ReACT 2026 – Telegram
ReACT 2026
4.76K subscribers
403 photos
20 videos
417 links
⚡️ReACT 2026⚡️
Resana's Annual Conference on Technology

Electrical Engineering Department,
Sharif University of Technology,
Tehran, Iran

Website: react.eeresana.com
Instagram: react.sut

For any questions or concerns, reach out via:
▫️ @EEReACT_Support
Download Telegram
بهتاش بابادی

🔻 استادیار دانشگاه مریلند در کالج پارک ایالات متحده آمریکا

📋 سوابق:
🎓 کارشناسی مهندسی برق از دانشگاه صنعتی شریف
🎓 دکترا و کارشناسی ارشد مهندسی برق از دانشگاه هاروارد
🎓 دوره پسادکترا در دپارتمان مغز و علوم شناختی موسسه ماساچوست

🔸 دارنده جایزه NSF CAREER در سال 2016
🔹 حوزه های تحقیقاتی: پردازش آماری سیگنال، پردازش سیگنال‌های طبیعی، علوم اعصاب.

💎 محتوای ارائه:
قوه شنیداری جز عملکردهای پیچیده مغز انسان است، چرا که نیازمند یکپارچه‌سازی سلسله مراتبی از اطلاعات در حوزه زمان و تبدیل آن به خروجی رفتاری است.
در این سخنرانی با رویکرد مدل‌سازی فضای حالت، فیلترینگ تطبیقی، آمار در ابعاد بالا و فرآیندهای نقطه‌ای، به ارائه روش‌های محاسباتی جهت استخراج شبکه‌های پویای عصبی در مغز که زمینه قوه شنیداری هستند، و همچنین بیان فرصت‌ها و چالش‌های فضای بین علوم اعصاب و هوش مصنوعی پرداخته خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
فرشید آشتیانی

🔻 محقق پسادکتری در دانشگاه پنسیلوانیا

📋 سوابق:
🎓 کارشناسی و کارشناسی ارشد مهندسی برق از دانشگاه صنعتی شریف
🎓 دکترای مهندسی برق و سیستم‌ها از دانشگاه پنسیلوانیا

🔸 برنده جایزه Nokia Bell Labs First Prize
🔹 حوزه‌های تحقیقاتی: سیستم‌های مجتمع هیبریدی فوتونیک-الکترونیک، silicon photonics، مدارهای مجتمع آنالوگ و RF

💎 محتوای ارائه:
تکنولوژی اطلاعات با کاربردهای وسیع خود بر سه پایه اصلی محاسبات، مخابرات و سیستم‌های ذخیره‌سازی استوار است. برای دهه‌ها، مدارهای مجتمع الکترونیکی سیلیکونی ابزار اصلی برای سیستم‌های با مصرف انرژی بهینه، ارزان‌تر و با اندازه کوچک‌تر بوده‌اند. علی‌رغم پیشرفت‌های حاصل شده، نیاز به سرعت بیشتر و انرژی کمتر در مخابره و پردازش اطلاعات، روش‌های سنتی الکترونیکی را به چالش کشیده است. در این سخنرانی، درباره اینکه چگونه سیستم‌های اپتیکی و الکتریکی در کنار هم می‌توانند عملکرد بهتری در سرعت، مصرف انرژی، هزینه و اندازه داشته باشند، صحبت خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
💎 همراهان عزیز ReACT، ثبت نام در رویداد از دقایقی دیگر در وب‌سایت رویداد آغاز می‌شود.

🔻 همچنین برای آشنایی با مدعوین محترم و مشاهده خلاصه‌ای از ارائه‌ آنان می‌توانید به وب‌سایت رویداد مراجعه کنید.

🔻 با مراجعه به قسمت ثبت‌نام در سایت رویداد از تاریخ 19 آذر ساعت 12 ظهر ، پس از تکمیل فرآیند پرداخت و ارائه‌ی اطلاعات فردی لازم در درگاه پرداخت، ثبت‌نام شما انجام می‌شود.
ایمیل تاییدیه، حاوی لینک و جزئیات ورود به رویداد، یک روز قبل از آغاز رویداد (30 آذر) برای ثبت‌نام کنندگان ارسال خواهد شد.

