#کلاسترینگ

[fartak-co]

. 🔔 کلاسترینگ سرور مایکروسافت (Microsoft Cluster Server) [#مقاله] . 🔸 کلاسترینگ سرور مایکروسافت به مجموعه ای از سرورها اطلاق می شود که در کنار هم کار می کنند تا ظرفیت و ویژگی های سیستم را ارتقا دهند. با استفاده از این قابلیت، در صورتیکه یکی از سرورها دچار قطعی یا خرابی شود، سرورهای دیگر وظیفه آنرا انجام می دهند. محافظت از اطلاعات و پیکربندی کلاستر بعنوان دو وظیفۀ مهم در Microsoft Cluster Server شناخته می شوند. فناوری کلاسترینگ سرور مایکروسافت شامل ۲ نوع مختلف است : سرور کلاستر مایکروسافت WSFC و کلاسترینگ سرور مایکروسافت از نوع NBL که در ادامه آنها را تشریح می نماییم. . 〽️ ادامه این #مقاله را در وب سایت فرتاک بخوانید. . 🔸🔶🔸 https://fartak-co.com/microsoft-cluster-servers 🔸🔶🔸 . ⭕️ سامانه فناوری فرتاک⭕️ ☎️ تماس : ۰۲۱۴۱۲۰۲۰۰۰ (۳۰ خط ویژه) . 📞 مدیریت فروش (داخلی ۱۲۸ ) . 📞 کارشناسان فروش سازمانی (داخلی ۲۱۱ و ۲۰۷ و ۲۰۹) . 🏢 آدرس دفتر مرکزی : تهران ، سهروردی شمالی ، بن بست آجودانی ، پلاک ۳ ساختمان فرتاک . #سامانه_فناوری_فرتاک #سرور_اچ_پى #سرور_hp #سرور #سرور_اچ_پی_ای #تجهیزات_شبکه #اچ_پی_ای_سرور #اچ_پی_ای #کلاستر #کلاسترینگ #کلاستر_سرور_مایکروسافت #Cluster_Server_Microsoft #Microsoft_Cluster_Server (at سامانه فناوری فرتاک) https://www.instagram.com/p/Cf29aCQqR3G/?igshid=NGJjMDIxMWI=

[daryaazadkhah]

نصب کلاسترینگ kubernetes در اوبونتو

کوبرنتیس" Kubernetes " یک سیستم مدیریت مخازن است که به صورت متن باز و رایگان ارائه داده شده است. این پروژه توسط گوگل و بر اساس تجربیات اجرای مخازن در محصولات ایجاد گردیده است. در این آموزش به صورت خلاصه و کاربردی به نصب ، راه اندازی و تنظیمات Kubernetes بوسیله " Kubeadm " و برنامه مدیریت تنظیمات " Ansible " بر روی سیستم عامل Ubuntu 16.04 می پردازیم.

نصب کلاسترینگ کوبرنتیس

برای نصب کلاسترینگ Kubernetes از سه عدد سرور Ubuntu 16.04 استفاده می کنیم که یک سرور به عنوان Master در نقش مدیریت و تنظیم کننده وظایف دو سرور دیگر عمل خواهد کرد و دو سرور دیگر به عنوان سرور Worker در کلاسترینگ استفاده می شوند. همچنین لازم است که در این آموزش با مفاهیم Ansible و نقش Playbook ها در Ansible و مفهوم Pod در Kubernetes آشنایی داشته باشید.

https://bit.ly/3otZyvS

[fakhravari]

چکیده

تشخیص رنگ پوست یک تکنیک محبوب و مفید و کار آمد به خاطر دارا بودن محدوده وسیع از به کار گرفته شدن در فعل و انفعالات کامپیوتر های انسانی هم در انالیز های پایه تشخیصی می باشد. از این رو ارائه یک روش مناسب برای بخش پیکسل مانند پوست می تواند مشکلات را حل کند. الگوریتم تقسیم بندی رنگ ارائه شده به طور مستقیم در فضای رنگ RGB بدون نیاز به تبدیل فضای رنگی کار می کند. با استفاده از تابع Genfis3 شبکه فازی از نوع سوگنو را شکل دادیم و داده ها را با استفاده از قاعده فازی C-Mean کلاسترینگ (FCM) دسته بندی کردیم و برای هر دسته و کلاستر یک Rule در نظر گرفتیم. در گام بعد خروجی حاصل از نگاشت داده شبه چند جمله ای به عنوان ورودی به Adaptive Network Based Fuzzy Inference System (ANFIS) (شبکه تطبیقی مبتنی بر سیستم استنتاج فازی) داده می شود

