جستجوي پيشرفته | کتابخانه مجازی الفبا

نفت به عنوان ماده اصلی تأمین انرژی جهان، همواره از اهمیت‏ ویژه‏ای برخوردار بوده‌است. از این‌رو قیمت‏های آینده نفت یکی از عوامل مهمی است که سیاست‏ها و برنامه‏ریزی‏های دولت‏ها، سازمان‏های بین‏المللی و شرکت‏ها را تحت‏تأثیر قرار می‏دهد. بنابراین پیش‏بینی قیمت نفت از طریق روش‏های اقتصاد سنجی و روش‌های شبکه‌های عصبی مبتنی بر داده‌کاوی و هستی‌شناسی می‏تواند مفید و راه‌گشا باشد.گرچه پیش‏بینی قیمت نفت در بازار بین‏المللی امری مشکل است اما محققان با مدل‏سازی توانسته‏اند به نتایج قابل توجهی دست یابند. دشواری پیش‏بینی قیمت بدون در نظر گرفتن عوامل غیر بنیادی از آنجا ناشی می‏شود که پیش‌بینی این عوامل خود وابسته به پیش‏بینی عوامل بنیادی بازار نظیر تقاضا و عرضه است که به نوبه خود به عوامل دیگری از جمله رشد اقتصادی و عوامل فنی- تکنولوژیکی وابسته‏اند.شناخت بازار نفت و توانایی ارائه پیش‌بینی صحیح از وضعیت قیمت نفت یکی از چالش‌های مهم علمی در سرتاسر جهان است. خصوصاً این مسأله در کشورهایی که اقتصاد آن‌ها وابستگی بیشتری به صنعت نفت دارد (نظیر ایران) از اهمیت ویژه‌ای برخوردار است، چرا که پیش‌بینی صحیح قیمت نفت، تأثیرات مهمی در سیاست‌گذاری‌ها و برنامه‌ریزی‌های اقتصاد کلان کشور خواهد داشت.در این تحقیق از داده‌های سالانه طی دوره‌ی 1980 تا 2009 میلادی استفاده گردیده است. به‌منظور پیش‌بینی قیمت نفت، 25 سال (1980تا 2004) را به عنوان مجموعه آموزش و 5 سال (2005 تا 2009) را به‌عنوان مجموعه آزمایش در نظر گرفته‌ شده است. در این پژوهش ابتدا مناسب‌ترین مدل خودرگرسیو میانگین متحرک مطابق با سری زمانی قیمت نفت برنت و با استفاده از معیارهای آکائیک و شوارتز-بیزین شناسایی شده که نتایج نشان‌دهنده‌ی مدل (1,1)ARMA بر روی لگاریتم قیمت نفت برنت می‌باشد. در تحقیق حاضر جهت بیان دقت مدل از معیارهای خطای میانگین مربعات خطا (RMSE) و میانگین قدر مطلق خطا (MAE) استفاده شده است. سپس به استخراج هستی‌شناسی بازار بین‌المللی نفت پرداخته و با استفاده از داده‌کاوی (خوشه‌بندی) به تحلیل سری زمانی قیمت نفت پرداخته و عوامل موثر بر قیمت نفت شناسایی شدند. این عوامل عبارتند از: ذخایر اثبات شده نفت کشورهای OECD، تولید نفت اوپک، ظرفیت پالایشگاه‌های نفت کشورهای OECD، قیمت طلا و رشد اقتصادی کشورهای گروه7. پس از تحلیل و شناخت بیشتر از بازار نفت، هستی‌شناسی اولیه اصلاح شده و هستی‌شناسی کامل‌تر و مناسب‌تری در مورد بازار نفت بنیان نهاده شد. با توجه به معیارهای خطای بدست آمده مشخص شد که مدل‌های شبکه عصبی مصنوعی دقت بسیار بالاتری نسبت به مدل اقتصادسنجی خودرگرسیو میانگین متحرک در پیش‌بینی قیمت جهانی نفت دارند، هم‌چنین در بین مدل‌های شبکه عصبی، مدلی که از نتایج خوشه‌بندی و هستی‌شناسی اصلاح شده استفاده می‌نماید دقت بیشتری نسبتبه سایر مدل‌ها دارد.

