در سالهای اخیر، شناخت حالات گفتار انسانی بعلت تنوع كاربردهای آن، موجب افزایش استفاده از
چنین تكنولوژی شده است. در این تحقیق ابتدا تعریفی از حالت ارائه شده، سپس به برخی مشكلات
موجود در این كار كه تشخیص را سختتر میكند پرداخته و راهحلهای متفاوت ارائه شده در این زمینه
معرفی میشود. بعد از آن به الگوریتمها و روش های ارائه شده در زمینه بازشناسی حالت در گفتار
پرداخته و چند نمونه از تحقیقاتی كه در این زمینه صورت گرفته ارائه شده است. همچنین به برخی مزایا
و معایب هر روش و اینكه هر كدام از این روشها برای چه شرایطی مفیدترند نیز، اشاره خواهد شد. در
نهایت برخی كاربردهای آن نیز مورد بررسی قرار میگیرد. در این تحقیق از شبكه های عصبیARTMAP 
فازی برای شناسایی چهار حالت عادی، خشم، شادی، و پرسشی و با بهره گرفتن از 52 ویژگی استفاده شده
است. نتایج نشان میدهد كه شبكه های عصبی میتوانند بهعنوان یک دستهبندی كننده خوب برای
شناسایی حالت گفتار استفاده شوند. نتایج این روشها زمانی بهتر خواهد بود كه حالت گفتار ذكر شده
دارای تفاوتهای قابل توجهی نسبت به سایر حالات باشد.
بر این اساس دقت شناسایی حالت برای حالت عادی 87/76%، برای حالت سوالی 51/74%، حالت شادی 76/13%، و حالت خشم 93/65% به دست آمد.
مقدمه
چارلز داروین نخستین كتاب درباره بیان احساسات انسان و حیوان را در قرن نوزدهم نگاشت. پس از این
اثر مهم روانشناسان و متخصصان هوش مصنوعی به تدریج به جمعآوری دانش و اطلاعات در این زمینه
پرداختند. این مسئله موج جدیدی از توجه روانشناسان و متخصصان هوش مصنوعی را برانگیخته است.
كه بعضی از دلایل آن عبارتند از:
پیشرفت فناوری در ثبت، ذخیره و تحلیل اطلاعات صوتی و تصویری، بالا رفتن سطح فناوری ارتباط
انسان و رایانه از نقطه و كلیک به حس و عاطفه و نرمافزارهای زندهوار مخصوص كمك به انسان و
های شركت سونی كه قادر به AIBO ، های شركت تایگر FURBI روباتهای حیوان شكل خانگی از قبیل
درك و بیان احساسات میباشند. به تازگی زمینه های تحقیقاتی جدیدی در هوش مصنوعی تحت عنوان
محاسبه عاطفی ایجاد شده است. درحوزه رمزگشایی و توصیف و به تصویر كشیدن حالات در گفتار،
تاكنون روانشناسان به آزمایشات تجربی بسیاری دست زده و فرضیه هایی ارائه دادهاند. از طرف دیگر
محققان هوش مصنوعی نیز در شاخه های زیر تحقیقات ارزندهای انجام دادهاند:
ساخت و تركیب حالات گفتار، بازشناسی حالات گفتار و استفاده از نرمافزارهایی برای رمزگشایی و بیان
حالات استفاده میشوند. هدف، تحقیق و كاوش در راه های استفاده از بازشناسی حالات گفتار است كه
