پاورپوینت مدیریت و جهانی شدن

پاورپوینت مدیریت و جهانی شدن پاورپوینت مدیریت و جهانی شدن

دسته بندی	پاورپوینت
فرمت فایل	ppt
حجم فایل	323 کیلو بایت
تعداد صفحات فایل	43

پاورپوینت مدیریت و جهانی شدن

 جهانی شدن مجموعه‌ای از دگرگونی‌هایی

است که توانایی دولت‌ها را تحت تأثیر قرار داده و به همگرایی اقتصادی، فرهنگی در سراسر جهان منجر خواهد شد.

در زمان کنونی، نسبت به هر زمان دیگری در گذشته، مدیران به تعداد بیشتری مشتری، رقیب و عرضه کننده مواد اولیه نزدیک تر شده اند و مقررات دولتی بیشتری را باید رعایت کنند. این نزدیکی بخشی به سبب بعد زمانی یا عصر و دوره ای است که مدیران در آن قرار گرفته اند، که فن آوری های ارتباطات در سراسر دنیا این امکان را می دهد که ظرف چند دقیقه صدای یکدیگر را بشنوند و با استفاده از ویدئو و دورنگار اطلات رد و بدل نمایند.

 رقابت مورد توجه خاص سازمان ها و دولت ها قرار گرفته است، کشورها خود را در صحنه  جهانی رقیب یکدیگر می دانند و در این مسابقه شرکت می کنند.و این نتیجه مستقیم نزدیک شدن ملت ها و کشورها در بازار جهانی است.
مایکل پورتر یک متخصص در زمینه "رقابت" بر این باور است هنگامی که افراد درباره رقابت بین کشورها صحبت می کنند آنها معیارها یا شاخص های همانندی از رقابت را به کار نمی برند.

می توان رقابت را آمادگی کشور برای تعامل یا روابط متقابل رقابتی آینده دانست.شرکت برای اینکه ازچنین دیدگاهی رقابتی برخوردار باشد باید این فرصت را به دست آورد که در صحنه های مسابقه آینده پیروز شود. امروز در بحث های سیاسی و تجاری برای این شاخص از معیارهای گوناگونی استفاده می شود.

می توان رقابت را به عنوان یک شاخص یا معیاری شناخت و بدان وسیله عملکرد گذشته را مورد سنجش قرار داد. شرکت برای اینکه از این دیدگاه رقابتی باشد باید در کسب رتبه مطلوب موفق شده باشد. که برای تعیین آن می توان از دو شاخص استفاده کرد.

ترجمه مقاله برنامه ریزی زمانی اسلکآگاه در آرایه های دانه درشت با قابلیت پیکربندی مجدد

ترجمه مقاله برنامه ریزی زمانی اسلکآگاه در آرایه های دانه درشت با قابلیت پیکربندی مجدد ترجمه مقاله برنامه ریزی زمانی اسلکآگاه در آرایه های دانه درشت با قابلیت پیکربندی مجدد

دسته بندی	پژوهش
فرمت فایل	doc
حجم فایل	518 کیلو بایت
تعداد صفحات فایل	9

ترجمه مقاله برنامه¬ریزی زمانی اسلک-آگاه در آرایه¬های دانه درشتِ با قابلیت پیکربندی مجدد

چکیده

آرایه­های دانه درشتِ با قابلیت پیکربندی مجدد (CGRA ها) معماری نویدبخشی هستند که انعطاف­پذیری و بازدهرا به همراه یکدیگر دارند. به دلیلِ اجرای موازی و توپولوژی پراکنده­یاتصال داخلی در این معماری­ها، ابداع روش­شناسیِ کارآمد برای نگاشت اپلیکیشن­ها بر رویCGRA ها کاری دشوار است. در این مقاله، چارچوب زمان­بندی را پیشنهاد می­کنیم که قادر به نگاشت موثرِ عملیات بر رویمعماری­هایCGRA است. این چارچوب تأخیرهای متفاوتِ عملیات گوناگون را کهیک معماری باپیکربندی مجددقادر است تا همیشه در زمان اجرا مشخص کند برای مسیریابی داده­ها به صورت کارآمد در نظر می­گیرد. این قابلیت را «اسلک آگاه» می­خوانیم. شواهد تجربی مزایای زمان­بندی اسلک آگاه را در آرایه­های دانه درشتی با قابلیت پیکربندی مجدد نشان می­دهد. زمان­بندی اسلک آگاه در قیاس با پیشرفته­ترین روش­های زمان­بندی، اپلیکیشن­های پیچیده­تری را برای اندازۀ مش معین نگاشت می­کند و به زمان­بندی­های موثرتری دست می­یابد.

