ترجمه طلایی زمانبندی اسلک آگاه در آرایه های دانه درشتِ پیکربندی مجدد
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 61 |
| فرمت فایل | doc |
| حجم فایل | 558 کیلو بایت |
| تعداد صفحات فایل | 9 |
زمانبندی اسلک آگاه در آرایه های دانه درشتِپیکربندی مجدد
چکیده
آرایههای دانه درشتِ پیکربندی مجدد (CGRA ها) معماری نویدبخشی هستند که انعطافپذیری و بازدهرا به همراه یکدیگر دارند. به دلیلِ اجرای موازی و توپولوژی پراکندهیاتصال داخلی در این معماریها، ابداع روششناسیِ کارآمد برای نگاشت اپلیکیشنها بر رویCGRA ها کاری دشوار است. در این مقاله، چارچوب زمانبندی را پیشنهاد میکنیم که قادر به نگاشت موثرِ عملیات بر رویمعماریهایCGRA است. این چارچوب تأخیرهای متفاوتِ عملیات گوناگون را کهیک معماری باپیکربندی مجددقادر است تا همیشه در زمان اجرا مشخص کند برای مسیریابی دادهها به صورت کارآمد در نظر میگیرد. این قابلیت را «اسلک آگاه» میخوانیم. شواهد تجربی مزایای زمانبندی اسلک آگاه را در آرایههای دانه درشتی پیکربندی مجدد نشان میدهد. زمانبندی اسلک آگاه در قیاس با پیشرفتهترین روشهای زمانبندی، اپلیکیشنهای پیچیدهتری را برای اندازۀ مش معین نگاشت میکند و به زمانبندیهای موثرتری دست مییابد.
Slack-aware Scheduling on Coarse Grained Reconfigurable Arrays
Abstract—Coarse Grained Reconfigurable Arrays (CGRAs) are a promising class of architectures conjugating flexibility and efficiency. Devising effective methodologies to map applications onto CGRAs is a challenging task, due to their parallel execution paradigm and sparse interconnection topology. In this paper we present a scheduling framework that is able to efficiently map operations on CGRA architectures. It leverages differences in delays of various operations, which a reconfigurable architecture always exhibits at run-time, to effectively route data. We call this ability “slack-awareness”. Experimental evidence showcases the benefit of slack-aware scheduling in a coarse-grained reconfigurable environment, as more complex applications can be mapped for a given mesh size and more efficient schedules can be achieved, compared to the state of the art methods.
I. INTRODUCTION
1. مقدمه
نگاشت اپلیکیشن بر رویCGRA ها کاری پیچیده است، و راهبردهای بسیاری برای این کار پیشنهاد شده است. با این حال، تمام مطالعات پیشین زمان را گسسته در نظر میگیرند، و فرض میکنند که هر عملیاتی که در کاشی CGRA انجام میشود سیکل ساعت کاملی میبرد. دستاورد تحقیقمان برای این حوزۀ تحقیقاتی آن است کهبجای استفاده از اسلک، اختلاف بین دورۀ زمانی ساعت و مسیر حیاتی اجرای عملیاترا برای محاسبۀ زنجیره و مسیریابی به صورت همزمان استفاده میکنیم.
تحقیقات پیشین استفاده از اسلک را در سنتز سطح بالا مطالعه کردهاند، که معمولاً در جایگذاری و مسیریابی FPGA استفاده میشود، اما زمانبندهایCGRA پیشرفته از کاربرد اسلک غفلت کردهاند.