چکیده ندارد.

هر متن ترکیبی از ذهنیت، نگرش، باور‌ها، احساسات فردی و جمعی نویسنده را در خود پدیدار می‌سازد. شکل کلام، گزینش واژه‌ها، محتوای اثر و به طور کلی ذهنیت هستی‌شناختی شاعر یا نویسنده می‌تواند بیانگر یک اندیشه سیاسی– اجتماعی، فلسفی و‌ گاه ایدئولوژیک باشد و یا متاثر از این مفاهیم و حتی فارغ از جریان‌های تعهدگرایانه نسبت به اجتماع باشد. شاید بتوان گفت با نگاهی به دوره شعری اغلب شاعران، با توجه به وضعیت اجتماعی، چرخش و تغییری بارز و‌ گاه پنهان در اندیشه و نگاه آن‌ها یافت خواهد شد. اندیشه و نگاه شمس لنگرودی(شاعرمعاصر،1329) مانند بسیاری از شاعران با توجه به گذر زمان دچار تحول و دگرگونی عظیمی شده است. این نگاهِ دگرگون شدهی شاعر نسبت به هستی، انسان، اجتماع از آغاز تا به امروز کاملا مشهود است. در مجموعه اشعار ابتدا شاهد به تصویر کشیدن جهان پریشان و ستیزبا آن و در ‌‌نهایت با پرسشگری مدام و جستجویِ درک دیگری از وجود و هستی با رویکردهای سه گانه، عشق، هستی‌شناختی و لایه‌های طنز قرار خواهیم گرفت. در این پژوهش سعی شده است با نگاهی بر سیر تکاملی نگرش شاعر، فاصلهی رسیدن از شعر سیاسی– اجتماعی به شعر اجتماعی– فلسفی، سپس به شعر تغزلی و بیان تجربه‌های عاطفیِ فردی و چگونگی کیفیت آن، در کنار نگاه هستی‌شناسانهی تازه‌تر و تغییر شیوهی سخن با عنصر طنز پرداخته شود.کلید واژه ها :عشق، هستی شناختی، طنز، درون مایه های شعری، شمس لنگرودی

بورس اوراق بهادار، نقش مهمی در چرخه مالی و رونق اقتصادی، ایفا می کند. بنابراین باید بتوان به شیوه ای کارا و موثر، عملیات و پردازش های تعریف شده را پشتیبانی کرده و به ارزیابی آنها پرداخت. ارزیابی شامل بررسی گزینه های مختلف تصمیم گیری و نیز امکان ترکیب آنها در جهت دستیابی به انتخاب بهینه می باشد.ویژگی های متعدد متغیر های موجود در این دامنه و ارتباطات متنوع میان آنها، نقش مهمی در گرفتن تصمیم های سازنده و بدور از ریسک، در این بازار بعهده دارند. در اغلب روش های ارزیابی کنونی، تحلیل ها مبتنی بر سناریو بوده و با کمک روش های مختلف از جمله هوش مصنوعی، تلاش شده است که دانش خاصی از اطلاعات موجود، استخراج گردد. اما این نتایج با تغییر اهداف، غیر قابل استفاده می شوند و همچنین اشتراک گذاری آنها نیز درگیر مشکلات معنایی می باشد.دراین تحقیق، پایگاه دانشی برای پشتیبانی از فرآیندهای بازار بورس اوراق بهادار، با تکیه بر رهیافت جدیدی بنام هستی شناسی، ارائه شده است. در این هستی شناسی پیشنهادی، بر روی استفاده مجدد از دانش و اشتراک گذاری آن تأکید شده است. تلاش شده است تا هستی شناسی پیشنهادی، توانایی پشتیبانی از کلیه تراکنش های موجود در بازار سهام را داشته باشد و با لحاظ کردن کلیه روابط میان متغیرها، علاوه بر دانش آشکار، به کشف دانش ضمنی پرداخته و کیفیت تصمیم گیری ها را ارتقا بخشد.

امروزه یادگیری و آموزش در دنیای مجازی از اهمیت بالایی برخوردار است. بهمین دلیل نیاز به سیستم‌های یادگیری الکترونیک که یادگیری را در هر مکان و زمانی ممکن می‌سازند بیش از پیش احساس می‌شود. از سوی دیگر با توسعه وب، حجم اطلاعات موجود در آن بصورت چشمگیری رو به افزایش است. این امر سبب می‌شود تا سیستم‌های یادگیری الکترونیک با حجم وسیعی از اطلاعات برای آموزش مواجه شوند. اما اصول مشتری مداری این اجازه را به این سیستم‌ها نمی‌دهند تا فراگیران را با حجم زیادی از اطلاعات درگیر کنند. چراکه اولا این امر موجب سردرگمی فراگیران در انتخاب موضوع برای مطالعه می‌شود، ثانیا بسیاری از این اطلاعات با توجه به مواردی نظیر خصوصیات فراگیر، علایق، اهداف و توانمندی‌های وی قابل استفاده توسط او نیستند.در پاسخ به این مسئله سیستم‌های تطبیق پذیر آموزشی ظهور کردند که هدف کلی آنها ایجاد یک تجربه منحصر به فرد آموزشی برای هر فراگیر است. این سیستم‌ها با مدل کردن خصیصه‌های مختلف فراگیر و دراختیار داشتن فرادانشی نسبت به محتوای آموزشی به شخصی سازی مطالب آموزشی برای تک تک فراگیران می‌پردازند. این مطالعه ابتدا به مرور کارهای انجام شده در زمینه سیستم‌های تطبیق پذیر آموزشی می‌پردازد. ماحصل مرور منابع موجود در این حوزه، شکاف‌های تحقیقاتی فعلی است که به تفصیل بررسی می‌شوند. بر این اساس این تحقیق به ارائه مدلی جهت شخصی سازی محتوای آموزشی می‌پردازد. معماری این مدل مبتنی بر ایده سیستم‌های چند عامله است و برای نگهداری محتویات آموزشی از هستی شناسی و استاندارد محتوایی SCORM در سطوح انتزاعی جداگانه بهره می‌گیرد. به منظور اعتبار سنجی این مدل از رویکرد پیاده سازی و شبیه سازی یک سناریوی ساده استفاده شده است. این سیستم بر روی سیستم مدیریت یادگیری Sakai نصب و راه اندازی شده است و به منظور اثبات کارآمدی آن از یک سناریوی ساده برای تطبیق پذیری استفاده شده است. نتایج این شبیه سازی نشان می‌دهند که این مدل بخوبی می‌تواند محتویات آموزشی را به فراگیران مختلف ارائه دهد.

هستان‌نگاری یکی از راه‌های غلبه بر مشکلات هم‌کنش‌پذیری است. هستان‌نگاری یک توصیف رسمی صریح و روشن از مفاهیم در حوزه خاص است. امروزه محققین زیادی تأثیر هستان‌نگاری را برای ساخت و هم‌کنش‌پذیری بهتر در سیستم‌های اطلاعات تأیید و تصدیق می‌کنند، این تأثیر در حوزه سلامت با توجه به نیاز تعامل میان سیستم ها در آن، می‌تواند بسیار کارآمد باشد. در این پایان‌نامه به معرفی و بررسی ابعاد تأثیرگذار هستان‌نگاری‌های پزشکی و زیست پزشکی پرداخته‌ می شود، سپس روش‌ها و ابزارهای رایج برای طراحی هستان‌نگاری (در یک بیماری ژنتیکی) بررسی‌شده و رهنمودهایی برای طراحی هستان‌نگاری ارائه می‌گردد. هستان‌نگاریطراحی‌شده، حاصل تحلیل حوزه خاص (یک بیماری ژنتیکی) است که شامل مراحل: اهداف و حیطه، اکتساب دانش(استخراج اصطلاحات و لغات-استخراج مفاهیم و روابط)، مفهوم‌سازی(تعریف و انتخاب مفاهیم، سلسله‌مراتب مفاهیم و ایجاد روابط میان مفاهیم) و در نهایت ارزیابی توسط منابع معتبر و گروه متخصص می‌باشد. هستان‌نگاری در محیط نرم‌افزار Protégé 4.3 طراحی گردید.شاخص‌های(مفاهیم) اصلی هستان نگاری طراحی شده عبارتند از: عوامل بیماری، شرایط، تشخیص ها، درمان، روش ها و آزمون های آزمایشگاهی، یافته ها، رویکردهای ارزیابی، راهبردهای پایش، علائم و نشانه‌ها، دسته بندی اختلالات، مدیریت، کدهای بین المللی، پیگیری، دسته بندی بیماری، بافت ها و اندام مرتبط، بیماری های مرتبط، یافته های بالینی، تیم متخصص بالینی؛ این مفاهیم طبق بررسی‌ها و تایید متخصصین حوزه گردآوری شده اند.در پایان براساس روش‌های بررسی‌شده، مدل پیشنهادی برای طراحی هستان‌نگاریاین حوزه ارائه میگردد. این مدل می‌تواند در بازنمایی و تحلیل مفاهیم دانش؛ به‌طور خاص در حوزه پزشکی و زیست پزشکی پرکاربرد و موثر واقع شود و در کاربرد ابعاد موثر هستان‌نگاری در حوزه سلامت الکترونیک حائز اهمیت باشد.