درتجارت، یک كاربرد بالقوه آن، میتواند تشخیص حالت گفتاری، در یک مكالمه تلفنی و ایجاد فیدبك
به یک اپراتور یا سرپرست، به منظور نمایش باشد. كاربرد دیگر آن ذخیره پیامهای صوتی طبق حالت بیان
شده توسط تماس گیرنده میباشد. كاربردی دیگر از آن، استفاده از محتوای حالت احساسی مكالمات،
جهت ارزیابی عملكرد اپراتور است.
شناسایی خودكارحالت گفتار، با توجه با حالات صورت، حركات بدن و یا ویژگیهای گفتار یكی از
روش های بازشناسی حالت گفتار میباشد. بخصوص در زمینه سیستمهای امنیتی علاقهمندیهای بسیاری
مشاهده شده است.
حال باید دید، منظور از حالت در گفتار چیست؟ اگر تاكنون در چند سخنرانی شركت كرده باشید
خواهید دید كه برخی از سخنرانیها جذاب و برخی خستهكننده میباشند. این مشكل علاوه بر موضوع
سخنرانی به نحوه بیان سخنران نیز بستگی دارد. اگر سخنران گفتاری یكنواخت داشته باشد همانند یك
روبات خواهد بود، كه باعث خوابآلودگی شنونده میشود. بنابراین سخنرانان حرفهای با تغییر آهنگ
گفتار خویش و با حركات به موقع دست، سر و بدن خویش، با تاكید روی برخی كلمات، بیان برخی
جملات با تعجب برخی با افسوس و… حال و هوای سخنرانی را تغییر میدهند. این تغییرات در نحوه
بیان جملات و كلمات را “حالت در گفتار” گویند. بعبارت دیگر ادای جملات به هر شكلی غیر از حالت
عادی و یكنواخت بعنوان یک حالت شناخته میشود. حالات مختلف از قبیل: خشم، تنفر، ترس، شادی،
غم، هیجان، آرامش، كسالت، افسردگی و … میباشند. حتی در برخی از مواقع در مورد میزان یک حالت
بحث میشود، مثلا شاد با خیلی شاد در نظر گرفته میشود. اضافه كردن حالت عادی به این حالتها
معقول بنظر میرسد تا هر كدام از این حالتها درك شوند. یعنی برای در نظر گرفتن یک حالت جدید
یک سری تغییرات باید نسبت به یک مبدا وجود داشته باشد و در اینگونه كارها مبنا حالت عادی و بدون
حالت میباشد. این طبقهبندی بعنوان اساس مقایسه استفاده میشود. امروزه آمار عمومی از یک عبارت
بعنوان اساس كار است، اگر چه سعی در استفاده از ویژگیهای ذاتی موجود را دارند.
برای اطمینان از تشخیص صحیح، معقول است كه تعداد و نوع حالتهای قابل تشخیص محدود و
متناسب با نیاز در آن كاربرد خاص باشد(برای طبقهبندی مناسب). هنوز بصورت فنی هیچ استاندارد
مشخصی برای تشخیص و طبقهبندی حالتهای گفتار موجود نیست. اغلب تمیز دادن، میان یک مجموعه
تعریف شده از حالتهای گفتار مجزا است، و برای تعداد و اسامی آنها ایدهء یكسانی موجود نیست. از
طرفی این تحقیقات در هر زبان و لهجهای خاص خود میباشد و چنانچه برای سایر زبانها استفاده شود،
دقت بازشناسی كاهش مییابد. مثلا نمیتوان سیستمی كه برای زبان انگلیسی طراحی شده است را برای