1. مقدمه

آرایه­های دانه درشت پیکربندی مجدد[1] (CGRA ها) با  FPGAهای[2] قدیمی تفاوت دارند، زیرا این آرایه­هاعناصر بنیادینِ درشت­تری دارند، و معمولاً یک یا چند واحد محاسبه و منطق (ALU) دارند. بدین ترتیب، CGRA ها انعطاف­پذیری در سطح بیتی را برای بهبود بازده تغییر می­دهند، طوری که می­توان از این آرایه­ها به عنوان واحدهای کارکردی با قابلیت پیکربندی مجدد یا شتاب­دهنده­های پیکربندی مجددبرای اجرای اپلیکیشن­های با کارکرد بسیار مهم استفاده کرد.

نگاشت اپلیکیشن بر رویCGRA ها کاری پیچیده است، و راهبردهای بسیاری برای این کار پیشنهاد شده است. با این حال، تمام مطالعات پیشین زمان را گسسته در نظر می­گیرند، و فرض می­کنند که هر عملیاتی که در کاشی[3]CGRA انجام می­شود سیکل ساعت کاملی می­برد. دستاورد تحقیق­مان برای این حوزۀ تحقیقاتی آن است کهبجای استفاده از اسلک، اختلاف بین دورۀ زمانی[4] ساعت و مسیر حیاتی اجرای عملیاترا برای محاسبۀ زنجیره و مسیریابی به صورت همزمان استفاده می­کنیم.

تحقیقات پیشین استفاده از اسلک را در سنتز سطح بالا مطالعه کرده­اند [1]، که معمولاً در جای­گذاری و مسیریابی FPGA استفاده می­شود، اما زمان­بندهایCGRA پیشرفته از کاربرد اسلک غفلت کرده­اند.

در شکل 1، ایدۀ رویکردمان را توضیح داده­ایم: در صورتی که ثبتِ ارتباط بین سلول­ها اجباری باشد، عملیات B باید سه سیکل بعد از عملیات A شروع شود. از سوی دیگر، در صورتی که زمان سیکل اجازه دهد، و بتوان ارتباط را ثبت نکرد، می­توان عملیات B را فوراً بعد از عملیات A اجرا کرد. در صورتی که عملیات A و مسیریابی داده­ها در سلول­ها از کندترین عملیاتی که در مش انجام می­شود به میزانی سریع­تر باشد،این راهبرد در فرکانس بیشینۀ ساعت هیچ مشکلی ایجاد نمی­کند.

در این مقاله، راهبرد زمان­بندی بدیعی را ارائه می­کنیم، که هر دو نوع ارتباط ثبت­شده و ثبت­نشده را میان کاشی­ها در نظر می­گیرد، و منجر به مصرفبهینۀ منابع محاسباتی می­شود. بنابراین، می­توان نگاشتِ کرنل­های پیچیده­تر از پیشرفته­ترین شیوه­های بی توجه به اسلک انجام داد، و عملکرد اجرای بهتری داشت.

در این مقاله، الگوریتم کنونیِ نگاشت بر روی آرایۀ دانه درشتِ با قابلیت پیکربندی مجدد [2] [3] را ارزیابی می­کنیم. در این معماری، نمونه­های بسیار متفاوتی را می­توان به صورت پارامتری بدست آورد، که شامل سلول­های نامتجانس است و هیچ محدودیتی روی آرایش این نمونه­ها اعمال نمی­شود.