ترجمه طلایی استفاده از تکنیک های داده کاوی برای تجزیه و تحلیل حوادث ترافیک
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 34 |
| فرمت فایل | doc |
| حجم فایل | 1125 کیلو بایت |
| تعداد صفحات فایل | 14 |
استفاده از تکنیک های داده کاوی برای تجزیه و تحلیل حوادث ترافیک
چکیده- ابزار شبیه سازی و تجسم مبتنی بر کامپیوتر در ارزیابی الگوریتم های جدید برای تشخیص حادثه و استراتژی مدیریت حادثه کمک کرده اند. کاربردهای چنین ابزارهایی کاربران را قادر به ارزیابی راه حل هایی سریع تر از زمان واقعی می کنند. با این حال، به نظر می رسد که هنوز هم حوزه ای برای بررسی بهتر شرایطی همانند حوادث ترافیکی و مطالعه اثرات آن ها، به طور کامل با استفاده از روش های مانند داده کاوی وجود دارد. داشتن درک درستی از تاثیرات یک حادثه کمک می کند تا تحلیلگران استراتژی های مدیریت حادثه مناسب تری را طراحی کنند. اگرچه از داده کاوی به میزان چشمگیری در زمینه هایی مثل تجارت و علوم فضایی استفاده شده است کارهای کمی با استفاده از داده کاوی در ترافیک و تحقیقات مربوط به حمل و نقل انجام شده است. در این مقاله، چگونگی بررسی یک حادثه با استفاده از داده کاوی انجام شده و شرح داده می شود، و در نتیجه فرصت هایی که داده کاوی می تواند برای درک بهتر این وضعیت ارائه دهد نشان داده می شود. داده های مورد استفاده برای تحقیقات با استفاده از شبیه سازی در PARAMICS به دست آمده و ابزار به کار گرفته شده برای داده کاوی DataScope می باشد.
APPLYING DATA MINING TECHNIQUES FOR TRAFFIC INCIDENT ANALYSIS
Der-Horng Lee1, Shin-Ting Jeng1 and P. Chandrasekar1
ABSTRACTComputer-based simulation and visualization tools had helped to evaluate new algorithms for incident detection and strategies for incident management. Applications of such tools enable users to evaluate solutions faster than real-time. However, it seems that there is still scope to better investigate situations like traffic incidents and study their impacts, more thoroughly by employing techniques such as data mining. A better understanding of the impacts of an incident helps analysts to design more appropriate incident management strategies. Very little is known to date about the usefulness of applying data mining in traffic and transport related research, although data mining has contributed its usefulness significantly in fields like business and space science. In this paper, how an incident situation can be investigated using data mining is explored and described, thereby demonstrating the opportunities that data mining could offer in better understanding the situation. Data used for investigation is obtained from simulation using PARAMICS and the tool employed for data mining is DataScope.
INTRODUCTION
مقدمه
فرصت هایی که در حال حاضر بر اساس نرم افزار شبیه سازی مبتنی بر کامپیوتر برای تجزیه و تحلیل شرایط حادثه ارائه می شود هرگز بهتر از قبل نبوده اند. بسیاری از محققان برای ارزیابی الگوریتم های تشخیص حادثه و استراتژی های مدیریت حادثه از شبیه سازی استفاده کرده اند.
