارفتن سطح تجرید، قابلیت درک بهتر، تسریع روند توسعه و نیاز به تلاش کمتر برای یادگیری دانش مربوطه از امتیازاتی است که فراهم میآورند. بنابراین مانند همه نرمافزارها مراحل تحلیل، طراحی، پیادهسازی، تست، نگهداری و پشتیبانی دارند. در این مقاله به طراحی یک زبان خاصمنظوره برای بیان ساختار و حرکت لینکیجها پرداخته میشود و سپس تحلیلی بر روی این زبان انجام خواهد شد. با استفاده از زبان خاصمنظوره تعریفشده در این مقاله، محدودیتی در تعریف لینکیجهای ساده از نظر تعداد وجود نخواهد داشت. همچنین با تعریف ماژولهای حرکتی و ترکیب متوالی و موازی آنها حرکت نهایی لینکیجها تولید میشود و با استفاده از امکانات زبان ارائهشده شرطهای مورد نیاز برای شروع یا خاتمه هر یک از حرکتهای نهایی تعریف میشود. به کارگیری این نوع نگرش در مدلسازی خاصمنظوره، علاوه بر آن که موجب سهولت در تعریف ساختار لینکیجها و تنوع در چگونگی تعریف اولیه آنها است، این امکان را فراهم میآورد که بتوان هماهنگی و همکاری چندین روبات برای انجام یک وظیفه واحد را توصیف و در مرحله بعد پیادهسازی نمود.http://ijece.org/fa/Article/Download/28326مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930Power Control and Subchannel Allocation in OFDMA Macrocell-Femtocells Networksکنترل توان و تخصیص زیرکانال در شبکه های دوسطحی ماکروسل و فمتوسل مبتنی بر OFDMA111120faحسینداودیمهدیراستی2017519Heterogeneous networks, including macrocell and femtocell, cause to increase network capacity. Also, they improve quality of offers services to users in cellular networks. Common subchannel allocation among different tier users, make cross-tier interference among users. Since macrocell users have priority to femtocell ones, presence of femtocell users should not prevent macrocell users to access minimum quality-of-service. In this paper, a power control and subchannel allocation scheme in downlink transmission an orthogonal frequency division multiple access (OFDMA) based two tier of macrocell and femtocell is proposed, aiming the maximization of femtocell users total data rate, in which the minimum QOS for all macrocell users and femtocell delay-sensitive users is observed. In macrocell tier, two different problems are considered. The first problem aim to maximizing the total threshold of tolerable cross-tier interference for macrocell users and the second problem’s goal is minimizing the macrocell’s total transmission power. For the femtocell tier, maximizing the users total data rate is the objective. Hungrian method, an assignment optimization method, is used for solving the first problem in macrocell tier. Moreover, in order to solve the second problem a heuristic method for subchannel allocation is proposed and dual Lagrange method is used for power control. In addition, in order to solve the problem for femtocell tier, a heuristic method is used for subchannel allocation. Subsequently, a dual Lagrange method which is one of the convex optimization problem solver is used, so that we can control the power. Finally, an extend simulations are performed to validate the performance of the proposed method.شبکههای چندسطحی که شامل ماکروسل و فمتوسل هستند، منجر به افزایش ظرفیت شبکه و بهبود کیفیت سرویسهای ارائهشده به کاربران در شبکههای سلولار میشوند. تخصیص زیرکانال مشترک بین کاربران سطوح مختلف، باعث ایجاد تداخل بین سطحی بین کاربران میگردد که به دلیل اولویت بالاتر کاربران ماکروسل، حضور کاربران فمتوسل نباید مانع دستیابی این کاربران به حداقل کیفیت سرویس خود شوند. در این مقاله یک روش کنترل توان و تخصیص زیرکانال در حالت فروسو و در دو سطح ماکروسل و فمتوسل مبتنی بر OFDMA با هدف بیشینهکردن مجموع نرخ کاربران فمتوسلها، به نحوی که حداقل کیفیت سرویس برای همه کاربران ماکروسل و کاربران حساس به تأخیر فمتوسلها رعایت گردد ارائه میدهیم. در سطح ماکروسل دو مسئله متفاوت را به صورت جداگانه در نظر میگیریم. مسئله اول با هدف بیشینهنمودن مجموع آستانه تداخل بین سطحی قابل تحمل برای کاربران ماکروسل و مسئله دوم با هدف کمینهکردن مجموع توان ارسالی ماکروسل بیان میشود. مسئله در سطح فمتوسل، با هدف بیشینهنمودن مجموع نرخ داده کاربران فمتوسلها بیان میگردد. برای حل مسئله اول در سطح ماکروسل از الگوریتم مجارستانی که یک روش بهینه انتساب است استفاده مینماییم. همچنین برای حل