🔻 در صورت بروز هرگونه سوال یا اشکال در فرآیند ثبت‌نام یا شرکت در رویداد، از طریق راه‌های ارتباطی زیر با ما در تماس باشید:


🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
🔸@ReACT2021_Support
🔹@EEResana

#ReACT2021
#Webinar
ReACT 2026 pinned a photo
بنیامین حقی

🔻 دانشجوی دکترای دانشکاه کلتک

📋 سوابق:
🎓 کارشناسی مهندسی برق و ریاضی از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد مهندسی برق از دانشگاه کلتک

🔸 دارنده Caltech Departmental Fellowship و Chen Institute for Neuroscience Fellowship
🔹 حوزه‌های تحقیقاتی: توسعه نرم‌افزار و سخت‌افزار سیستم‌های قوی مبتنی بر یادگیری، شامل سیستم‌های پزشکی مانند رابط‌های مغز-ماشین و سیستم‌های دسته‌بندی ECG arrhythmia تا سیستم‌های پرنده هدایت‌پذیر از دور

💎 محتوای ارائه:
در این سخنرانی، در رابطه با طراحی و تست الگوریتم‌های هوشمند و پیاده‌سازی سخت‌افزاری بهینه آن‌ها برای رابط‌های پزشکی قوی که شامل رابط‌های حلقه-بسته عصبی و آشکارساز ضربان قلب می‌شود، شرح داده خواهند شد.
ویژگی‌های پزشکی استخراج‌شده پایدار و دیکودر‌هایی که از الگوریتم‌های یادگیری ماشین استفاده می‌کنند، سیستم‌های قوی را که قابلیت یادگیری مدل‌های دینامیک عمومی‌سازی‌شده را دارند، پشتیبانی می‌کند. پیاده‌سازی بهینه بر روی چیپ، استفاده از توان کمتر و اندازه کوچک‌تر سیستم‌های کنونی گام بزرگی به سوی سیستم‌ها BMI پوشیدنی و قابل ایمپلنت خواهد بود.

🌐 https://react.ee.sharif.edu
سعید سعادت‌نژاد

🔻دانشجوی دکترا علوم کامپیوتر از دانشگاه EPFL سوئیس

📋 سوابق:
🎓 کارشناسی و کارشناسی ارشد مهندسی برق از دانشگاه صنعتی شریف

🔸 حائز بورسیه تحصیلی دانشگاه EPFL در مقطع دکترا
🔹 حوزه های تحقیقاتی: پیش‌بینی رفتار انسان، مدل‌های مولد عمیق، image and video synthesis

💎 محتوای ارائه:
ایمنی همچنان دغدغه اصلی وسایل نقلیه خودران (AV) است. اگرچه آنها عملکرد قابل توجهی نشان داده‌اند، اما شکست آن‌ها به ویژه هنگامی که در محیط‌های کنترل شده کار می‌کنند، دیده می‌شود. به عنوان مثال، یک اقدام اشتباه در یک موقعیت غیرمنتظره مانند برخورد با عابر پیاده قابل اغماض نیست. از طرفی ارزیابی خودروهای خودران در دنیای واقعی گزینه خوبی نیست چراكه به وسایل نقلیه و محیط اطراف‌شان آسیب می‌رسانند. علاوه بر زمان و هزینه‌های زیاد مورد نیاز سنجش در دنیای واقعی، پوشش همه موارد نادر غیرممکن است. بنابراین شبیه‌سازی می‌تواند نقش بسزایی در غلبه بر این مسائل داشته باشد. در این ارائه، پیشرفت‌های اخیر در بینایی کامپیوتری برای ارزیابی و ارتقاء عملکرد مدل‌ها بررسی خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
امیرعلی طلاساز

🔻 از هم‌موسسان و مدیران موسسه Guardant Health

📋 سوابق:
🎓 کارشناسی مهندسی برق از دانشگاه صنعتی شریف
🎓 دکترا و کارشناسی ارشد مهندسی برق از دانشگاه استنفورد

🔸 از مدیران شرکت Illumina
🔸 موسس شرکت Auriphex Biosciences
🔸 رهبری گروه توسعه فناوری در مرکز فناوری ژنوم دانشگاه استنفورد
🔹 حوزه های تحقیقاتی: خالص سازی و تجزیه و تحلیل ژنتیکی سلول های تومور در گردش برای مدیریت سرطان، فناوری‌های مختلف ژنومی مناسب برای کاربردهای بالینی.