ترجمه مقاله ارزیابی آموزش هواپیما های نظامی از طریق فرایند تصمیم گیری چند معیار ، تصمصم گیری با منطق فازی
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 31 |
| فرمت فایل | docx |
| حجم فایل | 1748 کیلو بایت |
| تعداد صفحات فایل | 18 |
ارزیابی آموزش هواپیما های نظامی از طریق فرایند تصمیم گیری چند معیار ، تصمصم گیری با منطق فازی : مطالعه موردی : آکادمی نیروی هوایی اسپانیا - 2015
Evaluating military training aircrafts through the combination of multi-criteria decision making processes with fuzzy logic A case study in the Spanish Air Force Academy
چکیده :
تصمیم گیری چند معیار ترکیبی (MCDM) بر اساس پردازشی بر منطق فازی می تواند برای حل مشکلات تصمیم گیری با معیار های متفاوت در طبیعت استفاده شود . این ترکیب در کار حاظر برای حل مشکل تصمیم گیری در دنیای واقعی برای علاقه مندان به نیروی هوایی اسپانیا به طور خاصی استفاده شده است و در آن از بهترین هواپیما های آموزشی نظامی بر اساس مجموعه ای از معیار ها استفاده شده است . این شکل تصمیم گیری شامل از یک سو معیار های کمی و یا فنی مانند سقف خدمات و استقامت و ... بوده و از سویی دیگر شامل معیار های کیفی یعنی عوامل انسانی ، پرواز و کیفیت و ... می باشد که بر اساس تجربه به مجموعه ای از خلبانان ارشد و مربیان پرواز نیروی هوایی اسپانیا از طریق پرسشنامه جمع آوری شده است. به منظور استخراج اطلاعات از بررسی های تخصصی ، روندMCDM با منطق فازی ترکیب شده است . فرایند تحلیل سلسله مراتبی (AHP) برای بدست آوردن وزن معیار ها بوده و از طریق تکنیک برای ترتیب بندی اولویت راه حل بیشتر به ایده (Topsis) مورد استفاده قرار گرفته و جایگزینی مورد بررسی قرار گرفته است . این کار یک مطالعه مقدماتی جایگزینی هواپیمایی آموزشی ارائه شده توسط ستاد هوایی اسپانیا انجام شده است. این انتخاب بر اساس معیار های عملیاتی است که در کار به طور دقیق انتخاب شده است . به عنوان بک نتیجه از فرایند تصمیم گیری اشتفاده شده و بهترین جایگزینی برای هواپیمای Pilatuspc-21 نشان داده شده است.
کلمات کلیدی : هواپیمای آموزشی ، تصمیم گیری چند معیاره ، برچسب های زبانی ،منطق فازی ، AHP ، Topsis
مقدمه :
نگامی که یک نیروی هوایی نیاز به انتخاب یک هواپیمای آموزشی دارد ، تصمیم گیری یک فعالیت فکری بسیار مهم را در این فرایند بوده که در برخی از مراحل طراحی هواپیما است.به طور کلی ، در فرایند تصمیم گیری برای این مشکلات ، تعداد زیادی از معیار های کلیدی و متفاوت دخیل هستند. بنابر این بهتر است استفاده از ابزار برای حل آنها از جمله تصمیم گیری چند معیاره (MCDM) در فرایند ها به کار گرفته شود که استفاده گستر ده ای در ارتش و هوافضا درحال حاظر دارد و همچنین در دیگر رشته های تحقیقاتی به کار می رود . علاوه بر این ، معیار های انتخاب بهینه یک هواپیماهای آموزشی از جمله معیار های کمی شامل استقامت و سرعت و معیار های کیفی شامل کیفیت در بپرواز و عوامل انسانی مهم هستند و بنابر این به منظور حل این مشکل بهینه سازی ، استفاده از هریک از روشهای شناخته شده MCDM به عنوان روند تحلیل سلسله مراتبی (AHP) ، روشی برای ترتیب اولویت های شبیه به راه حل ایده آل ، از بین بردن روش و تغییرات که باید با منطق فازی و با هدف قرار دادن حل مشکل به روش ترکیبی باشد. چند نمونه از استفاده از MCDM در زمینه نظامی را می توان در تحقیقات علمی دید . در سال 1990 ، برخی از سیستم های اصلاح با استفاده از رتبه بندی اعداد فازی P ، یک روشی بود که توسط ارتش ایلات متحده جهت سوء استفاده در سازمان استفاده می شده است و در طولانی مدت نیرو های حافظ صلح در بوسنی قرار می گرفته است . امروزه ، این روش ثابت کرده است که یک ابزار مفید به عنوان مثال برای تعیید اندازه ناوشکن های آمریکایی در مورد درگیری های مسلحانه در شبه جزیره کره می باشد . از نقطه نظر هواپیما روش AHP به منظور بررسی مبارزه هلیکوپتر و همچنین کیفیت. در نگه داری هواپیما های جنگی استفاده می شود . با توجه به روش Topsis ، آن برای ارزیابی هواپیما های آموزشی در چین استفاده می شده است. ترکیبی از دو روش فوق به منظور مبارزه در هوا استفاده شده است . از نظر نیروی هوایی اسپانیا SPAF ، ستاد هوایی EMA و فرماندهی پشتیبانی لجستیک (MALOS) ، تصمیم گیرندگان اصلی می باشند . این گروه یک تصمیم بر اساس چند عامل و سیاست و استراتژی و اقتصار را اتخاذ می کند . با وجود این ، بهتر است آن با یک ارزیابی مقدماتی در هر دو معیار فنی مهم ، محاسبه شود و از تجربه گروه مشورتی مانند خلبانان ارشد و مربیان پرواز SPAF استفاده نمود .