مسئله دوم از یک روش مکاشفهای برای تخصیص زیرکانال و از روش دوگان لاگرانژ برای کنترل توان استفاده میگردد. برای حل مسئله در سطح فمتوسل نیز ابتدا با استفاده از یک روش مکاشفهای، تخصیص زیرکانال صورت میگیرد و سپس با استفاده از روش دوگان لاگرانژ که یکی از روشهای حل مسایل بهینهسازی محدب است، کنترل توان صورت میپذیرد. در انتها عملکرد این روش با تحلیل نتایج حاصل از شبیهسازی بررسی میگردد.http://ijece.org/fa/Article/Download/28327مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930Hyper Spherical Search Optimization Algorithm Based on Chaos Theoryالگوریتم بهینهسازی جستجوی ابرکروی مبتنی بر نظریه آشوب121130faمحمدکلانتریسکینهسهرابیحمیدرضارشیدی کنعانحسینکرمی20171021A Hyper Spherical Search (HSS) optimization algorithm based on chaos theory is proposed that resolves the weakness of the standard HSS optimization algorithm including the speed of convergence and the sequential increment in the number of algorithm iterations to achieve the optimal solution. For this, in the particle initiation and search steps of the proposed algorithm, random values used in the standard algorithm are replaced with the values of two mappings, Chebyshev and Liebovitch, that makes the results of the proposed algorithm definite and decreases their standard deviation. The simulation results on the standard benchmark functions show that the proposed algorithm not only has faster convergence, but also acts as a more accurate search algorithm to find the optimal solution in comparison to standard hyper spherical search algorithm and some other optimization algorithms such as genetic, particle swarm, and harmony search algorithm.در این مقاله الگوریتم بهینهسازی جستجوی ابرکروی با استفاده از نظریه آشوب ارائه میشود که ضعف الگوریتم بهینهسازی جستجوی ابرکروی استاندارد، یعنی سرعت همگرایی و افزایش تعداد تکرار اجرای الگوریتم برای رسیدن به جواب بهینه را برطرف می نماید. در الگوریتم پیشنهادی، در گام ایجاد ذرات و گام جستجو، مقادیر حاصل از دو نگاشت چبیشف و لیبوویچ، جایگزین مقادیر تصادفی موجود در الگوریتم استاندارد میشود که این امر باعث بهبود نتایج حاصل از اجرای الگوریتم شده و انحراف معیار نتایج را کاهش میدهد. نتایج شبیهسازی بر روی توابع محک استاندارد نشان میدهد که الگوریتم پیشنهادی ضمن برخورداری از همگرایی سریعتر، دقت بیشتری نیز در یافتن جواب بهینه نسبت به الگوریتم جستجوی ابرکروی استاندارد و همچنین الگوریتمهای بهینهسازی دیگر نظیر ژنتیک، ازدحام ذرات و الگوریتم جستجوی هارمونی دارد.http://ijece.org/fa/Article/Download/28328مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930Proposing a New Method for Acquiring Skills in Reinforcement Learning with the Help of Graph Clusteringارائه روشی جدید برای کسب مهارت در یادگیری تقویتی با کمک خوشهبندی گراف131141faمرضیهداودآبادی فراهانیناصرمزینی201734Reinforcement learning is atype of machine learning methods in which the agent uses its transactions with the environment to recognize the environment and to improve its behavior.One of the main problems of standard reinforcement learning algorithms like Q-learning is that they are not able to solve large scale problems in a reasonable time. Acquiring skills helps to decompose the problem to a set of sub-problems and to solve it with hierarchical methods. In spite of the promising results of using skills in hierarchical reinforcement learning, it has been shown in some previous studies that based on the imposed task, the effect of skills on learning performance can be quite positive. On the contrary, if they are not properly selected, they can increase the complexity of problem-solving. Hence, one of the weaknesses of previous methods proposed for automatically acquiring skills is the lack of a systematic evaluation method for each acquired skill. In this paper, we propose new methods based on graph clustering for subgoal extraction and acquisition of skills. Also, we present new criteria for evaluating skills, with the help of which, inappropriate skills for solving the problem are eliminated. Using these methods in a number of experimental environments shows a significant increase in learning speed.