زبان فارسی بكار برد. زیرا پایگاه دادهای كه برای زبان انگلیسی طراحی شده ویژگیهای خاص خود را

دارد كه برای زبان فارسی متفاوت است و كاربردی ندارد. البته ممكن است الگوریتم كاری آنها مشابه
باشد.
افراد با بهره گرفتن از اطلاعات حالت یا عاطفی راحتتر با یكدیگر ارتباط برقرار میكنند. و اهمیت آن در
برخی مواقع بیش از اطلاعات كلامی میباشد. با افزایش اهمیت اطلاعات غیر كلامی در زمینه رابطه
انسان با ماشین، مدتی است كه این امر بعنوان موضوع تحقیقی در حوزه مهندسی مورد بحث و بررسی
قرار گرفته است. اگر رایانهای بتواند هیجانات و حالات انسانی را بهخوبی خود انسانها درك كند رابطه
فوق بهبود خواهد داشت.
برای مثال، رابطه میان انسان و رایانه را میتوان به گونهای ترتیب داد كه واكنشهایی كه در برابر كاربران
نشان میدهند، برحسب حالات عاطفی كاربر باشد. برای آگاهی از اینكه در یک عبارت چه نوع حالتی
نهفته است، تركیبی از فونتیكها (آواشناسیها)، و فیزیولوژی تكنولوژی بازشناسی حالت میتواند مبنایی
برای یک مدل صوتی(گفتار) آماده سازد، كه بتواند كیفیت بازشناسی و سنتز گفتار را بهبود دهد.
برخی كاربردهای مهم دیگر برای تكنولوژی بازشناسی حالات شامل سیستم گفتگوی اتوماتیک در مراكز
تلفن و برخی استفاده های ویژه برای افراد ناتوان و پیر نیز میتوان نام برد. امروزه تحقیق حالت در گفتار
بطور عمده بر نمونه های تك زبانه متمركز شده و كمتر در زمینه چند زبانه كار شده است. نوای گفتار یك
نمایشگر اولیه اطلاعات حالت گوینده است.
راهحلهای بازشناسی حالت بستگی به حالتهایی دارد كه دستگاه میخواهد بازشناسی نماید. همچنین
علاقهمندی به كاربرد تكنولوژیهای بازشناسی حالت برای سیستمهای پاسخگویی صوتی متقابل،
مخصوصا برای مراكز تلفن میباشد. این سیستمها محاورهای و از این رو جملات معمولا كوتاه هستند.
برای طبیعیتر بودن مسئله، مسیرتحقیق بازشناسی حالت از آنالیز گفتار ناآگاهانه گرفته میشود. حركت
بعدی، معمولاً تلاش برای افزایش عملكرد سیستمهای رابط ماشین و انسان مانند خدمات تلفنی كنترل
صوتی است.
از مشكلات حالات ناآگاهانه در مقایسه با گفتارحقیقی برچسبزنی آنها است ، زیر ا دانستن حالات
حقیقی بطور قطعی غیر ممكن میشود.
مقایسه عملكرد بازشناسی حالت بدلیل نبود پایگاه داده مشترك سخت است. نتایج دسته های حالت پایه
مشترك، وابستگی به گوینده، حرفهای یا مردمان عادی، سن فرد گوینده، محیط ضبط صدا، یا نوع

