مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451142014321Automated Implementation of Quantum Circuits on QFPGA for Emulationپیادهسازی خودکار مدارهای کوانتومی روی QFPGA با هدف همانندسازی6575faمصطفیحیدرزادهدانشگاه صنعتی امیرکبیرمحمدداناییفردانشگاه صنعتي خواجه نصیرالدين طوسي20151129This paper defines an optimal architecture for the FPGA using exact methods. In order to achieve this goal, optimal placement and routing solutions are found using the integer linear programming techniques. After redefining the internal architecture of the logic blocks, quantum circuits are partitioned by a heuristic algorithm in order to reach maximum utilization of the resources inside logic blocks and minimum delay of the paths traversed by the q-bits in the circuit.
Experimental results show that FPGA architecture modifications can result in the reduction of the delay of critical paths of circuits by up to half in some cases and in a considerable reduction of the number of channels used for routing. Furthermore, the results show that defining the logic blocks with 12 q-bits instead of 4 q-bits can decrease circuits delay and the number of used channels to a large extent.در این مقاله ابتدا به تعریف یک معماری بهینه برای FPGA با استفاده از روشهای دقیق پرداخته شده و برای نیل به این هدف، جایابی و مسیریابی بهینه با استفاده از برنامهریزی خطی به طور دقیق تعریف شده است. پس از بازتعریف معماری داخل سلولهای منطقی، مدارهای کوانتومی توسط یک الگوریتم مکاشفهای با هدف استفاده حداکثری از منابع داخل سلولهای منطقی و کاهش تأخیر مسیرهایی که کیوبیتها در مدار طی میکنند، افراز میشوند. نتایج به دست آمده پس از تعریف معماری FPGA نشان میدهد که تأخیر مسیرهای بحرانی در برخي مدارهاي كوانتومي به کمتر از نصف کاهش مییابد و تعداد کانالهای مصرفشده برای مسیریابی در معماری جدید تا حد قابل توجهی کاهش یافته است. همچنین نتایج نشان میدهد افزایش تعداد ورودیهای سلولهای منطقی از 12 کیوبیت به 4 کیوبیت، میتواند تعداد کانالهای مصرفی و تأخیر مدارها را تا حد زیادی کاهش دهد.http://ijece.org/fa/Article/Download/28066مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451142014321Phrase Segmentation on Persian Texts Using Neural Networksقطعهبندی عبارات متون فارسی با استفاده از شبکههای عصبی7684faمحمدمهدیمیردامادیدانشگاه یزدعلیمحمدزارع بیدکیدانشگاه یزدمهدیرضائیاندانشگاه یزد20151129Word and phrase segmentation is one of the main activities in natural languages processing (NLP). Many programs in NLP need to be preprocessed for extraction of text’s words and distinction phrases. Getting meaningful words with their prefix and suffix is the main and the final goal of segmentation. This activity depends on various natural languages can be easy or hard. Persian is among the languages with complex preprocessing tasks. One of the complexity sources is handling different writing scripts. In written Persian texts, we have two kinds of spaces: short space and white space. Also there are various scripts for writing Persian texts, differing in the style of writing words, using or elimination of spaces within or between words, using various forms of characters and so on.
In this paper, we want to suggest a statistical method for phrase segmentation on Persian texts using neural networks due to using in search engines. For this purpose, we use occurrence likelihood of uniwords and biwords in corpus. The suggested algorithm includes four steps and could detect about 89.6% of correct tokens. Experimental results show this method can improve the performance of the usual methodsقطعهبندی کلمات و عبارات متن، یکی از فعالیتهای اصلی در حوزه پردازش زبانهای طبیعی است. اکثر برنامههای پردازش زبانهای طبیعی به یک پیشپردازش برای استخراج کلمات متن و تشخیص عبارات احتیاج دارند. هدف اصلی و نهایی قطعهبندی عبارات، به دست آوردن کلمات معنیدار همراه با پیشوندها و پسوندهایشان است و این فعالیت متناسب با زبانهای طبیعی مختلف میتواند سخت یا آسان باشد. در زبان فارسی به علت وجود فاصله و نیمفاصله، عدم توجه کاربران به فاصلهگذاریها و نبود قواعد دقیق در نوشتن کلمات چندقسمتی، تشخیص و قطعهبندی کلمات چندقسمتی و مرکب با مشکلات و پیچیدگیهای خاص خود روبهرو است.