یادگيري تقويتي، يكي از انواع يادگيري ماشين است كه در آن عامل با استفاده از تراکنش با محيط، به شناخت محیط و بهبود رفتار خود میپردازد. يكي از مشكلات اصلي الگوريتمهاي استاندارد يادگيري تقويتي مانند یادگیری Q اين است که نمیتوانند مسایل بزرگ را در زمان قابل قبولی حل کنند. کسب خودکار مهارتها میتواند به شکستن مسأله به زيرمسألههاي کوچکتر و حل سلسلهمراتبی آن کمک کند. با وجود نتایج امیدوارکننده استفاده از مهارتها در یادگیری تقویتی سلسلهمراتبی، در برخی تحقیقات دیگر نشان داده شد که بر اساس وظیفه مورد نظر، اثر مهارتها بر کارایی یادگیری میتواند کاملاً مثبت یا منفی باشد و اگر به درستی انتخاب نشوند میتوانند پیچیدگی حل مسأله را افزایش دهند. از این رو یکی از نقاط ضعف روشهای قبلی کسب خودکار مهارتها، عدم ارزیابی هر یک از مهارتهای کسبشده میباشد. در این مقاله روشهای جدیدی مبتنی بر خوشهبندی گراف برای استخراج زیرهدفها و کسب مهارتها ارائه میگردد. همچنین معیارهای جدید برای ارزیابی مهارتها مطرح میشود که با کمک آنها، مهارتهای نامناسب برای حل مسأله حذف میگردند. استفاده از این روشها در چندین محیط آزمایشگاهی افزایش سرعت یادگیری را به شکل قابل ملاحظهای نشان میدهد.http://ijece.org/fa/Article/Download/28329مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930Data Offloading to Femtocell with In-Band Full Duplex Deploymentواگذاری داده به فمتوسل با استفاده از فناوری ارتباط دوسویه همفرکانس142148faمحمدملاشاهیمهریمهرجومجیدعبیری20171013In order to increase throughput and spectral efficiency in a heterogeneous network including a macro and a femtocell, we propose a combined offloading with In-Band Full Duplex (IBFD) scheme in this paper. Traffic offloading to the femtocell is deployed to transmit network users traffic to a macrocell base station in the uplink. In other words, all or a part of the traffic is offloaded to the femtocell and then transmitted to the macrocell, while the rest of traffic is transmitted to the macrocell directly. In the femtocell, we deploy and investigate IBFD technology, i.e., simultaneous transmit and receive traffic in one frequency band. Furthermore, in order to improve throughput of the network, we propose several scheduling schemes to transmit traffic. Finally, optimal number and position of users who use IBFD or do not use it, are determined. We propose a heuristic solution to find optimal position of IBFD users. Simulation results verify the network throughput improvement and power consumption reduction.در این مقاله، راهکار واگذاری داده کاربران شبکه سلولی به فمتوسل و استفاده از فناوری ارتباط دوسویه همفرکانس (IBFD) به منظور افزایش گذردهی شبکه و بهرهوری طیفی پیشنهاد شده است. برای ارسال ترافیک کاربران به ماکروسل در مسیر فراسو، از واگذاری ترافیک به فمتوسل استفاده میشود. به عبارتی تمام یا بخشی از ترافیک کاربران به جای ارسال مستقیم به ماکروسل، ابتدا به فمتوسل ارسال شده و سپس به ماکروسل ارسال میگردد. همچنین فناوری IBFD که ارسال و دریافت همزمان در یک باند فرکانسی را انجام میدهد نیز در فمتوسل به کار گرفته شده و چند حالت زمانبندی ارسال ترافیک پیشنهاد میگردد. علاوه بر این، تعداد و موقعیت بهینه کاربرانی که ترافیک داده خود را با IBFD یا بدون آن به فمتوسل واگذار میکنند تعیین میشود. نتایج شبیهسازی مؤید بهبود گذردهی شبکه به واسطه افزایش بهرهوری فرکانس و کاهش توان مصرفی است.http://ijece.org/fa/Article/Download/28330مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930Scheduling of Modules in Fog Computing by Knapsack-Based Symbiotic Organisms Searchزمانبندی ماژولها در محاسبات مه به روش جستجوی همزیستی جانداران مبتنی بر کولهپشتی149156faدادمهررهبریمحسننیکرای201797Wireless sensor networks have limitations such as processing power, storage resources, and time delay in data transfer to the cloud. The cloud computing by the development of cloud-based services to the edge of the network reduces traffic and delays, so these types of networks are used in many systems, such as medical care, wearable devices, transportation systems and smart cities. Task scheduling techniques in fog computing are considered to be NP-hard issues. Applications require resources to run. Network fog devices are close to the sensors and the cloud and have the required processing power to run the applications. Each fog device can be used to run resource allocation policies. In this paper, we present an optimized Knapsack-based method optimized by symbiotic organism search to allocate resources appropriately to tasks in fog network. The proposed method is simulated in the iFogsim as a developed library from Cloudsim for fog computing. The results indicate improvement in energy consumption, resource consumption, and execution cost of the network. The proposed method is better than FCFS and Knapsack methods.