OTHERS_CITABLE سیستم برچسب گذاری اجزای واژگانی کلام در زبان فارسی برچسب‌گذاری اجزای واژگانی کلام، موضوع تحقیقاتی مهمی در حوزه ی پردازش زبان طبیعی است و پایه ی بسیاری از دیگر مباحث مطرح در این حوزه است. تاکنون تحقیقات گسترده‌ای با رویکردهای متعدد در زبان‌های دیگر انجام و نتایج چشم‌گیری حاصل شده است. این موضوع سنگ بنای بسیاری از روش‌های مورد استفاده در حوزه‌های دیگر پردازش زبان طبیعی، هم چون ترجمه ی ماشینی، خطایاب، تبدیل متن به گفتار، تشخیص گفتار است، فعّالیت بر روی این موضوع تحقیقاتی می‌تواند راهگشای این مباحث در زبان فارسی باشد. در این مقاله با بیان مسایل پیش رو در برچسب‌گذاری اجزای واژگانی کلام در زبان فارسی، یک طرح کلی برای نیل به یک برچسب‌گذار خودکار با دقت بالا در زبان فارسی پیشنهاد می‌گردد. پس از آن تحلیل ساخت واژی و استفاده از آن را برای پوشش دادن تعداد زیادی از برچسب‌های پیکره با حفظ دقّت بالا در برچسب‌گذاری کلمات مورد بررسی دقیق‌تر قرار داده و تأثیر وجود یک تحلیل‌گر ساخت واژی در سطح تصریف را بر برچسب‌گذاری اجزای واژگانی کلام در زبان فارسی بررسی می کنیم. نتایج به دست آمده نشان از کارآیی بسیار مناسب این روش پیشنهادی در برچسب‌گذاری دارد. http://jsdp.rcisp.ac.ir/article-1-734-fa.pdf 2018-02-19 13 26 برچسب‌گذاری اجزای واژگانی کلام ساخت واژه برچسب‌گذارهای مارکوفی برچسب‌گذار مبتنی بر حافظه A POS Tagging System in the Persian Language Abstract: Part-Of-Speech (POS) tagging is essential work for many models and methods in other areas in natural language processing such as machine translation, spell checker, text-to-speech, automatic speech recognition, etc. So far, high accurate POS taggers have been created in many languages. In this paper, we focus on POS tagging in the Persian language. Because of problems in Persian POS tagging, a comprehensive plan is proposed to reach a high efficient POS tagger in this language. Afterward, morphological analysis is investigated in Persian and it is shown that using a morphological analyzer in inflection level, POS tagging has been improved greatly. The results describe the fruitfulness of the proposed method. http://jsdp.rcisp.ac.ir/article-1-734-en.pdf 2018-02-19 13 26 Part-Of-Speech Tagging Morphology Markov Tagger Memory Based Tagger. mohseni@comp.iust.ac.ir 1 AUTHOR b@minaei@iust.ac.ir 2 AUTHOR
OTHERS_CITABLE تشخیص خودکار الگوهای پاتولوژیک ریوی در تصاویر HRCT بیماران مبتلا به ILD تشخیص خودکار الگوهای پاتولوژیک ریوی در تصاویر HRCT بیماران مبتلا به ناهنجاری های بافت بینابینی ریه (ILDD)، یک مرحله مهم در ایجاد یک سیستم تشخیص به کمک رایانه می باشد. الگوریتم ارائه شده جهت دسته بندی الگوهای بافت ریه شامل سه مرحله می باشد: در مرحله ی اوّل ریه از پس زمینه جدا می شود. در مرحله ی دوم دو بانک فیلتری موجک فوق کامل به نام های فریم های موجک گسسته (DWF) و فریم های موجک دوران یافته (RWF) برای استخراج ویژگی از نواحی مطلوب (ROI) تعریف شده درون بافت ریه استفاده می شوند و در نهایت الگوریتم k- نزدیک ترین همسایه ی فازی برای دسته بندی الگوها اعمال می گردد. در این مطالعه چهار الگوی مرتبط با ILD (شیشه مات، لانه زنبوری، رتیکولار و نرمال) از یک پایگاه داده شامل 340 تصویر HRCT انتخاب شده اند و مورد بازشناسی قرار می گیرند. عملکرد سیستم رایانه ای با عملکرد دو رادیولوژیست مورد ارزیابی قرار می گیرد. ضریب توافق کاپا بین سیستم و دو رادیولوژیست به طور متوسط 6543/0 می باشد، در مقایسه با ضریب توافق 6848/0 بین دو رادیولوژیست. در پایان تحقیق، با انجام تحلیل آماری، رابطه ی میان داده های کمّی حاصل از سیستم رایانه ای و نتایج آزمایش تنفسی ارزیابی شده است. نتایج حاصل از تحلیل آماری نشان می دهد فرآیند ارزیابی کمّی بافت ریه و دستیابی به مقادیر عددی و دقیق به ازای الگوهای موجود در بیماری های بافت بینابینی ریه با استفاده از تصاویر HRCT، با موفقیت انجام شده است و میان