بهبود مدل تصمیم گیری اعتماد مبتنی بر نظریه عدم قطعیت با استفاده از الگوریتم های تکاملی
در سیستمهای مدیریت اعتماد، اعتماد بهعنوان یک هدایتگر برای اعتمادکننده تعریف میشود. اعتمادکننده در راستای هدف خود، معتمدی را انتخاب میکند که دارای حداکثر درجه اعتماد و حداقل خطر باشد. در این مقاله، یک مدل تصمیمگیری اعتماد محاسباتی مبتنی بر نظریه عدم قطعیت، بهبود یافته است. برای بهبود، مدل ریاضی جدیدی برای مسئله درجه اعتماد و حداقل خطر، با توجه به سطح اهداف اعتمادکننده و اولویت اجزای اعتماد در زمینه مشخص تعریف میشود. این مدل با استفاده از الگوریتمهای تکاملی حل میشود و راهحل بهینه را که مشخصکننده حداکثر درجه اعتماد و حداقل خطر است، تولید میکند. سپس، درجه اعتماد و درجه خطر گزینههای معتمد، بر اساس میزان انحراف منفی که از راهحل بهینه دارند، محاسبه میشوند. در نهایت، با توجه به درجه اعتمادپذیری و خطرپذیری اعتمادکننده، رتبه نهایی گزینههای معتمد محاسبه میشود و گزینه معتمد با بالاترین رتبه بهعنوان معتمد مناسب، انتخاب میشود. برای ارزیابی و اعتبارسنجی صحت رفتار مدل، از مجموعه ای از سناریوهای شبیه سازی استفاده شده است. نتایج شبیهسازی نشان میدهد که مدل پیشنهادی، معتمد را متناسب با زمینه، اولویت اجزای اعتماد، سطح اهداف، درجه اعتمادپذیری و درجه خطرپذیری اعتمادکننده تعیین مینماید و راهحل بهینهای که توسط الگوریتمهای تکاملی بهدست میآید، معادل با بهترین راهحل است.
-
ارائه ی رویکردی نوین در بخش بندی تصاویر دیجیتال توسط الگوریتم ژنتیک و جنگل تصادفی
فریبا نمیرانیان، *
فصلنامه پردازش علائم و داده ها، زمستان 1402 -
تشخیص جعل در تصاویر دیجیتالی با استفاده از روش یادگیری عمیق ترکیبی
فاطمه زارع مهرجردی، *، محسن سرداری زارچی
فصلنامه پدافند الکترونیکی و سایبری، زمستان 1402