Open Access. Powered by Scholars. Published by Universities.®

Computer Engineering Commons™

Open Access. Powered by Scholars. Published by Universities.®

2021

Discipline
Institution
Keyword
Publication
Publication Type
File Type

Articles 1201 - 1230 of 1378

Full-Text Articles in Computer Engineering

Scheduling Based Optimization In Software Defined Radio And Wireless Networks, Nathan Daniel Price Jan 2021

Scheduling Based Optimization In Software Defined Radio And Wireless Networks, Nathan Daniel Price

Doctoral Dissertations

"The objective of this work is to enable dynamic sharing of software-defined radio (SDR) transceivers through the concepts of hardware virtualization and real-time resource management. SDR is a way to build a digital radio that consists of a software back-end for digital signal processing (DSP) and an analog front-end transceiver for waveform generation and reception. This work proposes the use of a virtualization layer to decouple back-end SDR software from front-end transceivers. With this arrangement, front-ends are said to be virtualized, and it becomes possible to share a limited number of front-ends among many SDR back-ends through different multiplexing techniques. …

Go to article

Class Distribution-Aware Adaptive Margins And Cluster Embedding For Classification Of Fruit And Vegetables At Supermarket Self-Checkouts, Khurram Hameed, Douglas Chai, Alexander Rassau Jan 2021

Class Distribution-Aware Adaptive Margins And Cluster Embedding For Classification Of Fruit And Vegetables At Supermarket Self-Checkouts, Khurram Hameed, Douglas Chai, Alexander Rassau

Research outputs 2014 to 2021

The complex task of vision based fruit and vegetables classification at a supermarket self-checkout poses significant challenges. These challenges include the highly variable physical features of fruit and vegetables i.e. colour, texture shape and size which are dependent upon ripeness and storage conditions in a supermarket as well as general product variation. Supermarket environments are also significantly variable with respect to lighting conditions. Attempting to build an exhaustive dataset to capture all these variations, for example a dataset of a fruit consisting of all possible colour variations, is nearly impossible. Moreover, some fruit and vegetable classes have significant similar physical …

Go to article

Green Underwater Wireless Communications Using Hybrid Optical-Acoustic Technologies, Kazi Y. Islam, Iftekhar Ahmad, Daryoush Habibi, M. Ishtiaque A. Zahed, Joarder Kamruzzaman Jan 2021

Green Underwater Wireless Communications Using Hybrid Optical-Acoustic Technologies, Kazi Y. Islam, Iftekhar Ahmad, Daryoush Habibi, M. Ishtiaque A. Zahed, Joarder Kamruzzaman

Research outputs 2014 to 2021

Underwater wireless communication is a rapidly growing field, especially with the recent emergence of technologies such as autonomous underwater vehicles (AUVs) and remotely operated vehicles (ROVs). To support the high-bandwidth applications using these technologies, underwater optics has attracted significant attention, alongside its complementary technology – underwater acoustics. In this paper, we propose a hybrid opto-acoustic underwater wireless communication model that reduces network power consumption and supports high-data rate underwater applications by selecting appropriate communication links in response to varying traffic loads and dynamic weather conditions. Underwater optics offers high data rates and consumes less power. However, due to the severe …

Go to article

Video Analysis And Verification Of Direct Head Impacts Recorded By Wearable Sensors In Junior Rugby League Players, Lauchlan Carey, Douglas P. Terry, Andrew S. Mcintosh, Peter Stanwell, Grant L. Iverson, Andrew J. Gardner Jan 2021

Video Analysis And Verification Of Direct Head Impacts Recorded By Wearable Sensors In Junior Rugby League Players, Lauchlan Carey, Douglas P. Terry, Andrew S. Mcintosh, Peter Stanwell, Grant L. Iverson, Andrew J. Gardner

Research outputs 2014 to 2021

Background: Rugby league is a high-intensity collision sport that carries a risk of concussion. Youth athletes are considered to be more vulnerable and take longer to recover from concussion than adult athletes. Purpose: To review head impact events in elite-level junior representative rugby league and to verify and describe characteristics of X-patchTM-recorded impacts via video analysis. Study Design: Observational case series. Methods: The X-patchTM was used on twenty-one adolescent players (thirteen forwards and eight backs) during a 2017 junior representative rugby league competition. Game-day footage, recorded by a trained videographer from a single camera, was synchronised with X-patchTM-recorded timestamped events. …

Go to article

Open Voting Client Architecture And Op-Ed Voting: A Novel Framework For Solving Requirement Conflicts In Secret Ballot Elections, Aaron M. Wilson Jan 2021

Open Voting Client Architecture And Op-Ed Voting: A Novel Framework For Solving Requirement Conflicts In Secret Ballot Elections, Aaron M. Wilson

UNF Graduate Theses and Dissertations

Building voting systems for secret ballot elections has many challenges and is the subject of significant academic research efforts. These challenges come from conflicting requirements. In this paper, we introduce a novel architectural approach to voting system construction that may help satisfy conflicting requirements and increase voter satisfaction. Our design, called Open Voting Client Architecture, defines a voting system architectural approach that can harness the power of individualized voting clients. In this work, we contribute a voting system reference architecture to depict the current voting system construction and then use it to define Open Voting Client Architecture. We then detail …

