صفحه نمایش استاد - پرتال اصلی دانشگاه رازی

محمد کاظمی فرد

محمد کاظمی فرد

استادیار / فنی مهندسی / گروه مهندسی کامپیوتر و فنآوری اطلاعات

پایان‌نامه‌های کارشناسی‌ارشد

  1. ارائه ی یک مدل بلوغ برای پنجره ی واحد خدمات
    فاطمه عندلیب ارزنق 1403
    تحول دیجیتال در حوزه‌ی دولت الکترونیک و مدیریت زمین به عنوان یک خدمت دولتی، باعث تلاش برای   یکپارچه‌سازی فرایندها و داده‌ها از طریق یک درگاه واحد شده که سامانه‌ی پنجره واحد نام دارد. با این حال، ارزیابی میزان بلوغ این نوع سامانه و پیگیری پیشرفت‌، همچنان یک چالش اساسی محسوب می‌شود. این پایان‌نامه با هدف ارائه یک مدل بلوغ توصیفی برای ارزیابی پنجره واحد مدیریت زمین طراحی شده است. مدل پیشنهادی با استفاده از روش مطالعات کتابخانه‌ای و تلفیق مدل‌های مرجع همچون روش شناسی ارزیابی پنجره واحد تجارت سازمان تجارت جهانی (SWAM)، مدل بلوغ سازمان جهانی گمرک (WCO) برای پنجره واحد تجارت ، یک‌پارچگی مدل بلوغ قابلیت (CMMI)، چارچوب معماری گروه اوپن (TOGAF)، شاخص بلوغ دولت الکترونیک سازمان ملل (EGDI)، بلوغ سنجی‌های سازمان همکاری اقتصادی و توسعه (OECD)، مدل بلوغ پنج سطحی دولت الکترونیک ایران و چند مدل و چارچوب دیگر تدوین شده است. در این مدل، بلوغ سامانه بر اساس چندین حوزه فرایند کلیدی، از جمله سطح یک‌پارچگی، مدیریت داده‌ها، رابط کاربری، مشارکت ذی‌نفعان، شفافیت و عملکرد سیستم، پایش و نظارت هوشمند و ... ارزیابی می‌شود. مدل پیشنهادی در پنج سطح بلوغ (آغازین، استاندارد، یک‌پارچه، پیشرفته و بهینه‌سازی و نوآوری) ارائه شده است که بر هم‌راستایی با فازهای A، B و C از روش توسعه معماری TOGAF، یک‌پارچگی مدل بلوغ قابلیت (CMMI) و )، مدل بلوغ پنج سطحی دولت الکترونیک ایران تاکید دارد. برای ارزیابی مدل، از نظر خبرگان و تحلیل تطبیقی با مدل‌های مرجع استفاده شده است. نتایج نشان می‌دهد که مهم‌ترین مزایای مدل پیشنهادی تلفیق معیارهای چندین مدل معتبر، پوشش شاخص‌های متنوع و سازگاری با ویژگی‌های خاص پنجره واحد مدیریت زمین است. با این حال، مدل پیشنهادی دارای نقایصی از جمله نبود روشی دقیق برای وزن‌دهی شاخص‌ها، پوشش محدود ملاحظات امنیتی پیشرفته و وابستگی به کیفیت و دسترسی به داده‌ها   است که می‌تواند در پژوهش‌های آتی مورد بررسی قرار گیرد.    واژگان کلیدی: مدل بلوغ، پنجره واحد مدیریت زمین، پنجره واحد، دولت الکترونیک، ارزیابی بلوغ سامانه‌ها.
