به شرکت کنندگان در کارگاه های آموزشی "گواهی شرکت در کارگاه" اعطا خواهد شد.

برای ثبت نام در کارگاه‌ها به این صفحه مراجعه نمایید.

************************************

**********************

************

(یادگیری عمیق برای بینایی کامپیوتر با استفاده از Keras)

ارائه دهنده:

دکتر محمدرضا محمدی– استادیار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران

چکیده

یادگیری عمیق توانسته است بهترین نتایج را در بسیاری از مسائل بینایی کامپیوتر بدست بیاورد. در این کارگاه، پس از معرفی دلایل موفقیت یادگیری عمیق، نحوه آموزش یک شبکه عمیق برای دسته‌بندی تصویر با استفاده از Keras در محیط Google Colab آموزش داده می‌شود. سپس، برخی از شبکه‌های عمیق مدرن با کاربرد دسته‌بندی تصویر معرفی و پیاده‌سازی می‌شوند. همچنین، نحوه توسعه این شبکه‌ها به شبکه‌های کاملا کانولوشنی برای تشخیص اشیاء در تصویر بحث می‌شود. در نهایت، اشاره‌ای به الگوریتم‌های AutoDL برای طراحی خودکار شبکه‌های عمیق می‌شود.

************************************************************************************************

*****************************************************************************

**************************************

(شبکه‌های تلفن‌همراه نسل جدید: چالش‌ها و فرصت‌ها)

ارائه دهنده:

دکتر ابوالفضل دیانت– استادیار دانشکده مهندسی کامپیوتر دانشگاه علم و صنعت ایران

چکیده

امروزه صنعت طراحی و پیاده‌سازی شبکه‌های بی‌سیم و سلولی، یکی از پول‌ساز ترین و جذاب ترین صنایع در اکثر کشور‌های جهان به شمار می‌رود. به طوریکه شاهد هستیم که تحقیق، طراحی، پیاده‌سازی و یا هرگونه پیشرفتی در نسل‌های جدید شبکه‌های تلفن همراه، به عنوان معیار مهمی در پیشرفته بودن کشور‌ها به حساب می‌آید. در این کارگاه، اهمیت این صنعت، چشم انداز تحقیقاتی و ویژگی‌های اصلی نسل‌های مختلف شبکه‌های تلفن‌همراه به همراه نگاه به ویژگی‌های نسل آینده‌ی شبکه‌‌های تلفن همراه عنوان خواهد شد. رشد و توسعه شبکه‌های تلفن همراه از نسل یک گرفته تا نسل پنج و اکنون نیز نسل شش، مرهون توسعه فناوری‌هایی نظیر، یادگیری ماشین، MIMO، اینترنت اشیا، SDN، NFV، SDR، رایانش ابری و غیره بوده است. این مهم به ویژه در شبکه نسل پنجم و ششم بیش از پیش خودنمایی می‌کند.

************************************************************************************************

*****************************************************************************

**************************************

(تجزیه سیگنال و تصویر و کاربردهای آن: از تبدیل فوریه تا مدل‌های تنک و عمیق)

ارائه دهنده:

دکتر ابوذر غفاری– استادیار دانشکده مهندسی برق دانشگاه علم و صنعت ایران

چکیده

نمایش سیگنال و تصویر نقش مهمی در پردازش سیگنال و تصویر دارد، مانند کاهش نویز، طبقه بندی، فشرده سازی و جداسازی منبع. در این کارگاه ، ما مروری بر رویکردهای تجزیه سیگنال بر اساس دیدگاه های مختلف ارائه می دهیم. در ابتدا تجزیه خطی مبتنی بر تبدیل‌های فوریه و موجک به عنوان تبدیل یقینی شرح داده می‌شود. سپس، تجزیه آماری بر اساس داده‌های چند کانالی مانند تحلیل مولفه‌های اصلی PCA ، تحلیل طیف تکینگی (SSA) و تحلیل مولفه‌های مستقل ICA و روابط آنها با تبدیلات یقینی مورد بررسی قرار می‌گیرد. اخیراً از دو مدل مبتنی بر نمایش تنک و شبکه‌های عصبی عمیق در بسیاری از کاربردها استفاده می‌شود. در این کارگاه، این مدل‌ها و ارتباط آن‌ها با همدیگر مورد بررسی قرار می‌گیرند. در پایان، برخی از کاربردهای این رویکردها در  کاربردهای مختلف مانند طبقه بندی، کاهش نویز و تخمین علائم حیاتی مبتنی بر تصاویر چهره شرح داده می‌شود.

