|
|
|
|
| |
 |
غزل خیرالدین |
 |
|
| | تاریخ ارسال: 1404/4/30 | |
|
دانشجو غزل خیرالدین دانشجوی کارشناسی ارشد دکتر آشتیانی مورخ : ۱۴۰۴/۰۴/۳۱ ساعت ۱۶ از پروژه کارشناسی ارشد خود دفاع خواهند نمود.
|
ارائه دهنده:
غزل خیرالدین
استاد راهنما:
دکتر آشتیانی
داوران داخلی:
دکتر بهروز مینائی بیدگلی
داوران داخلی:
دکتر هدی رودکی لواسانی
چکیده:
در طراحی بازی‌های دیجیتال، ایجاد تعادل بین چالش و مهارت بازیکن یکی از عوامل کلیدی در افزایش جذابیت و درگیری ذهنی بازیکنان است. روش‌های سنتی تنظیم دشواری اغلب ثابت یا به‌صورت دستی تنظیم می‌شوند که این امر می‌تواند باعث کاهش تعامل بازیکنان، افزایش نرخ ترک بازی و کاهش میزان یادگیری شناختی شود. در این پژوهش، یک سیستم تنظیم دشواری پویا مبتنی بر یادگیری انتقالی و شبکه‌های حافظه‌ی کوتاه‌مدت و بلندمدت ارائه شده است که توانایی شخصی‌سازی تجربه‌ی بازی را بر اساس عملکرد و سبک بازی بازیکن دارد. در این پژوهش، داده‌های مربوط به عملکرد بازیکن از بازی PinGun جمع‌آوری شد که شامل اطلاعاتی مانند تعداد شلیک‌ها در هر موج، نوع رویداد و زمان اتفاق افتادن هر رویداد است. سیستم پیشنهادی از یک مدل مبتنی بر حافطه‌ی کوتاه‌مدت بلند مدت استفاده می‌کند که ابتدا با داده‌های بازیکنان آموزش دیده و الگوهای عملکرد و رفتار آن‌ها را در طول زمان یاد می‌گیرد. پس از آموزش اولیه، یک رویکرد یادگیری انتقالی به‌کار گرفته می‌شود تا مدل از داده‌های از پیش‌آموخته‌شده استفاده کرده و خود را متناسب با بازیکنان جدید تنظیم کند. این روش امکان تنظیم پویا و شخصی‌سازی سطح دشواری را فراهم می‌کند. برای ارزیابی روش، آزمایشی بر روی ?? بازیکن با سطوح مهارتی مختلف انجام شد که هر بازیکن قبل و بعد از اعمال سیستم تنظیم دشواری پویا بازی را تجربه کرد. بازیکنان تازه‌کار پس از اعمال این سیستم، دقت شلیک خود را ?? درصد افزایش دادند، درحالی‌که زمان واکنش آن‌ها به تهدیدات ?? درصد کاهش یافت. علاوه بر این، نرخ تکمیل مراحل آن‌ها ?? درصد بهبود پیدا کرد که نشان‌دهنده‌ی افزایش توانایی آن‌ها در مدیریت چالش‌های بازی است. بازیکنان با مهارت متوسط نیز توانستند نرخ تغییر وظایف خود را ?? درصد بهبود دهند و نرخ موفقیتشان در امواج دشوار بازی ?? درصد افزایش یافت. این نشان می‌دهد که سیستم پیشنهادی به آن‌ها کمک کرده است تا بهتر با چالش‌های متغیر بازی سازگار شوند. اگرچه بهبود در سرعت واکنش این بازیکنان تنها ? درصد بود، اما درگیری ذهنی آن‌ها با بازی باقی ماند. به‌طور کلی، نتایج این پژوهش نشان داد که تنظیم دشواری پویا نه‌تنها تجربه‌ی بازی را بهبود بخشیده، بلکه باعث تقویت توانایی‌های شناختی بازیکنان نیز شده است. پیشنهاد می‌شود که در پژوهش‌های آتی، این روش در سبک‌های مختلف بازی آزمایش شده و همچنین داده‌های فیزیولوژیکی مانند ضربان قلب و سطح استرس بازیکنان برای بهینه‌سازی بیشتر سیستم مورد بررسی قرار گیرد.
