مجموعه فایلهای کاربردی

بایگانی
  • ۰
  • ۰

Sicilian sacrifices Sopiko Guramishvili
توسط استاد بزرگ شطرنج Sopiko Guramishvili
فیلم آموزشی قربانیهای تیپیک دفاع سیسیلی
فرمت mp4
تعداد ویدئوها 4
توصیه برای بازیکنان سطح 1200-1600
آموزش وسط بازی شطرنج
در این مجموعه ویدئویی بسیار آموزنده و سرگرم کننده استاد بزرگ Sopiko Guramishvili انواع قربانیها و دامهای گشایشی - الگوهای شطرنجی در دفاع سیسیلی را با درک وفهم آسان به شما آموزش میدهد
معرفی
قربانی در d5
قربانی در c3
قربانیهای غیر معمول
خلاصه و نتیجه گیری
با فراگیری الگوهای شطرنجی و قربانی های نمونه وار و ضعف برخی از خانه های کلیدی سطح بازی شما بطور چشمگیری افزایش میابد
  • file lazem
  • ۰
  • ۰
هرگونه تقاضای شمابابهترین کیفیت ودراسرع وقت به درب خانه یامحل کارتان ارسال میگردد.
  • file lazem
  • ۰
  • ۰

توضیح کامل تمام فصلهای کتاب همراه با تست و سوال تشریحی.مناسب برای آموزگاران ودانش آموزان پایه ششم.کار آموزگاران باداشتن این جزوه بسیار راحت خواهد بود.مناسب برای تیزهوشان ودانش آموزانی که برای آزمونهای ورودی مدارس نمونه دولتی آماده میشوند.
  • file lazem
  • ۰
  • ۰

عنوان و چکیده مقاله
Classification by Cluster Analysis: A New Meta

Learning Based Approach
Anna Jurek, Yaxin Bi, Shengli Wu, Chris Nugent
School of Computing and Mathematics University of Ulster,
Jordanstown, Shore Road, Newtownabbey, Co. Antrim, UK, BT37 0QB
jurek-a@email.ulster.ac.uk, {y.bi, s.wu1, cd.nugent}@ulster.ac.uk
Abstract. Combination of multiple classifiers, commonly referred to as an
classifier ensemble, has previously demonstrated the ability to improve
classification accuracy in many application domains. One popular approach to
building such a combination of classifiers is known as stacking and is based on
a meta-learning approach. In this work we investigate a modified version of
stacking based on cluster analysis. Instances from a validation set are firstly
classified by all base classifiers. The classified results are then grouped into a
number of clusters. Two instances are considered as being similar if they are
correctly/incorrectly classified to the same class by the same group of
classifiers. When classifying a new instance, the approach attempts to find the
cluster to which it is closest. The method outperformed individual classifiers,
classification by a clustering method and the majority voting method.
Keywords: Combining Classifiers, Stacking, Ensembles, Clustering, Meta-
Learning.
دسته بندی بر اساس تجزیه و تحلیل خوشه ای: یک روش فراآموزشی جدید
چکیده:
ترکیبی از طبقه بندهای مختلف معمولاً به عنوان یک گروه طبقه بندی شده مورد اشاره قرار می گیرد که پیش از این قابلیت آن برای بهبود دقت طبقه بندی در بسیاری از حوزه های نرم افزاری ذکر شده است. یک روش محبوب برای ساخت چنین ترکیبی از طبقه بندها به نام پشته سازی سازی(پشته کردن) شناخته شده است که مبتنی بر یک روش فرا یادگیری است. در این بخش ما یدر ک نسخه ی اصلاح شده از روش پشته سازی سازی را بررسی می کنیم که مبتنی بر تجزیه و تحلیل خوشه ای است. نمونه های مجموعه های امکان سنجی ابتدا از طریق طبقات پایه ی خود تقسیم بندی می شوند. نتایج طبقه بندی شده سپس به تعدادی خوشه ها گروهبندی می شوند. دو نمونه مشابه نظر گرفته می شود اگر آنها درست/نادرست در یک کلاس با یک گروه طبقه بندی قرار گرفته باشند. در زمان طبقه بندی نمونه ی جدید، این روش در تلاش است که خوشه ای که نزدیکترین است را بیابد. این روش نسبت به طبقه بندی تکی، طبقه بندی با یک روش خوشه بندی و روش رای اکثریت، عملکرد و کارایی بهتری دارد.
کلمات کلیدی: طبقه بندهای ترکیب کننده، پشته سازی سازی(پشته کردن)، مونتاژ کردن، خوشه بندی، فراآموزشی (Meta Learning).
تعداد صفحات انگلیسی=10
تعداد صفحات فارسی=15
فایل ترجمه شده دارای کیفیت عالی و در فرمت وورد می باشد

