جستجو در مقالات منتشر شده
۳ نتیجه برای معماریان
دوره ۸، شماره ۳۳ - ( ۶-۱۳۸۳ )
چکیده
امروزه ماشینآلات متعددی جهت تولید محصول در صنایع الکترونیکی مورد استفاده قرار میگیرد. با توجه بالا بودن هزینه سرمایهگذاری ماشینآلات مونتاژ کننده قطعات الکترونیکی, چگونگی افزایش راندمان آنها از مسائل مهم در این صنایع محسوب میشود. در این مقاله سعی شده با مطالعه نحوه عملکرد ماشینآلات همزمان اکسیال و بریج زنی, ابتدا مدل ریاضی برنامهریزی خطی برای بهبود راندمان ماشینآلات فوق مطرح شود و سپس با ارائه یک مدل ابتکاری، تسهیلات لازم بهمنظور حل مسائل واقعی فراهم گردد. آنگاه نتایج حاصل, بر روی محصولات متفاوت مورد مطالعه قرار گیرد.
دوره ۱۰، شماره ۶ - ( بهمن و اسفند ۱۳۹۸ ۱۳۹۸ )
چکیده
پژوهش حاضر با رویکرد زبانشناسی قضائی به بررسی و واکاوی چهار نسخۀ ترجمهشده از رمان مزرعۀ حیوانات نوشتۀ جورج اورول میپردازد. هدف پژوهش حاضر نشاندادن سازوکارهای زبانی تشخیص سرقت میان نسخههای متفاوت چند ترجمه از یک اثر یکسان بر اساس شباهتها و تفاوتهای متنی است. مزرعۀ حیوانات از سال ۱۳۴۸ تا به امروز بیش از هفتاد بار از سوی مترجمان مختلف به زبان فارسی ترجمه شده است. از این رو، دادههای پژوهش حاضر بر اساس فاصلههای زمانی تقریباً بیستساله از میان چهار نسخۀ ترجمۀ موجود از این کتاب انتخاب شده است. دادههای پژوهش بر اساس الگوهای تشخیص سرقت زبانی که از سوی تارل (۲۰۰۴) ارائه شده است، بررسی و تحلیل شدهاند. نتایج پژوهش حاکی از گزارش یک مورد سرقت زبانی در میان دادههای مورد بررسی است. متن سرقتکننده به لحاظ شباهت واژگانی ۷۳,۵ درصد و به لحاظ شباهت عبارتها ۴۲.۶ درصد با متن سرقتشده همپوشی دارد، این در حالی است که به لحاظ واژههای منحصربهفرد تفاوت این دو متن با یکدیگر با نسبت ۱۷,۶ درصد به ۱۵.۱۶ درصد است. همچنین، این دو متن ۳۵ واژه و ۲۲ عبارت مشترک دارند که تنها یک بار در متن بهکار رفتهاند.
واژههای کلیدی: زبانشناسی قضائی، سرقت زبانی، ترجمه، بازترجمه، مزرعۀ حیوانات.
پژوهش حاضر با رویکرد زبانشناسی قضائی به بررسی و واکاوی چهار نسخۀ ترجمهشده از رمان مزرعۀ حیوانات نوشتۀ جورج اورول میپردازد. هدف پژوهش حاضر نشاندادن سازوکارهای زبانی تشخیص سرقت میان نسخههای متفاوت چند ترجمه از یک اثر یکسان بر اساس شباهتها و تفاوتهای متنی است. مزرعۀ حیوانات از سال ۱۳۴۸ تا به امروز بیش از هفتاد بار از سوی مترجمان مختلف به زبان فارسی ترجمه شده است. از این رو، دادههای پژوهش حاضر بر اساس فاصلههای زمانی تقریباً بیستساله از میان چهار نسخۀ ترجمۀ موجود از این کتاب انتخاب شده است. دادههای پژوهش بر اساس الگوهای تشخیص سرقت زبانی که از سوی تارل (۲۰۰۴) ارائه شده است، بررسی و تحلیل شدهاند. نتایج پژوهش حاکی از گزارش یک مورد سرقت زبانی در میان دادههای مورد بررسی است. متن سرقتکننده به لحاظ شباهت واژگانی ۷۳,۵ درصد و به لحاظ شباهت عبارتها ۴۲.۶ درصد با متن سرقتشده همپوشی دارد، این در حالی است که به لحاظ واژههای منحصربهفرد تفاوت این دو متن با یکدیگر با نسبت ۱۷,۶ درصد به ۱۵.۱۶ درصد است. همچنین، این دو متن ۳۵ واژه و ۲۲ عبارت مشترک دارند که تنها یک بار در متن بهکار رفتهاند.
دوره ۱۸، شماره ۵ - ( ۹-۱۳۹۷ )
چکیده
روشهای متداول اندازه گیری آلایندههای هوای دارای خطا، نیازمند فضای نسبتا بزرگ و صرف هزینههای بسیار کلان است، در حالیکه میتوان با استفاده از روشهای جدیدی که توانایی یادگیری دارند از این معایب روشهای معمول کاست. این روشها که پایه ریاضی دارند و با استفاده از برنامه نویسی بنیان شدهاند، هنوز به آن مرحله نرسیدهاند که بتوان با اطمینان کامل جایگزین اندازهگیریهای ماشینی شوند. در این مقاله از روشهای شبکه عصبی مصنوعی و ماشین بردار پشتیبان که در تحقیقات گذشته نتایج قابل قبولی را برای موضوعات دیگر ارائه دادهاند، استفاده شده است تا مقدار اوزن موجود در هوای سطح شهر تهران را با توجه به هشت پارامتر دیگر هواشناسی و آلایندههای معیار هوا، پیشبینی کند. در آخر با مقایسه عملکرد این دو روش با استفاده از دو معیار ارزیابی نتایج، نشان داده میشود که مقادیر R و RMSE برای ماشین بردار پشتیبان برابر است با ۰,۸۴۵۶ و ۰.۰۷۷۴ و برای شبکه عصبی مصنوعی ۰.۸۳۹۶=R و ۰.۰۹۱۴=RMSE ، که این نتایج حاکی از برتری روش ماشین بردار پشتیبان نسبت به شبکه عصبی است. البته هر دو روش برای این پیشبینی نتایج کاملاً مطلوب و رضایت بخشی ارائه دادهاند. همچنین میزان تاثیرگذاری پارامترها بر روی ازن تحلیل شد که کربن منوکسید، دمای هوا و نیتروژن دی اکسید بیشترین تاثیر را بر روی تغییرات ازن داشتند درحالیکه ذرات معلق هوا و بخصوص ذرات معلق با اندازه کمتر از ۲.۵ میکرومتر کمترین تاثیر را پیشبینی ازن داشتند..