Abstract
.In digital game design, balancing challenge and player skill is a key factor in enhancing engagement, cognitive involvement, and overall player satisfaction. Traditional difficulty adjustment methods are often static or manually set, which can lead to reduced player retention, increased frustration, and diminished cognitive learning outcomes. Static difficulty settings fail to accommodate the diverse skill levels of players, making the experience either too difficult for some or too easy for others, ultimately decreasing motivation and engagement. To address this challenge, this research proposes a dynamic difficulty adjustment system based on transfer learning and long short-term memory networks, designed to personalize the gaming experience by adapting difficulty levels dynamically based on player performance
|
|
|
|
|
| دفعات مشاهده: 489 بار | دفعات چاپ: 73 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
سجاد عیدی‌وندی |
|
|
| | تاریخ ارسال: 1404/4/25 | |
|
دانشجو سجاد عیدی‌وندی دانشجوی کارشناسی ارشد آقای دکتر حاکم بیت‌الهی مورخ : ۱۴۰۴/۰۴/۲۵ ساعت۱۷:۰۰ از پروژه کارشناسی ارشد خود با عنوان " ارائه‌ی الگوریتم زمان‌بندی کارا برای وظائف دوره‌ای سامانه‌های بحرانیی‐مختلط مبتنی بر برداشت‌گر انرژی" دفاع خواهند نمود.
|
ارائه دهنده:
سجاد عیدی‌وندی
استاد راهنما:
دکتر حاکم بیت‌الهی
هیات داوران:
دکتر بردیا صفایی
دکتر محسن سریانی
تاریخ دفاع: ۱۴۰۴/۰۳/۱۲
زمان: ۱۶:۰۰
مکان: سالن سمینار دانشکده کامپیوتر
چکیده
شبکه‌های عصبی پیچشی نقشی کلیدی در تحول حوزه‌هایی مانند دستهبندی تصاویر، شناسایی اشیاء و تشخیص چهره داشته‌اند. بااین‌حال، این شبکه‌ها به دلیل ساختار پیچیده و تعداد زیاد محاسبات و پارامترها، نیازمند منابع محاسباتی بالا و حافظه زیاد هستند. از این رو، مدل‌هایی که در ساختار از پیچش‌های عمقی-جداپذیر استفاده می‌کنند، به دلیل توانایی در کاهش قابل‌توجه تعداد وزن‌ها و عملیات محاسباتی با افت ناچیز در دقت، موردتوجه ویژه قرار گرفته‌اند. این ویژگی‌ها آن‌ها را به گزینه‌ای مناسب برای کاربردهای متنوع، به‌ویژه در محیط‌های محدود از نظر منابع مانند سامانه‌های تعبیه‌شده تبدیل کرده است.
در همین راستا، استفاده از آرایه‌ها‌ی دروازه‌ی میدانی برنامه‌پذیر در اجرای شبکه‌های عصبی پیچشی، مزایای قابل‌توجهی از جمله خصوصی‌سازی بیشتر در استفاده از سخت‌افزار و توانایی بهینه‌سازی مصرف انرژی نسبت به واحدهای پردازش گرافیکی ارائه می‌دهد که آن‌ها را به ابزاری ایده‌آل برای کاربردهای مبتنی بر دستگاه‌های تعبیه شده لبه تبدیل می‌کند.