  • file lazem
  • ۰
  • ۰

عنوان و چکیده مقاله به انگلیسی و فارسی
Salvatore Pontarelli, Pedro Reviriego, Marco Ottavi and Juan Antonio Maestro
Abstract— To avoid data corruption, Error Correction Codes (ECCs) are widely used to protect memories. ECCs introduce a delay penalty in accessing the data as encoding or decoding has to be performed. This limits the use of ECCs in high-speed memories. This has led to the use of simple codes such as Single Error Correction Double Error Detection (SEC-DED) codes. However, as technology scales Multiple Cell Upsets (MCUs) become more common and limit the use of SEC-DED codes unless they are combined with interleaving. A similar issue occurs in some types of memories like DRAM that are typically grouped in modules composed of several devices. In those modules, the protection against a device failure rather than isolated bit errors is also desirable. In those cases, one option is to use more advanced ECCs that can correct multiple bit errors. The main challenge is that those codes should minimize the delay and area penalty. Among the codes that have been considered for memory protection are Reed-Solomon (RS) codes. These codes are based on non-binary symbols and therefore can correct multiple bit errors. In this paper, single symbol error correction codes based on Reed-Solomon (RS) codes that can be implemented with low delay are proposed and evaluated. The results show that they can be implemented with a substantially lower delay than traditional single error correction RS codes.
Index Terms— Error correction codes, Reed-Solomon codes, DRAM memory module, soft errors.
تأخیر کم در کدهای تصحیح خطای نمادین مبتنی بر کدهای (Reed-Solomon (RS
چکیده:
به منظور جلوگیری از خطا و انحراف اطلاعات، کدهای تصحیح خطا(ECC) به طور گسترده ای برای محافظت از حافظه استفاده می شود. ECCها یک جریمه ی تأخیر در دسترسی به اطلاعات معرفی می کند که این روند باید به صورت رمزگذاری و یا رمزگشایی انجام شود. این مورد باعث می شود کاربرد ECCها در حافظه های با سرعت بالا، محدود شود. این امر منجر به استفاده از کدهای ساده مانند کد تصحیح یک خطا و تشخیص دو خطا (SEC-DED) می شود. با این حال، تکنولوژی چندسلولی (MCU) متداولتر شده است و کاربرد کدهای SEC-DED را محدود می کند مگر اینکه آنها با فرآیند برگ برگ سازی ترکیب شوند. حالت مشابه در برخی حافظه ها مانند DRAM اتفاق می افتد که به طور معمول در ماژولهایی رخ می دهد که متشکل از دستگاههای مختلف هستند. در آن ماژولها، محافظت در برابر خطای دستگاه نسبت به جدا کردن بیتهای خطا مطلوب تر است. در آن موارد، یک گزینه این است که از ECC های پیشرفته تری استفاده کنیم که بتواند چندین بیت خطا را تصحیح کند. چالش اصلی این است که این کدها باید تأخیر و حوزه ی جریمه را به حداقل میزان ممکن برسانند. در میان کدهایی که برای نگهداری حافظه در نظر گرفته شده اند می تواند به کدهای(Reed-Solomon (RS اشاره کرد. این کدها مبتنی بر شاخصهای غیرباینری هستند و بنابراین می توانند چندین بیت خطا را تصحیح کنند. در این مقاله کدهای تصحیح خطای نمادین مبتنی بر کدهای (Reed-Solomon (RS هستند که می توانند با تأخیر کم پیاده سازی شده و مورد ارزیابی قرار گیرند. نتایج نشان میدهند که می توان این کدها را با تأخیر پایین تر نسبت به کدهای تصحیح یک خطا RS پیاده سازی کرد.
کلمات کلیدی: کدهای تصحیح خطا، کدهای Reed-Solomon، ماژول حافظه ی DRAM، خطاهای نرم افزاری.
تعدادصفحات انگلیسی=6
تعداد صفحات فارسی=12
فایل ترجمه شده در فرمت وورد می باشد
  • file lazem
  • ۰
  • ۰