نتایج کمّی حاصل از سیستم رایانه ای و نتایج آزمایش تنفسی بیمار، همبستگی وجود دارد. چنین سیستمی می تواند منجر به بهبود تصمیم گیری و کارآیی پزشک به واسطه ی تسهیل در کشف و ارزیابی الگوهای تصویری پیچیده، کاهش تفاوت میان مشاهده گرها و حذف اعمال تکراری و تاحدودی خسته کننده شود. http://jsdp.rcisp.ac.ir/article-1-735-fa.pdf 2018-02-19 27 38 بخش‌‌بندی ریه؛ تصاویر HRCT؛ بیماری های بافت بینابینی ریه؛ فریم های موجک گسسته؛ فریم های موجک دوران یافته؛ طبقه بندی کننده-ی k‌- نزدیک ترین همسایه ی فازی؛ پارامترهای آزمایش تنفسی. Automatic Classification of Lung Tissue Patterns in HRCT Images of Patients Affected with ILD Abstract: The purpose of this study was to apply recurrence plots on event related potentials (ERPs) recorded during memory recognition tests. EEG signals recorded during memory retrieval in four scalp region were used. Two most important ERP’s components corresponding to memory retrieval, FN400 and LPC, were detected in recurrence plots computed for single-trial EEGs. In addition, the RQA was used to quantify changes in signal dynamic structure during memory retrieval, and measures of complexity as RQA variables were computed. Given the stimulus, amplitude of the RQA variables increases around 400ms, corresponding to dimension reduction of system. Furthermore, after 800ms these amplitudes decreased which can be as a consequence of an increase in system dimension and complexity and back to its basic state. The mean amplitude of Old items was more than New one. Furthermore we applied statistical analysis (t-test) to find meaningful difference between features extracted from nonlinear measures. Using this method, we found its ability to detect memory components of EEG signals and to do a distinction between Old/ New items. In contrast with linear techniques, recurrence plots and RQA do not need large number of recorded trials, and they can indicate changes in even single-trial EEGs. RQA can also show differences between old and new events in a memory process. http://jsdp.rcisp.ac.ir/article-1-735-en.pdf 2018-02-19 27 38 memory event related potentials (ERP) recurrence quantification analysis nonlinear analysis single trial analysis. a.tolouee@gmail.com 1 AUTHOR moghadam@eetd.kntu.ac.ir 2 AUTHOR m.guity@irsr.org 3 AUTHOR
OTHERS_CITABLE مراحل و نحوه ی تهیه ی دادگان های صوتی هجایی و دایفونی برای سامانه ی تبدیل متن به گفتار فارسی دادگان‌های صوتی بخشی از سامانه‌های تبدیل متن به گفتار به شیوه هم‌گذاری را تشکیل می‌د‌هند. کیفیت دادگان‌ها و نحوه تهیه و آماده‌سازی آنها نقش مهمی در طبیعی‌تر شدن گفتار بازسازی‌شده ایفا می‌کند. در این مقاله ابتدا به معرفی دو دادگان صوتی هجایی و دایفونی فارسی پرداخته و سپس ضمن برشمردن ویژگی های هر کدام از آن ها، مراحل تهیه و آماده سازی آن ها را توضیح می دهیم. درنهایت با به کارگیری این دادگان ها در موتور تبدیل متن به گفتار فارسی "گویا" و نتایج حاصل از انجام آزمون های مختلف، تفاوت ها و برتری های آن ها را نسبت به یکدیگر بیان می کنیم. http://jsdp.rcisp.ac.ir/article-1-727-fa.pdf 2018-02-19 35 12 دادگان های صوتی دادگان هجایی دادگان دایفونی و سامانۀ تبدیل متن به گفتار فارسی TTS speech databases Abstract Speech databases are part of the concatenative text to speech synthesis systems. Phonetic quality of the databases plays a significant role in the naturalness of the synthesized speech. This paper introduces two syllable and diphone speech databases for Persian and investigates the way of their development and their specifications and their advantages to each other. Abstract Speech databases are part of the concatenative text to speech synthesis systems. Phonetic quality of the databases plays a significant role in the naturalness of the synthesized speech. This paper introduces two syllable and diphone speech databases for Persian and investigates the way of their development and their specifications and their advantages to each other. http://jsdp.rcisp.ac.ir/article-1-727-en.pdf 2018-02-19 35 12 TTS speech databases sheikhzadegan@rcisp.ac.ir 1 AUTHOR m_eslami@sharif.edu 2 AUTHOR abahramir@yahoo.com 3 AUTHOR za.ahmadinia@gmail.com 4 AUTHOR