💎 محتوای ارائه:
نوآوری در درمان سرطان و تشخیص دقیق، بر زندگی افراد بی‌شماری تأثیر گذاشته است. با این حال، برای کاهش موثر مرگ و میر ناشی از سرطان، باید سرطان‌های رایج را شناسایی کنیم تا بتوانیم با مداخله زودهنگام به درمان آن‌ها امیدوار باشیم.
در این ارائه به بررسی روش‌های نوین تست تشخیص سرطان با استفاده از مفاهیم مهندسی، از جمله کدگذاری دیجیتال در زیست‌شناسی مولکولی برای تشخیص سطوح بسیار پایین محتوای ژنومی مرتبط با تومور در خون بیمار، پرداخته خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
شروین مینایی

🔻 مدیر بخش یادگیری ماشین در کمپانی Snap

📋 سوابق:
🎓 کارشناسی مهندسی برق از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد و دکترای مهندسی برق و علوم کامپیوتر از دانشگاه نیویورک

🔸 محقق در آزمایشگاه‌های AT&T Bell Labs, Samsung Reaserach Labs, Expedia Group
🔸 برنده جایزه بهترین ارائه پژوهش از سامسونگ
🔹 حوزه‌های تحقیقاتی: کاربرد یادگیری عمیق در بینایی ماشین و NLP، پردازش سیگنال و تصویر، بهینه‌سازی

💎 محتوای ارائه:
در این ارائه، دکتر مینایی درباره مسیر تحقیقاتی و صنعتی خود که در زمینه‌های کلاسیک ECE شروع و به سمت هوش مصنوعی و یادگیری عمیق کشیده شد، صحبت خواهند کرد. ایشان درباره پیشینه، وضعیت کنونی و کاربردهای هوش مصنوعی و یادگیری عمیق در صنعت و محیط آکادمیک و زندگی خواهند گفت و در انتها پیشنهاداتی برای قرار گرفتن در مسیر موفقیت به دانشجویان و محققان جوان خواهند داشت.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
سروش باسلی‌زاده

🔻دانشجوی کارشناسی ارشد علوم کامپیوتر دانشگاه واترلو

📋 سوابق:
🎓 کارشناسی مهندسی کامپیوتر از دانشگاه صنعتی شریف

🔸 از اعضای آزمایشگاه RIML در دانشگاه شریف
🔸 همکاری گسترده با گروه واقعیت افزوده و متدهای پزشکی با کمک کامپیوتر و دریافت جایزه عالی دوره کارشناسی از دانشگاه صنعتی مونیخ

🔹 حوزه های تحقیقاتی: بینایی کامپیوتر، یادگیری ماشینِ قابل اعتماد

💎 محتوای ارائه:
ماهیت جعبه سیاه مدل‌های عمیق سوالات متعددی را در مورد قابلیت اطمینان آن‌ها ایجاد کرده‌است. در این ارائه، به این سوال پرداخته می‌شود: "آیا اطلاعات ورودی حیاتی، در مسیرهای پراکنده خاصی در شبکه عصبی کدگذاری می شوند؟"
اگر جواب بله باشد و بتوان این مسیرها را به دست آورد، زیر‌حوزه‌های مختلف یادگیری ماشینِ قابل اعتماد، مانند توضیح‌ پذیری، تفسیرپذیری، اصلاح‌پذیری و ... بسیار از مزایای آن بهره‌مند خواهند شد. در این ارائه به بررسی این سوال و راه‌حل‌های احتمالی و ایرادات آن‌ها می‌پردازیم.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
محسن بیاتی

🔻 هیئت علمی دانشگاه استنفورد

📋 سوابق:
🎓 کارشناسی ریاضی از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد ریاضی و دکترای مهندسی برق از دانشگاه استنفورد

