در دو دهه قبل توانایی های فنی بشر برای تولید و جمع آوری داده ها به سرعت افزایش یافته است. عواملی نظیراستفاده گسترده از بارکد برای تولیدات تجاری، به خدمت گرفتن کامپیوتر در کسب و کار، علوم، خدمات دولتی و پیشرفت در وسایل جمع آوری داده، از اسکن کردن متون و تصاویر تا سیستم های سنجش از دور ماهواره ای، در این تغیرات نقش مهمی دارند.
به طور کلی استفاده همگانی از وب و اینترنت به عنوان یک سیستم اطلاع رسانی جهانی، ما را مواجه با حجم زیادی از داده و اطلاعات می کند. این رشد انفجاری در داده های ذخیره شده، نیاز مبرم وجود تکنولوژی های جدید و ابزارهای خودکاری را ایجاد کرده که به صورت هوشمند به انسان یاری می رسانند تا این حجم زیاد داده را به اطلاعات و دانش تبدیل کند. داده کاوی بعنوان یک راه حل برای این مسائل مطرح می باشد. در یک تعریف غیر رسمی، داده کاوی فرآیندی است خودکار برای استخراج الگوهایی که دانش را بازنمایی می کنند که این دانش به صورت ضمنی در پایگاه داده های عظیم، انبار داده و دیگر مخازن بزرگ اطلاعات ذخیره شده است. داده کاوی به طور همزمان از چندین رشته علمی بهره می برد. نظیر: تکنولوژی پایگاه داده، هوش مصنوعی، یادگیری ماشین، شبکه های عصبی، آمار، شناسایی الگو، سیستم های مبتنی بر دانش، حصول دانش، بازیابی اطلاعات، محاسبات سرعت بالا و بازنمایی بصری داده. داده کاوی در اواخر دهه 1980 پدیدار گشته، در دهه 1990 گام های بلندی در این شاخه از علم برداشته شده و انتظار می رود در این قرن به رشد و پیشرفت خود ادامه دهد.
واژه های «داده کاوی» و «کشف دانش در پایگاه داده» اغلب به صورت مترادف یکدیگر مورد استفاده قرار می گیرند.
تکامل تکنولوژی پایگاه داده و استفاده فراوان آن در کاربردهای مختلف، سبب جمع آوری حجم فراوانی از داده ها شده است. این داده های فراوان باعث ایجاد نیاز برای ابزارهای قدرتمند برای تحلیل داده ها گشته زیرا در حال حاضر به لحاظ داده ثروتمند هستیم ولی دچار کمبود اطلاعات می باشیم. ابزارهای داده کاوی داده ها را آنالیز می کنند و الگوهای داده ای را کشف می کنند که می توان از آن در کاربردهایی نظیر: تعیین استراتژی برای کسب و کار، پایگاه دانش و تحقیقات علمی و پزشکی استفاده کرد. شکاف موجود بین داده ها و اطلاعات سبب ایجاد نیاز برای ابزارهای داده کاوی شده است تا داده های بی ارزشی را به دانشی ارزشمند تبدیل کنیم.
امروزه نامگذاری داده کاوی بسیار عمومیت پیدا کرده است، البته اسامی دیگری نیز برای این فرآیند پیشنهاد شده که بعضا بسیاری متفاوت با واژه داده کاوی است نظیر: استخراج دانش از پایگاه داده، آنالیز داده/الگو، باستان شناسی داده و لایروبی داده ها. کشف دانش در پایگاه داده فرآیند شناسایی درست، ساده، مفید و نهایتا الگوها و مدل های قابل فهم در داده ها می باشد. داده کاوی مرحله ای از فرآیند کشف دانش می باشد و شامل الگوریتم های مخصوص داده کاوی است به طوریکه تحت محدودیت های مؤثر محاسباتی قابل قبول، الگوها و یا مدل ها را در داده کشف می کند. به بیان ساده تر، داده کاوی به فرآیند استخراج دانش ناشناخته، درست و بالقوه مفید از داده اطلاق می شود. تعریف دیگر اینست که داده کاوی گونه ای از تکنیکها برای شناسایی اطلاعات و یا دانش تصمیم گیری از قطعات داده می باشد به نحوی که با استخراج آنها در حوزه های تصمیم گیری، پیش بینی، پیشگویی و تخمین مورد استفاده قرار می گیرد. داده ها اغلب حجیم اما بدون ارزش می باشند، داده به تنهایی قابل استفاده نیست بلکه دانش نهفته در داده ها قابل استفاده می باشد. به این دلیل اغلب به داده کاوی، تحلیل داده ای ثانویه گفته می شود.