  2. شباهت سنجی آرای قضایی و قوانین با استفاده از تکنیک های پردازش زبان طبیعی
    امید محمدی 1402
    توسعه زندگی بشری منجر به ایجاد رخدادهایی متنوع در سطح جامعه شده است، دولت ها جهت کنترل این رخدادها موجودتی به نام قانون را ایجادکرده اند تا به وسیله آن، رخدادهای بشری را کنترل کنند. از این حیث شناخت دقیق قوانین جهت دفاع از حقوق فردی، جمعی و یا قضاوت، رخداد ها بر اساس این قوانین امری بسیار پیچیده است. چرا که استنباط هر شخص از رخداد و قوانین بر اساس دانش، تجربه، شخصیت و احساسات است. با افزایش این رخدادها خصوصا رخدادهای یکسان و به طبع آن افزایش پرونده های دادرسی، شواهد و نظرات متنوع نسبت به رخدادها، منجر به ذهنی شدن رسیدگی به رخدادهای یکسان شده است، از این رو بنا بر اینکه عدالت در صدور آرای قضایی مهمترین اولویت یک دستگاه قضایی است ذهنی شدن قضاوت در پرونده های مشابه، عدالت در صدور آرای قاضیی در پرونده های مشابه را زیر تحت تاثیر قرار میدهد. وجود ابزار و الگوریتم های شباهت سنجی با استفاده از هوش مصنوعی میتواند جهت استفاده کارشناسان حقوقی و نیز دادخواهان بسیار مفید واقع شود.   این شباهت سنجی به طرفین دعوی، وکلا و قضات کمک میکند که آرای صادره نسبت به یک رخداد یکسان را مشاهده کرده و نسبت به آن وحدت رویه داشته باشند. وحدت رویه موضوعی است که باعث میشود قضات در تصمیم گیری نسبت به پرونده های مشابه بتوانند اعمال نظری دقیق تری انجام دهند و در تصمیم گیری نسبت به یک موضوع اجماع نظر داشته و در برخورد با موارد مشابه سلیقه ای برخورد نشود. در شباهت سنجی قوانین و آرای صاده مشکلات و چالش های فراوانی   وجود دارد که یکی از مهمترین آنان عبارت است از زبان قوانین و عدم دسته بندی های لازم در این متنون است. برای ارتباط و شباهت سنجی متون قضایی با وجود محدودیت ها و چالش های موجود از یادگیری عمیق در زمینه پردازش زبان طبیعی(NLP) استفاده خواهیم کرد. برای پردازش زبان آرای صادره نیازمند به یک الگوریتم پردازش زبان، برای زبان مورد نظر هستیم. استفاده از یک سیستم شباهت سنجی مبتنی بر هوش مصنوعی میتواند به عنوان یک ابزار قابل اتکا برای کارشناسان قضاییی مورد استفاده قرارگیرد.   
  3. طراحی سیستم خبره طراح واسط کاربری با استفاده از مهندسی کانسی
    غزل ترک زبان 1402
    پیشرفت روزافزون فنّاوری در عرصه‌های مختلف علوم و تاثیر آن بر زندگی انسان امروزی، تجارب احساسی، عاطفی و ادراکی را به‌شدت در کانون توجه طراحان قرار داده است. در این خصوص، طراحی بر اساس رضایتمندی، خوشایندی، احساسات و عواطف درونی انسان عاملی بسیار مهم و تاثیرگذار در فرایند طراحی محصول شناخته می‌شود. به دنبال شیوع و فراگیری ویروس کرونا در جهان، ساختار آموزش عالی نیز، مانند بسیاری از بخش‌های دیگر زندگی انسان، دست‌خوش تغییرات عمده شد.   شرکت دانشجویان در کلاس‌ها ی آنلاین، آزمون‌ها و انجام امور اداری به‌صورت غیرحضوری موجب استفاده بیشتر دانشجویان از وبسایت دانشگاه‌ها شده است. استاندارد نبودن طراحی وبسایت باعث می‌شود زمان زیادی از دانشجویان گرفته شود تا به اهداف موردنظرشان برسند. بنابراین گنجاندن عناصر احساسی که می‌توانند شادی، لذت و علاقه را تشویق کنند، بسیار مهم است. این تحقیق از مهندسی کانسی استفاده کرده است تا احساسات کاربر را به مولفه‌های طراحی رابط تبدیل کند و نشان دهد کاربر از رابط کاربری چه می‌خواهد. 50 کلمه‌ی کانسی از طریق پرسشنامه بین 50 دانشجو توزیع گردید و از بین آن‌ها 12 کلمه جهت ارزیابی پارامترهای طراحی بر اساس احساسات کاربران انتخاب شد. بر اساس کلمات کانسی انتخاب شده پارامترها و قوانینی برای طراحی رابط کاربری استخراج شد. این قوانین در یک پایگاه دانش جمع‌آوری گردید که طراحان می‌توانند با مراجعه به آن بر اساس احساس موردنظرشان برای طراحی، پارامترهای طراحی متناسب با آن احساس را دریافت کرده و طرح کاربرپسند خود را ترسیم کنند.   