ترجمه مقاله روشهایی برای یادگیری مدل های معنایی با استفاده از منابع سازمان یافته
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 17 |
| فرمت فایل | docx |
| حجم فایل | 684 کیلو بایت |
| تعداد صفحات فایل | 21 |
روشهایی برای یادگیری مدل های معنایی با استفاده از منابع سازمان یافته - 2014
A Scalable Approach to Learn Semantic Models of Structured Sources
چکیده:
مدلهای معنایی انتزاعی از منابع داده ها به معنای توصیف داده ها و مفاهیم و روابط تعریف شده توسط دامنه ها می باشد . ساختمان داده ها مانند یک گام مهم در ادغام مدلها می باشد . در این مقاله , ما در حال حاضر یک رویکرد مقیاس پذیر به صورت خودکار در یادگیری مدلهای معنایی از یک منبع داده های سازمان یافته با استفاده ازدانش منابع طراحی می نماییم . ارزیابی ما نشان می دهد که رویکرد تولید مدلهای معنایی حداقل ویژگی های مدل را بیان می کند .
1- مقدمه :
مقدار قابل توجهی از اطلاعات در رابطه با این موضوع در پایگاه های اطلاع رسانی و رابط های برنامه ی کاربردی آمده است . یک رویکرد مشترک به ادغام این منابع و توصیف دامنه ی داده ها پرداخته است . در وب , مفاهیم و روابط تعریف دامنه ی مدل های معنایی می تواند به عنوان یک نمودار ترسیم شود و ارتباط بین آنها مشخص شود .
ساخت دستی مدل معنایی وقت گیر می باشد و نیازبه تلاش و توجه و تخصص فراوان دارد . به صورت خودکار ساخت این مدل شامل دو مرحله است .
مرحله ی اول , مشخص نمودن انواع مدل های معنایی است . به عنوان مثال , بر چسب زدن داده ها و مشخص کردن منابع و دامنه ی آنهاست . با این حال تنها نوشتن ویژگی ها کافی نیست . مرحله ی دوم مشخص کردن ویژگی های داده ها از نظر خواص آنها می باشد . مطالعات بسیاری در این رابطه وجود دارد . اما بیشتر , تمرکز بر روی مرحله ی اول و مشخص کردن روابط مدلها می باشد . در مطالعات قبلی ما با یک رویکرد یادگیری مدلهای معنایی آشنا شدیم . در حال حاضر این داده ها و مدلهای معنایی ازیک دامنه ی متفاوت الهام گرقته است . ما با استفاده ازیک تکنیک یادگیری , نمونه های جدید از منابع را شناسایی می کنیم . ما در اینجا به ساخت نمودار با مدلهای معنایی شناخته شده خواهیم پرداخت . این مدل معنایی قابل قبول خواهد بود و برای هر یک از مدلها محاسبه ی حداقل داده ها صورت خواهد گرفت . در نهایت ما حاصل مدلها را بررسی می کنیم . این کار برخی از محدودیت ها را به دنبال دارد . یک نمونه از محدودیت عدم اطمینان از الگوریتم یادگیری مجموعه ای از مدلهای معنایی را برای هر منبع مشخص می کند اما روش های دیگری نیز برای ترسیم مدلهای معنایی وجود دارد . این یک روش دشوار می باشد زیرا بسیاری از موارد بین داده های معنایی مشابه است و نمی توان الگوریتم یادگیری را تشخیص داد . و دوم اینکه , بسیاری از داده ها , ویژگی های مشترکی دارند . در این مورد پردازش داده ها برای ساخت مدل ها غیر ممکن به نظر می آید . در این مقاله , ما به بررسی محدودیت هایی که در آثار گذشته وجود داشته است , می پردازیم . ما به تعمیم روش های قبلی با در نظر گرفتن مجموعه ای از مدلهای معنایی خواهیم پرداخت . برای غلبه بر محدودیت های پیش آمده یک الگوریتم معرفی خواهیم کرد که به بررسی مدل های معنایی و گسترش دامنه ی آنها می پردازد .
