| ارايه دهنده | ساعت | تاریخ |
| دکتر حمید سلطانیان زاده | 10:15 تا 11:15 | چهارشنبه 8 دی ماه |
| دکتر حسین صامتی | 11:15 تا 12:15 | چهارشنبه 8 دی ماه |
| دکتر محمدحسین یغمایی مقدم | 15:30 تا 16:30 | چهارشنبه 8 دی ماه |
| دکتر محمدعلی اخایی | 10:00 تا 11:00 | پنجشنبه 9 دی ماه |
| دکتر حمید حسن پور | 13:00 تا 14:00 | پنجشنبه 9 دی ماه |
*****************************************************************
*****************************************************
********************************
****************
دکتر حمید سلطانیان‌زاده
دانشگاه تهران و پژوهشگاه دانش‌های بنیادی، تهران، ایران و سیستم سلامت هنری فورد، دیترویت، میشیگان، ایالات متحده آمریکا.
(موضوع ارائه: آنالیز تصاویر پزشکی با استفاده از شبکه‌های عصبی عمیق)
Abstract
Medical images play key roles in diagnosis, treatment planning, treatment evaluation, and prognosis of various diseases. While qualitative analysis of medical images by clinical experts is essential, their quantitative analysis greatly aids physicians and makes significant contributions to the diagnosis, treatment planning, treatment evaluation, and prognosis. Such quantitative analysis requires various image processing and pattern recognition algorithms for noise suppression, image restoration and enhancement, organ or structure segmentation, and tissue characterization and quantification. With the advancement of deep neural networks, many of these tasks can nowadays be done by such networks. However, the design and application of these networks are challenging. In this presentation, I will introduce deep neural networks that have been developed in recent years for addressing some of the medical image analysis problems. I will also describe a major challenge in the development of such networks and our approach to solve it. I will conclude my presentation with a summary of the achievements and the remaining problems in this exciting and impactful field.
************************************************************************************************
*****************************************************************************
**************************************
*************
دکتر محمدحسین یغمایی مقدم
دانشگاه فردوسی مشهد، مشهد، ایران و دانشگاه تورنتو کانادا.
(موضوع ارائه: چگونه محاسبات ابری/ مه برنامه‌های پاسخگویی بار را بهبود می‌بخشد)
چکیده
با افزایش استفاده از لوازم خانگی، تامین انرژی تقاضای مصرف کنندگان توسط شبکه‌های برق سنتی مسئله مهمی است. برنامه‌های پاسخگویی بار برای تعادل بین تولید و مصرف انرژی برق مورد استفاده قرارگرفته اند. موفقیت برنامه‌های پاسخگویی بار بطور قطعی به وجود یک شبکه ارتباطی سریع و زمان واقعی بین مصرف کنندگان و تامین کنندگان برق بستگی دارد. بنابراین، یک شبکه ارتباطی مقیاس پذیر و قابل برنامه ریزی برای رسیدگی به داده ها مورد نیاز است. با توجه به پیشرفت‌های اخیر در فناوری اطلاعات و ارتباطات (ICT)، گرایش های صنعت مخابرات تغییر کرده است. شبکه نرم افزار محور (SDN)، محاسبات ابری/مه و مجازی سازی توابع شبکه (NFV) برخی از پیشرفت‌های جدیدی هستند که تحول عظیمی در صنعت مخابرات ایجاد می‌کنند. در این سخنرانی، تاثیر محاسبات ابری/مه برای بهبود کارایی برنامه‌های پاسخگویی بار درشبکه‌های هوشمند برق بررسی میشود.
************************************************************************************************
*****************************************************************************
**************************************
*************
دکتر حمید حسن‌پور
دانشگاه صنعتی شاهرود، شاهرود، ایران
(موضوع ارائه: سیستمهای هوشمند و نظارت بر آزمونهای آنلاین)
چکیده
آزمون آنلاین یکی از ضروریات جامعه امروزی است اما مشکلات موجود در نظارت به صحت این نوع از آزمون ها خدشه وارد میسازد. با بهره گیری از سیستمهای هوشمند میتوان امکان نظارت دقیق بر آزمونهای آنلاین را مهیا کرد و با بی نیاز شدن به ناظر انسانی هزینه برگزاری آزمون را کاهش داد.