  4. بهبود الگوریتم توافق جمعی مبتنی بر بلاک چین در رسانه‌های اجتماعی
    یسرا یوسفی نژاد 1400
    Advances in Blockchain and distributed ledger technologies are driving the rise of incentivized social media platforms over Blockchains. Blockchain-based online social media is decentralized social media that uses blockchain technology to reward users' social activities and store information. In order to protect the privacy of users and expose fake news.    In this study, presents an empirical analysis of Steemit, a key representative of these emerging platforms, to understand and evaluate the actual level of decentralization in these modern social media platforms. Similar to Bitcoin, Steemit is operated by a decentralized community, where 21 members are periodically elected to cooperatively operate the platform through the Delegated Proof-of-Stake (DPoS) consensus protocol.    Our study performed on 539 million operations performed by 1.12 million Steemit users during the period 2016/03 to 2018/08 reveals that the actual level of decentralization in Steemit is far lower than the ideal level, indicating that the DPoS consensus protocol may not be a desirable approach for establishing a highly decentralized social media platform. For this reason, in this dissertation, we tried to provide a solution to the problem of decentralization of the consensus algorithm used in Steemit social media. Our solution to this problem is to replace its consensus algorithm with a more advanced consensus algorithm called the Algorand, which can form a committee without elections involving user interaction. Algorand is a new cryptography that proposes a new Byzantine agreement algorithm that allows choices to be made by randomly validated cryptographic functions rather than by users.    Using the simulator design as well as the API published by Algorand's team, we explored its three main aspects of decentralization, high scalability and security, and show that Algrand can be a good alternative to the DPOS algorithm. Be in Steemit.      
  5. پیش بینی حکم پرونده های قضایی، با استفاده از تکنیک های متن کاوی
    محمد فرهادی شاد 1400
    به طور معمول یک قاضی بر اساس دانش، تجربه، شخصیت و احساسات خود قضاوت می‌کند. با افزایش تعداد پرونده‌ها، بررسی اسناد و شواهد به صورت دقیق دشوار است و ممکن است قضاوت‌ها ذهنی‌تر شوند. همچنین با افزایش حجم کاری، یک قاضی ممکن است بیش از حد تحت فشار قرار گرفته و نتواند یک قضاوت با کیفیت انجام دهد. پیش بینی حکم دادگاه توسط الگوریتم‌های هوش مصنوعی، علاوه بر قضات، می‌تواند جهت استفاده کارشناسان حقوقی و نیز دادخواهان بسیار مفید واقع شود. همچنین این نوع پیش‌بینی می‌تواند به عنوان یک خدمت مشاوره‌ای آنلاین به آحاد جامعه ارائه شود تا قبل از طرح دعوی در محاکم قضایی و تنظیم دادخواست یا شکواییه، نسبت به نتیجه احتمالی درخواست خود آگاهی یافته و چه بسا همین امر سبب کاهش چشمگیر پرونده‌ها و نیز کاهش هزینه‌های سرسام‌آور گرفتن وکیل در برخی موارد برای قشر