-1) مقدمه
یکی از مسائل مهم و در حال توسعه در پردازش تصویر و بینایی ماشین، مسأله ردیابی اشیاء است. در واقع ردیابی اشیاء، نمایش تغییرات موقعیت یک شیء و دنبال کردن آن در یک دنباله تصاویر ویدیویی، با یک هدف خاص می باشد.
1-2) سابقه
پیشینه ایجاد پدیده ردیابی اشیاء به مسائل نظامی برمی گردد، در واقع مسائلی چون هدف یابی مخصوصاً اهداف متحرک، ردیابی مسیر موشک شلیک شده برای اطمینان از صحت عمل هدف گیری و یا ردیابی مسیر موشک شلیک شده از سوی دشمن برای جلوگیری از اصابت آن به هدف و یا هدف گیری موشک دشمن در آسمان و مسائلی از این قبیل باعث پدید آمدن یک مقوله جدید به نام ردیابی اشیاء در زمینه پردازش تصاویر نظامی گردید. این مقوله و جوانب مختلف آن در سال های اخیر (عمدتا از 1980 به بعد) مورد توجه ویژه ای قرار گرفته است.
1-3) کاربردها
امروزه به دلیل کاربردهای بسیار گسترده ردیابی اشیاء در زمینه های مختلف به جزء زمینه های نظامی مانند زمینه های اکتشافی در حوزه هوانوردی، فشرده سازی هوشمند ویدئو، مراقبت ویدئویی، کنترل مبتنی بر بینایی ماشین، ارتباط مفهومی کامپیوتر با انسان، تصویربرداری پزشکی و رباتیک، زیر سطحی، زیر دریا، تعیین مسیر حرکت دسته های پرندگان یا گله های ماهی و…، زمینه های پزشکی مانند ردیابی مسیر دارو و یا حتی اشیاء خارجی قرار داده شده در بدن و بسیاری زمینه های دیگر از جمله جوانب مرتبط با مقوله ردیابی اشیاء، ارائه الگوریتم هایی است که در مقابل پدیده هایی چون تغییر روشنایی محیط، همپوشانی اشیاء، عدم حرکت اشیاء با سرعت ثابت و یا در راستای یک خط مستقیم و… از پایایی کافی برخوردار بوده و حتی الامکان قابل پیاده سازی در کاربردهای بی درنگ باشند.
ارائه چنین الگوریتم هایی در درجه اول نیاز به مطالعه و تحقیق کافی در مورد چگونگی و انواع حرکت های اشیاء و مفاهیم مرتبط با آنها، انواع روش های شناسایی حرکت و تخمین حرکت و مزایا و معایب این روش ها نسبت به یکدیگر، مسأله حرکت نسبی شیء، دوربین، بیان توابع، روابط ریاضی و هندسی ای که این حرکات را در قالب پارامترهای ریاضی قابل تعیین و تخمین میسر سازد و همچنین نحوه پارامتری کردن محیط حرکت و شناخت این مسأله و روش های فائق آمدن بر این مشکلات در ردیابی و… دارد.
تعداد صفحات: 89

قیمت: 147000

—-

پشتیبانی سایت :       

*         parsavahedi.t@gmail.com

دمه
پنهان کردن اطلاعات تاریخچه کهنی دارد. جوهرهای نامرئی، کدهای رمزی، پیغام های مخفی و به طور کلی استگانوگرافی همواره مورد توجه بشر بوده است. اما آنچه مورد بحث ماست مربوط به همین چند دهه اخیر یعنی عصر کامپیوتر و اینترنت است. هر روز میلیون ها فایل در اینترنت بین افراد جابه جا می شود و گستردگی و ارزان قیمت بودن این شبکه، این امکان را فراهم آورده است که به صورت کانالی ارزان و سهل الوصول برای مبادله پیغام های سری مورد استفاده قرار می گیرد. بنابراین استگانوگرافی نوین را به صورت نوعی رمزنگاری الکترونیک می توان تعریف کرد که آن اطلاعات در یک فایل که آن را کاور می نامند، به گونه ای مخفی شود که تنها توسط گیرنده مجاز (فردی که الگوریتم و رمز به کار گرفته شده را می داند) قابل بازیابی باشد. (کاور می تواند یک فایل تصویری، صدا، متن و یا ویدئو و… باشد.) به فایل نهایی اصطلاحاً استگانوگرام می گویند.
البته با این تعریف ممکن است که استگانوگرافی با رمزنگاری اشتباه گرفته شود، در صورتی که این دو تفاوت هایی اساسی دارند. در رمزنگاری اطلاعات ارسالی را با یک الگوریتم خاص و یک کلید رمز به گونه ای تغییر می دهند که توسط گیرنده غیرمجاز قابل فهم نباشد، ولی این به معنای مخفی بودن اطلاعات ارسالی نیست، بلکه هر فردی می تواند اصطلاحا کانال را استراق سمع کند و احیانا پیغام را رمزگشایی کند. ولی در استگانوگرافی اطلاعات به گونه ای در کاور مخفی شده است که قابل تشخیص نباشد و دشمن برای به دست آوردن پیغام ابتدا باید محیط انتقال و کاور را شناسایی کند و سپس در صورت امکان پیام را بیرون بکشد. بنابراین استگانوگرافی به نوعی امنیت بیشتری نسبت به رمزنگاری دارد. البته همانطور که گفته شد معمولا از ترکیب هر دو باهم استفاده می شود، یعنی پیغام ابتدا رمز و سپس مخفی می شود. بدین ترتیب یک لایه امنیتی دیگر به روش های متداول رمزنگاری اضافه می شود.
علاوه بر این گسترش روزافزون تجارت داده ها مانند نرم افزارها، فیلم، موسیقی، مقالات و… و راحتی جعل کردن، کپی غیرقانونی و به طور کلی هر نوع سوء استفاده از آنها، لزوم پیدا کردن روش هایی برای حفاظت از حقوق دارندگان داده ها را آشکار می سازد. به چنین روش هایی اصطلاحاً Watermarking می گویند. یک واترمارک دیجیتال معمولاً تصویری است که به یک تصویر یا فایل دیگر اضافه می شود بدون اینکه تأثیر مخربی روی آن بگذارد. تصویر اولیه را پیغام و تصویر ثانویه را کاور، حامل یا زمینه می گویند. با این تعریف می توان واترمارکینگ را به نوعی استگانوگرافی در تصویر نامید. البته بسته به کاربرد ممکن است نویسنده بخواهد واترمارک قابل رویت یا نامرئی باشد. اما در صورتی که هدف تبادل

