عنوان
ﺑﺮرﺳﯽ و ﻃﺮاﺣﯽ ﺳﺎﺧﺘﺎر ﻓﺸﺮدهﺳﺎزي ﺗﻘﺮﯾﺒﯽ ﺑﺮاي ﺣﺎﻓﻈﻪي ﻧﻬﺎن در ﮐﺎرﺑﺮدﻫﺎي ﺗﻘﺮﯾﺐ ﭘﺬﯾﺮ ﺑﺎ روﯾﮑﺮد زﻣﯿﻨﻪ وﯾﮋه (دادهﻫﺎي ﺗﺼﻮﯾﺮ)
مقطع تحصيلي
دكتري
چكيده
ﺷﻤﺎري از ﻓﻨﺎوريﻫﺎﯾﯽ ﮐﻪ ﻣﻮﺟﺐ رﺷﺪ ﻧﻤﺎﯾﯽ ﮐﺎراﯾﯽ ﺳﺎﻣﺎﻧﻪﻫﺎي راﯾﺎﻧﻪاي در دﻫﻪﻫﺎي ﮔﺬﺷﺘﻪ ﮔﺮدﯾﺪهاﻧﺪ ﺑﺎ ﺳﺪﻫﺎي ﻓﯿﺰﯾﮑﯽ ﻣﻮاﺟﻪ ﺷﺪهاﻧﺪ. از ﺳﻮي دﯾﮕﺮ، ﺑﺴﯿﺎري از ﮐﺎرﺑﺮدﻫﺎي اﻣﺮوزي ﻧﻈﯿﺮ ﭘﺮدازش ﺳﯿﮕﻨﺎل و ﺗﺼﻮﯾﺮ، ﯾﺎدﮔﯿﺮي ﻣﺎﺷﯿﻦ، ﺗﺤﻠﯿﻞداده، ﺑﺎزيﻫﺎ و ﮐﺎرﺑﺮدﻫﺎي ﻫﻮشﻣﺼﻨﻮﻋﯽ، ﻧﯿﺎزي ﺑﻪ راﯾﺎﻧﺶ دﻗﯿﻖ ﻧﺪاﺷﺘﻪ ﯾﺎ ﺑﻪ ﺣﺪ ﻣﺸﺨﺼﯽ از دﻗﺖ راﯾﺎﻧﺸﯽ ﻧﯿﺎزﻣﻨﺪﻧﺪ. در ﻧﺘﯿﺠﻪ، ﭘﺪﯾﺪهي راﯾﺎﻧﺶ ﺗﻘﺮﯾﺒﯽ ﺑﻪﻋﻨﻮان راﻫﮑﺎري ﺑﺮاي ﮐﺎﻫﺶ اﺛﺮات ﺳﯿﻠﯿﮑﻮن ﺗﺎرﯾﮏ ﻣﺪ ﻧﻈﺮ ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ. ﻫﻤﭽﻨﯿﻦ روﯾﮑﺮد زﻣﯿﻨﻪ وﯾﮋه ﺑﻪ ﻃﺮاﺣﯽ ﺳﺎﻣﺎﻧﻪﻫﺎي دﯾﺠﯿﺘﺎل ﻧﯿﺰ ﻣﯽﺗﻮاﻧﺪ ﻧﻘﺶ راﻫﮑﺎر ﺑﺮاي ﻣﻘﺎﺑﻠﻪ ﺑﺎ ﻣﺤﺪوﯾﺖﻫﺎي ﻋﻤﻠﯽ ﺑﻮﺟﻮد آﻣﺪه ﺑﺮاي ﻃﺮاﺣﯽ ﺳﺎﻣﺎﻧﻪﻫﺎي راﯾﺎﻧﺸﯽ را ﺑﺎزي ﮐﻨﺪ. ازﺳﻮيدﯾﮕﺮ، ﺳﻠﺴﻠﻪﻣﺮاﺗﺐ ﺣﺎﻓﻈﻪ ﺑﻪوﯾﮋه ﺣﺎﻓﻈﻪيﻧﻬﺎن ﻧﻘﺶ ﮐﻠﯿﺪي در ﺳﺎﻣﺎﻧﻪﻫﺎي راﯾﺎﻧﺸﯽ دارد. ﻋﻼوهﺑﺮ اﯾﻦ، ﻓﺸﺮدهﺳﺎزي ﺣﺎﻓﻈﻪيﻧﻬﺎن را ﻣﯽﺗﻮان ﺑﻪ ﺻﻮرت ﮐﺎﻫﺶ اﻧﺪازه دادهي ﺣﺎﻓﻈﻪيﻧﻬﺎن ﺑﻪ ﻃﻮري ﮐﻪ ﺳﺎﻣﺎﻧﻪي راﯾﺎﻧﺸﯽ از ﻣﺰاﯾﺎي اﻓﺰاﯾﺶ ﻇﺮﻓﯿﺖ، ﺑﺪون اﺑﺘﻼ ﺑﻪ اﺛﺮات ﻣﻨﻔﯽ ﻓﯿﺰﯾﮑﯽ ﯾﮏ ﺣﺎﻓﻈﻪي ﺑﺰرﮔﺘﺮ ﺗﻌﺮﯾﻒ ﮐﺮد، ﮐﻪ ﺑﺮ ﮐﯿﻔﯿﺖ ﺣﺎﻓﻈﻪيﻧﻬﺎن ﻣﯽﺗﻮاﻧﺪ ﻣﻮﺛﺮ ﺑﺎﺷﺪ. ﺑﺎ ﺗﻮﺟﻪ ﺑﻪ ﻣﻮارد ﻣﺬﮐﻮر، ﺑﺮرﺳﯽ و ﻃﺮاﺣﯽ ﺳﺎﺧﺘﺎر ﻓﺸﺮدهﺳﺎزي ﺗﻘﺮﯾﺒﯽ ﺑﺮاي ﺣﺎﻓﻈﻪيﻧﻬﺎن درﮐﺎرﺑﺮدﻫﺎي ﺗﻘﺮﯾﺐﭘﺬﯾﺮ
ﺑﺎ روﯾﮑﺮد زﻣﯿﻨﻪي وﯾﮋه )دادهﻫﺎي ﺗﺼﻮﯾﺮ( ﺑﻪﻋﻨﻮان ﻣﺴﺌﻠﻪي اﯾﻦ ﭘﮋوﻫﺶ ﻗﺮار ﮔﺮﻓﺘﻪ اﺳﺖ. ﭼﺎﻟﺶ اﺻﻠﯽ، ﺑﻬﺒﻮد ﺷﻨﺎﺳﺎﯾﯽ اﻟﮕﻮﻫﺎ ﻫﻤﺮاه ﺑﺎ ﺑﺮآوردهﺷﺪن ﻣﻮارد زﯾﺮ اﺳﺖ: ﺳﺮﻋﺖ ﻓﺸﺮدهﺳﺎزي ﺑﺎﻻ، ﺳﺎﺧﺘﺎر ﺳﺎده، ﻧﺮخ ﻓﺸﺮدهﺳﺎزي ﺑﺎﻻ و ﺣﻔﻆ ﮐﯿﻔﯿﺖ ﻣﻄﻠﻮب. روشﻫﺎي ﭘﺎﯾﻪي راﯾﺞ ﻣﻮرد اﺳﺘﻔﺎده در اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻓﺸﺮدهﺳﺎزي
ﺑﺎ اﺳﺘﻔﺎده از روش ﺗﻘﺮﯾﺐ ﺑﺎ ﺑﺮش ﺑﻬﺒﻮدﯾﺎﻓﺘﻪ و در ﻗﺎﻟﺐ ﯾﮏ اﻟﮕﻮرﯾﺘﻢ ﻓﺸﺮدهﺳﺎزي ﺳﺨﺖاﻓﺰاري ﺳﺎده، ﺑﺎ ﻧﺮخ ﻓﺸﺮدهﺳﺎز ﺑﺎﻻ و ﺳﺮﯾﻊ 1) ﭼﺮﺧﻪ ﺳﺎﻋﺖ واﻓﺸﺮدهﺳﺎزي و 2 ﭼﺮﺧﻪ ﺳﺎﻋﺖ ﻓﺸﺮدهﺳﺎزي( ﺑﻪ ﻧﺎم
ﻓﺸﺮدهﺳﺎزي ﺗﻘﺮﯾﺒﯽ ﺑﻠﻮكﻫﺎي ﺗﺼﻮﯾﺮ، ﭘﯿﺎدهﺳﺎزي ﺷﺪه اﺳﺖ. اﻟﮕﻮرﯾﺘﻢ ﻣﻮرد ﻧﻈﺮ از دﯾﺪﮔﺎه ﺗﺤﻠﯿﻠﯽ، ﺗﺨﻤﯿﻦ ﭘﯿﭽﯿﺪﮔﯽ زﻣﺎﻧﯽ و ﻣﻨﻄﻘﯽ، ﺷﺒﯿﻪﺳﺎزي ﻋﻤﻠﮑﺮدي و ﺷﺒﯿﻪﺳﺎزي و ﺳﻨﺘﺰ ﺳﺨﺖاﻓﺰاري ﻣﻮرد ﺑﺮرﺳﯽ ﻗﺮار ﮔﺮﻓﺘﻪ و ﺑﺎ ﯾﮑﯽ از ﺳﺮﯾﻊﺗﺮﯾﻦ اﻟﮕﻮرﯾﺘﻢﻫﺎ ﺑﺎ ﻗﺎﺑﻠﯿﺖ ﭼﻨﺪ-ﻓﺸﺮدهﺳﺎزي و ﻧﺴﺨﻪي ﺗﻘﺮﯾﺒﯽ آن ﺳﻨﺠﯿﺪه ﺷﺪه