کمتر برخوردار گردد. این نوع پیش‌بینی همچنین به وکلا و طرفین دعوی کمک می‌کند که قبل از رفتن به دادگاه اقدامات لازم را انجام دهند. از دیگر کاربردهای این پژوهش می‌توان کمک به صدور دستور تشکیل دادگاه‌های تجدید نظر در صورت مغایرت رای دادگاه بدوی با حکم پیش‌بینی شده توسط مدل هوش مصنوعی اشاره کرد. با وجود آن‌که متن‌کاوی و کاربردهای آن به طور گسترده در حوزه‌های مختلف مورد استفاده قرار گرفته، اما تنها مطالعات معدودی متن‌کاوی را در زمینه‌های قضایی به کار گرفته‌اند. این پایان‌نامه، اولین پژوهش مدون در حوزه متن‌کاوی اسناد قضایی فارسی می‌باشد. در این پایان‌نامه به پیش‌بینی حکم دادگاه در پرونده‌های مرتبط با خرید، نگهداری، مخفی کردن یا حمل مواد مخدر با استفاده از تکنیک‌های یادگیری ماشین و یادگیری عمیق، با بررسی تاثیر جنبه احساسات و هیجانات قاضی در شدت حکم صادره، در مجازات‌های شلاق، جریمه نقدی و حبس، پرداخته شده‌است. برای این منظور ابتدا متون و اسناد 6000 پرونده قضایی را پیش‌پردازش نموده، سپس با استفاده از پیکره احساسات و هیجانات NRC، گرایش مثبت یا منفی و نوع هیجان موجود در پرونده‌ها را بررسی و نمره‌گذاری کردیم. در ادامه با روش‌های گوناگون یادگیری ماشین و یادگیری عمیق، مدلسازی احساسات را انجام دادیم که از میان روش‌های پیاده‌سازی شده، روش TFIDF + SVM بیشترین دقت را کسب نمود. سپس به تجزیه و تحلیل 8 نوع هیجان موجود در پرونده‌ها پرداخته و به صورت طبقه‌بندی چند برچسبه آن‌ها را مدل‌سازی نمودیم که به صورت میانگین، الگوریتم TFIDF + SVM بیشترین دقت را داشت. در گام بعد، میزان مجازات‌های در نظر گرفته شده در پرونده‌ها را در دو دسته مخففه و مشدده طبقه‌بندی نموده و به روش‌های یادگیری ماشین، یادگیری ماشین جمعی و یادگیری عمیق، به مدلسازی آن‌ها اقدام نمودیم که در نهایت از میان روش‌های بررسی شده، در مجازات شلاق روش TFIDF + Adaboost، در مجازات جریمه نقدی روش BERT و در مجازات زندان روش Skipgram + LSTM + CNN، بیشترین دقت را کسب نمودند. در نهایت به منظور تخصیص هر یک از برچسب‌های مجازات شلاق، جریمه نقدی و زندان، هر الگوریتمی که بیشترین دقت را داشت انتخاب نموده و دقت آن را در شرایطی که داده ما متون قضایی به علاوه نمره احساسات پرونده، متون قضایی به علاوه نمره هیجانات پرونده، متون قضایی به علاوه نمره احساسات و نمره هیجانات پرونده باشد را محاسبه نمودیم. نتایج این پژوهش نشان می‌دهد که استفاده از نمره احساسات و هیجانات، باعث افزایش دقت پیش‌بینی حکم دادگاه برای هر سه مجازات مورد بررسی(شلاق، جریمه نقدی، زندان) می‌گردد. همچنین مجازات شلاق بیشترین تاثیر و مجازات زندان کمترین تاثیر را از احساسات و هیجانات می‌گیرد. در ضمن در مجموع احساسات تاثیر بیشتری نسبت به هیجانات در پیش‌بینی رای دادگاه دارند. کلیدواژه‌ها: پیش‌بینی حکم دادگاه، متن‌کاوی، یادگیری ماشین، یادگیری عمیق، تحلیل احساسات، تحلیل هیجانات   
  6. آنالیز احساسات پیام های توئیتر در پاندمی ویروس کرونا
    عبدالله متین 1400