---

[1]Coarse Grained Reconfigurable Arrays

[2]Field Programmable logic Gate Array: آرایۀ دریچه­ای برنامه­ پذیر منطقی

[3]Tile

[4]Period

ترجمه مقاله حذف نویز ضربه ای با چگالی بالا با استفاده از یک فیلتر جدید میانه کمرنگ و وزندار تطبیقی مبتنی بر تصمیم گیری

ترجمه مقاله حذف نویز ضربه ای با چگالی بالا با استفاده از یک فیلتر جدید میانه کمرنگ و وزندار تطبیقی مبتنی بر تصمیم گیری ترجمه مقاله حذف نویز ضربه ای با چگالی بالا با استفاده از یک فیلتر جدید میانه کمرنگ و وزندار تطبیقی مبتنی بر تصمیم گیری

دسته بندی	پژوهش
فرمت فایل	doc
حجم فایل	2454 کیلو بایت
تعداد صفحات فایل	5

ترجمه مقاله حذف نویز ضربه¬ای با چگالی بالا با استفاده از یک فیلتر جدید میانه کم¬رنگ و وزن¬دار تطبیقی مبتنی بر تصمیم¬گیری

چکیده

نویز ضربه یکی از عوامل مهم در پائین آمدن کیفیت تصویر است. در این مقاله، یک تکنیک جدید برای آشکارسازی و حذف نویز ضربه ارائه شده است، در حالیکه اطلاعات مهم تصویر، همانند لبه و خود تصویر دست نخورده باقی می­مانند. الگوریتم پیشنهادی از پنجره وزن­دار با اندازه­های متغیر استفاده می­کند و فیلتر کردن میانه را بر روی آن­ها اعمال می­کند. نتایج شبیه­سازی برای تصاویر و چگالی­های نویز گوناگون نشان می­دهد که الگوریتم پیشنهادی عملکرد بهتری در مقایسه با روش­های اخیر دارد و مقدار PSNR ( از تصویر بازسازی شده) تا dB4 افزایش می دهد.

واژگان کلیدی

حذف نویز؛  آشکارساز نویز ضربه­ای؛ بهبود تصویر.

1. 1.      مقدمه

تصاویر دیجیتالی بعنوان خروجی دوربین­های دیجیتالی و اسکنرها تا حدودی دارای مشکلاتی در ارتباط با انواع مختلف نویز هستند. یکی از شایع­ترین انواع نویزها، نویز ضربه است که در آن اختلاف بین مقدار پیکسل فعلی همانند مقدار پیکسل های مجاور بسیار بالا است. کاهش نویز ضربه­ای تصاویر خراب شده نقش مهمی در کاربردهای مختلف برنامه­های کاربردی پردازش تصویر از جمله تقسیم بندی تصویر، آشکارسازی شی، آشکارسازی لبه، فشرده سازی، و غیره بازی می­کند. معمولا یک فیلتر غیر خطی همانند انواع مختلفی از فیلترهای میانه برای کاهش نویز استفاده می­شود.

