مخزن کتاب و مقالات هوش مصنوعی

با توجه به اهمیت شبکه قدرت در امنیت ملی، حفظ پایداری سیستم قدرت و جلوگیری از بروز خاموشی در شرایط بحرانی یکی از مهمترین نگرانی های متولیان سیستم قدرت است. استفاده از هوش مصنوعی توزیع شده و بکارگیری زیرساخت های کنترل ناحیه گسترده منجر به ایجاد طرحی انعطاف پذیر برای کنترل شبکه قدرت می گردد و سیستمی مقاوم را در برابر اغتشاش های ناشی از بلایای طبیعی، جنگ، خرابکاری، حملات سایبری و یا نقص های فنی پدید می آورد. این مقاله تلاش دارد تا طرحی را پیشنهاد نماید که بر اساس آن بتوان پایداری شبکه قدرت را در قبال بروز اغتشاش و با استفاده از تئوری های مطرح در هوش مصنوعی توزیع شده، بهبود داد. بنابراین الگوریتمی بر اساس قابلیت برقراری ارتباط بین واحدهای مختلف که دارای هوش هستند و با استفاده از اندازه گیری دامنه ولتاژ شینه های مختلف در شبکه قدرت پیشنهاد شده است که با انجام اقدامات اصلاحی قادر است تا از وقوع ناپایداری جلوگیری کند.

دریافت مقاله یا کتاب
حجم: 517 کیلوبایت

در چند دهه گذشته شاهد رشد سریع علاقه به پژوهش در حوزه نهان نگاری برگشت پذیر روی داده های چند رسانه ای بوده ایم. هدف اولیه از نهان نگاری برگشت پذیر، باز گرداندن محتویات اطلاعات پوششی اصلی ، با انحراف باقی مانده از صفر، پس از نهان نگاری است. چنین ویژگی در صنایع مرتبط با اطلاعات حساس مانند صنایع نظامی و پزشکی قانونی بسیار مفید است . در این مقاله یک الگوریتم برای نهان نگاری برگشت پذیر برای تصاویر سیاه و سفید مبتنی بر متد پیشگویی پیکسل بر اساس فازی ارائه شده است . ما یک تکنیک آستانه بر روی خطاهای پیش بینی برای جاسازی بیت های نهان نگار استفاده می کنیم. نتایج تجربی ما نشان می دهد که کیفیت اطلاعات نهان نگاری پوشش داده شده توسط روش پیشنهادی، نسبت به سایر طرح های پیشرفته، بسیار بالا است.
 

دریافت مقاله یا کتاب
حجم: 2.26 مگابایت

در این مقاله یک الگوریتم مسیریابی بر حسب تقاضا که مبتنی بر هوش تجمعی و راهبرد یادگیری تقویتی است، برای شبکه های سیار موردی ارائه می شود. الگوریتم پیشنهادی منجر به کاهش تاخیر سراسری ارسال بسته، کاهش هزینه دریافت بسته در گره مقصد و همچنین افزایش میزان کارایی شبکه می شود. عملکرد این الگوریتم با استفاده از نرم افزار NS شبیه سازی شده و مولفه  های فوق در این شبیه سازی با نتایج عملکرد دو پروتکل مسیریابی AODV و DSR مقایسه می شود.

دریافت مقاله یا کتاب
حجم: 405 کیلوبایت

مقاله پیش بینی سطح آب زیرزمینی دشت بستان آباد با استفاده از ترکیب نظارت شده مدل های هوش مصنوعی

در این تحقیق از مدل های هوش مصنوعی شامل شبکه های عصبی پیشرو (FNN)، شبکه هاش عصبی برگشتی(RNN) و برنامه نویسی بیان ژن (GEP) جهت بررسی تغییرات سطح آب زیرزمینی دشت استفاده شده است. نتایج نشانگر کاهش متوسط خطای هر دسته در مدل هوش مصنوعی مرکب نسبت به مدل های منفرد به مقدار میانگین 17% در مقادیر RMSE می باشد. با استفاده از نتایج مدل هوش مصنوعی مرکب، تاثیر کاهش 30 و 50 درصدی پمپاژ از چاه های بهره برداری بر روی سطح آب زیرزمینی مورد بررسی قرار گرفت. نتایج نشانگر بالا رفتن قابل توجه سطح آب در اکثر پیزومترها می باشد. این موضوع نشان دهنده تاثیر بالای مقادیر پمپاژ نسبت به تغییرات آب و هوایی در تغییرات سطح آب زیرزمینی منطقه مطالعاتی می باشد.

دریافت مقاله یا کتاب
حجم: 862 کیلوبایت