    روزانه حجم زیادی از نظرات توسط کاربران در وب به خصوص در شبکه‌های اجتماعی، سایت های نقد و بررسی‌های آنلاین در انجمن‌ها و شبکه‌های اجتماعی منتشر می‌شود. به علت حجم بسیار زیاد این داده‌ها و اطلاعات متنی، تجزیه و تحلیل آن‌ها توسط انسان بسیار دشوار، زمان بر و عملاً غیرممکن است؛ بنابراین به وجود سیستم که به صورت خودکار بتواند نظرات را تجزیه و تحلیل بتواند، نیاز داریم. تحلیل احساسات راه‌حلی برای این مسئله است. تحلیل احساسات زیرشاخه‌ای از پردازش زبان طبیعی و فرآیندی است که به کشف نگرش‌ها، دیدگاه‌ها و احساسات با برچسب‌گذاری مثبت، منفی و خنثی افراد از روی نوشته‌هایشان می‌پردازد. ویروس کرونا رسانه‌های اجتماعی را به توفان کشانیده است. با افزایش آگاهی در مورد بیماری،پیام‌ها، پست‌ها حضور آن را تایید می‌کنند. شبکه اجتماعی توئیتر اثر مشابهی را با تعداد پیام‌های مربوط به کرونا نشان داد که رشد بی‌سابقه‌ای را در این چند مدت داشته است. در این پژوهش سعی بر تجزیه و تحلیل پیام‌های فارسی خواستیم با استفاده از یادگیری ماشین احساسات پیام‌های شبکه اجتماعی توئیتر را در پادمی ویروس کرونا مورد تجزیه و تحلیل قرار دهیم. با توجه به موفقیت یادگیری ماشین در بسیاری از زمینه‌های کاربردی به سبب توانایهای که در استخراج خودکار ویژگی‌ها و یادگیری الگوهای پیچیده دارد مورد بحث قراردادیم، هدف از این تحقیق ارائه مدلی به منظور تحلیل و طبقه‌بندی احساسات کاربران شبکه اجتماعی توئیتر با استفاده از الگوریتم‌های یادگیری ماشین است.   در پژوهش حاضر با بکار گیری از الگوریتم‌های یادگیری ماشین مانند درخت تصمیم، SVM، رگرسیون لجستیک برای رویکرد احساسات توئیت های فارسی نتایج خوبی به دست آمد. به همین ترتیب الگوریتم درخت تصمیم 83 درصد،الگوریتم بردار پشتیبان 81 درصد و الگوریتم رگرسیون لجستیک 77 درصد دقت داشتند.   کلیدواژه‌ها: تحلیل احساسات،پاندمی ویروس کرونا،شبکه‌های اجتماعی توئیتر،یادگیری ماشین.        
  7. بررسی المان های بهینه سازی محتوا برای موتور های جست و جو
    بهراد کیانی 1398
  8. راه اندازی و کنترل موتور سوئیچ رلوکتانسی بدون سنسور با استفاده از میکروپروسسور ARM و تکنیک تزریق پالس
    پوریا اسپری 1397
    موتور های [1]SRM به علت هزینه پایین و ساختار ساده و سخت و محکم و بازده بالا و قابلیت دنبال کردن در سرعت های متغییر و بالا و دمای محیط بالا توجه چشمگیری را به خود جلب کرده است. موتورهای SRM یکی از قدیمی ترین انواع موتورهای الکتریکی هستند که به دلیل عدم وجود سیستم های کنترلی مناسب کنار گذاشته شده بودند اما امروزه از فناوری نیمه هادی مدرن، موتورهای SRM به صورتی ارزان و حتی ساده تر از موتورهای القایی قابل ساخت هستند و احتمالاً به زودی قابلیت رقابت با همه ی موتورهای الکتریکی دیگر را خواهند داشت. استفاده از سنسور برای تشخیص موقعیت رتور[2] باعث افزایش قیمت و پیچیده شدن ساختار موتور می شود و علاوه بر این در صورت سوختن یا گردوخاک و جرم گرفتن هرکدام از سنسور ها و همچنین نویز گرفتن سنسورها که با توجه به اینکه در محیط های صنعتی و یا وسایل برقی استفاده می شود این اتفاقات موردی محتمل است که باعث مورد استقبال قرار نگرفتن این موتور می شود ولی در روش بدون سنسور که با استفاده از فیدبک گیری از بخش های مختلف موتور و استفاده از یک میکروپروسسور[3] و نوشتن کدهای پیچیده برای تشخیص موقعیت رتور و راه اندازی موتور صورت می گیرد و وقت زیادی را صرف خود می کند و به علم به مراتب بیشتری نیاز دارد ولی همه این کارها یکبار صورت می گیرد و احاطه بر موتور برای کنترل پارامترهای دیگر موتور راحت تر ودقیق تر می شود.[1] Switch Reluctance Motor[2] Rotor[3] Microprocessor
  9. طبقه بندی وظایف تصویری موتور برای نرم افزار رابط کاربری کامپیوتر مغز