در این پژوهش، یک معماری نوآورانه و بهینه از نظر مصرف توان و منابع برای انجام محاسبات عمقی-جداپذیر معرفی شده است. عملکرد این طراحی، با اجرای شبکه MobileNetV۱ بررسی شده که ضمن حفظ عملکردی مناسب، استفاده بهینه‌ای از منابع سخت‌افزاری فراهم می‌آورد. به‌طور خاص، این معماری پیشنهادی با دستیابی به عملکرد ۵۴/۸ فریم بر ثانیه، از تنها ۱۶۴ واحد DSP، ۵۲ ماژول BRAM، ۸۶۸۷ واحد LUT، و ۶۳۵۳ واحد FF استفاده می‌کند. این طراحی که بر روی کیت توسعه ZedBoard با سامانه روی تراشه Zynq XC۷Z۰۲۰ پیاده‌سازی شده است، مصرف توان را به ۵۳/۲ وات محدود کرده است. ویژگی‌های این معماری که نشان‌دهنده کارایی بالا در استفاده از منابع و توانایی ارائه عملکرد در محیط‌های محدود از نظر منابع است، آن را به یک راه‌حل بهینه برای تسریع اجرای شبکه‌های عصبی پیچشی در بستر‌های آرایه‌ها‌ی دروازه‌ی میدانی برنامه‌پذیر
:Abstract
Convolutional Neural Networks (CNNs) have transformed areas such as image classification and recognition, but they require substantial computational power and memory. Models that employ Depthwise Separable Convolution (DSC) are notable for their ability to significantly reduce the number of weights while preserving accuracy, thereby improving efficiency in various applications, particularly in resource-constrained environments. Leveraging Field-Programmable Gate Arrays (FPGAs) for CNNs in embedded systems provides enhanced performance and optimized resource utilization compared to Graphical Processing Units (GPUs), making them well-suited for such applications. This paper introduces a low-resource architecture for DSC computations that maintains commendable performance in embedded systems. Specifically, we present a low-power, resource-efficient design for DSCs in MobileNetV۱, enabling an embedded device to achieve a performance of ۸.۵۴ Frames Per Second (FPS) while using only ۱۶۴ DSPs and ۵۲ BRAMs, along with ۸,۶۸۷ LUTs and ۶,۳۵۳ FFs, resulting in a power consumption of ۲.۵۳W on a ZedBoard development kit featuring a Zynq XC۷Z۰۲۰ System on Chip (SoC).
|
|
|
|
|
| دفعات مشاهده: 651 بار | دفعات چاپ: 108 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
رژینا قیاسی |
|
|
| | تاریخ ارسال: 1404/3/25 | |
|
دانشجو رژینا قیاسی دانشجوی کارشناسی ارشد آقای دکتر محمد عبدالهی ازگمی مورخ : ۱۴۰۴/۰۳/۱۲ ساعت۱۶:۰۰ از پروژه کارشناسی ارشد خود با عنوان " تشخیص حملات انکار سرویس توزیع شده در اینترنت اشیاء نسل پنجم با ملاحظه بهینه سازی منا بع" دفاع خواهند نمود.
|
ارائه دهنده:
رژینا قیاسی
استاد راهنما:
دکتر محمد عبدالهی ازگمی
هیات داوران:
استاد داور داخلی : دکتر ناصر مزینی
استاد داور خارجی: دکتر معصومه صفخانی
تاریخ دفاع: ۱۴۰۴/۰۳/۱۲
زمان: ۱۶:۰۰
مکان: دانشکده مهندسی کامپیوتر، طبقه سوم ،اتاق سمینار
|
|
|
|
|
| دفعات مشاهده: 1440 بار | دفعات چاپ: 223 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
علیرضا صدیقی مقدم |
|
|
| | تاریخ ارسال: 1404/1/25 | |
|
دانشجو علیرضا صدیقی مقدم دانشجوی کارشناسی ارشد آقای دکتر محمدرضا محمدی مورخ : ۱۴۰۴/۰۲/۳۰ ساعت۱۴:۰۰ از پروژه کارشناسی ارشد خود با عنوان " تشخیص خطای برچسب در دستهبندی ترتیبی تصاویر" دفاع خواهند نمود.
|
ارائه دهنده:
علیرضا صدیقی مقدم
استاد راهنما:
دکتر محمدرضا محمدی
هیات داوران:
ستاد داور داخلی: دکتر محسن سریانی
استاد داور خارجی: دکتر بهروز نصیحت کن
تاریخ دفاع: ۱۴۰۴/۰۲/۳۰
زمان: ۱۴:۰۰
مکان: دانشکده مهندسی کامپیوتر، طبقه سوم ،اتاق سمینار کارشناسی ارشد
|
|
|
|
|
| دفعات مشاهده: 1643 بار | دفعات چاپ: 266 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
صبا اسمعیلی ریکنده ای |
|
|
| | تاریخ ارسال: 1404/1/25 | |
|
دانشجوصبا اسمعیلی ریکنده ایدانشجوی کارشناسی ارشد آقای دکتر بهروز مینایی مورخ : ۱۴۰۴/۰۱/۲۵ ساعت۱۳:۰۰ از پروژه کارشناسی ارشد خود با عنوان " تجزیه و تحلیل آرا مبتنی بر ویژگی در حوزه‌ی نظرات کاربران"دفاع خواهند نمود.