************************************************************************************************

*****************************************************************************

**************************************

(تئوری، ثبت و پردازش سیگنال‌های فیزیولوژیکی (EEG، EMG، ECG و EOG) با استفاده از ماژول‌های Open BCI)

ارائه دهنده:

دکتر علی فرزام‌نیا–مدرس دانشگاه صباح مالزی

چکیده

در این کارگاه، ابتدا شرکت‌کنندگان با مفاهیم اساسی، ماهیت، نحوه تولید و ثبت سیگنال الکتروانسفالوگرام و کاربردهای متنوع این سیگنال در پزشکی و مهندسی آشنا شده و اصول تئوری مربوط به اندازهگیری کمی و روشهای پردازش این سیگنال را به صورت مختصر فرا میگیرند. همچنین، در این بخش اصول کلیه ثبت سیگنال های فیزیولوژیکی بر اساس ماژول Open BCI و بردهای گنگلیون و سایتون ارایه خواهد شد. در بخش دوم کارگاه، شرکت کنندگان با نحوه ثبت سیگنال های فیزیولوژیکی بر اساس ماژول Open BCI در سناریوهای مختلف (ازجمله خستگی راننده، تشخیص خودکار هیجانات و غیره) آشنا شده و به صورت عملی در جریان ثبت داده های EEG، EMG، ECG و EOG قرار گرفته و جزئیات مربوطه را فرا می‌گیرند. در بخش سوم کارگاه، شرکت کنندگان با جعبه ابزار Lab EEG که یک جعبه ابزار مهم در حوزه پردازش سیگنال است، آشنا شده و مباحث تئوری و عملی مربوط به سیگنال ثبت شده در محیط این تولباکس ارائه می شود.

************************************************************************************************

*****************************************************************************

**************************************

(پردازش ویدیو در لبه)

ارائه دهنده:

 دکترمحمدحسین قائمی نیا– شرکت همراه اول

چکیده

بینایی کامپیوتر (Computer Vision) به طور گسترده برای تشخیص انواع ناهنجاری­ها در سیستم­های پردازش ویدئویی استفاده می­شود. استفاده از شبکه‌های عصبی عمیق (یعنی  DNN) در بینایی کامپیوتری می‌تواند به دقت تشخیص بالایی دست یابد، اما استفاده از آن به طور گسترده به منابع محاسباتی، فضای ذخیره‌سازی و داده‌های ویدئویی نیاز دارد. بنابراین، تجزیه و تحلیل ویدئویی مبتنی بر DNN بیشتر در فضای ابری با داده‌های ویدئویی که از مجموعه‌ای از دوربین‌های ثابت دریافت شده، توسعه یافته است. بنابراین، توسعه خدمات لبه با سه محدودیت عمده مواجه است: اولاً، انتقال حجم عظیمی از داده‌های ویدیویی از دوربین‌ها منجر به مصرف پهنای باند بالا و تأخیر زیاد می‌شود. ثانیاً، زمانی که DNN ها بر روی تجهیزات با منابع محدود (مانند لبه) مستقر می­شوند، دستیابی به دقت تشخیص بالا دشوار است. ثالثاً، دوربین‌های ثابت فقط می‌توانند مقدار محدودی از داده‌های ویدیویی را جمع‌آوری کنند که یک منطقه کوچک را پوشش می‌دهد. بنابراین در کاربردهای گسترده پردازشی محدود می­گردد. در این کارگاه، ضمن معرفی شبکه­های عصبی عمیق و پردازش لبه، مدل­ها و الــگـوریتم­های مناسب برای پردازش­های سبک و قابل اجرا بر روی تجهیزات لبه معرفی خواهد شد. مدل­های توسعه­یافته امروزی ضمن کاهش هزینه و زمان پردازش تا 50 درصد، توانسته­اند دقت الگوریتم­های رایج پردازشی را نیز تا حد قابل قبولی حفظ کنند.

• اخبار
• ادامه ...

مهلت ارسال مقالات:  15 مهر 1401  20 آبان 1401

زمان اعلام نتایج داوری مقالات:  1 آذر 1401

ثبت نام و ارسال نسخه نهایی مقالات:  13 آذر 1401

تاریخ برگزاری کنفرانس: 7 و 8  دی 1401

آدرس پستی: ایران، مازندران، بهشهر، دانشگاه علم و فناوری مازندران
کد پستی:4851878195
تلفن:  34150447 (11) 98+
نمابر: 34556000 (11) 98+
پست الکترونیک: icspis2022@mazust.ac.ir
مکاتبات کنفرانسی: دکتر محمدمهدی علیان نژادی
>

ICSPIS 2021
ICSPIS 2020 
ICSPIS 2019
ICSPIS 2018
ICSPIS 2017
ICSPIS 2016
ICSPIS 2015

ICSPIS 2021

ICSPIS 2020

ICSPIS 2019

ICSPIS 2017

1400/12/17