    سیفی محمد منجی 1397
      طبقه بندی وظایف تصویری موتور برای نرم افزار رابط کاربری کامپیوتر مغز
  10. معرفی روشی برای تحلیل احساس داده های حجیم (مطالعه موردی تویتر)
    بیمان حسین حسن 1397
    معرفی روشی برای تحلیل احساس داده های حجیم (مطالعه موردی تویتر)
  11. نظرکاوی در شبکه اجتماعی اینستاگرام با مطالعه موردی محصول تلفن همراه
    رغد فالح محمد 1396
  12. سیستم خبره مشاوره تحصیلی بر اساس تعامل کاربر با صفحات لمسی در محیط آموزش مجازی
    آزاده محمدی 1396
  13. بررسی وبهینه سازی سیستم بازیابی حلال در صنعت روغن کشی با روش ستون روغن معدنی به منظور به حداقل رساندن هدررفت هگزان
    سارا بابائی راد 1396
    هدف اصلی این مطالعه کاهش پرت هگزان در صنعت روغنکشی از دانه روغنی سویا می باشد.بدین منظور سیستم مینرال اویل که به هدف بازگردانی بخارات متصاعد شده هگزان در محیط   و چگالش آن جهت استفاده مجدد در سیستم می باشد مورد بازبینی و شبیه سازی قرار گرفت.تست های آزمایشگاهی جهت تشخیص میزان حلال در روغن معدنی ،از نوع کروماتوگرافی گازی بوده و نتایج در نرم افزار طراحی آزمایشات چهار فاکتوری -3سطحی بر پایه RSM   پیاده و مورد تحلیل قرار گرفتند.در این کار چهار پارامتر موثر بر کاهش اتلاف هگزان شامل تناژ دانه ورودی ، دمای آب ورودی سرد،دمای ستون گرم و دبی سیالات تحت آزمایش مد نظر قرار داده شد.در نهایت بعد از شبیه سازی نتایج   بدست آمده مشخص گردید که افزایش تناژدانه و بالا نگه داشتن آن ، پایین نگه داشتن دمای آب ورودی به کندانسور سیستم ،بالا نگهداشتن دمای ستون دفع از طریق بخار زنده در یک رنج مشخص و افزایش دبی سیال جاذب در محدوده مناسب با شرایط عملیاتی برج همگی عوامل مثبت در بازیابی بهتر حلال   از روغن معدنی هستند.
  14. سیستم پیشنهاد دهنده اخبار عربی براساس احساسات
    رسل ستاربدر 1395
  15. تشخیص حالات روحی وشخصیت کاربر در هنگام بازی از طریق صفحات لمسی
    هانیه محبیان 1395
    مطالعات انجام‌شده تا به امروز از وجود یک تمایز در حالات روحی افراد خبر می‌دهد. این چشم‌انداز برای همه محققان، به‌خصوص طراحان بازی‌های رایانه‌ای ارزشمند است، چراکه با افزایش گوشی­های لمسی و افزایش بازی­ بر روی این نوع گوشی­ها این سوال برایمان پیش می­آید «آیا رفتارهای لمس حالات روحی بازیکنان را منعکس می‌کند؟» چنانچه بتوانیم حالات روحی کاربران را تشخیص دهیم، طراحان بازی می­توانند با توجه به حالات روحی کاربران میزان و شدت سطح بازی را کنترل کنند و اثرات مخرب این‌گونه بازی‌ها را به حداقل برسانند. در این پژوهش می‌خواهیم از ویژگی‌های نحوه لمس افراد در زمان بازی بر روی یک صفحه لمسی استفاده ­کنیم تا بتوانیم بین حالات روحی مختلف و شخصیت هر فرد تفاوت قائل شویم.در این تحقیق با استفاده از پارامتر شخصیت در تشخیص حالات روحی توانستیم به‌دقت 90/91 درصد و تشخیص شخصیت را با دقت 79/97 در بهترین حالت انجام دهیم. علاوه بر این به یک نتیجه دیگر نیز رسیدیم و آن‌هم این است که وجود ابعاد شخصیت در پارامترها باعث روند بهبود تشخیص نمی‌شود چه‌بسا در الگوریتم‌های انتخاب پارامتر در ارزیابی حالت روحی ابعاد شخصیتی از پارامترهای موجود حذف می‌شوند، اما اگر بعد برانگیختگی حالات روحی و تمامی ابعاد شخصیت را در نظر بگیریم در ارزیابی حالت روحی به‌دقت 52/98 می‌رسیم و ابعاد شخصیت نیز درروند نتایج تاثیر مثبت خواهند داشت.