Go to article

Converting Optical Videos To Infrared Videos Using Attention Gan And Its Impact On Target Detection And Classification Performance, Mohammad Shahab Uddin, Reshad Hoque, Kazi Aminul Islam, Chiman Kwan, David Gribben, Jiang Li Jan 2021

Converting Optical Videos To Infrared Videos Using Attention Gan And Its Impact On Target Detection And Classification Performance, Mohammad Shahab Uddin, Reshad Hoque, Kazi Aminul Islam, Chiman Kwan, David Gribben, Jiang Li

Electrical & Computer Engineering Faculty Publications

To apply powerful deep-learning-based algorithms for object detection and classification in infrared videos, it is necessary to have more training data in order to build high-performance models. However, in many surveillance applications, one can have a lot more optical videos than infrared videos. This lack of IR video datasets can be mitigated if optical-to-infrared video conversion is possible. In this paper, we present a new approach for converting optical videos to infrared videos using deep learning. The basic idea is to focus on target areas using attention generative adversarial network (attention GAN), which will preserve the fidelity of target areas. …

Go to article

Instrumentation, Modeling, And Sound Metamodeling Foundations For Complex Hybrid Systems, Natasha Amelia Jarus Jan 2021

Instrumentation, Modeling, And Sound Metamodeling Foundations For Complex Hybrid Systems, Natasha Amelia Jarus

Doctoral Dissertations

Many of our critical infrastructures, from power grids to water distribution networks, are complex hybrid systems that use software to control their non-trivial physical dynamics. These systems must be able to capably serve their purpose, while also being reliable, dependable, safe, secure, and efficient. Representation and analysis of these features requires the creation of several distinct models. These models may encode design goals or be derived from collected instrumentation data, reflecting both how a system ought to operate and how it does operate. It is essential to ensure that all of these models consistently and accurately describe the same system. …

Go to article

An Sdn-Coordinated Multipath Transmission Steering Framework, Kiattikun Kawila Jan 2021

An Sdn-Coordinated Multipath Transmission Steering Framework, Kiattikun Kawila

Chulalongkorn University Theses and Dissertations (Chula ETD)

Data transfer is a primary mechanism that can directly affect the overall performance of Big Data analytic systems. This is because most data are generated from several locations. It has been challenging to collect and transfer data among multiple storage regions. Using the traditional single-path transfer approaches is not efficient to serve several requirements of Big Data applications. In this dissertation, we propose an SDN-coordinated multipath transmission steering framework for Big Data transfer application. Multipath TCP protocol (MPTCP) and SDN architecture are mainly considered to design and develop our multipath transmission framework. To provide a practical routing solution, we propose …

Go to article

Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling, Burin Naowarat Jan 2021

Incorporating Context Into Non-Autoregressive Model Using Contextualized Ctc For Sequence Labelling, Burin Naowarat

Chulalongkorn University Theses and Dissertations (Chula ETD)

Connectionist Temporal Classification (CTC) loss has become widely used in sequence modeling tasks such as Automatic Speech Recognition (ASR) and Handwritten Text Recognition (HTR) due to its ease of use. CTC itself has no architecture constraints, but it is commonly used with recurrent models that predict letters based on histories in order to relax the conditional independent assumption. However, recent sequence models that incorporate CTC loss have been focusing on speed by removing recurrent structures, hence losing important context information. This thesis presents Contextualized Connectionist Temporal Classification (CCTC) loss, which induces prediction dependencies in non-recurrent and non-autoregressive neural networks for …

Go to article

A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement, Kasidis Kanwatchara Jan 2021

A Rationale-Based Lifelong Learning Framework With Pseudo-Sample Replay Enhancement, Kasidis Kanwatchara

Chulalongkorn University Theses and Dissertations (Chula ETD)

Lifelong learning (LL) is a machine learning paradigm in which a learner is sequentially trained on a stream of new tasks while preventing learned knowledge from being forgotten. To achieve lifelong language learning, pseudo-rehearsal methods leverage samples generated from a language model to refresh the knowledge of previously learned tasks. Without proper controls, however, these methods could fail to retain the knowledge of complex tasks with longer texts since most of the generated samples are low in quality. To overcome the problem, we propose three specific contributions. First, we utilize double language models, each of which specializes on a specific …

Go to article

Data Augmentation For Thai Natural Language Processing Using Different Tokenization, Patawee Prakrankamanant Jan 2021

Data Augmentation For Thai Natural Language Processing Using Different Tokenization, Patawee Prakrankamanant

Chulalongkorn University Theses and Dissertations (Chula ETD)

Tokenization is one of the most important data pre-processing steps in the text classification task and also one of the main contributing factors in the model performance. However, getting good tokenizations is non-trivial when the input is noisy, and is especially problematic for languages without an explicit word delimiter such as Thai. Therefore, we proposed an alternative data augmentation method to improve the robustness of poor tokenization by using multiple tokenizations. We evaluated the performance of our algorithms on different Thai text classification datasets. The results suggested our augmentation scheme makes the model more robust to tokenization errors and can …