در [1]، یک روش ترکیبی مبتنی بر اتوماتای ​​سلولی(CA) و منطق فازی به نام اتوماتا سلولی فازی  (FCA) در دو مرحله استفاده شده است. در [2]، یک الگوریتم فیلتر میانه­ی نامتقارن ترمیم مبتنی بر تصمیم تغییر یافته برای بازیابی تصاویر خاکستری (سیاه و سفید) و رنگی که به شدت توسط نمک و نویز فلفل خراب شده اند پیشنهاد شده است و برای تصاویر سیاه و سفید و رنگی مختلف مورد آزمایش قرار گرفته است و نسبت حداکثر سیگنال به نویز ( PSNR)  و ضریب بهبودی تصویر (IEF ) بهتری ارائه می­دهد. در [3]، یک روش برای افزایش عملکرد یک سیستم تایید گوش ارائه شده است، که ابتدا در یک مرحله پیش پردازشی که از روش حذف نویز ترکیبی استفاده می­کند، نویزها از تصاویر گوش حذف می­شوند و سپس این تصاویر بهبودیافته در مرحله­ی بعد برای سیستم تحقیق استفاده می­شود. در [4]، یک روش دو مرحله ای برای کاهش نویز ضربه­ای ارائه شده است. در نخستین مرحله با استفاده ازANFIS  نویز ضربه­ای آشکار شده، و در مرحله دوم پیکسل نویز تخریب شده با مقدار جدید بر اساس  ANNجایگزین می­شود. مرجع [5]، یک روش آشکارسازی ضربه مبتنی بر سیستم واسط فازی-عصبی تطبیقی ( ANFIS ) برای ترمیم خراب شد­گی تصاویر بوسیله­ی نویز ضربه­ای پیشنهاد کرده است. مرجع [6]، استفاده از اتوماتای ​​سلولی ( CA ) را برای وظایف پردازش تصویر مختلف همانند حذف نویز و آشکارسازی ویژگی توصیف می­کند.

لذا، الگوریتم پیشنهادی برای آشکارسازی و حذف نویز بحث شده است. نتایج شبیه­سازی شامل مقایسه آن­ها با روش­های مرتبط در فصل 3 ارائه می شود. در بخش 4 نتیجه­گیری مقاله ارائه شده است.

ترجمه مقاله PHRHLS مسیریابی مشترک مبتنی بر جابجایی پیش بینی و سرویس مکان سلسله مراتبی برای VANETها

ترجمه مقاله PHRHLS مسیریابی مشترک مبتنی بر جابجایی پیش بینی و سرویس مکان سلسله مراتبی برای VANETها ترجمه مقاله PHRHLS مسیریابی مشترک مبتنی بر جابجایی پیش بینی و سرویس مکان سلسله مراتبی برای VANETها

دسته بندی	پژوهش
فرمت فایل	doc
حجم فایل	611 کیلو بایت
تعداد صفحات فایل	8

ترجمه مقاله PHRHLS: مسیریابی مشترک مبتنی بر جابجایی-پیش¬بینی و سرویس مکان سلسله¬مراتبی برای VANETها

چکیده

سرویس­های مبتنی بر مکان، اطلاعات مکانی که توسط پروتکل­های مسیریابی جغرافیایی استفاده می­شود را ارائه (و حفظ) می­کنند. مسیریابی و سرویس مکان بطور گسترده­ای مرتبط بهم هستند، اما در مطالعات معمول در مورد شبکه­ی اد هاک وسایل نقلیه[1] (VANET) بطور جداگانه­ای کنترل می­شوند. در این مقاله، یک روش مرکب، یعنی مسیریابی هیبریدی مبتنی بر پیش­بینی-جابجایی و سرویس مکانی سلسله­مراتبی (PHRHLS)، اتصال یک پروتکل مسیریابی VANET، مسیریابی بدون حالت محیط حریص (GPSR)، و سرویس مکان سلسله­مراتبی (HLS) را با یک الگوریتم پیش­بینی جابجایی ارائه می­کنیم. نشان می­دهیم که این روش، یعنی PHRHLS، هزینه محلی­سازی را کاهش می­دهد و عملکردهای مسیریابی را افزایش می­دهد. در واقع، شبیه­سازی­های گسترده­ی ما نتایج امیدوار کننده­ای بر حسب تاخیر سر به سر، نسبت تحویل بسته و هزینه پیام کنترلی را نشان می­دهد.

واژگان کلیدی

VANETها، سرویس­های مبتنی بر مکان، پروتکل­های مسیریابی جغرافیایی، تکنیک­های ترکیبی.