OTHERS_CITABLE به‌کارگیری روش غیرخطی منحنی بازگشتی برای شناسایی مؤلّفه‌های حافظه‌ای برمبنای تک ثبت هدف از این پژوهش، به‌کارگیری روش‌ پردازشِ غیرخطی منحنی‌های بازگشتی روی پتانسیل‌های وابسته به رخداد فرآیندهای حافظه‌ای است تا توانایی‌های این روش در شناسایی مؤلّفه‌های حافظه‌ای سیگنال‌های مغزی تک ثبت و ایجاد تمایز بین گروه‌های قدیم و جدید، مورد بررسی قرار گیرد. دو مؤلفه ی مهم حافظه‌ای FN400 و LPC است که بایستی مورد شناسایی قرار گیرد. برای این منظور منحنی‌های بازگشتی مربوط به تک‌ ثبت‌های EEG ثبت شده در حین بازیابی حافظه، محاسبه شدند. علاوه بر این تحلیل آنالیز کمّی‌سازی بازگشت برای کمّی‌سازی تغییرات در ساختار دینامیک سیگنال در حین رخداد حافظه، انجام شد. از کمّی‌کننده‌های غیرخطی نظیر RR, DET, ENTR, , Lmax, LAM, TT و Vmax ویژگی‌هایی استخراج شده و میزان معنادار بودن تفاوت این ویژگی‌ها در دو رخداد قدیم و جدید با استفاده از آزمون‌های آماری مشخّص گردید. نتایج نشان می‌دهند که منحنی‌های بازگشتی، توانایی شناسایی گذارهای سیگنال در حوالی 400 میلی ثانیه و 800 میلی ثانیه را، که به مؤلفّه‌های حافظه‌ای مربوط دانسته شده‌اند، دارد. دامنه ی اندازه‌های غیرخطی این منحنی‌ها 400 میلی‌ثانیه پس از شروع تحریک افزایش می‌یابدکه نشان دهنده ی کاهش بُعد سیستم، پس از تحریک است. پس از 800 میلی‌ثانیه این روند افزایش از بین رفته و کاهشی در تمامی اندازه‌ها به وقوع می‌پیوندد که می‌تواند مبین افزایش بعد و پیچیدگی سیستم و بازگشت به وضعیت پایه‌اش ‌باشد. میانگین اندازه‌های مربوط به رخداد قدیم بیشتر از رخداد جدید است. در مقایسه با روش‌های خطی، منحنی‌های بازگشتی نیاز به متوسط‌گیری ندارد و RQA حتی در تک‌ثبت‌های EEG تمایز بین رخدادهای قدیم و جدید را نشان می‌دهد. http://jsdp.rcisp.ac.ir/article-1-736-fa.pdf 2018-02-21 39 52 حافظه پتانسیل‌های وابسته به رخداد کمّی سازی منحنی بازگشتی تحلیل غیرخطی تحلیل تک ثبت Applying Recurrence Plots for Identifying Memory Components in Single-Trial EEGs Abstract: The purpose of this study was to apply recurrence plots on event related potentials (ERPs) recorded during memory recognition tests. EEG signals recorded during memory retrieval in four scalp region were used. Two most important ERP’s components corresponding to memory retrieval, FN400 and LPC, were detected in recurrence plots computed for single-trial EEGs. In addition, the RQA was used to quantify changes in signal dynamic structure during memory retrieval, and measures of complexity as RQA variables were computed. Given the stimulus, amplitude of the RQA variables increases around 400ms, corresponding to dimension reduction of system. Furthermore, after 800ms these amplitudes decreased which can be as a consequence of an increase in system dimension and complexity and back to its basic state. The mean amplitude of Old items was more than New one. Furthermore we applied statistical analysis (t-test) to find meaningful difference between features extracted from nonlinear measures. Using this method, we found its ability to detect memory components of EEG signals and to do a distinction between Old/ New items. In contrast with linear techniques, recurrence plots and RQA do not need large number of recorded trials, and they can indicate changes in even single-trial EEGs. RQA can also show differences between old and new events in a memory process. http://jsdp.rcisp.ac.ir/article-1-736-en.pdf 2018-02-21 39 52 memory event related potentials (ERP) recurrence quantification analysis nonlinear analysis single trial analysis. nasibeh.talebi@gmail.com 1 AUTHOR nasrabadi@shahed.ac.ir 2 AUTHOR