در این مقاله برآنیم تا با استفاده از شبکههای عصبی، یک روش آماری برای قطعهبندی عبارات متون فارسی جهت استفاده در موتورهای جستجو ارائه کنیم. الگوریتم پیشنهادی شامل 4 فاز است که با استفاده از احتمال رخداد تککلمات و دوکلمهایهای موجود در پیکره و با دقت 6/89% عمل قطعهبندی را انجام میدهد. نتایج آزمایشات نشان دادند این روش میتواند با قطعهبندی بهتر عبارات، بهبود نسبی در کارایی روشهای معمول به وجود آورد.http://ijece.org/fa/Article/Download/28067مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451142014321Sub-Word Image Clustering in Old Printed Documents Using Template Matchingخوشهیابی تصویر زیرکلمات در متون قدیمی و حجیم چاپی با استفاده از معیار مقایسه تصویری8593faمحمدرضاسهیلیدانشگاه تربیت مدرساحسانالهکبیردانشگاه تربیت مدرس000000025610761120151129Due to the rapid growth of digital libraries, digitizing large documents has become an important topic. In a quite long book, similar characters, sub-words and words will occur many times. In this paper, we propose a sub-word image clustering method for the applications dealing with large uniform documents. We assumed that the whole document is printed in a single font and print quality is not good. To test our method, we created a dataset of all sub-words of a Farsi book. The book has 233 pages with more than 111000 sub-words manually labeled. We use an incremental clustering algorithm. Four simple features are extracted from each sub-word and compared with the corresponding features of each cluster center. If all features' differences lie within certain thresholds, the sub-word and the winner cluster center are finely compared using a template matching algorithm. In our experiments, we show that all sub-words of the book are recognized with more than 99.7% accuracy by assigning the label of each cluster center to all of its members.حجم زیاد تصاویر متنی روز به روز مسئله دیجیتالیشدن متن تصاویر و همچنین مسئله جستجو در این منابع را اهمیت میبخشد. در بازشناسی متنهای حجیم میتوان از ویژگیهایی مانند محدودبودن تعداد و اندازه قلم، یکسانبودن صفحهآرایی در کل صفحهها، محدودبودن مجموعه واژهها و حوزه معنایی آنها و یکسانبودن سبک نگارشی در کل متن استفاده کرد. در این مقاله الگوریتمی ارائه شده که از یکسانبودن نوع و اندازه قلم برای خوشهیابی زیرکلمات یک کتاب قدیمی با کیفیت پایین چاپ استفاده شده است. این کتاب 233 صفحه دارد و کل زیرکلمات آن که در حدود 111000 زیرکلمه است جداسازی و برچسبزنی شده است. در این تحقیق از یک روش ساده افزایشی برای خوشهیابی زیرکلمات استفاده شده است. ابتدا برای هر زیرکلمه چهار ویژگی ساده استخراج میشود، در صورتی که تفاوت این ویژگیها از ویژگیهای نماینده یک خوشه کمتر از مقدار آستانه باشد، مقایسه تصویری بین آن دو انجام میشود. به علت زیادبودن تعداد زیرکلمات سعی شده تا از سادهترین روشهای ممکن استفاده شود تا سرعت اجرا افزایش یابد. نتایج آزمایشها نشان میدهد میتوان زیرکلمات را با دقتی در حدود 7/99 درصد خوشهیابی کرد. نتایج این خوشهیابی در مرحله بازشناسی زیرکلمات کمک بسیار زیادی خواهد کرد.http://ijece.org/fa/Article/Download/28068مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451142014321Semi-Partitioning Multiprocessor Real-Time Scheduling in Data Stream Management Systemsزمانبندي بيدرنگ چندپردازندهاي شبهافرازي در سيستمهاي مديريت جريان داده94102faمهدیعالمیدانشگاه شهید بهشتیمصطفیحقجودانشگاه بینالمللی پیام نور کیش20151129In data stream management systems as long as streams of data arrive to the system, stored queries are executed on these data. Regarding high workload, high processing capacity is required, leading to consider multiple processors to cope with it. Partitioning approach, one of the main methods in multiprocessor real-time scheduling, bind each query to one of processors based on its utilization, ratio of estimated execution time to period, and instances of each query which should be completed under defined deadline can only be executed on specified processor. Each query which could not be assigned to any processor can be split based on utilization of processors and spread among them, causing to get closer to optimum result. This system has been examined with real network data, showing lower miss ratio and higher utilization in comparison to simple partitioning approach.