🔸محقق پسادکترا در مایکروسافت و استنفورد در سال‌های ۲۰۰۷-۲۰۱۱
🔸 دارنده جایزه بهترین مقاله INFORMS Healthcare Applications Society در سال‌های ۲۰۱۴،۲۰۱۶
🔹 حوزه‌های تحقیقاتی: مدل‌های گرافی، آمار بعد بالا، تصمیم‌گیری شخصی‌سازی‌شده، مدیریت سلامت

💎 محتوای ارائه:
در دهه گذشته با توجه به رشد در دسترس بودن گزارش‌های الکترونیکی پزشکی، موج بزرگی در روش‌های یادگیری ماشین در سلامت اتفاق افتاد. هدف این سخنرانی بررسی سه مثال از این کاربرد، چالش‌های روش‌شناختی مرتبط، و مثال‌های پژوهش اخیر است. در ابتدا در مورد اینکه چگونه یادگیری ماشین می‌تواند منابع پزشکی محدود را از لحاظ هزینه به صورت بهینه در اختیار بگیرد، صحبت خواهد شد. سپس به طراحی روشی کم‌هزینه برای اندازه‌گیری خطر چندین بیماری‌های مزمن پیشرو پرداخته خواهد شد و در انتها شخصی‌سازی روش‌های درمان پزشکی مورد بحث واقع خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
پرنیان کسرایی

🔻 دانشجوی دکترای ETH زوریخ و عضو کانون یادگیری ماشین و مرکز هوش مصنوعی دانشگاه ETH

📋 سوابق:
🎓 کارشناسی مهندسی برق و علوم کامپیوتر از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد علوم کامپیوتر از دانشگاه ETH زوریخ

🔹 حوزه‌های تحقیقاتی: فوندانسیون یادگیری تقویتی مرتبط با Meta-Learning، همگرایی الگوریتم‌های بهینه‌سازی Bayesian

💎 محتوای ارائه:
الگوریتم‌های بهینه‌سازی Bayesian زمانی که دیتای آفلاین کمی موجود است یا مشکل به صورت ذاتی در لحظه به وجود می‌آید، ابزاری قدرتمند برای تخمین و بهینه‌سازی تابع زیان هستند. با توحه به فرض‌های مشخص درباره تابع زیان، تضمین‌های کلاسیکی برای همگرایی الگوریتم‌های BO (Bayesian Optimization) وجود دارد. در این سخنرانی، بر روی حالتی تمرکز می‌کنیم که علاوه بر ناشناخته بودن تابع زیان، اطلاعات کمی درباره نوع تابع وجود دارد. دو راه برای بررسی تابع‌های زیان پیچیده پیشنهاد می‌شود: تخمین به کمک شبکه‌های عصبی و یادگیری مستقیم نوع تابع به کمک Meta-Learning. برای هر دو روش همگرایی به بهینگی با احتمال بالا نشان داده خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
امین کرباسی

🔻 استاد دانشکده برق و کامپیوتر دانشگاه Yale در ایالات متحده آمریکا و پژوهشگر در Google

📋 سوابق:
🎓 کارشناسی، کارشناسی ارشد و دکترا از دانشگاه EPFL سوئیس

🔸 دريافت‌کننده چندین جایزه معتبر مانند جایزه bell labs، جایزه NSF CAREER، جایزه ONR محقق جوان، جایزه پژوهش آمازون، جایزه تحقیقاتی Microsoft Azure، جایزه تحقیقاتی Google Faculty، جایزه بهترین مقاله دانشجویی از IEEE Data Storage

🔹 حوزه‌های تحقیقاتی: یادگیری ماشین و هوش مصنوعی، علوم‌اعصاب محاسباتی، نظریه اطلاعات، پردازش بهینه اطلاعات.