|
ارائه دهنده:
صبا اسمعیلی ریکنده ای
استاد راهنما:
دکتر بهروز مینایی
هیات داوران:
استاد داور داخلی: دکتر محمدرضا کنگاوری
استاد داور خارجی: دکتر اکرم بیگی
تاریخ دفاع: ۱۴۰۴/۰۱/۲۵
زمان: ۱۳:۰۰
مکان: دانشکده مهندسی کامپیوتر، طبقه سوم ،اتاق دفاعیه
|
|
|
|
|
| دفعات مشاهده: 1908 بار | دفعات چاپ: 286 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
فرناز حسنی |
|
|
| | تاریخ ارسال: 1404/1/20 | |
|
دانشجو فرناز حسنی دانشجوی کارشناسی ارشد آقای دکتر مرتضی آنالویی مورخ : ۱۴۰۴/۰۱/۲۶ ساعت۱۵:۰۰ از پروژه کارشناسی ارشد خود با عنوان " ارائه معیاری برای سنجش طبقه‌بندی تصاویر مبتنی بر داده و تخمین برچسب‌های دارای نویز" دفاع خواهند نمود.
|
ارائه دهنده:
فرناز حسنی
استاد راهنما:
دکتر مرتضی آنالویی
هیات داوران:
استاد داور داخلی: دکتر بهروز مینایی
استاد داور خارجی: دکتر بهروز نصیحت‌کن
تاریخ دفاع: ۱۴۰۴/۰۱/۲۶
زمان: ۱۵:۰۰
مکان: دانشکده مهندسی کامپیوتر، طبقه سوم ،اتاق سمینار
|
|
|
|
|
| دفعات مشاهده: 1847 بار | دفعات چاپ: 300 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
فاطمه کریمی ریزی |
|
|
| | تاریخ ارسال: 1403/12/18 | |
|
دانشجو فاطمه کریمی ریزی دانشجوی کارشناسی ارشد آقای دکتر عین الله خنجری مورخ : ۱۴۰۴/۰۱/۱۸ ساعت۱۸:۰۰ از پروژه کارشناسی ارشد خود با عنوان " روش مبتنی بر جاسازی برای پیش‌بینی استنتاجی پیوند در شبکه‌های اجتماعی" دفاع خواهند نمود.
|
ارائه دهنده:
فاطمه کریمی ریزی
استاد راهنما:
دکتر عین الله خنجری
هیات داوران:
استاد داور داخلی: دکتر حسن نادری
استاد داور خارجی: دکتر صادق علی اکبری
تاریخ دفاع: ۱۴۰۴/۰۱/۱۸
زمان: ۱۸:۰۰
مکان: دانشکده مهندسی کامپیوتر، طبقه سوم ،اتاق سمینار
|
|
|
|
|
| دفعات مشاهده: 1720 بار | دفعات چاپ: 293 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
سید محمد عرفان موسوی منزه |
|
|
| | تاریخ ارسال: 1403/12/8 | |
|
دانشجو سید محمد عرفان موسوی منزه دانشجوی کارشناسی ارشد آقای دکترسید صالح اعتمادی مورخ ۱۴۰۲/۱۲/۱۲ ساعت۱۳:۰۰ از پروژه کارشناسی ارشد خود با عنوان " هوش مصنوعی توضیح پذیر به زبان طبیعی برای استدالل در زبان طبیعی" دفاع خواهند نمود.
|
ارائه دهنده:
سید محمد عرفان موسوی منزه
استاد راهنما:
دکترسید صالح اعتمادی
هیات داوران:
استاد راهنما: دکتر سد صالح اعتمای
استاد داور داخلی : دکتر بهروز مینایی
استاد داور خارجی: دکتر یدالله یعقوب زاده
تاریخ دفاع: ۱۴۰۳/۱۲/۱۲
زمان: ۱۳:۰۰
مکان: دانشکده مهندسی کامپیوتر، ،طبقه ۳ ،اتاق سمینار
|
|
|
|
|
| دفعات مشاهده: 2138 بار | دفعات چاپ: 320 بار | دفعات ارسال به دیگران: 0 بار | 0 نظر |
|
|
| |
|
|
|
سایر مطالب این بخش: |
|
|
| |
|
|
|
|
|
|
|
|