Go to article

Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin Jan 2021

Performance Improvement Of Cms Simulation Via Loop Transformation, Teerit Ploensin

Chulalongkorn University Theses and Dissertations (Chula ETD)

High performance processor can tackle bottleneck issues by increasing vector lengths and leveling effectiveness of memory hierarchies to address these issue. Manual optimization of code is a difficult task when having multiple architecturedependent transformation. Our goal is to develop a tool that performs source code transformation based on loop optimization techniques, since a loop plays an important role in improving of performance in scientific simulation software. We implement an source-to-source transformation tool based libTooling, a Clang’s library, based on polyhedral model to simplify a loop transformation of CMSSW building pipeline. The tool also can be used for automatically transformation. The …

Go to article

ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน Jan 2021

ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมสำหรับปัญหายาก, กมลลักษณ์ สุขเสน

Chulalongkorn University Theses and Dissertations (Chula ETD)

งานวิจัยทางด้านคอมพิวเตอร์เชิงควอนตัม (Quantum computer) ยังคงเป็นความท้าทายสำหรับนักวิจัยในการพัฒนาเทคนิคต่างๆเพื่อให้การประมวลผลข้อมูลควอนตัมขนาดใหญ่สามารถทำได้จริง มีงานวิจัยหลากหลายสาขาเกี่ยวกับการจำลองระบบควอนตัม โดยเฉพาะด้านอัลกอริทึมควอนตัมสำหรับแก้ปัญหา NP-hard ซึ่งใช้เวลาแก้ปัญหานานเกินกว่าจะเป็นไปได้จริงในเครื่องคอมพิวเตอร์ดั้งเดิม งานวิจัยนี้นำเสนอขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัม ซึ่งเป็นการนำข้อได้เปรียบจากการประมวลผลเชิงควอนตัม ได้แก่ สภาวะซ้อนทับของสถานะควอนตัม และการประมวลผลควอนตัมแบบขนานในอัลกอริทึมการค้นหาของโกรเวอร์ (Grover's search algorithm) มาประยุกต์ใช้ในกระบวนการคัดเลือกโครโมโซมของขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิมที่มีการคัดเลือกโครโมโซมที่ดี เพื่อให้ได้ขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดควอนตัมที่มีประสิทธิภาพดีขึ้นในแง่ของความถูกต้องของคำตอบ ขั้นตอนวิธีที่นำเสนอสามารถแก้ปัญหา traveling salesman ขนาดเล็กได้บนเครื่องจำลองคอมพิวเตอร์ควอนตัม เนื่องจากจำนวนคิวบิตที่มีอย่างจำกัดจึงไม่สามารถทำการทดลองกับปัญหา traveling salesman ขนาดใหญ่ได้ แม้ว่าจำนวนฟังก์ชันที่ใช้ในการประเมินค่าความเหมาะสมของขั้นตอนวิธีที่นำเสนอมีแนวโน้มเพิ่มขึ้นเป็นเอ็กโปเน็นเชียลเมื่อจำนวนเมืองเพิ่มขึ้น แต่ยังสามารถหาคำตอบที่ถูกต้องได้ดีกว่าขั้นตอนวิธีเชิงพันธุกรรมแบบกระชับชนิดดั้งเดิม นอกจากนี้ผลการทดลองแสดงให้เห็นว่าจำนวนรอบของโกรเวอร์ที่เหมาะสมช่วยเพิ่มประสิทธิภาพในการหาคำตอบที่เหมาะสมที่สุด ในขณะที่จำนวนช็อตหรือจำนวนรอบที่รันอัลกอริทึมช่วยเพิ่มความน่าเชื่อถือให้กับคำตอบที่ได้จากการวัดค่าสถานะคิวบิต

Go to article

การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์ Jan 2021

การตัดไทม์เพทริเน็ตโดยใช้คุณสมบัติตรรกะเชิงเวลาแบบเมตริก, ปฏิมากร จริยฐิติพงศ์

Chulalongkorn University Theses and Dissertations (Chula ETD)

ไทม์เพทริเน็ตเป็นเครื่องมือสำหรับการสร้างแบบจำลองและทวนสอบระบบเวลาจริง ปริภูมิสถานะของไทม์เพทริเน็ตนั้นมีอัตราการเติบโตแบบเอกโพเนนเชียลเนื่องจากความซับซ้อนของระบบเวลาจริง ซึ่งปริภูมิสถานะที่มีขนาดใหญ่มากอาจทำให้เกิดการระเบิดของปริภูมิสถานะในการทำโมเดลเช็กกิง งานวิจัยนี้จึงนำเสนออัลกอริทึมการตัดไทม์เพทริเน็ตโดยใช้สูตรตรรกะเชิงเวลาแบบเมตริกเพื่อลดขนาดไทม์เพทริเน็ตโดยการกำจัดเพลสและทรานสิชันที่ไม่เกี่ยวข้องกับมาร์คกิงเริ่มต้นและคุณสมบัติของสูตรตรรกะเชิงเวลาแบบเมตริก นอกจากนี้อัลกอริทึมที่นำเสนอยังนำเสนอกราฟพึ่งพาซึ่งแสดงเป็นกราฟพึ่งพาที่แสดงช่วงเวลาโกลบอลของการยิงของทรานสิชันเพื่อแสดงพฤติกรรมการทำงานของไทม์เพทริเน็ต โดยไทม์เพทริเน็ตผลลัพธ์นั้นยังคงเส้นทางการทำงานที่จำเป็นทั้งหมดสำหรับการทำโมเดลเช็กกิง ดังนั้น โมเดลเช็กกิงสามารถสร้างปริภูมิสถานะที่เพียงพอต่อการทวนสอบเมื่อเทียบกับไทม์เพทริเน็ตที่ไม่ได้ตัด