وب‌معنایی با هدف ایجاد ارتباط و تعامل مستقیم ماشین‌ها و بدون دخالت بشر طرح شد، ولی هم‌اکنون با چالش بزرگ تعامل آنتولوژی‌ها روبه‌رو است. این رساله درپی یافتن تناظر بین موجودیت‌های آنتولوژی، با استفاده از روش‌های یادگیری ماشین است. بدین ترتیب که، ابتدا معیار شباهت را در سطوح مختلف برای آنتولوژی‌های واقعی انتخاب و تولید می‌کند، و سپس از معروف‌ترین دسته‌بندی کننده‌های تحت‌نظارت، مثل ماشین بردارهای پشتیان (SVM) ، نزدیک‌ترینk همسایه (KNN)، درخت تصمیم‌گیری (DT) و روش AdaBoost برای دسته‌بندی موجودیت‌ها استفاده می‌کند. البته هر یک از دسته‌بندی‌کننده‌های مذکور با پارامترهای مناسب تنظیم می‌شوند. مدل نهایی بدون نیاز به بازخورد کاربر و کاملاً خودکار است. هم‌ترازی تنها برمبنای اطلاعات موجود در اسناد OWL است، و نیازی به نمونه‌های آنتولوژی نیست. از SVM برای کاهش معیارهای مشابهت استفاده شده، و نتایج حاصل از آزمایش مدل، بیانگر انتخاب روش مناسب و تنظیم صحیح پارامترهاست. به‌طوری‌که قادر به تامین نتایج قابل‌قبول همراه با کاهش قابل‌ملاحظه‌ی هزینه‌ی محاسباتی است. نتایج حاصل از روش AdaBoost بالاترین کارایی را داراست. نتایج حاکی از میانگین مقدار 92 درصد برای معیار F است.

چکیده ندارد.