دو نوع تقلب در آزمونها ممکن است رخ دهد: آزمون دادن توسط فرد دیگر و تهیه پاسخ از طریق منابع غیرمجاز. علی رغم دقتی که ناظران در آزمونهای حضوری بر هویت و رفتار آزمون دهندهها دارند، معمولا موارد قابل توجهی تقلب در آزمونهای حضوری گزارش میشود. با بهره گیری از سیستمهای هوشمند می توان هویت آزمون دهنده را در شروع و حین برگزاری آزمون مورد ارزیابی قرار داد. برای تایید هویت آزمون دهنده میتوان از روشهای شناسایی چهره بهره برد. علاوه بر آن، همانگونه که دست نوشته یکی از شیوه های تایید هویت است، چگونگی تایپ کردن افراد نیز میتواند به عنوان یکی از روشهای بیومتریک برای شناسایی افراد مورد استفاده قرار گیرد. به طرق مختلفی میتوان ویژگیهایی از چگونگی تایپ کردن افراد برای شناسایی هویت آنها بدست آورد.
ناظران با دقت بر رفتار آزمون دهنده ها میتوانند تقلب را شناسایی کنند. تقلب ممکن است بصورت آشکار یا پنهان انجام گیرد. هنگامیکه آزمون دهنده از فردی یا وسیله ای نظیر موبایل در حین آزمون استفاده میکند معمولا توسط ناظر مورد شناسایی قرار میگیرد. با پیشرفتهایی که در زمینه بینایی ماشین انجام گرفت تشخیص این نوع تقلب توسط سیستم های هوشمند به راحتی قابل انجام است.
در تقلب مخفی ابزار تقلب از دید ناظر مخفی بوده یا اصولا تقلب بدون ابزار خاصی انجام میشود. در هنگام تقلب مخفی، آزمون‌دهنده رفتاری غیرمعمول، نظیر عدم توجه به سئوالات آزمون، از خود نشان می‌دهد. در این ارائه تشخیص صحنه‌های مشکوک به تقلب مخفی در آزمونهای الکترونیکی از طریق تحلیل رفتاری آزمون‌دهنده مورد توجه قرار میگیرد. این موضوع را میتوان یک مسئله تشخیص ناهنجاری در ویدئو دانست. با توجه به اینکه رفتار انسان توسط حالت و حرکات بدن او نمایان میشود، بررسی آنها در شناسایی رفتارهای متقلبانه نقش کلیدی دارد. از این رو تشخیص حالت بدن، حالت‌های احساسی مانند استرس و همچنین تشخیص فعالیت‌های انسانی از زمینه‌های تحقیقاتی اصلی مرتبط با این موضوع است.
در این سخنرانی کلیدی، ضمن ارائه راه حلهایی برای شناسایی انواع مختلف تقلب در آزمونهای آنلاین، جنبه های پژوهشی مختلف مورد بحث و بررسی قرار میگیرد و یک سیستم هوشمند برای نظارت ویدیوئی پیشنهاد میشود.
************************************************************************************************
*****************************************************************************
**************************************
*************
دکتر حسین صامتی
دانشگاه صنعتی شریف، تهران، ایران.
(Title: Language, Computing, and AI)
Abstract
مهلت ارسال مقالات: 15 مهر 1400 30 مهر 1400 (تمدید شده) 5 آبان 1400 (مهلت نهایی)
مهلت پیشنهاد کارگاه‌های آموزشی: 16 آبان 1400
زمان اعلام پذیرش کارگاه های آموزشی: 30 آبان 1400
زمان اعلام نتایج داوری مقالات: 1 آذر 1400 15 آذر 1400
ثبت نام و ارسال نسخه نهایی مقالات: 15 آذر 1400، 25 آذر 1400
تاریخ برگزاری کنفرانس: 8 و 9 دی 1400
آدرس پستی: ایران، تهران، نارمک، میدان رسالت، خیابان هنگام، خیابان دانشگاه، دانشگاه علم و صنعت ایران، دانشکده مهندسی کامپیوتر
کد پستی: 16846-13114
تلفن: 73225316 (21) 98+
نمابر: 73225322 (21) 98+
پست الکترونیک: ICSPIS2021@gmail.com
مکاتبات کنفرانسی: دکتر مرضیه ملکی‌مجد
آذر 1400