Go to article

ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร Jan 2021

ซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม, ปณิดา วิริยะชัยพร

Chulalongkorn University Theses and Dissertations (Chula ETD)

ระบบสำหรับการฝึกฝนแบบปรับเหมาะ (adaptive practicing) สามารถส่งเสริมศักยภาพของผู้เรียนได้อย่างเต็มที่ แม้ว่าในปัจจุบันจะมีระบบนี้อยู่บ้าง แต่การสร้างระบบนี้ยังคงมีความซับซ้อนแม้ว่าปัจจุบันจะมีเครื่องมือต่าง ๆ มาช่วยเหลือก็ตาม วิทยานิพนธ์ฉบับนี้นำเสนอซอฟต์แวร์เฟรมเวิร์กสำหรับระบบคอมพิวเตอร์เพื่อการฝึกฝนแบบปรับเหมาะได้ พร้อมด้วยส่วนประเมินตัวสร้างคำถาม โดยใช้ระบบการจัดอันดับของ Elo โดยเฟรมเวิร์กนี้สามารถนำตัวสร้างคำถามมาสร้างเป็นระบบสำหรับการฝึกฝนแบบปรับเหมาะได้อย่างง่ายดายในรูปแบบบริการเอพีไอ (Application Programming Interface; API) บนเว็บไซต์ ซึ่งในเฟรมเวิร์กนี้ประกอบไปด้วย 4 โมเดล ได้แก่ ตัวชี้วัดการเรียนรู้ ผู้เรียน โจทย์คำถาม และบทคำสั่ง นอกจากนี้ยังประกอบไปด้วย 7 มอดูล ได้แก่ ส่วนเลือกโจทย์คำถาม ส่วนสร้างโจทย์คำถาม ส่วนคำนวณความแตกต่างระหว่างคำถาม ส่วนแสดงผลโจทย์คำถาม ส่วนตรวจสอบคำตอบ ส่วนแสดงผลย้อนกลับ (feedback) และส่วนปรับโจทย์คำถามให้เป็นปัจจุบัน การแยกส่วนสร้างโจทย์คำถามออกมานั้น ส่งผลให้เฟรมเวิร์กรองรับคำถามสำหรับหลายหัวข้อ อาทิ คำถามวิชาภาษาไทย คำถามวิชาคณิตศาสตร์ นอกจากนี้ส่วนสร้างโจทย์คำถามยังทำให้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ มีทรัพยากรโจทย์คำถามที่ไม่จำกัด และขยายฐานข้อมูลโจทย์คำถามได้อย่างอัตโนมัติ อีกทั้งเฟรมเวิร์กนี้ยังรองรับคำถามได้หลากหลายประเภทที่สามารถประเมินผลเป็นถูกและผิด อาทิ คำถามปรนัย คำถามเลือกจับคู่ เนื่องจากการออกแบบให้ส่วนแสดงผลโจทย์คำถามเป็นส่วนที่สามารถปรับแต่งได้ เฟรมเวิร์กนี้รองรับการออกรายงานทั้งหมด 5 ประเภทเพื่อใช้วิเคราะห์ทั้งในฝั่งผู้เรียนและฝั่งของระบบ ระบบที่สร้างภายใต้เฟรมเวิร์กนี้ถูกออกแบบให้เป็นเอพีไอจึงทำให้สามารถเชื่อมต่อกับโปรแกรมประยุกต์อื่น ๆ ได้ง่าย นอกจากนี้ระบบที่สร้างภายใต้เฟรมเวิร์กนี้สามารถรองรับการเรียนการสอนทั้งแบบออนไลน์และออฟไลน์สำหรับกลุ่มผู้เรียนทุกขนาด และทำให้ผู้เรียนสามารถเรียนรู้ด้วยความเร็วตามความสามารถของตนเอง และผู้สอนไม่จำเป็นต้องสร้างคำถามสำหรับป้อนเข้าในระบบ

Go to article

แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด, สรนันท์ พยัตศุภร Jan 2021

แบบจำลองการเรียนรู้เชิงลึกสำหรับการจำแนกประเภทภาพแบบละเอียด, สรนันท์ พยัตศุภร

Chulalongkorn University Theses and Dissertations (Chula ETD)