امروزه، به اشتراک گذاری داده‌های مکانی میان سازمان‌های مختلف به عنوان یک فاکتور اساسی در توسعه پایدار مورد توجه قرار گرفته است. افزایش حجم داده‌های رقومی و سهولت دسترسی به آنها از طریق وب، بازخوانی، تلفیق و به اشتراک‌گذاری آنها را با مشکل مواجه نموده است. فراهم‌کنندگان داده‌های مکانی از جوامع اطلاعاتی مختلف و با درک متفاوت از جهان پیرامون می‌باشند. بنابراین، این داده‌ها اصولاً ناهمگون بوده و در منابع داده مختلفی توزیع یافته‌اند. از آنجایی که اخذ داده‌های مکانی بسیار پرهزینه می‌باشد، توسعه مکانیسم‌هایی برای استفاده مجدد و به اشتراک گذاری اطلاعات مکانی به منظور کاهش این هزینه‌ها ضروری می‌باشد. همچنین مشتری‌مداری و شخصی‌سازی منابع داده از اهمیت ویژه‌ای در استفاده چندمنظوره و انعطاف‌پذیر از داده‌ها و مهیا نمودن داده‌های مرتبط با نیاز کاربران برخوردار است.همانندی یکی از ساخت های اصلی در نحوه سازماندهی و پردازش اطلاعات توسط انسان می‌باشد. سیستم‌های بازخوانی، از سنجش همانندی به منظور تعیین میزان مرتبط بودن استفاده می‌کنند. تنها یک سیستم بازخوانی که نتایج سازگار با نحوه سنجش همانندی در انسان ارائه می‌نماید، قادر خواهد بود به طور موفق کاربران را پشتیبانی نماید. داده‌های مکانی عارضه‌های مکانی در دنیای واقعی را با استفاده از گستردگی مکانی و موقعیت آنها توصیف می‌نمایند. بدین منظور استفاده از خصیصه‌ها به منظور اخذ معانی نهان در داده‌های مکانی ضروری می‌باشد، زیرا می‌توانند جنبه‌های کیفی مکانی نظیر شکل را توصیف نمایند. روابط مکانی نیز نقش اساسی در توصیف معنایی ایفا می‌نمایند؛ تمامی عارضه‌های مکانی دارای یک موقعیت بر روی زمین بوده و بنابراین هر زوج عارضه مکانی دارای یک رابطه مکانی نسبت به یکدیگر می‌باشند. این روابط مکانی می‌توانند در سطح کلاس جنرالیزه گردند: به عنوان مثال به دلیل وابستگی تابعی، تمامی نمونه‌‌‌های نوع عارضه خط لوله در مجاورت نمونه‌های نوع عارضه حریم قرار گرفته‌اند. بنابراین می‌توان گفت نوع عارضه خط لوله دارای رابطه مجاورت با نوع عارضه حریم می‌باشد. تنها مدل‌های توصیف دانش که خصیصه‌ها و روابط را در نظر می‌گیرند، می‌توانند این ویژگی‌های بخصوص داده‌های مکانی را مدل نمایند. این پایان‌نامه روش‌های موجود سنجش همانندی معنایی را که شامل پنج نوع مدل ژئومتریک، مدل مشخصه، مدل شبکه، مدل همترازیابی و مدل ترانسفورماسیون می‌باشد را مورد بررسی قرار داده‌است و نقاط ضعف و قوت هریک از این مدل‌ها را در ارتباط با بازخوانی اطلاعات معنایی از داده‌های مکانی تحلیل می‌نماید. تئوری‌های همانندی معنایی موجود از مدل توصیفی و زبان توصیف مختص خود به منظور توصیف کلاسها استفاده می‌نمایند. درصورتیکه اغلب هستی‌شناسی‌های مکانی با استفاده از انواع مختلف منطق توصیفی، توصیف معنایی گردیده‌اند. بنابراین برای حجم عظیمی از هستیشناسیهای موجود استفاده از این مدلهای سنجش همانندی امکان‌پذیر نیست. از سوی دیگر مدل‌های موجود سنجش همانندی معنایی از روابط مکانی به عنوان ویژگی اصلی توصیف کننده دادههای مکانی پشتیبانی نمیکنند. این پایان‌نامه یک مدل تلفیقی سنجش همانندی معنایی (SimHM) را به عنوان مدل محاسباتی سنجش همانندی معنایی پیشنهاد می‌نماید. این مدل که از هستی‌شناسی توصیف معنایی شده با منطق توصیفی به عنوان مدل توصیفی خود استفاده می‌نماید، با ترکیب دو روش موجود سنجش همانندی، همانندی معنایی را میان کلاس‌های هستی‌شناسی و کلاس جستجوی کاربر محاسبه می‌نماید. SimHM مدل مشخصه را به منظور بیان خصیصه‌ها و مدل شبکه را به جهت بیان روابط (مکانی) تلفیق می‌نماید. این پایان‌نامه با انتخاب سیستم بازخوانی اطلاعات شرکت انتقال گاز ایران به عنوان مطالعه موردی، کارآیی مدل SimHM را ارزیابی نموده و پارامتر‌های دقت و فراخوانی را در مدل SimHM با مدل‌های موجود سنجش همانندی معنایی مقایسه می‌نماید. مقادیر پارامترهای دقت و فراخوانی محاسبه شده بیانگر بهبود همانندی معنایی سنجش شده تا حد زیادی می‌باشد.

چکیده ندارد.