Received 25 July 2013
Revised 2 October 2013
Accepted 13 October 2013
Multiple-period market risk
prediction under long memory:
when VaR is higher than expected
Harald Kinateder and Niklas Wagner
Business Administration and Economics,
University of Passau, Passau, Germany

Abstract
Purpose – The paper aims to model multiple-period market risk forecasts under long memory
persistence in market volatility.
Design/methodology/approach – The paper proposes volatility forecasts based on a combination
of the GARCH(1,1)-model with potentially fat-tailed and skewed innovations and a long memory
specification of the slowly declining influence of past volatility shocks. As the square-root-of-time
rule is known to be mis-specified, the GARCH setting of Drost and Nijman is used as benchmark
model. The empirical study of equity market risk is based on daily returns during the period
January 1975 to December 2010. The out-of-sample accuracy of VaR predictions is studied for 5, 10, 20
and 60 trading days.
Findings – The long memory scaling approach remarkably improves VaR forecasts for the longer
horizons. This result is only in part due to higher predicted risk levels. Ex post calibration to equal
unconditional VaR levels illustrates that the approach also enhances efficiency in allocating VaR
capital through time.
Practical implications – The improved VaR forecasts show that one should account for long
memory when calibrating risk models.
Originality/value – The paper models single-period returns rather than choosing the simpler
approach of modeling lower-frequency multiple-period returns for long-run volatility forecasting. The
approach considers long memory in volatility and has two main advantages: it yields a consistent set
of volatility predictions for various horizons and VaR forecasting accuracy is improved.
Keywords GARCH, Hurst exponent, Long memory, Multiple-period value-at-risk,
Square-root-of-time rule, Volatility scaling
Paper type Research paper
عنوان فارسی مقاله
پیش بینی ریسک بازار چند سری زمانی تحت حافظه بلندمدت
هنگامی که ارزش در معرض خطر VAR)(بالاتر از حد انتظار است
چکیده
هدف - هدف از ارائه این مقاله برای مدل کردن پیش بینی های ریسک بازار چند سری، تحت پایداری حافظه بلند مدت در نوسانات بازار می باشد.
طراحی - روش شناسی – رویکرد
در این مقاله پیش بینی نوسانات ریسک بازار بر اساس ترکیبی از مدل-(گارچ GARCH 1،1) با نوآوری های به طور بالقوه دمب چاق(دامنه) و نامتوازن و مشخصات حافظه بلند مدت از نفوذ کم کم رو به کاهش شوک های نوسانات گذشته،پیشنهاد می شود، و به عنوان قاعده ریشه توان دوم سری زمانی که به اشتباه مشخص شده، شناخته شده می باشد.تهیه و تنظیم مدل گارچ توسط Drost و Nijman به عنوان مدل معیار مورد استفاده قرارمی گیرد. در این مطالعه تجربی ، ریسک بازار سهام مبتنی بر بازده داده های روزانه طی سری زمانی ژانویه 1975 تا دسامبر 2010می باشد. نمونه خارج از دقت و صحت از پیش بینی های VAR برای معاملات 5، 10، 20 و 60 روزه ، مورد مطالعه قرار می گیرد.
تعداد صفحات مقاله انگلیسی=29
تعداد صفحات مقاله فارسی=51
فایل ترجمه شده در فایل وورد WORDمی باشد
قیمت فایل =20000 تومان

  • file lazem
  • ۰
  • ۰
دانلود نمونه سوال درس مهندسی شبکه پیشرفته استاد جمالی

نصف هزینه دانلود در جهت کمک رسانی به یتیمان و فقرا خرج خواهد شد.