การจำแนกประเภทภาพแบบละเอียดเป็นปัญหาการจำแนกประเภทภาพที่อยู่ในหมวดหมู่หลักเดียวกัน เช่น ชนิดของนก, รุ่นของรถยนต์และรุ่นของเครื่องบิน โดยปัญหาหลักของการจำแนกประเภทภาพแบบละเอียดคือมีความผันผวนภายในประเภทและความเหมือนระหว่างประเภทสูง ทำให้งานวิจัยส่วนใหญ่มุ่งเน้นไปที่การระบุตำแหน่งของวัตถุหรือชิ้นส่วนสำคัญของภาพด้วยการออกแบบโครงสร้างแบบจำลองที่มีความซับซ้อนเพื่อแก้ปัญหาดังกล่าว ในงานวิจัยนี้ได้นำเสนอวิธีการเพิ่มประสิทธิภาพของความแม่นยำในการจำแนกประเภทซึ่งประกอบด้วยแบบจำลองสองระดับที่ทำหน้าที่แยกกันในการระบุตำแหน่งและจำแนกประเภท โดยการระบุตำแหน่งวัตถุทำหน้าที่หาพื้นที่ในรูปภาพที่มีวัตถุอยู่ด้วยสมมติฐานพื้นที่ต่อเนื่องที่มีขนาดใหญ่ที่สุดบนการรวมของผังฟีเจอร์ ซึ่งสกัดมาจากหลังจากคอนโวลูชันนิวรอลเน็ตเวิร์ค หลังจากนั้นในขั้นตอนการจำแนกประเภท ได้ปรับปรุงฟังก์ชันสูญเสียค่าสูงสุดอย่างอ่อนด้วยการเพิ่มมาจินเชิงมุมปรับค่าได้ในค่ามุมระหว่างฟีเจอร์เวกเตอร์และเวกเตอร์ศูนย์กลางประจำแต่ละประเภทในระหว่างการฝึกสอนแบบจำลอง วิธีการในงานวิจัยนี้สามารถฝึกสอนแบบจำลองได้แบบเอ็นทูเอ็นโดยไม่ต้องใช้กล่องขอบเขตในการฝึกสอนเพิ่มเติม ทั้งนี้ผลการทดลองแสดงให้เห็นว่า เทคนิคที่งานวิจัยนี้นำมาใช้มีประสิทธฺภาพที่ดีบนชุดข้อมูลสามชุดที่มีการใช้อย่างกว้างขวางในการทดลองเกี่ยวกับการจำประแนกประเภทภาพแบบละเอียด

Go to article

โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย, สุรพันธุ์ เหล่าคนดี Jan 2021

โมเดลควอนตัมโครงข่ายประสาทเทียมสำหรับปัญหาการถดถอย, สุรพันธุ์ เหล่าคนดี

Chulalongkorn University Theses and Dissertations (Chula ETD)

ควอนตัมคอมพิวเตอร์ได้แสดงให้เห็นถึงความสามารถที่เหนือกว่าคอมพิวเตอร์แบบคลาสสิคในการแก้ไขปัญหาบางประเภทด้วยการใช้กฎของกลศาสตร์ควอนตัมและด้วยการรวมเอาความรู้ทางด้านการเรียนรู้ของเครื่องและควอนตัมคอมพิวเตอร์ทำให้เกิดองค์ความรู้ใหม่ที่เรียกว่าการเรียนรู้ของเครื่องแบบควอนตัม ควอนตัมโครงข่ายประสาทเทียมเป็นหนึ่งในรูปแบบของการใช้ความรู้ของการเรียนรู้ของเครื่องและคอมพิวเตอร์ควอนตัมด้วยการดัดแปลงความคิดจากการทำโครงข่ายประสาทเทียมแบบคลาสสิคและการใช้ควอนตัมเกทแบบปรับค่าได้มาเป็นค่าน้ำหนักของโครงข่ายประสาทเทียม ในงานวิจัยนี้ได้นำเสนอการประยุกต์ใช้ควอนตัมโครงข่ายประสาทเทียมด้วยข้อมูลจากโลกจริงเพื่อแก้ไขปัญหาการถดถอยเพื่อทำนายจำนวนโทเคนที่ใช้ในระบบประมูลรายวิชา โดยการทดลองจะถูกทำบนเครื่องจำลองคอมพิวเตอร์ควอนตัมของไอบีเอ็ม(Qiskit) ผลลัพธ์ของการทดลองได้แสดงให้เห็นว่าควอนตัมโครงข่ายประสาทเทียมสามารถบรรลุผลที่ดีในการทำนายเมื่อเปรียบเทียบกับโครงข่ายประสาทเทียมแบบคลาสสิคโดยโมเดลที่ดีที่สุดมีค่ารากที่สองของค่าเฉลี่ยความผิดพลาดกำลังสอง(RMSE) ที่ 6.38% วิธีการนี้ทำให้เกิดการเปิดกว้างสำหรับโอกาสที่จะสำรวจผลประโยชน์ของการเรียนรู้ของเครื่องแบบควอนตัมในการทำวิจัยในอนาคต