در سيستمهاي مديريت جريان داده، دادههاي جرياني وارد سيستم ميشوند و پرس و جوهاي ذخيرهشده بر روي اين دادهها اجرا ميشوند. با توجه به بار کاري بالا نياز به ظرفيت پردازشي بالا است و استفاده از چندپردازنده بايد در نظر گرفته شود. همچنين در سيستمهاي بيدرنگ پرس و جوها تحت مهلت مشخصي بايد کار خود را به اتمام برساند. از رويکردهای موجود در زمانبندی چندپردازندهای بیدرنگ رويکرد افرازي است که هر پرس و جو با توجه به بهرهوري که نسبت زمان اجرا به دوره است به پردازندهها انتساب داده ميشود و فقط در آن اجرا ميشود. براي نزديکشدن به جواب بهينه در اينجا پرس و جوهايي که در يک پردازنده جا نميگيرند بر اساس بهرهوري شکسته ميشوند و در بين پردازندهها پخش ميشوند. اين سيستم با دادههاي واقعي شبکه تست شده است. مقايسهها نشان ميدهد که رويکرد مورد نظر توانسته است نسبت به رويکرد افرازي ساده ميزان از دست رفتن مهلتها را کاهش دهد و ميزان بهرهوري سيستم را بالا ببرد.http://ijece.org/fa/Article/Download/28069مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451142014321Persian Handwritten Word Recognition by Log-Polar Transform and Hidden Markov Modelبازشناسی کلمات دستنویس فارسی به کمک تبدیل قطبی- لگاریتمی و مدل مخفی مارکوف103110faغلامرضانادعلینیا چاریدانشگاه سمنانخشایاریغماییدانشگاه سمنانحامدفضلاللهی آقاملکدانشگاه بیرجندسيدمحمدرضويدانشگاه بیرجند20151129In this paper a recognition system for Persian words is introduced which utilizes the local higher order of the log-polar image autocorrelation for feature extraction of Persian sub-words. This feature extraction technique brings up leads to a system robustness in cases of writing variations alteration like scaled or rotated handwritings. Also using the log-polar transform, the sub-word image sampling will be performed so that most of acquired samples will be centered in a certain area. The proposed method uses the discrete Hidden Markov’s Model (HMM) as a classifier. Furthermore a net of dictionaries were employed to increase the reliability and precision of the system output. Finally, the Iran-Shahr database is utilized to evaluate the system performance. Comparing the results of the proposed method and other previous methods, proves that a less sensitivity has been achieved by the proposed method about handwriting variations.در این مقاله یک سیستم بازشناسی کلمات فارسی معرفی میشود که از خودهمبستگی محلی مرتبه بالای تصویر قطبی- لگاریتمی برای استخراج ویژگی از زیرکلمات فارسی استفاده میکند. این شیوه استخراج ویژگی باعث میشود سیستم در مقابل تغییرات نگارشی مانند تغییر مقیاسهای خطی و چرخش مقاوم شود. همچنین به کمک تبدیل قطبی- لگاریتمی، نمونهبرداری از تصویر زیرکلمه به صورتی انجام شده که بیشترین نمونهها در یک ناحیه خاص متمرکز باشد. در روش ارائهشده از مدل مخفی مارکوف گسسته به عنوان طبقهبند و همچنین برای افزایش امنیت و دقت خروجی سیستم بازشناسی از یک شبکه واژهنامه استفاده شده و برای ارزیابی سیستم از پایگاه داده ایرانشهر استفاده شده بود. مقایسه نتایج حاصل از روش پیشنهادی با نتایج سایر روشهای استخراج ویژگی مؤید این است که سیستم بازشناسی پیشنهادشده در این مقاله از حساسیت کمتری نسبت به تغییرات نگارشی برخوردار است.http://ijece.org/fa/Article/Download/28070مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451142014321Visual