 مخفی اطلاعات باشد، از واترمارک های نامرئی استفاده می شود. نوعی از واترمارک ها وجود دارند که از تفکیک رنگ به گونه ای استفاده می کنند که تنها اجازه دیده شدن آنها در یک باند رنگی خاص را می دهد بدین ترتیب ممکن است واترمارک در تصویر نامرئی باشد، ولی در صورت پرینت شدن که احتیاج به تفکیک رنگ دارد ظاهر می شود. بنابراین امکان استفاده تجاری از سند مورد نظر گرفته می شود. بسته به کاربرد، واترمارک باید ویژگی های مختلفی داشته باشد. برای مثال اکثر واترمارک ها باید در برابر انواع پردازش ها مقاوم باشند، اما ممکن است در کاربردی خاص بخواهیم واترمارک شکننده باشد تا به محص ایجاد کوچک ترین تحریفی از بین برود و نشان دهنده عدم اصل بودن اطلاعات باشد. الگوریتم های متعددی برای استگانوگرافی و واترمارکینگ وجود دارد که هریک مزایا، معایب و کاربردهای خاص خود را دارند.

تعداد صفحات: 71
قیمت: 147000
 

—-

پشتیبانی سایت :       

*         parsavahedi.t@gmail.com

 این تحقیق واسطهگری به صورت كلی نمایش داده شده و سپس به بحث در مورد فرصتهای
واسطهگری در بازارهای برق پرداخته میشود. بطور كلی دو نوع واسطهگری در كلیه بازارهای مورد توجه
قرار میگیرد، واسطهگری بین كالاهای همنوع 1 و واسطه گری بین كالاهای غیر همنوع 2 كه به آن تحت
عنوان واسطهگری بین ما بین نیز اشاره می شود. در این تحقیق واسطهگری در بازارهای برق مورد مطالعه
قرار گرفته و مثالهای مرتبطی از آن نیز كه بطور عملی و كاربردی مطرح می شوند مورد بررسی قرار
میگیرند. لازم بذكر است كه در این راستا توجه ویژهای به واسطه گری بین كالاهای غیر همنوع در
بازارهای برق معطوف گردیده و مثالهای عنوان شده نیز در ارتباط با این نوع واسطه گری می باشند.