بنده با استفاده از تحقیقات بنیادی که بر روی ماژول نظارت بر حمل و نقل صورت دادم، سخت افزاری را طراحی کردم که هسته آن، از یک میکروپروسسو S3C44BOX 32 بیتی شرکت سامسونگ تشکیل شده است.نوشتن کدهای آغازین و بکار گیری سیستم عامل Uc/os-II به صورت سیستماتیک وقت زیادی صرف آن شده است. از این رو یک واسط خود تعریفی از متد لایه انتزاعی در این طراحی اتخاذ شده است. کاربرد سیستم ادغام یافته، زمان بلادرنگ و قابلیت اطمینان در سیستم نظارت بر حمل و نقل را بهبود داده ست. مصرف انرژی نیز کاهش یافته است.
سیستم ادغام یافته؛ کنترل و نظارت بر حمل و نقل، توسعه بارگذار راه انداز، فراکاشت سیستم عامل
در سال های اخیر، رشد بدون توقف کامپیوتر ها و تکنولوژی کنترل، در کنار شبکه ها، باعث توسعه دیجیتالی و هوشمند شبکه ها شده است. تکنولوژی اتوماسیون حمل و نقل در حال حاضر، ماشین هایی برای تحت کنترل در آوردن واحد ها، مفاهیم و از کل اتوماسیون حمل و نقل، اطلاعات و سیستم ادغام اطلاعات حمل و نقل(سیستم IAS) باعث شده تا به یکی از قابل توجه ترین حوزه های پژوهشی مبدل گردد. سیستم ادغام یافته اطلاعات حمل و نقل، مبتنی بر یک شبکه یک ایستگاهه به عنوان شبکه زیرساختار و اترنت برای شبکه بالایی می باشد؛ برای اینکه ارتباطات ماهواره ای بتواند اطلاعات از راه دور را بین راه حل های حمل و نقل اتوماسیون مبادله کنند، ترکیب نظارت بلادرنگ با اطلاعات مدیریتی به منظور دستیابی به نظارت ادغام یافته حمل و نقل و مدیریت ادغام یافته آن ضروری است.
این مقاله مسائل و راه کارهای اصلی مرتبط با کیفیت توان را در میکروگریدها، سیستم های ذخیره انرژی توزیع شده و میکروگریدهای ترکیبی AC/DC را به صورت مختصر بیان می نماید. در ابتدا بهبود کیفیت توان در میکروگریدهای دارای ارتباط با شبکه ارائه می شود سپس کنترل اشتراکی جهت بهبود بخشیدن هارمونیکهای ولتاژ و عدم توازن ولتاژ در میکروگریدها مرور می گردد.
بعد از آن استفاده از جبران ساز همزمان استاتیک(STATCOM) در میکروگریدهای متصل شده به شبکه معرفی می شود که از آن جهت بهبود عدم توازن و یا افت/افزایش بیش از حد ولتاژ استفاده می گردد. در نهایت کنترل هماهنگ سیستم توزیع شده(پراکنده ی) ذخیره و میکروگریدهای ترکیبی AC/DC توضیح داده شده اند.
