در سالهای اخیر، شاهد یکموج از حملههای سایبری برجسته به زیرساختهای دولتی، تجاری و حیاتی ملی بودهایمکه نشان میدهد حفظ امنیت و حریم خصوصی در شبکههای سازمانی واقعی روزبهروز چالشبرانگیزترمیشوند. از جمله این چالشها، تشخیص و پیشگیری از نرمافزارهای مخرب و فعالیتهایشرورانه در شبکههای سازمانی است که نیازمند روشها و راهکارهای قوی امنیتی است.
رادار شناختی با استفاده از پردازش هوشمند و وفقی، قابلیت تحلیل و تصمیمگیریخودکار را در سیستمهای راداری ایجاد میکند. یکی از ابزارهای مهم برای دستیابی بهاین هدف، هوش مصنوعی و بهویژه یادگیری عمیق است. یادگیری عمیق، بهعنوان یکی ازشاخههای هوش مصنوعی، در آشکارسازی اهداف راداری، بهویژه در شرایط نویزی وپیچیده، میتواند نقش مهمی ایفا کند. در این پژوهش، از دو شبکه یادگیری عمیق Faster R-CNN و Yolov8n برای آشکارسازیاهداف راداری در دادههای شبیهسازیشده استفاده شده است. عملکرد این دو شبکه، برروی دادههای دارای کلاتر سفید و رنگی بررسی شدهاست.
پلاتین یک فلز گرانبها با تقاضا بالا در صنایع مختلفاست، اما عرضه آن محدود است. پس بازیابی پلاتین از کاتالیستهای مستعمل از نظر اقتصادیاثرات قابل توجهی دارد. علاوه بر آن، میتوان از تجمع کاتالیست مستعمل بعنوانباطله جلوگیری کرد. در این پژوهش از حلالهای یوتکتیک عمیق برای لیچینگ پلاتین استفادهشد که جایگزینی سازگار با محیط زیست برای لیچینگ اسیدی میباشد. این ماده به دلیلخاصیت انحلال پذیری بالا، در چند سال اخیر مورد توجه دانشمندان و شیمیدانان قرارگرفته است.
مهندسی بافت یک علم نوین