. .
تحقیقات مقالات آموزشی کنفرانس ها درباره ما  
.: پردازش تصویر .: پردازش سیگنال .: هوش محاسباتی
 
 
AISRG برچسب زنی مفهومی تصاویر پزشکی
در این تحقیق از مفاهیم نهفته در تصاویر استفاده کرده و یک آنتولوژی را برای برچسب زنی آن ها توسط انسان ارائه کردیم. در این روش ابتدا با استفاده از تکنولوزی وب مفهومی مدلی را برای کاربرد موردنظرمان استخراج کرده و سپس ابزاری را توسعه دادیم که بتواند از این مدل استفاده کرده و برچسب زنی تصاویر پزشکی را انجام دهد.

AISRG برنامه طراحی و آموزش شبکه های عصبی فازی
در این پروژه برنامه ای برای تعیین ساختار و آموزش شبکه های عصبی فازی پیاده سازی گردید. همچنین برای آزمودن شبکه های عصبی پیاده سازی شده از 12 تایع آزمایشی استفاده شد که شبکه عصبی فازی می بایست به تخمین آن ها می پرداخت.


AISRG ردیاب نور دوبعدی
در این پروژه ردیاب نور دو بعدی با استفاده از دو موتور سروو و چهار عدد فتوسل طراحی گردید. از جمله مسایلی که در پیاده سازی نرم افزاری این پروژه اهمیت بالای داشت، مقابله با خروجی نویزی سنسور ها و و روش کنترل سروو موتور ها بود. مقابله با نویز سنسورها توسط الگوریتم های مبتنی بر تاریخچه و همچنین کنترل سروو موتورها با استفاده از روش کنترل بنگ بنگ انجام گرفت.
 
AISRG ربات تعقیب خط ساده
در این پروژه  یک ربات تعقیب خط ساده با استفاده از سنسورهای مادون قرمز و روش های هوش مصنوعی طراحی گردید. این ربات قادر به دنبال کردن خط ممتد ، خطوط شکسته ، خطوط مکمل ، پیچ ها و زوایای شکست می باشد.  نکته مهم در این ربات الگوریتم هوش مصنوعی آن می باشد که  آن را از سایر روش های موجود جدا می کند. لازم به ذکر است که از جناب آقای علی فقیهی که طراحی الکترونیکی ربات را انجام داده اند، نهایت تشکر را داریم.

AISRG مسئله چیدمان دینامیک
مسئله چیدمان دینامیک به عنوان یکی از مسائل بهینه سازی NP از اهمیت ویژه ای در صنعت برخودار است. هدف از این مسئله تغییر نحوه چیدمان ماشین آلات یک واحد صنعتی با توجه به نحوه عقد قرارداد های آن واحد است. در این تحقیق روش ارائه شده برای این مساله توسط الگوریتم Simulated Annealing پیاده سازی شده و در نهایت همین مساله مجددا توسط الگوریتم زنتیک نیز پیاده سازی گردید.

AISRG مساله فروشنده دوره گرد
مساله فرشنده دوره گرد به عنوان یکی از مسائل کلاسیک بهینه سازی همیشه مورد توجه محققین این حوزه بوده است. تا کنون نیز روش های متعددی برای این مساله ارائه گشته که بیشتر آنها از الگوریتم ژنتیک برای حل این مساله بهره جسته اند. ما نیز در این تحقیق علاوه بر پیاده سازی روش های مختلفی با استفاده ار الگوریتم های ژنتیک با استفاده از روش Simulated Annealing نیز به حل آن پرداخته ایم.

AISRG بازسازی تصویر با استفاده از الگوریتم های ژنتیک
چندی پیش شخصی کار بسیار جالبی انجام داد که در آن عکس تابلوی مونالیزا با استفاده از الگوریتم های تپه نوردی مجددا بازسازی می شد. ما نیز از این مساله الهام گرفته پس از بسط آن سعی کردیم که با استفاده از الگوریتم های ژنتیک و Simulated Annealig و تپه نوردی به بازسازی مجدد این تصویر بپردازیم.  در نهایت و پس از پیاده سازی روش های متعدد برای این دو الگوریتم ، مشخص شد که در این مساله الگوریتم ژنتیک بهتر از الگوریتم Simulated Annealing عمل می کند.
AISRG زمانبندی Task ها سیستم های Grid محاسباتی
در این تحقیق روش های مختلف زمابندی دینامیک و استاتیک Task ها در سیستم های Grid محاسباتی مورد بررسی قرار گرفت و سپس الگوریتم جدیدی با استفاده از روش Simulated Annealing برای آن ارائه شد. نتایج این تحقیق نیز در کنفرانس IEEE ارائه شد که برای دسترسی به اطلاعات آن می توانید به بخش کنفرانس ها مراجعه کنید.
AISRG مسیریابی با استفاده از الگوریتم *A
یک مسابقه رباتیک را تصویر کنید که در آن ربات باید از مبدا به سمت مقصد حرکت کند. در مسیر حرکت ربات نیز دیوارهای وجود دارد. همچنین این ربات می تواند از یک دوربین با دید جهانی استفاده کتد. یکی از مراحلی که در الگوریتم این ربات باید پیاده سازی گردد، یافتن کوتاهترین مسیر از مبدا به مقصد است. بهترین روش برای این منظور استفاده از روش جستجوی *A است. در این تحقیق برنامه ای را برای شبیه سازی چنین محیطی طراحی کردیم که پس از طراحی زمین مسابقه می توان کوتاهترین مسیر از مبدا به مقصد را در آن پیدا کرد.



AISRG حل مساله N وزیر با استفاده از الگوریتم ژنتیک و Simulated Annaling
مسئله N وزیر یکی از شناخته شده ترین مسائل بهینه سازی است و به نوعی می توان آن را بهترین مسئله برای یادگیری روش های جستجو معرفی کرد. ما نیز برای آشنایی با الگوریتم ژنتیک و Simulated Annealing سعی کردیم روش های مختلفی را برای حل این مساله بررسی کنیم .




AISRG بهینه سازی تابع هیدروگراف
در این تحقیق که توسط جناب آقای مهندس مهدی نوجوان پیشنهاد شد، سعی کردیم پارامترهای تابع هیدروگراف را که برای طراحی کانال های آبی مورد نیاز بود، بهینه کنیم. بر این اساس، پس از آنکه داده ها توسط جناب آقای نوجوان جمع آوری شده و تحلیل آن ها به پایان رسید ،داده های اولیه استخراج گردید. در نهایت نیز دو روش با استفاده از الگوریتم های ژنتیک و Simulated Annealing برای بهینه سازی پارامترهای مربوطه  پیشنهاد گردید.
   
 

Valid CSS!  کلیه مطالب وب سایت با رعایت قوانین  GNU Free Documentation License قابل دسترس می باشند  | 1388- 1385 © AISRG
Valid XHTML 1.0 Transitional