جستجو در مقالات منتشر شده
۴ نتیجه برای صالح زاده
دوره ۸، شماره ۲ - ( ۷-۱۳۹۶ )
چکیده
سابقه و هدف: رشته های آمیلوئیدی، تجمعاتی رشته مانند هستند که از انواع مختلف پپتید ها و پروتئین ها بوجود می آیند و با توجه به شکل ظاهری شان در تصویر میکروسکوپ الکترونی و همچنین طی روش هایی مثل اتصال رنگ (dye binding) و حضور ساختار های رشته ای مبتنی بر صفحات بتای ارتقاء یافته و در تعامل با هم (cross beta) از سایر رشته های پروتئینی قابل تمیز می باشند. رشته های آمیلوئیدی در ایجاد بیماریهایی با نام عمومی Amyloidosis دخیل می باشند. بیماری هایی مثل الزایمر، پارکینسون و دیابت تیپ۲ که در هر کدام نوع خاصی از پروتئین به صورت رشته های آمیلوئیدی (amyloid fibers) یا شبه آمیلوئیدی (amyloid-like fibers) در می آیند. بسیاری از پروتئین هایی را که در محیط in vivo آمیلوئیدی نشده اند را می توان در آزمایشگاه تحت شرایط خاصی به فرم آمیلوئیدی تبدیل نمود.
مواد و روشها: برای سنجش تشکیل فیبریل ها از روشهای جذب سنجی کنگورد، نشر فلورسانس ThT، داده های CD و تصاویر میکروسکوپ الکترونی گذاره استفاده شد.
یافته ها: نتایج نشان داد که حداکثر میزان تولید فیبریلهای آمیلوئیدی در غلظت ۵ میلی گرم بر میلی لیتر، دمای ۵۰ درجه سانتیگراد و pH برابر ۴/۷ تشکیل می شود.
نتیجه گیری: می توان رشته های آمیلوئیدی حاصل از کاپا کازئین را بعنوان نانو مواد جدید معرفی کرده و از اینرو نتایج حاصله، با توجه به کاربردهای متنوع نانو مواد، فرایند بهینه سازی تولید این رشته ها از پروتئین ارزان و در دسترس موجود در شیر را توجیه می نماید.
دوره ۱۶، شماره ۱ - ( ۲-۱۳۹۱ )
چکیده
هدف از این مقاله، ارائه الگوی تلفیقی از روش های خوشه بندی، فرآیند تحلیل سلسله مراتبی (AHP) و کانو می باشد تا به وسیله بخش بندی مشتریان و بدست آوردن ارزش هر بخش، خدمات متناسب با هر بخش ارائه شود. جامعه آماری این تحقیق شامل مشتریان بانک سامان قم بوده و بعد از نمونه گیری تصادفی ساده، تعداد ۱۴۴ پرسشنامه برای تجزیه و تحلیل داده ها مورد استفاده قرار گرفته است. در این تحقیق بعد از جمع آوری داده ها، خوشه بندی بر روی آنها انجام شده است؛ سپس با استفاده از AHP خوشه ها اولویت بندی شده و در نهایت با استفاده از الگوی کانو، نیازهای هر خوشه تعیین شده و خدمات متناسب با هر خوشه پیشنهاد شده است. بعد از خوشه بندی تعداد خوشه ها چهار عدد تعیین شده و اولویت خوشه ها به ترتیب خوشه دوم، خوشه سوم، خوشه اول و خوشه چهارم بدست آمده است. با توجه به تحلیل های انجام شده، نیازهای افراد خوشه اول بیشتر یک بعدی، جذاب و بی تفاوت؛ خوشه دوم و سوم، بیشتر الزامی؛ و خوشه چهارم بیشتر یک بعدی بدست آمده اند. نتایج این تحقیق نشان می دهد که تلفیق سه روش مورد بحث، فنی توانمند ایجاد می کند که بوسیله آن یک سازمان می تواند با بخش بندی بازار، شناسایی مشتریان با ارزش و کسب رضایت آنها، مزیت رقابتی بدست آورد.