Go to article

การประยุกต์การวิเคราะห์เครือข่ายสังคมเพื่อปรับปรุงกระบวนการทดสอบซอฟต์แวร์, พรรณธิภา บุญมาพบ Jan 2021

การประยุกต์การวิเคราะห์เครือข่ายสังคมเพื่อปรับปรุงกระบวนการทดสอบซอฟต์แวร์, พรรณธิภา บุญมาพบ

Chulalongkorn University Theses and Dissertations (Chula ETD)

Jira Software เป็นโซลูชันการจัดการโครงการแบบอไจล์ ซึ่งเดิมออกแบบมาให้เป็นเครื่องมือในการติดตามข้อบกพร่องและปัญหาที่เกิดขึ้นภายในโครงการ การค้นหาปัญหาหรือข้อมูลข้อบกพร่องสามารถทำได้โดยใช้ Jira Query Language (JQL) อย่างไรก็ตาม การสืบค้นปัญหาหรือข้อบกพร่องจากแหล่งที่เก็บข้อมูลจะคืนค่าข้อมูลที่เฉพาะเจาะจงมาอย่างง่ายและธรรมดาทั่วไป ในงานวิจัยนี้ ได้นำเสนอแนวทางการสร้างภาพข้อมูลเครือข่ายเพื่อเปิดเผยความสัมพันธ์และการสื่อสารระหว่างตัวบทบาท เช่น คุณสมบัติของซอฟต์แวร์ ข้อบกพร่อง และบุคลากร โดยเทคนิคการวิเคราะห์เครือข่ายโซเชียลใช้สำหรับวิเคราะห์ข้อบกพร่องที่รวบรวมจากโครงการซอฟต์แวร์ภายในธนาคาร และ Gephi ถูกใช้เป็นเครื่องมือในการสร้างเครือข่ายของบทบาทที่ระบุเป็นโหนดและการเชื่อมโยงของโหนดเหล่านั้น ซึ่งแนวทางของการวิเคราะห์เครือข่ายภาพนั้นใช้ได้จริงและให้ข้อมูลเชิงลึกในการวิเคราะห์ข้อบกพร่องที่จำเป็นสำหรับกระบวนการพัฒนาซอฟต์แวร์ในเชิงรุก

Go to article

Prioritization Of Mutation Test Case Generation With Centrality Measures, ศุภชัย ทรัพย์มาก Jan 2021

Prioritization Of Mutation Test Case Generation With Centrality Measures, ศุภชัย ทรัพย์มาก

Chulalongkorn University Theses and Dissertations (Chula ETD)

การทดสอบการกลายพันธุ์สามารถนำไปใช้กับการประเมินคุณภาพของกรณีทดสอบได้ การจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์เป็นองค์ประกอบที่สำคัญของแนวปฏิบัติทางอุตสาหกรรมที่จะมีส่วนช่วยในการประเมินกรณีทดสอบ โดยทั่วไปแล้ว อุตสาหกรรมจะส่งมอบผลิตภัณฑ์ภายใต้เงื่อนไขของเวลาสู่ตลาด ดังนั้นจึงต้องเสียสละงานทดสอบซอฟต์แวร์อย่างหลีกเลี่ยงไม่ได้ แม้ว่าจะต้องใช้กรณีทดสอบจำนวนมากสำหรับการตรวจสอบซอฟต์แวร์ การใช้การวัดศูนย์กลางเครือข่ายสังคม เพื่อจัดลำดับความสำคัญของการสร้างการทดสอบการกลายพันธุ์ ซอร์สโค้ดที่มีค่าเพจแรงก์สูงสุด จะถูกเน้นก่อนเมื่อพัฒนากรณีทดสอบ เนื่องจากโมดูลเหล่านี้เสี่ยงต่อข้อบกพร่องหรือความผิดปกติซึ่งอาจทำให้เกิดข้อบกพร่องที่ตามมาในโมดูลที่เกี่ยวข้องอื่นๆ นอกจากนี้ แนวทางดังกล่าวจะช่วยระบุกรณีทดสอบที่ลดได้ในชุดทดสอบ โดยยังคงรักษาเกณฑ์เดียวกันกับจำนวนกรณีทดสอบเดิม

Go to article

A General Framework For Characterizing And Evaluating Attacker Models For Cps Security Assessment, Christopher S. Deloglos, Christopher Deloglos Jan 2021

A General Framework For Characterizing And Evaluating Attacker Models For Cps Security Assessment, Christopher S. Deloglos, Christopher Deloglos

Theses and Dissertations

Characterizing the attacker’s perspective is essential to assessing the security posture and resilience of cyber-physical systems. The attacker’s perspective is most often achieved by cyber-security experts (e.g., red teams) who critically challenge and analyze the system from an adversarial stance. Unfortunately, the knowledge and experience of cyber-security experts can be inconsistent leading to situations where there are gaps in the security assessment of a given system. Structured security review processes (such as TAM, Mission Aware, STPA-SEC, and STPA-SafeSec) attempt to standardize the review processes to impart consistency across an organization or application domain. However, with most security review processes, the …

Go to article

Deep Learning Assisted Intelligent Visual And Vehicle Tracking Systems, Liang Xu Jan 2021