  • file lazem
  • ۰
  • ۰

Speed Chess DVD, Knockout Championship
فیلم مسابقات سریع شطرنج با موریس اشلی
سرعت شطرنج با موریس اشلی
زمان اجرا : 1ساعت و 40 دقیقه
با کیفیت اورجینال
تعداد ویدئوها 7
قهرمانی حذفی : احراز مرحله Superblitz

زمان مسابقات 10 دقیقه برای دو بازیکن

چهار تن از داغترین بازیکنان در مسابقات نبرد ایالات متحده برای برتری در یک مسابقه سریع ء و هیجان انگیز
بازیکن افسانه ای حمله لری کریستیانسن، نبوغ استراتژیک جوئل بنیامین، شجاعانه فنون الکساندر شابالوف، و نام Phenom هیکاروناکامورای جوان اراده آهننین ، خود را با سرعت و عزم و اراده در یک مسابقه مرگبار در برابر ساعت.
با تفسیر پویا و آموزنده توسط کلاس جهانی شطرنج گوینده استاد بزرگ موریس اشلی ، با بازیهایی پر از درام و تنش آشکار در برابر چشمان شما.
تنها با ده دقیقه بر روی ساعت، هر چیزی می تواند رخ دهد!
تماشای این مسابقات با گزارش موریس اشلی به راحتی به شما نشان میدهد که دیدن یک مسابقه شطرنج در سطح بالا هیجان انگیزتر و لذت بخش تر از دیدن یک مسابقه فوتبال بین بارسا و رئال میباشد
این فیلم آموزشی و هیجان انگیز شطرنج را به هیچ وجه از دست ندهید
لازم به ذکر است در سایت اصلی یکی از گران قیمت ترین فیلمها میباشد
با تماشای این فیلم تجربیات و نکات آموزندهای زیادی در شطرنج کسب میکنید
Four of the hottest players in the United States battle for supremacy in a fast paced and exciting competition. Legendary attacking player Larry Christiansen, strategic genius Joel Benjamin, daring tactician Alexander Shabalov, and the young phenom Hikaru Nakamura test their will, speed and determination in a deadly race against the clock!
With dynamic and instructive commentary by world class chess announcer Maurice Ashley, get inside the minds of the GM's as games full of drama and tension unfold before your eyes.
With only ten minutes on the clock, anything can happen!
Specifications:
DVD (also PC DVD)
1 hour, 40 minutes

بعد از پرداخت مبلغ مورد نظر در صفحه ای که مختص شما باز میشود بر روی لینک دانلود مستقیم پر سرعت با حجم 530 مگابایت کلیک کنید

لینک دانلود در یک فایل فشرده هم به ایمیل شما ارسال خواهد شد
لازم به ذکر است بعد از باز کردن فایل فشرده فایل ها را با نرم افزار 7zip باز کنید

  • file lazem
  • ۰
  • ۰

این محصول پرسشنامه روش ANP از روش‌های تصمیم گیری چند شاخصه (MADM) میباشد. این پرسش نامه به صورت کامل میباشد. فرمت این پرسش نامه DOC (ورد) است که به راحتی قابل ویرایش برای پروژه شما می باشد. این محصول علاوه بر پرسشنامه حاوی نمودارهای روابط داخلی و خارجی تحلیل شبکه جهت استفاده در پرسش نامه می باشد. این پرسش نامه علاوه بر روش ANP با حذف تعدادی از سوالها که به روابط داخلی مربوط میشوند به پرسشنامه AHP تبدیل میشود.
  • file lazem
  • ۰
  • ۰
سورس کد برنامه paint با شی گرایی که در آن رسم مستطیل مربع دایره و تغییر رنگ و... داریم این برنامه به زبان سی شارپ نوشته شده است .
برای ارائه به عنوان پروژه درس های برنامه نویسی می باشد.
  • file lazem