OTHERS_CITABLE مدل شبکه ی عصبی از نگاشت سلول‌های شبکه به سلول‌های مکانی قشر انتورینال، هسته ی اصلی شبکه‌ای است که در مغز به راهبری و حافظه ی مکانی اختصاص دارد. نرون‌های اصلی این بخش دارای الگوی آتش شدن خاصی در محیط هستند؛ نرخ آتش شدن این سلول‌ها در چندین مکان از محیط افزایش می‌یابد. این مکان‌ها تشکیل یک شبکه ی مثلثی تکراری می‌دهند که کلّ محیط را می‌پوشاند. قشر انتورینال، مهم‌ترین ساختار ورودی به هیپوکمپ است و سلول‌های شبکه، یک سیناپس بالاتر از سلول‌های مکانی هیپوکمپ قرار دارند. مسئله ی مهم این است که چگونه فعّالیت واحد و متمرکز سلول‌های مکانی می‌تواند از فعالیت چند‌تایی سلول‌های شبکه ایجاد شود. در این تحقیق، برای توجیه نگاشت از سلول‌های شبکه به سلول‌های مکانی، یک مدل RBF (Radial Basis Function) پیشنهاد شده است. برای بررسی عملکرد این مدل ابتدا یک محیط یک بُعدی (خط به طول 1 متر) و سپس یک محیط دو بعدی (محیط مربعی) در نظر گرفته شده است. مدل سازی با در نظر گرفتن ویژگی‌های سلول‌های شبکه انجام شده و از عملکرد بسیار خوبی در ایجاد میدان‌های مکانی متمرکز برخوردار است. http://jsdp.rcisp.ac.ir/article-1-737-fa.pdf 2018-02-19 53 62 سلول مکانی سلول شبکه هیپوکمپ قشر انتورینال. A Neural Network Model of Mapping from Abstract: Medial entorhinal cortex is known to be the hub of a brain system for navigation and spatial representation. These cells increase firing frequency at multiple regions in the environment, arranged in regular triangular grids. Each cell has some properties including spacing, orientation, and phase shift of the nodes of its grid. Entorhinal cortex is commonly perceived to be the major input and output structure of hippocampal formation; grid cells are one synapse upstream of place cells in hippocampus. The problem is how single confined place fields can be generated from the repetitive activity of grid cells. In this article we have proposed an artificial neural network model based on radial basis function, which allows for the single confined place fields of hippocampal pyramidal cells to be emerged from the activities of grid cells. In order to evaluate the performance of the model, it was considered in two steps in a one-dimensional and two-dimensional environment. Simulations were done considering different characteristics of grid cells and the model demonstrated a good performance in generating single spot activity for place fields. http://jsdp.rcisp.ac.ir/article-1-737-en.pdf 2018-02-19 53 62 Place Cell Grid Cell Hippocampus Entorhinal Cortex. sareh.saeidi@gmail.com 1 AUTHOR towhidkhah@aut.ac.ir 2 AUTHOR
OTHERS_CITABLE معرّفی الگوریتم جدید DESICA برای جداسازی کور سیگنال منابع گفتار در حالت پویا در این مقاله، یک مسئله ی جدید برای جداسازی سیگنال منابع گفتار به روش کور در نظر گرفته می شود که در آن تعداد منابع فعّال و مشخّصات آن ها، متغیر با زمان است؛ برخلاف روش های قبلی که تمام منابع در تمام بازه های زمانی فعّال هستند. در این مقاله برای جداسازی این نوع سیگنال ها الگوریتم جدید DESICA را پیشنهاد می کنیم که ترکیبی از الگوریتم های ICA و DESPRIT است. در الگوریتم پیشنهادی ابتدا با استفاده از ICA جداسازی اوّلیه منابع انجام می شود و سپس با کمک الگوریتم DESPRIT، ماسک باینری بازه های سکوت محاسبه می گردد. درنهایت با اعمال ماسک باینری به سیگنال های جدا شده ی اوّلیه، جداسازی نهایی به دست می آید. نتایج شبیه سازی نشان می دهد