میکروگرید یک شبکه محلی است که از ژنراتورهای توزیع شده (DGs)، سیستم های ذخیره انرژی و بارهای پراکنده تشکیل شده است که ممکن است در یکی از دو مد(حالت) اتصال به شبکه و یا به صورت مجزا عمل نماید[1,2]. DG ها اغلب از طریق مبدلهای واسط توان الکتریکی به میکروگریدها متصل می شوند. نقش اصلی یک مبدل واسط، کنترل توان تزریقی است. به علاوه جبران مشکلات کیفیت توان همانند هارمونیکهای ولتاژ می تواند از طریق استراتژی های کنترل صحیح قابل دستیابی باشد. راه کارهای جبران هارمونیک ولتاژ بر اساس وادار نمودن واحدهای DG به داشتن یک مقاومت در فرکانسهای هارمونیک است تا از این طریق این هارمونیکها را جبران نماید[4,10]. عدم توازن ولتاژ هنگامی ظاهر می شود که بار تکفاز به میکروگرید متصل می شود. جبران عدم توازن ولتاژ معمولاً با استفاده از مجموعه ای از فیلترهای فعال توان و از طریق تزریق توالی ولتاژ منفی به صورت سری با خط توزیع توان انجام می شود[4]. اگرچه کارهایی نیز وجود دارند که در آنها از فیلتر فعال توان موازی جهت جبران عدم توازن ولتاژ استفاده شده است[6]. در این کار عدم توازن ولتاژکه از بارهای نامتوازن ناشی شده است به وسیله تزریق سکانسی از توالی جریانهای منفی جبران شده است.
15 سوال ادبیات فارسی (همراه با پاسخنامه)
15 سوال معارف اسلامی (همراه با پاسخنامه)
15 سوال ریاضی و آمار (همراه با پاسخنامه)
15 سوال کامپیوتر و
الگوریتم های تحلیلی کاربردی گسترده با محدودیت های غیریکجانبه توسعه و شرح داده می شوند. روش ناکارایی مرتبه سطری ژاکوبی برای تعیین تکین بودن (منحصر به فرد بودن) این بازوهای مکانیکی بکار گرفته می شود. چهار نوع مجموعه تکین وجود دارد: نوع 1: تکین ژاکوبی موقعیت؛ نوع 2: تکین همزمان که به دلیل اتصال تعمیم یافته ای می باشد که به راس آن می رسد؛ نوع 3: تکین مرزی قلمرو، که در ارتباط با مقادیر اولیه و نهایی ماتریس زمان به دلیل هر دو رویداد می باشد؛ نوع 4: تکین مزدوج، که در ارتباط با ژاکوبی نسبی تکین می باشد، که فضای تهی به یکی از زیرماتریس ها به دلیل دو رویداد کاهش می یابد: نوع 2 و نوع 3 تکین. تمام سطوح تکین به صورت فوق سطح هایی می باشند که به طور داخلی و خارجی، پوشش فضای کار را بسط می دهد. تقاطع سطوح تکین به شناسایی منحنی های تکین می پردازد که به بخش بندی سطوح تکین در سطوح فرعی می پردازد، و روش اختلال برای شناسایی مناطق (بخش های منحنی/ وصله های سطح) فوق سطح که بر روی مرز قرار دارند، مورد استفاده قرار می گیرد. این فرمول با پیاده سازی آن با سه درجه آزادی فضایی (DOF) و 4 درجه آزادی فضایی بازوی مکانیکی شرح داده می شود. تلاش قابل توجهی در ارتباط با فرمول بندی روش های ریاضی برای شناسایی فضای کار بازوهای مکانیکی نجام شده است. بررسی فضای کار بازوهای مکانیکی در حوزه تولید، برای قراردادن موثر ربات ها در سطح فروشگاه ها و برای تامین امنیت حداکثر کارکرد بازوی مکانیکی از نظر مهارت مد نظر قرار گرفته شده است. محیط های کاربردی دیگر همانند حوزه پزشکی، جایی که استفاده از مکانیسم ها و ماشین ها در تجهیزات پزشکی بسیار رایج شده است، و در حوزه ساخت، بازوهای مکانیکی برای جوشکاری و نقاشی مورد استفاده قرار می گیرند.