Target Tracking Using Geometrical Particle Filter and Analytic Color-Based Histogram Modelردیابی هدف در تصاویر ویدئویی رنگی به کمک فيلتر ذرهای هندسی مبتنی بر مدل تحلیلیشدهي هیستوگرام رنگ111118faنگینقاسمیدانشگاه اصفهانپیمانمعلم دانشگاه اصفهانمحمدفرزانصباحيدانشگاه اصفهان20151129Color is an important feature to describe object in visual tracking. Color-based histogram is used to model the object properly and Bhattacharya distance is also used to measure the error between reference and candidate histogram. Particles filter estimate position of target while two-dimension affine transformation is used as state of the system. Considering geometric properties of affine transformation as affine group cause two-dimensional mapping of the object to be closer to the real three-dimensional model. Approximation of optimal importance function of particles filter is obtained from Taylor expansion of Bhattacharya distance. Experiments show the accuracy and stability of the proposed tracker for fast and complex movement of a color target versus the gray level geometric particle filtering algorithm.در بحث ردیابی یکی از ویژگیهای قابل توجه برای توصیف هدف، ویژگی رنگ است. به کمک هیستوگرام رنگ میتوان مدل مناسبی برای هدف در نظر گرفت و خطای متغیر اندازهگیری را با فاصله باتاچاریا بین هیستوگرام مرجع و هیستوگرام تصویر داوطلب بیان نمود. مکان هدف با تخمینگر قوی فیلترهای ذرهای تعیین شده و تبدیل افاین دوبعدی هدف به عنوان حالت سیستم لحاظ میشود. در نظر گرفتن ویژگیهای هندسی حرکت افاین به صورت گروه افاین باعث میشود نگاشت دوبعدی حرکت شیء هدف به مدل سهبعدی واقعی آن نزدیکتر باشد. تقریب تابع نمونهبرداری بهینه فیلتر ذرهای از بسط تیلور تابع باتاچاریا حاصل میشود. نتایج آزمایشها دقت بالا و مقاومت ردیاب پیشنهادی را در برابر حرکت سریع و پیچیده هدف نسبت به الگوریتم فیلتر ذرهای هندسی سطح خاکستری نشان میدهد.http://ijece.org/fa/Article/Download/28071مرکز منطقه ای اطلاع رسانی علوم و فناوریفصلنامه مهندسی برق و مهندسی کامپيوتر ايران168237451142014321Detection of Shaded Areas Boundary in Intravascular Ultrasound Images Using Active Contourمرزبندی نواحی سایهدار در تصاویر فراصوت داخل عروقی به کمک کانتورهای فعال119125faمریمبسیجدانشگاه اصفهانمحمدرضایزدچیدانشگاه اصفهانپیمانمعلمدانشگاه اصفهانآرشتاکیدانشگاه صنعتی مونیخ آلمان20151129Intra vascular imaging is used for extracting more accurate information about the size and characteristics of plaques than coronary angiography. Sometimes shadows appear behind the calcification plaques that it makes some problem to process these images automatically. This paper describes a new approach for shadows region and border detection in Intra Vascular Ultrasound images. In the proposed algorithm, Otsu thresholding is utilized for identification of shadows location and the Active contours without edge is used for shadows border detection. According to experiments conducted on 30 samples, this proposed algorithm can able to detect shadow regions correctly with sensitivity of 86%.تصویربرداری فراصوت داخل عروقی (IVUS)، به منظور دریافت اطلاعات دقیقتری از اندازه و جنس پلاکهای تشکیلشده داخل عروق کرونری نسبت به آنژیوگرافی انجام میشود. گاهی در این تصاویر مناطقی تاریک در پشت پلاکهای کلسیم تشکیل میشود که پردازش این تصاویر را مشکل میسازد. این مقاله به ارائه یک روش جدید جهت تشخیص و مرزبندی سایهها در تصاویر IVUS میپردازد. در الگوریتم پیشنهادی از آستانهگذاری اتسو جهت شناسایی محل تشکیل سایه و از کانتورهای فعال جهت تشخیص مرزها در این ناحیه استفاده میشود. بر طبق آزمایش انجامشده روی 30 تصویر نمونه، این الگوریتم با حساسیتی برابر با 86% به درستی قادر به تشخیص مناطق سایهدار میباشد.http://ijece.org/fa/Article/Download/28072