فرشاد مؤمنی، محمدرضا عطارپور، رضا صالح زاده، محمدمهدی خزایی،
دوره ۱۶، شماره ۳ - ( پاییز ۱۳۹۵ ۱۳۹۵ )
چکیده
نقش مهم شرایط نهادی ایجادشده توسط دولت و مشارکت نهادها در فرایند دستیابی به توسعه پایدار، نوآوریهای نهادی را به عنوان یکی از مفاهیم کاربردی و اصولی در استراتژیهای توسعه بیش از پیش مورد توجه سیاستگذاران و دولتمردان قرار داده، و از طرف دیگر، دسترسی به فناوری و وجود سیاست های مناسب فناوری و نوآوری نیز از الزامات دستیابی به توسعه پایدار است. این پژوهش به دنبال نشان دادن ارتباط بین نوآوری نهادی، توسعه فناوری و دستیابی به توسعه پایدار بوده و در این راه، از مدل سازی مبتنی بر مربعات جزئی (PLS) بهره گرفته است. مدل پیشنهادی با استفاده از پرسشنامه توزیع شده بین خبرگان فعال در حوزه سیاستگذاری علم و فناوری برآورد و تأیید شد. نتایج نشان داد که توجه به نوآوری های نهادی که از مصادیق فناوری نرم میباشند، می تواند علاوه بر تأثیر مستقیم بر دستیابی به توسعه پایدار از طریق تأثیرگذاری بر سایر متغیرهای مهمی چون توسعه فناوری نیز به طور غیرمستقیم، فرایند توسعه پایدار را تسهیل نماید. به علاوه در بین نوآوری های نهادی، توجه به استراتژی سازی و مباحث تصمیمگیری و سیاستگذاری (با ضریب ۹۲/۰) و در بین مصادیق توسعه فناوری توجه به پتنت (۹۰۴/۰)، مدیریت فناوری (با ضریب ۸۹/۰) و محیط فناوری (با ضریب ۸۹۸/۰) بالاترین درجه اهمیت را در دستیابی به توسعه پایدار دارند.
دوره ۱۷، شماره ۷ - ( ۷-۱۳۹۶ )
چکیده
این مقاله به تشخیص ارتعاشی خرابی در چندلایه کامپوزیت الیاف شیشه با استفاده از آنالیز سیگنال زمانی و شبکه عصبی مصنوعی میپردازد. بهمنظور کاهش نویز سیگنالهای ارتعاشی، نویز زدایی با استفاده از تبدیل موجک به انجام رسید. پس از دادهکاوی و استخراج ویژگیهای آماری از سیگنالهای پردازششده، شبکه عصبی بهعنوان تشخیصدهنده، چندلایه کامپوزیت معیوب را شناسایی نمود. ارزیابی دقت تشخیص عیب توسط ساختارهای مختلف شبکه عصبی مصنوعی به انجام رسید که درنتیجه بهترین عملکرد شبکه عصبی مصنوعی در تشخیص خرابی انتخاب گردید. سپس، مقایسه میان دقت عیبیابی با استفاده از سیگنالهای نویززایی شده توسط تبدیل های موجک مادر مختلف در مراحل تجزیه مختلف به انجام رسید تا بهترین تبدیل سیگنال جهت تشخیص خرابی مشخص گردد. نتایج نشان میدهد که ساختار شبکه عصبی مصنوعی بر دقت تشخیص عیب اثر مهمی خواهد داشت و مناسبترین دقت در تعداد ۷۵ لایه پنهان و اختصاص ۸۰%، ۱۰% و ۱۰% داده ها به آموزش، اعتبارسنجی و تست حاصل گردید. همچنین استفاده از تبدیل های موجک مادر دوبشی ۳ و موجک مادر دو متعامد ۳,۷ در مرحله تجزیه ۲ منجر به تشخیص عیب با بالاترین دقت در میان سایر موجک های مادر در زمان مناسب تر خواهد شد. روش مذکور به عنوان روشی مبتنی بر دادههای واقعی با داده برداری از نقاط تعیین شده، تشخیص عیب را در صفحات کامپوزیت با دقت مناسب در زمان محاسبه کوتاه انجام میدهد، لذا از این روش میتوان جهت پایش وضعیت سازه های کامپوزیتی بهصورت آفلاین و آنلاین، با افزودن قابلیت داده برداری برخط، استفاده نمود.