Deep Learning Assisted Intelligent Visual And Vehicle Tracking Systems, Liang Xu

Theses and Dissertations

Sensor fusion and tracking is the ability to bring together measurements from multiple sensors of the current and past time to estimate the current state of a system. The resulting state estimate is more accurate compared with the direct sensor measurement because it balances between the state prediction based on the assumed motion model and the noisy sensor measurement. Systems can then use the information provided by the sensor fusion and tracking process to support more-intelligent actions and achieve autonomy in a system like an autonomous vehicle. In the past, widely used sensor data are structured, which can be directly …

Go to article

Risk-Averse Optimal Bidding Strategy For A Wind Energy Portfolio Managerincluding Ev Parking Lots For Imbalance Mitigation, Alper Çi̇çek, Ozan Erdi̇nç Jan 2021

Risk-Averse Optimal Bidding Strategy For A Wind Energy Portfolio Managerincluding Ev Parking Lots For Imbalance Mitigation, Alper Çi̇çek, Ozan Erdi̇nç

Turkish Journal of Electrical Engineering and Computer Sciences

In this study, an optimal bidding strategy for a wind energy portfolio manager (WEPM) including electricvehicle parking lots (EVPLs) that aims to maximize profits by trading in the day-ahead (DA) market and balancingmarket (BM) and through bilateral contracts, taking into account line capacities and risk management is proposed. Thementioned structure is modeled in mixed integer linear programming (MILP) framework, and the uncertainties regardingelectric vehicle (EV) behavior, electricity market data, wind power generation are captured via a stochastic approach. Todemonstrate the effectiveness of the model, several case studies are carried out considering Sweden and Turkey electricitymarket prices with different risk aversion …

Go to article

A New Hybrid Genetic Algorithm For Protein Structure Prediction On The 2dtriangular Lattice, Bouroubi Sadek, Nabil Boumedine Jan 2021

A New Hybrid Genetic Algorithm For Protein Structure Prediction On The 2dtriangular Lattice, Bouroubi Sadek, Nabil Boumedine

Turkish Journal of Electrical Engineering and Computer Sciences

The flawless functioning of the protein is essentially related to its three-dimensional structure. Therefore,predicting protein structure from its amino acid sequence is a fundamental problem that draws researchers' attentionin many areas. The protein structure prediction problem (PSP) can be formulated as a combinatorial optimization problem based on simplified lattice models such as the hydrophobic-polar model. In this paper, we propose a new hybridalgorithm that combines three different known heuristic algorithms: the genetic algorithm, the tabu search strategy,and the local search algorithm to solve the PSP problem. Regarding the evaluation of the proposed approach, wepresent an experimental study, where we consider …

Go to article

Development Of Majority Vote Ensemble Feature Selection Algorithm Augmentedwith Rank Allocation To Enhance Turkish Text Categorization, Emi̇n Borandağ, Akin Özçi̇ft, Yeşi̇m Kaygusuz Jan 2021

Development Of Majority Vote Ensemble Feature Selection Algorithm Augmentedwith Rank Allocation To Enhance Turkish Text Categorization, Emi̇n Borandağ, Akin Özçi̇ft, Yeşi̇m Kaygusuz

Turkish Journal of Electrical Engineering and Computer Sciences

The increase in the number of texts as digital documents from numerous sources such as customer reviews,news, and social media has made text categorization crucial in order to be able to manage the enormous amount ofdata. The high dimensional nature of these texts requires a preliminary feature selection task to reduce the featurespace with a potential increase in the prediction accuracy. In this study, we developed an ensemble feature selectionmethod, namely majority vote rank allocation, was developed for Turkish text categorization purposes. The methoduses a majority voting ensemble strategy in combination with a rank allocation approach to combine weak filters …

Go to article

Efficient Hybrid Passive Method For The Detection And Localization Of Copy-Moveand Spliced Images, Navneet Kaur, Neeru Jindal, Kulbir Singh Jan 2021

Efficient Hybrid Passive Method For The Detection And Localization Of Copy-Moveand Spliced Images, Navneet Kaur, Neeru Jindal, Kulbir Singh

Turkish Journal of Electrical Engineering and Computer Sciences

Digital passive image forgery methods are extensively used to verify the authenticity and integrity of images.Splicing and copy-move are the most common types of passive digital image forgeries. Several approaches have beenproposed to detect these forgeries separately, but very few approaches are available that can detect them simultaneously.However, a more e?icient method is still in demand to meet the day-to-day challenges to detect these forgeries at thesame time. So, a passive hybrid approach based on discrete fractional cosine transform (DFrCT) and local binarypattern (LBP) is proposed to detect copy-move and splicing forgeries simultaneously. The extra parameter i.e. fractionalparameter of DFrCT …

Go to article

Neuro-Adaptive Backstepping Integral Sliding Mode Control Design For Nonlinearwind Energy Conversion System, Imran Ullah Khan, Laiq Khan, Qudrat Khan, Shafaat Ullah, Uzair Khan, Saghir Ahmad Jan 2021