  16. سامانه مربی هوشمند هیجانی مبتنی بر ردیابی مثال
    رضا ایرانی 1395
  17. طراحی و پیاده سازی سامانه مربی عاطفی با قابلیت تشخیص حالات روحی کاربر در تعامل با صفحات لمسی
    ایوب پرویزی 1395
    آموزش الکترونیک ابزاری نوین در زمینه‌ی توسعه‌ی ابزارهای کمک آموزشی است که به بهبود کیفیت آموزش و یادگیری بر بستر فناوری‌های اطلاعاتی و ارتباطی می‌پردازد. با توجه به تاثیر به‌سزای تطابق شیوه‌ی آموزش با ویژگی‌های هیجانی و شخصیت کاربر، امروزه سامانه‌های آموزش الکترونیک به صورت هوشمند و عاطفی طراحی می‌شوند. این سامانه‌ها با سعی در تشخیص ویژگی‌های شناختی کاربر، به دنبال شبیه‌سازی هرچه بیشتر محیط مجازی آموزش الکترونیک به محیط واقعی کلاس درس بر مبنای شناخت رفتارهای انسان در محیط‌های مجازی و رسیدن به هدف آموزش یعنی یادگیری کاربر هستند. در هر محیط آموزشی، عدم یادگیری کاربر و در نتیجه پاسخ اشتباه او به تمرین‌های مطرح شده، می‌تواند ناشی از نقص علمی-آموزشی یا مشکل روحی کاربر (به عنوان مثال استرس) باشد. در پژوهش حاضر سامانه‌ی مربی عاطفی برای تدریس ریاضی به دانش آموزانی که اضطراب ریاضی دارند، طراحی و پیاده‌سازی شده است که برای کشف دلیل اشتباه کاربر از روش ردیابی مثال بهره می‌برد که در آن، روش حل هر مساله به مراحل مستقل و متوالی تقسیم شده و صحت یا نادرستی نتایج میانی کاربر در هر مرحله برای تشخیص دلیل اشتباه احتمالی بررسی می‌شود. از آن‌جا که کاربری صفحات لمسی نسبت به کاربری صفحه کلید، ماوس و صفحه نمایش، شباهت بیشتری به ابزارهای آموزشی نظیر قلم و کاغذ دارد، این سامانه از رابطی مبتنی بر این صفحات برای تعامل، سنجش و مدیریت استرس کاربر و اعمال بازخوردهای لازم برای کاهش استرس موجود در زمینه‌ی آموزش و در نتیجه پیشرفت تحصیلی کاربر استفاده خواهد کرد. نتایج پژوهش بیانگر دقت بسیار بالای الگوریتم پیشنهادی برای تشخیص عدد دست‌نوشته‌ی کاربر، تشخیص استرس بر اساس عدد نوشته شده با دقت مساعد و نیز پیشرفت تحصیلی حاصل از روش پیشنهادی برای طراحی مربی عاطفی است.