💎 محتوای ارائه:
بهینه‌سازی تصادفی تطبیقی تحت قابلیت مشاهده جزئی یکی از چالش‌های اساسی در هوش مصنوعی‌ و یادگیری ماشین است و دارای کاربردهای فراوان در زمینه‌هایی همچون یادگیری فعال، طراحی بهینه آزمایشی، توصیه‌های تعاملی، بازاریابی ویروسی و ادراک در رباتیک است. به عنوان مثال، در یادگیری فعال، هدف یادگیری یک طبقه‌بندی‌کننده از مجموعه‌ای از داده‌های بدون برچسب است. در این گفتگو به معرفی سیاست‌های نیمه تطبیقی برای طیف گسترده‌ای از مشکلات تصمیم‌گیری، پرداخته خواهد شد.
🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
حسین باباشاه

🔻 دانشجوی دکترای دانشگاه EPFL

📋 سوابق:
🎓 کارشناسی ارشد مهندسی برق از دانشگاه صنعتی شریف

🔹 حوزه‌های تحقیقاتی: حسگری کوانتومی، اپتیک مجتمع، فوتونیک الماس، اپتیک فوق سریع

💎 محتوای ارائه:
حسگری کوانتومی آماده است تا انقلابی در پلتفرم‌های حسگری به وجود بیاورد. در این بین، Nitrogen-Vacancy (NV) centers در الماس بیشترین استفاده را به خاطر coherent time طولانی و قابلیت به‌کاربردن در دمای اتاق دارد. این سنسورها قادرند میدان الکتریکی، دما، فشار و میدان مغناطیسی را با دقت بسیار بالا و محدوده پویا مناسب اندازه‌گیری کنند. در این سخنرانی، حسگری کوانتومی به کمک NV centers، شامل فیزیک و ویژگی‌های آن مورد بحث واقع خواهد شد. همچنین کاربرد NV centers در پایدارسازی بالای میدان‌های مغناطیسی، حسگری نورونی و محاسبات کواتومی نیز بررسی خواهد شد. پلتفرم‌های فوتونیک مختلف الماس برای کاربردهای حسگری نوین معرفی خواهند شد و در انتها چالش‌های تحقق این سنسورهای کوانتومی مورد بحث قرار خواهد گرفت.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
آرش امینی

🔻 استاد دانشکده برق دانشگاه صنعتی شریف

📋 سوابق:
🎓 کارشناسی مهندسی برق و مهندسی نفت (دو رشته‌ای) از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد و دکترا مهندسی برق از دانشگاه صنعتی شریف

🔸 عضو گروه تحقیقاتی تصویربرداری پزشکی دانشگاه EPFL سوئیس
🔹 حوزه های تحقیقاتی: حسگری فشرده، پردازش سیگنال‌های گرافی، پردازش آماری سیگنال‌، پردازش سیگنال‌ برای مخابرات، پردازش سیگنال برای هنر

💎 محتوای ارائه:
سیگنال‌های کلاسیک معمولاً از نظر زمان، مکان یا هر دو مرتب می‌شوند. با این حال، برخی از سیگنال‌ها، مانند سیگنال‌های مربوط به شبکه‌های اجتماعی، بر روی یک گراف نمایش داده می‌شوند. به عبارت دیگر، هر گره از گراف نشان دهنده یک نقطه منبع یا یک شاخص سیگنال است و ما دیگر یک ترتیب از پیش تعریف شده از شاخص‌ها نداریم (کدام گره اولین یا آخرین است).در این ارائه به بررسی ابزارهای معادل پردازش سیگنال مانند تبدیل فوریه، کانولوشن، و فیلتر پایین‌گذر/بالاگذر برای سیگنال‌های تعریف شده روی گراف‌ها پرداخته خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
امیر قدیمی

🔻 مدیر گروه تحقیقاتی در CSEM در حوزه مدارهای مجتمع فوتونیک

📋 سوابق:
🎓 کارشناسی مهندسی برق و فیزیک از دانشگاه صنعتی شریف
🎓 دکترا مهندسی برق از دانشگاه EPFL سوئیس
🔸 هماهنگ کننده چندین پروژه ملی و بین‌المللی مانند ELENA
🔸 به چاپ رسیدن مقالات ایشان در چندین مجله معتبر مانند Nature، Science PRX
🔸دريافت‌کننده چندین جایزه معتبر مانند جایزه دانشمندان جوان انجمن فیزیک سوئیس، جایزه بهترین تز دکترای نانوتکنولوژی سوئیس و همچنین چندین گرنت معتبر مانند SNF Sinergia و SNF Bridge discovery...
🔹 حوزه‌های تحقیقاتی: کوانتوم اپتیک، کوانتوم اپتومکانیک، مدارهای مجتمع فوتونیک، فوتونیک غیرخطی، حسگری دقیق.