1. 1.      مقدمه

مدیریت خوب جابجایی در VANET برای تضمین راندمان مسیریابی بسیار مهم است. پروتکل­های مسیریابیِ معمولی مبتنی بر توپولوژی، عملکردهای محدودی در چنین شبکه­ها دارند، که دلیل آن کشف و فازهای نگهداری پرهزینه­ی آن­ها است. پروتکل­های مسیریابی جغرافیایی برای ارائه­ی عملکردهای بهتر برای چنین شبکه­هایی طراحی شدند. اصل اساسی اتخاذ شده توسط این پروتکل­ها این است که هر گره باید مراقب موقعیت جغرافیایی واقعی خود و موقعیت گرهی که باید به آن برسد، باشد. با این پروتکل­ها، الگوی موقعیت به موقعیت استفاده می­شود. از این رو، سرویس­های مبتنی بر مکان خاص برای گرفتن موقعیت مقصد لازم هستند.

در واقع، سرویس مبتنی بر مکان و مسیریابی بطور جداگانه­ای در شبکه­های اد هاک وسایل نقلیه (VANETها) انجام شده­اند: نخست یک سرویس مبتنی بر مکان برای یافتن محل مقصد استفاده می­شود، سپس پروتکل مسیریابی جغرافیایی بسته­های داده را به سمت مقصد مورد نظر مسیریابی می­کند. این فرآیند هر بار که موقعیتِ مقصد تغییر می­کند تکرار می­شود که منجر به وقفه­های پیوسته در ارتباط و هزینه سیگنال­دهی (سیگنالینگ ) سر به سر مهم برای پیدا کردن محل مقصد واقعی می­شود. در این مقاله به این بحث می­پردازیم که یک اتصال شدیدتر بین این دو فرایند، خدمات مبتنی بر مکان و پروتکل مسیریابی، که با پیش­بینی جابجایی وسیله نقلیه بسط­یافته است، کاهش معنادار تاثیرات وقفه­های ارتباطی و هم­چنین هزینه سیگنال­دهی  را میسر می­سازد. روش ما مسیریابی مرکب قابل پیش­بینی و سرویس مکان سلسله مراتبی (PHRHLS) است. PHRHLS با اتصال شدید مسیریابی بدون حالت محیط حریص (GPSR) [1] به­عنوان یک پروتکل مسیریابی جغرافیایی و سرویس مکان سلسله مراتبی (HLS) [2] به عنوان یک سرویس مبتنی بر مکان ساخته شده است. علاوه بر این، یک ویژگی پیش­بینی حرکت که ردیابی حرکت وسیله نقلیه مقصد را ممکن می­سازد به PHRHLS اضافه شده است.

در تحقیق قبلی ما [3]، نشان دادیم که یک ترکیب ساده­ی HLS و GPSR بدون پیش­بینی حرکت، بنام HRHLS، نیز عملکردهای ارتباطات را بر حسب نسبت تحویل بسته و تاخیر سر به سر افزایش می­دهد در حالیکه هزینه سیگنال­دهی  سرویس محلی را کاهش می­دهد. در این مقاله، استدلال می­کنیم که اضافه کردن پیش­بینی حرکت به ترکیب فوق­الذکر باعث بهبود بیشتر عملکرد خواهد شد.

---

[1] Vehicular Ad hoc Network 

برنامه نویسی موازی شبکه روی سیستم GPU چندهسته ای شتاب یافته با بهینه سازی

برنامه نویسی موازی شبکه روی سیستم GPU چندهسته ای شتاب یافته با بهینه سازی برنامه نویسی موازی شبکه روی سیستم GPU چندهسته ای شتاب یافته با بهینه سازی