که به طور متوسّط الگوریتم پیشنهادی DESICA در مقایسه با الگوریتم DESPRIT، 6dB بهبود در SDR و SIR ایجاد می¬کند و در معیار SEN سبب 11dB بهبود نسبت به الگوریتم ICA و 17dB بهبود نسبت به الگوریتم DESPRIT می¬شود. http://jsdp.rcisp.ac.ir/article-1-738-fa.pdf 2018-02-19 63 74 جداسازی منابع به روش کور آستانه گذاری مشروط ماسک باینری An Introduction of New DESICA Algorithm for Blind Speech Separation in Dynamic Case Abstract: We consider a new scenario in blind speech separation problem in which the number and the features of active sources change with time in opposite to the previous methods in which all sources are active all the time. Accordingly, we propose the new DESICA algorithm for source separation which is a compound of the ICA and DESPRIT algorithms. In this algorithm, using the ICA, the separation process is performed initially and then using the DESPRIT algorithm, the binary mask of silence intervals is calculated. Finally, by applying the binary mask to the separated signals, the final separation is obtained. Simulation results show that the DESICA algorithm improves the SDR and SIR about 6dB compared to those of the DESPRIT algorithm. Also, the SEN is improved about 11 and 17dB with respect to those of the ICA and DESPRIT algorithms. http://jsdp.rcisp.ac.ir/article-1-738-en.pdf 2018-02-19 63 74 Blind source separation Eventual thresholding Binary mask m_mehdikhani2000@yahoo.com 1 AUTHOR kahaei@iust.ac.ir 2 AUTHOR
OTHERS_CITABLE مروری بر روش های نهان‌نگاری در JPEG و بررسی امنیت آن ها فرمت JPEGG پرکاربرد ترین قالب تصویری در ارتباطات دیجیتال است و در طی سال های اخیر روش های نهان‏نگاری متنوعی برای آن ارائه شده است. هدف از این تحقیق معرّفی و ارائه ی اطّلاعات همه‏جانبه و کاملی در مورد روش‏های نهان‏نگاری در تصاویر JPEG و دسته‏بندی این روش‏ها و ارائه ی راهکارهایی برای بالابردن امنیت آن‏ها با توجه به ساختار پوشانه می‏باشد. در این راستا عوامل تأثیر گذار در امنیت، روش های نهان‏نگاری در JPEG که وابسته به پوشانه می‏باشد، مثل اثر دوبار ‏فشرده‏سازی، فرکانس مکانی، ضریب‏کیفیت و... شناسایی شده و به صورت تئوری و تجربی مورد ارزیابی قرار گرفته است. علاوه بر این کلیه ی الگوریتم‏ها و نرم‏افزار های نهان‏نگاری موجود در این فرمت، معرفی شده و از دیدگاه های مختلف، ارزیابی و دسته بندی شده اند. برخی از این الگوریتم ها در نرم افزار Stegotest پیاده سازی شده است و اثر تخریب ناشی از نهان‏نگاری در روش‏های موجود مقایسه شده است. http://jsdp.rcisp.ac.ir/article-1-739-fa.pdf 2018-02-19 75 98 تصاویر JPEG سیستم نهان‌نگاری نهان‌کاوی امنیت Review of JPEG Steganography Methods and Their Security Analysis Abstract: JPEG is the most applicable image format in digital communication. In recent years, various steganography methods have been proposed for it. This paper aims to study and classify JPEG steganography schemes and introduce different methods to improve their security based on cover. Accordingly, the effective factors in security that are related to the cover such as double compression, spatial frequencies and quality factor have been evaluated theoretically and experimentally. Also some well-known steganography algorithms and software tools have been introduced, evaluated and classified based on different criteria. Some of these algorithms have been implemented in Stegotest software and the destruction effects of steganography in different methods have been compared. http://jsdp.rcisp.ac.ir/article-1-739-en.pdf 2018-02-19 75 98 JPEG images steganography system steganalysis security. fjdinan@gmail.com 1 AUTHOR rezaei.image@yahoo.com 2 AUTHOR mbeigzadeh@gmail.com 3 AUTHOR elh.byt@gmail.com 4 AUTHOR