💎 محتوای ارائه:
در این گفتگو، ابتدا مروری کلی بر پیشرفت‌های اخیر در زمینه مدارهای مجتمع فوتونیک (PIC) با تمرکز ویژه بر کاربردهای آن‌ها در حوزه‌های مختلف مانند فناوری‌های کوانتومی و فوتونیک غیرخطی و همچنین سنجش و مخابرات خواهیم داشت. همچنين در بخش دوم، در مورد تحقیقات آقای قدیمی در CSEM در زمینه PIC و به ویژه در مورد توسعه پلتفرم‌ LNOI PIC صحبت خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
حسین رفیع‌پور

🔻 دانشجوی دکترای دانشگاه آکسفورد

📋 سوابق:
🎓 کارشناسی مهندسی برق از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد هوش مصنوعی از دانشگاه تهران

🔸 پژوهشگر دپارتمان زیست‌شناسی ریاضیاتی IPM
🔹 حوزه‌های تحقیقاتی: توسعه روش‌های جدید برای مطالعه مغز با استفاده از تکنیک‌های تصویربرداری غیر تهاجمی، شناخت ارتباطات بین انتشار MRI و ریز ساختار مغز

💎 محتوای ارائه:
مدل‌های بیوفیزیکی که تلاش می‌کنند تا درباره کمیت‌های دنیای واقعی استنتاج داشته باشند، نیاز به پارامترهای آزاد زیادی دارند تا داده را به صورت دقیق توضیح دهند. این استفاده زیاد از پارامترها ممکن است منجر به انحطاط در تخمین پارامتر بشود. کمی‌سازی فی‌نفسه پارامترها معمولا علاقه ما نیست اما مشخص کردن تغییراتی که در طی شرایط آزمایش در پارامترها به وجود می‌آید چیزی است که در نظر گرفته می‌شود. در این سخنرانی، یک Bayesian framework ارائه می‌شود که تغییراتی را که در پارامترهای مدل‌های بیوفیزیکی صورت می‌گیرد، استنتاج می‌کند. این استنتاج حتی زمانی هم که تخمین پارامترها امکان‌پذیر نیست، رخ می‌دهد که به آن Bayesian Estimation of Change گفته می‌ شود.
▫️@ReACT2021
ایمان ابدالی

🔻شاغل در بخش R&D شرکت GaN systems
🔻دکتری مهندسی برق, دانشگاه کویینز کانادا

🔸 برنده جایزه برجسته پایان‌نامه مقطع کارشناسی ارشد از IEEE
🔸 همکاری با موسسه پزشکی هاروارد و دانشگاه استنفورد در پروژه کاشت شبکیه
🔹حوزه ی تحقیقاتی: افزایش قابلیت اطمینان، انتقال توان وایرلس، ایمپلنت شبکیه‌ی چشم

💎 محتوای ارائه:
دو بیماری (AMD) و (RP) از شایع ترین بیماری‌های خارجی چشم هستند. پروتز شبکیه یک راه‌حل امیدوار کننده برای بیماری‌های فوق‌الذکر است. این روش با تحریک الکتریکی عصبی حس بینایی ایجاد می‌کند. خبر خوب این است که ایمپلنت‌های شبکیه به صورت تجاری عرضه شده و در دسترس هستند، اما خبر بد این است که وضوح بسیار پایینی دارند، زیرا تعداد الکترودهای آن‌ها محدود است. افزایش تعداد الکترودها، افزایش گرمای داخل چشم را به همراه دارد که آسیب‌زاست. مشکل دیگر قیمت بالای کاشت شبکیه و مسائل مالی مربوط به آن است.

در این ارائه به بررسی مباحث مختلف مربوط به این تکنولوژی پرداخته خواهد شد.

🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
بهروز مکی

🔻 محقق ارشد در مرکز تحقیقاتی Ericsson

📋 سوابق:
🎓 دکترای مخابرات و تئوری اطلاعات دانشگاه چالمرز
🎓کارشناسی ارشد در حوزه‌ی پردازش سیگنال دانشگاه امیرکبیر
🎓کارشناسی مهندسی برق دانشگاه شریف

🔹 حوزه های تحقیقاتی: مدل سازی آماری، پردازش سیگنال، یادگیری ماشین، بهینه سازی.