مقدمه:

واسطهگری به سودآوری از طریق خرید و فروش همزمان یک نوع كالا و یا نوع مشابه آن اطلاق
میشود كه در این خرید و فروش میزان سرمایهگذاری خالص صفر است. واسطهگری در صنعت برق كه
امروزه در حال تجدیدساختار شدن میباشد، یک ایده جدید به حساب میآید. البته شایان ذكر است كه
واسطهگری در سایر بازارها از جمله بازارهای مالی پدیده نوینی نیست. استفاده توسعه یافته از
واسطه گری هر گونه فعالیتی كه در جهت خرید یک كالای نسبتا زیر قیمت و فروش كالای مشابه و
نسبتاً بالای قیمت برای سودآوری باشد را شامل میگردد. در این تحقیق ابتدا انواع واسطه گری در كلیه
بازارها بصورت كلی تعریف شده و سپس به بحث در مورد انواع واسطه گری در بازارهای برق پرداخته
میشود. دو نوع واسطه گری در بازارهای برق مورد توجه قرار میگیرند، واسطه گری بین كالاهای همنوع
و واسطهگری بین كالاهای غیر همنوع كه اصطلاحا به آن واسطهگری بین ما بین نیز گفته میشود.
بطور كلی عمل واسطهگری به سه عامل هدفمند بودن، موقعیت مناسب داشتن و روش های مناسب

یات
یکی از مهمترین اهداف سیستم های قدرت انتقال توان از تولید کننده به مصرف کننده می باشد. در راه انتقال توان از تولید کننده به مصرف کننده مشکلاتی از قبیل افت ولتاژ وجود دارد که به علت وجود امپدانس خطوط در باس های سیستم می باشد. این افت ولتاژ در باس های سیستم به نوبه خود باعث افزایش توان راکتیو در باس مورد بحث می شود. این افزایش توان راکتیو نیز باعث افزایش جریان عبوری از این باس خواهد شد و افزایش جریان با توجه به امپدانس خط افت ولتاژ بیشتری را در باس ایجاد می کند و این مسأله تا جایی ادامه پیدا می کند که سیستم به یک حالت پایدار برسد.
کاملا مشخص است که انتقال توان اکتیو از تولید کننده به مصرف کننده نیاز به بستری مناسب خواهد داشت که این بستر را پخش صحیح توان راکتیو به وجود می آورد. به همین خاطر پخش توان راکتیو در سیستم های قدرت به عنوان یکی از مسایل کلیدی مورد بحث و بررسی قرار می گیرد. به منظور کنترل توان راکتیو در سیستم، بانک های توان راکتیو، که شامل بانک های توان راکتیو پیوسته و گسسته می باشند، و ترانس هایی با نسبت دور متغیر

 در سیستم قرار داده می شوند. مسأله پخش یا کنترل توان راکتیو در سیستم شامل برنامه ریزی و طراحی مقادیر بانک های توان راکتیو پیوسته و گسسته، تعیین مقدار ولتاژ ژنراتورهای سیستم و تعیین نسبت ترانس های موجود در سیستم جهت نیل به اهدافی است که در سیستم دنبال می شود. این اهداف می تواند شامل بهبود پروفیل ولتاژ، حداقل توان تلفاتی و یا حداقل انرژی تلفاتی باشد. حل این گونه مسایل به علت وجود جواب های متعدد به عنوان یک مسأله بهینه سازی مطرح می شود. به این صورت که بهترین ترکیب بانک های توان راکتیو و نسبت دور ترانس انتخاب شوند که از نظر هزینه بانک توان راکتیو و تلفات حالت بهینه ای را در سیستم به وجود آورد. به منظور حل مسأله بهینه سازی کنترل توان راکتیو روش های متنوعی به کار گرفته شده است. این روش ها، شامل روش های مبتنی بر هوش مصنوعی و روش های مبتنی بر حل عددی می باشد. روش های مبتنی بر هوش مصنوعی، به علت ساده تر بودن الگوریتم پیاده سازی، کاربرد بالایی را در حل این گونه مسائل دارا می باشند.

تعداد صفحات: 203
قیمت: 147000

—-

پشتیبانی سایت :       

*         parsavahedi.t@gmail.com