واژگان کلیدی

Skin Detection

Fuzzy Inference System Structure

Fuzzy C-Mean(FCM) Clustering

Fuzzy Neural

Network

Adaptive Network

Morphological Processing

شناسایی پوست

ساختار سیستم استنتاج فازی

خوشه بندی فازی C-Means (FCM)

عصبی فازی

شبکه

شبکه سازگار

پردازش مورفولوژیکی

پذیرش کنفرانس ملی یافته‌های نوین پژوهشی در مهندسی برق و علوم کامپیوتر- سال 1394 پذیرش در مجله ISI LISTEN = Ciência e Natura, v. 37 Part 2 jun. 2015, p. 264−275

دانشجو کارشناسی ارشد مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات بوشهر، Fakhravary@Gmail.Com

مربی گروه مهندسی کامپیوتر، دانشگاه آزاد اسلامی، واحد علوم و تحقیقات بوشهر، Marziye.dadvar@Gmail.Com

Skin Color Segmentation in RGB Color Space with Adaptive Fuzzy Neural Network (Anfis)

ساختار ANFIS شبكه های عصبی و سیستمهای فازی تخمین گرهای مستقل از مدل می باشند و قابلیت های مشابهی را در بر خورد با عدم قطعیت ها و نویز از خود نشان می دهند. لذا امكان تبدیل كردن سیستم استنتاج فازی به فرم یك شبكه آموزش پذیر وجود دارد. شبكه ای كه از این طریق به دست می آید می تواند روش های یادگیری شبكه های عصبی را به منظورآموزش پارامترهای خود به كار گیرد. به علاوه ساختار حاصل از این طریق به صورت یك سیستم جعبه سیاه باقی نمانده و با توجه به قابلیت تفسیر پذیری سیستم های فازی مزایای بیشتری خواهد داشت و نتیجه نهایی به فرم قواعد زبانی قابل بیان خواهد بود. همانند سیستم های فازی، ساختار ANFIS نیز از دو بخش تشكیل شده است. بخش نخست مقدم و بخش دوم تالی نامیده می شود كه این دو بخش توسط قواعد فازی در فرم یك شبكه به یكدیگر متصل می شوند شكل (4) ساختار یك شبكه ANFIS را در پنج لایه نمایش می دهد، كه در آن لایه اول عمل فازی سازی را انجام می دهد، لایه دوم عمل T‐Norm فازی را برای بخش مقدم قواعد فازی انجام می دهد، لایه سوم به منظور نرمال سازی به كار می رود، لایه چهارم بخش تالی قواعد فازی را ایجاد می نماید و در نهایت لایه پنجم خروجی نهایی سیستم را محاسبه می كند.

پیاده سازی شده در محیط متلب

ترجمه مقاله به فارسی

نرم افزارهای مورد نیاز جهت اجرای این نسخه : Matlab R2014b

توضیح مختصر

یکی از شیوه های کاربردی برای تشخیص یک چهره استفاده از طراح تشخیص پوست می باشد ،که ثابت شده در بسیاری از اعمال تاثیر به سزایی داشته است. در این کار تشخیص رنگ پوست فازی از فضای رنگی RGB پیشنهاد شده استفاده می کند. در این مطالعه، یک طبقه بندی به دو منطقه (به عنوان پوست و یا غیر پوست به صورت جداگانه) است برای تشخیص پوست استفاده می شود؛ طبقه بندی بر اساس پیکسل انتخاب شده است برای طبقه بندی هر پوست و غیر پوست پیکسل، به طور مستقل از همسایگان خود. در این برنامه، فضای جستجو برای اشیاء مورد علاقه، از جمله چهره و یا دست، می تواند از طریق شناسایی مناطق پوست کاهش یابد. برای این منظور، تقسیم بندی پوست بسیار موثر است چرا که معمولا شامل مقدار کمی از محاسبات است که می تواند بدون در نظر گرفتن ژست انجام شود.