Neuro-Adaptive Backstepping Integral Sliding Mode Control Design For Nonlinearwind Energy Conversion System, Imran Ullah Khan, Laiq Khan, Qudrat Khan, Shafaat Ullah, Uzair Khan, Saghir Ahmad

Turkish Journal of Electrical Engineering and Computer Sciences

The electrical power extracted from a wind energy conversion system (WECS) tends to be inconsistentdue to the intermittent nature of the wind. This issue is addressed by formulating a maximum power point tracking(MPPT) control strategy that optimizes the power extraction from the WECS under a wide range of wind speed profiles.This research article focuses on the formulation of a nonlinear neuro-adaptive backstepping integral sliding mode control(NABISMC) based MPPT strategy for a standalone, variable speed, fixed-pitch WECS equipped with a permanentmagnet synchronous generator (PMSG). The proposed paradigm is a hybrid of the conventional backstepping andthe integral sliding mode control (ISMC) based …

Go to article

Impact Of Image Segmentation Techniques On Celiac Disease Classification Usingscale Invariant Texture Descriptors For Standard Flexible Endoscopic Systems, Manarbek Saken, Munkhtsetseg Banzragch Yağci, Nejat Yumuşak Jan 2021

Impact Of Image Segmentation Techniques On Celiac Disease Classification Usingscale Invariant Texture Descriptors For Standard Flexible Endoscopic Systems, Manarbek Saken, Munkhtsetseg Banzragch Yağci, Nejat Yumuşak

Turkish Journal of Electrical Engineering and Computer Sciences

Celiac disease (CD) is quite common and is a proximal small bowel disease that develops as a permanentintolerance to gluten and other cereal proteins in cereals. It is considered as one of the most di?icult diseases to diagnose.Histopathological evidence of small bowel biopsies taken during endoscopy remains the gold standard for diagnosis.Therefore, computer-aided detection (CAD) systems in endoscopy are a newly emerging technology to enhance thediagnostic accuracy of the disease and to save time and manpower. For this reason, a hybrid machine learning methodshave been applied for the CAD of celiac disease. Firstly, a context-based optimal multilevel thresholding technique wasemployed …

Go to article

Ensemble Learning Of Multiview Cnn Models For Survival Time Prediction Of Braintumor Patients Using Multimodal Mri Scans, Abdela Ahmed Mossa, Ulus Çevi̇k Jan 2021

Ensemble Learning Of Multiview Cnn Models For Survival Time Prediction Of Braintumor Patients Using Multimodal Mri Scans, Abdela Ahmed Mossa, Ulus Çevi̇k

Turkish Journal of Electrical Engineering and Computer Sciences

Brain tumors have been one of the most common life-threatening diseases for all mankind. There have beenhuge efforts dedicated to the development of medical imaging techniques and radiomics to diagnose tumor patients quicklyand e?iciently. One of the main aims is to ensure that preoperative overall survival time (OS) prediction is accurate.Recently, deep learning (DL) algorithms, and particularly convolutional neural networks (CNNs) achieved promisingperformances in almost all computer vision fields. CNNs demand large training datasets and high computational costs.However, curating large annotated medical datasets are difficult and resource-intensive. The performances of singlelearners are also unsatisfactory for small datasets. Thus, this study …

Go to article

Automated Classification Of Bi-Rads In Textual Mammography Reports, Mostafa Boroumandzadeh, Elham Parvinnia Jan 2021

Automated Classification Of Bi-Rads In Textual Mammography Reports, Mostafa Boroumandzadeh, Elham Parvinnia

Turkish Journal of Electrical Engineering and Computer Sciences

The main purpose of this paper is to process key information in medical text records and also classifypatients, per different levels of breast imaging-reporting and data system (BI-RADS). The BI-RADS is a scheme for thestandardization of breast imaging reports. Therefore, medical text mining is employed to classify mammography reportssupported BI-RADS. In this research, a new method is proposed for automated BI-RADS classifications extraction fromtextual reports and improves the therapeutic procedures. At first, a mammography lexicon is employed for choosingkeywords from medical text reports. Word2vec and term frequency inverse document frequency (TFIDF) techniques areused for extracting features, finally, they are combined …

Go to article

Robust Image Hashing Based On Structural And Perceptual Features Forauthentication Of Color Images, Muhammad Farhan Khan, Syed Muhammad Monir, Imran Naseem Jan 2021

Robust Image Hashing Based On Structural And Perceptual Features Forauthentication Of Color Images, Muhammad Farhan Khan, Syed Muhammad Monir, Imran Naseem

Turkish Journal of Electrical Engineering and Computer Sciences

Image hashing is one of the most celebrated techniques regarding the discipline of image forensics, imageretrieval, image indexing, content verification, and zero watermarking. For such sensitive and complex problems,generation of a unique and robust image hash is an utmost prerequisite for an image identifier driven from the perceptualcontents of an image. As a design perspective, it is essential for an image hash to have robustness and optimizeddiscriminative capability. We propose a robust image hashing technique by acquiring perceptual features based on anovel distance magnitude profile utilizing color pixel incongruity among the contiguous pixels, as well as producing astructural image for …

Go to article

First Prev Next Last