ترجمه مقاله تاثیر سرمایه گذاری در بازاریابی رابطه مند در قدردانی مشتری در خرده فروشی
| دسته بندی | مقالات ترجمه شده isi |
| بازدید ها | 39 |
| فرمت فایل | docx |
| حجم فایل | 361 کیلو بایت |
| تعداد صفحات فایل | 18 |
تاثیر سرمایه گذاری در بازاریابی رابطه مند در قدردانی مشتری در خرده فروشی - 2015
The influence of relationship marketing investments on customer gratitude in retailing
چکیده:
قدردانی مشتری نشان دهنده هسته عاطفی روابط متقابل و نقش نیروی کلیدی در توسعه و نگهداری موفق مبادلات رابطه ای فروشنده – خریدار است. با توجه به مصاحبه شخصی با 239 عضو از برنامه های کارت وفاداری از بخش فروشگاههای زنجیره ای، این مطالعه نشان می دهد که گزینه های سرمایه گذاری در بازاریابی رابطه مند به عنوان مثال پست الکترونیکی مستقیم،پاداش ملموس، ارتباطات بین فردی و در مان ترجیحی که تاثیرات مختلف بر قدردانی مشتریان و در نتیجه وفاداری در رفتار را نشان می دهد. به ویژه، نتایج این مطالعه نشان می دهد که در رمان ترجیحی موثرترین تاکتیک های بازاریابی رابطه مند به منظور افزایش قدردانی مشتری به دنبال آن ارتباطات میان فردی و پاداشهای ملموس است. مفاهیم مدیریت برای خرده فروشان برای افزایش قدردانی مشتریان مورد بحث است.
کلید واژه ها: قدردانی مشتری، بازاریابی رابطه مند با خرده فروشی ، برنامه وفاداری.
1-مقدمه:
بازاریابی رابطه مند به طور فزاینده ای در دانشگاههای بازاریابی مورد مطالعه قرار گرفته و علاقه شدید در اعمال بازاریابی را دریافت کرده است. بازاریابی رابطه مند، به عنوان هدایت تمام فعالیتهای بازاریابی به سمت ایجاد، توسعه و حفظ مبادلات رابطه ای موفق تعریف شده است (مورگان وهانت1994). در دهه گذشته، ادبیات موجود نظریه هایی در بازاریابی رابطه مند برقرار کرده است و فرض می کند که سرمایه گذاری در بازاریابی رابطه مند اعتماد مشتری، تعهد، رضایت از رابطه را افزایش می دهد و به نوبه خود، این واسطه های رابطه ای نتایج عملکرد و فروشنده را تحت تاثیر قرار می دهد. (کرابسی، ایوانزو کاولسی 1990،DwyerوSCHURRو Oh 1087 مورگان وهانت 1994، پالمتیر، وانت، گریوال و ایوانت 2006).