  18. یک سیستم یادگیری الکترونیکی ترکیبی چند فرهنگی
    هبه امیر جابر 1395
  19. تغییر رنگ واسط کاربری وفق پذیر با هیجانات و حالت کاربر
    فریبا نوری قمشه 1395
    با افزایش کاربرد رایانه‌ها، دستگاه‌های الکترونیکی و تعاملات انسان با کامپیوتر در ابعاد وسیعی از زندگی روزمره‌ی انسان‌ها، نقش کنترل هیجان و افزایش حالت هیجانی مثبت بیشتر خود را نشان می‌دهد. اگر هیجانات منفی کاربر افزایش یابند، کارایی او نیز به‌شدت کاهش می‌یابد. کاهش کارایی نه‌تنها باعث افزایش تعداد خطاها می‌شود، بلکه در کاربران حرفه‌ای ممکن است باعث ایجاد مشکلات جبران‌ناپذیری شود. با کنترل هیجان می‌توان از بروز حالت‌های هیجانی منفی جلوگیری کرد. از طرفی با افزایش برنامه‌های کامپیوتری، واسط‌های گرافیکی نرم‌افزارها به دلیل برقراری ارتباط مستقیم با کاربر نقش عمده‌ای در برنامه‌های کامپیوتری ایفا می‌کنند. همچنین بررسی‌ها نشان داده که رنگ‌ها یکی از تاثیرگذارترین تابع‌های اساسی در بینایی، شناسایی، تفسیر، درک و حواس پنج‌گانه می‌باشند. می‌توان گفت، رنگ در حالت هیجانی افراد تاثیر دارد و می‌تواند حالت‌های هیجانی را تغییر دهد. در این پایان‌نامه، با یادگیری عکس‌العمل‌های کاربران با تیپ‌های شخصیتی متفاوت در مقابل هر رنگ، ارتباط بین حالت هیجانی و شخصیت کاربر بارنگ برای متغیر کنترل هیجان مدل شد. برای یادگیری از یک سیستم مبتنی بر حافظه استفاده شد و رنگ واسط کاربری متناسب با تجربیات مثبت و منفی کاربران باشخصیت‌های مختلف تغییر می‌کند. برای ارزیابی و تست از یک سیستم آموزش زبان برنامه‌نویسی C++، در سه حالت متفاوت انجام شد: (1) حالت پایه و بدون تغییر رنگ، (2) با تغییر رنگ و روش AUBUE   و (3) با تغییر رنگ و روش حافظه مبتنی بر یادگیری. هر روش توسط 16 نفر، 8 خانم و 8 آقا تست شد. همچنین برای فاز آزمایش روش سوم، این ابزار توسط 30 نفر مورداستفاده قرار گرفت و برای آنالیز داده از تحلیل واریانس یک‌طرفه استفاده شد. نتیجه نهایی مقایسه روش‌های آزمایشی، برتری مدل حافظه مبتنی بر یادگیری را در هر سه پارامتر کنترل هیجان، افزایش حالت هیجانی مثبت و کاهش حالت هیجانی منفی نشان داد. همچنین دقت مدل حافظه مبتنی بر یادگیری تقریباً 70 درصد بود. بنابراین با استفاده از یادگیری تجربه کاربران در مقابل هر رنگ و با در نظر گرفتن شخصیت آن‌ها می‌توانیم حالت هیجانی کاربران را با دقت مناسبی کنترل کنیم.
  20. بررسی تاثیر شخصیتی بر برنامه‌نویسی دو نفره با استفاده از نقشه‌های شناختی فازی
    محسن شریفی 1394
  21. شبیه سازی استرس بر روی مدل سه لایه ای پردازش اطلاعات
    پوریا شریفیان منفرد 1394
  22. سامانه پیشنهاد دهنده خبر مبتنی بر هیجان
    علی حکیمی پاریزی 1394
  23. تشخیص استرس در تعامل انسان وکامپیوتر
    سیدحنیف میرحسینی 1393

تاریخ به‌روزرسانی: 1405/08/21

افراد توان خواه
رنگ متن
رنگ پس زمینه
اندازه فونت
+ A -
پنهان سازی تصاویر
تنظیم کنتراست
فاصله بین کلمات
خط راهنما
فاصله بین خطوط
نوع فونت
بزرگنمایی انداره صفحه
+ -
توقف انیمیشن ها