اﺳﺖ. ﻧﺘﺎﯾﺞ ارزﯾﺎﺑﯽﻫﺎ اﻓﺰاﯾﺶ )ﻣﯿﺎﻧﮕﯿﻦ( 25/7 )ﺗﺎ (106 ﺑﺮاﺑﺮي در ﻧﺮخ ﻓﺸﺮدهﺳﺎزي ﺑﻠﻮك را ﻧﺴﺒﺖ ﺑﻪ ﻣﺒﻨﺎي ﻣﻘﺎﯾﺴﻪ و )ﻣﯿﺎﻧﮕﯿﻦ( 2/69 )ﺗﺎ (45/0 ﺑﺮاﺑﺮي ﻧﺴﺒﺖ ﺑﻪ ﻧﺴﺨﻪي ﺗﻘﺮﯾﺒﯽ آن را ﻧﺸﺎن ﻣﯽدﻫﺪ. اﯾﻦ ﻣﺰاﯾﺎي ﻓﺸﺮدهﺳﺎزي ﺗﻨﻬﺎ ﺑﻪ ﻃﻮر ﻣﯿﺎﻧﮕﯿﻦ 2/73درﺻﺪ ﺧﻄﺎ در ﮐﯿﻔﯿﺖ ﯾﮏ ﮐﺎرﺑﺮد ﺷﻨﺎﺳﺎﯾﯽ ﺗﺼﻮﯾﺮ ﻣﺒﺘﻨﯽ ﺑﺮ ﯾﺎدﮔﯿﺮيﻋﻤﯿﻖ از ﺧﻮد ﻧﺸﺎن ﻣﯽدﻫﺪ. ﻫﻤﭽﻨﯿﻦ ﺑﺮاي ﺗﺼﺎوﯾﺮ ﻣﻨﻔﺮد، ﻣﯿﺰان ﻣﺘﻮﺳﻂ اوج ﻧﺴﺒﺖ ﺳﯿﮕﻨﺎل ﺑﻪ ﻧﻮﯾﺰ 39/49دﺳﯽﺑﻞ ﻣﺸﺎﻫﺪه ﺷﺪه اﺳﺖ. ﮐﯿﻔﯿﺎت ﺑﺪﺳﺖ آﻣﺪه ﺗﻨﻬﺎ ﺑﺎ 13درﺻﺪ ﺳﺮﺑﺎر ﺣﺎﻓﻈﻪ ﻫﻤﺮاه ﺑﻮده اﺳﺖ. ﻫﻤﭽﻨﯿﻦ ﻣﺒﺎﺣﺚ ﺑﺮرﺳﯽﺷﺪه از دﯾﺪﮔﺎه ﻧﻈﺮﯾﻪي اﻃﻼﻋﺎت ﺑﺮرﺳﯽ و اﺛﺮ ﺗﻘﺮﯾﺐ ﺑﺮ اﻟﮕﻮرﯾﺘﻢ ﻓﺸﺮدهﺳﺎزي ﻫﺎﻓﻤﻦ ﮐﻪ ﻣﻮرد اﺳﺘﻔﺎده در ﺑﺮﺧﯽ اﻟﮕﻮرﯾﺘﻢﻫﺎي ﻓﺸﺮدهﺳﺎزي ﺣﺎﻓﻈﻪيﻧﻬﺎن اﺳﺖ ﺑﺮاي زﻣﯿﻨﻪي وﯾﮋهي ﭘﺮدازش ﺑﺮرﺳﯽ ﺷﺪه اﺳﺖ. ﻧﺘﺎﯾﺞ ﺑﻪ ﺻﻮرت ﺗﺤﻠﯿﻠﯽ و ﻫﻤﭽﻨﯿﻦ ﺷﺒﯿﻪﺳﺎزي ﻧﺸﺎن ﻣﯽدﻫﺪ روش ﺗﻘﺮﯾﺐ ﻣﻮرد اﺳﺘﻔﺎده، ﮐﺪﻫﺎي ﻫﺎﻓﻤﻦ ﮐﻮﭼﮏﺗﺮ 2/18) ﺑﺮاﺑﺮ( ﺗﻮﻟﯿﺪ ﮐﺮده ﮐﻪ ﻣﻮﺟﺐ اﻓﺰاﯾﺶ ﻧﺮخ ﻓﺸﺮدهﺳﺎزي ﺑﻠﻮك ﺗﺎ 2/48 ﺑﺮاﺑﺮ ﻣﯽﮔﺮدد
شماره ركورد
229524
دانشگاه
دانشگاه اصفهان
استاد مشاور
مهران رضائي
رشته تحصيلي
مهندسي كامپيوتر- معماري سيستم هاي كامپيوتري
استاد راهنما
هومان نيك مهر