شبکههای حسگر بیسیم دارای محدودیتهایی از قبیل توان پردازشی، منابع ذخیرهسازی و تأخیر زمانی در انتقال دادهها به ابر میباشند. محاسبات مه به وسیله توسعه سرویسهای ابری به لبه شبکه موجب کاهش ترافیک و تأخیر زمانی میشود و بنابراین این نوع شبکهها در سیستمهای بسیاری مانند مراقبت پزشکی، ابزارهای پوشیدنی، سیستم حمل و نقل و شهرهای هوشمند کاربرد دارد. تکنیکهای زمانبندی وظایف در محاسبات مه از جمله مسایل NP-hard محسوب میشود. برنامهها جهت اجراشدن به منابع نیاز دارند. ابزارهای لبه شبکه به حسگرها و ابر نزدیک بوده و دارای قدرت پردازشی لازم برای اجرای برنامهها میباشند. هر ابزار لبه میتواند برای پیادهسازی سیاستهای تخصیص منابع مورد استفاده قرار گیرد. در این مقاله، ما با ارائه یک روش مبتنی بر کولهپشتی بهینهشده با الگوریتم همزیستی جانداران به تخصیص مناسب منابع به وظایف در شبکههای مه میپردازیم. روش پیشنهادی در شبیهساز iFogsim به عنوان یک کتابخانه توسعهیافته از کلودسیم جهت پردازش مه پیادهسازی شده است. نتایج نشاندهنده بهبود در انرژی مصرفی، مصرف منابع و هزینه اجرای شبکه میباشد که روش پیشنهادی بهتر از روش کولهپشتی و الگوریتم پردازش به ترتیب ورود عمل نموده است.http://ijece.org/fa/Article/Download/28331مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451622018930A Self-Learning Single Image Super-Resolution by Considering Consistency in Adjacent Pixelsافزایش تفکیکپذیری تکتصویری با در نظر گرفتن سازگاری در همسایگی پیکسلها و استفاده از روش خودیادگیرنده157163faملیحهحبیبیعلیرضااحمدیفردحمیدحسن پور201588In this paper, we propose a self-learning single image super-resolution. In our proposed method, adjacent pixels information in smooth area is used. Low and high-resolution pyramids are built by applying up-sampling and down-sampling techniques on input image, as training data. In training phase, we apply support vector regression (SVR) to model the relationship between the pair of low and high-resolution images. For each patch in the low-resolution image, sparse representation is extracted as a feature vector. In this paper, in order to reduce the edge blurring effects, we first separate edge pixels from non-edge pixels. In the smooth area, because of the similar colors around the each pixel, the center pixel value is determined by considering the reconstructed adjacent pixels. Experimental results show that the proposed method is quantitatively and qualitatively outperform the competitive super-resolution approaches.در این مقاله، یک روش افزایش تفکیکپذیری خودیادگیرنده پیشنهاد گردیده که از اطلاعات پیکسلهای مجاور هر پیکسل برای تخمین ارزش آن پیکسل استفاده شده است. برای این منظور، دو هرم با تفکیکپذیری بالا و تفکیکپذیری پایین با اعمال متناوب الگوریتمهای افزایش و کاهش نرخ نمونهبرداری بر تصویر ورودی ایجاد میشوند که به عنوان مجموعه تصاویر آموزشی مورد استفاده قرار میگیرند. روش پیشنهادی با مدلسازی ارتباط بین وصلههای تصاویر در سطوح متناظر دو هرم تفکیکپذیری بالا و تفکیکپذیری پایین با استفاده از رگرسیون بردار پشتیبان، به تخمین مقادیر جدید پیکسلها در تصویر خروجی میپردازد. از بازنمایی تنک به عنوان ویژگی هر وصله در تصاویر هرم با تفکیکپذیری پایین استفاده شده است. در این مقاله، جهت کاهش تارشدگی پیکسلهای لبه، ابتدا پیکسلهای لبه و غیر لبه مشخص میشوند. سپس به ازای پیکسلهایی که در نواحی غیر یکنواخت قرار دارند، پیکسلهای همسایه مورد استفاده قرار نمیگیرند. لذا در روش پیشنهادی، ارزش پیکسلهای همسایه هر پیکسل در نواحی یکنواخت، مدل شده و در تعیین ارزش نهایی دخالت داده میشود. نتایج حاصل از آزمایشات نشان داده که روش پیشنهادی عملکرد بهتری نسبت به سایر روشهای مطرحشده در زمینه افزایش تفکیکپذیری تصویر از لحاظ کمی و کیفی داشته است.http://ijece.org/fa/Article/Download/28332