دسته بندی	پژوهش
فرمت فایل	doc
حجم فایل	288 کیلو بایت
تعداد صفحات فایل	8

برنامه نویسی موازی­ شبکه روی سیستم GPU چندهسته­ای شتاب­یافته با بهینه­ سازی

چکیده
واضح است که کدگذاری شبکه به عنوان روشی امیدوارکننده برای بهبود بازده شبکه و پهنای باند موجود پدید آمده است. اما، با توجه به پیچیدگی محاسباتی بالا، قابلیت پیاده­سازی کدگذاری شبکه هنوز هم به عنوان یک چالش بر جای مانده است. همچنین، کاربردهای شتاب­یافته با GPU محدود به روش­های سنتی هستند، که در آن GPU بعنوان یک کوپروسسور[1] برای مصرف مجموعه­داده­های انتقالی از CPU استفاده می­شود. بنابراین، یک چارچوب کدگذاری شبکه موازی مهاجم با بهینه­سازی برای GPU سفارشی شده است، که در آن یک گرنیولاریتی[2] مناسب موازی­شدگی برای کدگذاری شبکه ارائه شده است، و GPU نه تنها می­تواند به عنوان مصرف­کننده داده، بلکه تولیدکننده داده­ نیز عمل کند. علاوه بر این، کدگذاری شبکه خطی تصادفی، در GPU فعال شده با CUDA موازی و بهینه­سازی شده است تا به اعتباربخشی روش ارائه شده بپردازد. نتایج عملی [آزمایشگاهی] نشان می­دهد که موازی کردن کدگذاری شبکه در سیستم چندهسته شتاب­یافته با GPU استفاده از روش­های پیشنهادی بسیار موثر است.

کلمات کلیدی: GPU، کدگذاری شبکه، موازی­سازی، CUDA، بهینه­سازی.

1. مقدمه

کدگذاری شبکه، یکپارچه­سازی کدگذاری اطلاعات و مسیریابی شبکه، تکنیکی برای تبادل اطلاعات است، که در آن بسته­های اطلاعاتی قبل از ارسال کدبندی [کدگذاری] می­شوند.

با توجه به مزایایی از قبیل بهبود بازده شبکه، متعادل کردن بارها، کاهش تاخیر انتقال و مصرف انرژی گره، و افزایش استحکام شبکه [1]، کدگذاری شبکه به طور گسترده­ای در ذخیره­سازی فایل­های توزیعی [2] در شبکه­های بی­سیم استفاده شده است [3]. با این حال، واقعیت وجود محیط شبکه غیرقطعی [4]، پیچیدگی محاسباتی بالای کدگذاری شبکه [5] به عملکرد سیستم­های کدگذاری شبکه [5] آسیب می­رساند، لذا قابلیت پیاده­سازی آن هنوز هم یک چالش است. بنابراین، بهینه­سازی کدگذاری شبکه [6] کاربردی است، و بهینه­سازی به نفع کاهش محاسبات و هزینه کدگذاری شبکه از جمله الگوریتم بهبود کدگذاری شبکه [7] و شتاب کدگذاری شبکه مبتنی بر سخت افزار یا معماری [5] [8-9] است.

کدگذاری شبکه شتاب­یافته با معماری GPU به نتایج قابل­توجهی دست یافته است و هنوز هم در حال پیشرفت است. با این حال، کار قبلی برای به حداکثر رساندن مصرف منابع محاسباتی GPU برای بازده سیستم کدگذاری شبکه موازی اختصاص داده شده است اما هنوز هم مطلوب نیست. همچنین، کار کمی بر روی بهینه­سازی سلسله مراتب حافظه برای سیستم کدگذاری شبکه وجود دارد. بنابراین، یک چارچوب کدگذاری موثر شبکه موازی از جمله بهینه­سازی حافظه برای بهبود بهره­برداری علاوه بر مصرف منابع محاسباتی GPU ارائه شده لازم است.

2. معماری و مدل برنامه نویسی CUDA

 
شکل 1،  نمایی کلی از معماری سیستم مشترک متشکل از GPU و CPU را نشان می­دهد، که در آن داده­ها بین CPU  و GPU با کانال PCIe  مورد تقاضا انتقال می­یابند. معماریGPU شامل تعدادی از مولتی­پروسسورهای مقیاس­پذیر (SMها) است که هر کدام شامل هشت هسته جریان پردازنده (SP) است و هر سه SM تشکیل یک شاخه مولتی پروسسور ریسه­ای (TPC) در NVidia GTX 280، حافظه پنهان[3] ثابت خواندنی، و حافظه پنهان بافت[4] خواندنی است. علاوه بر این، هر SM دارای16KB حافظه داخلی خواندنی و نوشتنی است که وجه مشترک همه SP های 8 بیتی است.

...