💎 محتوای ارائه:
تعداد دستگاه‌هایی که برای ارتباطات بی سیم مورد استفاده قرار می‌گیرند به صورت نمایی در حال افزایش است. Network densification یک مکانیزم است که می توانند برای برآوردن تقاضای روزافزون برای پهنای باند و ظرفیت در مخابرات بی‌سیم به کار گرفته شود. با این حال، استقرار فیبر در سلول‌های کوچک زمانی که تعداد سلول های کوچک افزایش می‌یابد ممکن است گران و غیرعملی باشد. به همین دلیل، مخابرات بی‌سیم backhaul مبتنی بر موج میلی متری در حال حاضر به عنوان یک جایگزین درنظر گرفته می‌شود و تقریباً همان نرخ فیبر نوری را با قیمت بسیار کمتر و بدون حفاری ارائه می‌دهد. در این سخنرانی، به بررسی تکنیک‌ها و انگیزه‌های اصلی مخابرات backhaul می‌پردازیم. علاوه بر این، مقایسه‌هایی بین شبکه های مخابرات backhaul و مخابرات فیبری ارائه خواهد شد.
▫️@ReACT2021
فاطمه اکبر

🔻 استاد دانشکده برق دانشگاه صنعتی شریف

📋 سوابق:
🎓 دکتری مهندسی برق از دانشگاه میشیگان
🎓 محقق پسادکترا در دانشگاه کلتک

🔹 حوزه های تحقیقاتی: مدارهای مجتمع آنالوگ، سیگنال مختلط، RF، مایکروویو و امواج میلی‌متری برای کاربرد در فرستنده‌های گیرنده بی‌سیم، حسگرها، دستگاه‌های زیست پزشکی

💎 محتوای ارائه:
در این ارائه، با الهام از مزایای منحصر به فرد آرایه‌های فازی در سیستم های مخابراتی و راداری مانند افزایش ظرفیت کانال، نسبت سیگنال به نویز، جهت دهی و وضوح رادار، مفهوم آرایه فازی، تنظیمات و کاربردهای کلی آن ارائه می‌شود. همچنین معماری‌های جدیدی آرایه‌های فازی با ویژگی‌های مقیاس‌پذیری و پیچیدگی کم معرفی خواهد شد که استفاده گسترده از آن‌ها در سیستم‌های مخابراتی و راداری مانند 5G NR، رادارهای خودرو برای سیستم‌های کمک راننده پیشرفته (ADAS) و وسایل نقلیه خودران می‌شود. علاوه بر این، در مورد عملیات ارسال و دریافت همزمان در سیستم‌های مخابراتی و راداری صحبت خواهد شد و چالش‌های آن‌ها به ویژه هنگامی که در آرایه‌های فازی گنجانده می‌شوند، مورد بحث قرار خواهد گرفت.
🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
مهناز روشنایی

🔻پژوهشگر پست‌داک دانشگاه استنفورد

📋 سوابق:
🎓 کارشناسی ارشد مخابرات از دانشگاه تهران
🎓 کارشناسی ارشد مهندسی کامپیوتر از دانشگاه کالیفرنیا
🎓دکتری علوم کامپیوتر دانشگاه Colorado Boulder

🔸پژوهشگر شرکت Toshiba آمریکا
🔹 حوزه‌های تحقیقاتی: علوم اجتماعی محاسباتی، یادگیری ماشین کاربردی، استنتاج علی، استنتاج آماری، تحلیل رسانه های اجتماعی

💎 محتوای ارائه:
هر روزه انسان‌ها داستان‌های شخصی خودشان را از طریق شبکه‌های اجتماعی با دیگران به اشتراک می‌گذارند و از این طریق،به میلیون‌ها کاربر در سراسر جهان دسترسی پیدا می‌کنند. چرا بعضی از این داستان‌ها برای خوانندگان جذاب‌تر است؟ چه ویژگی‌هایی از این روایت‌های شخصی باعث می‌شود خوانندگان با داستان‌نویس همدل شوند؟
در این ارائه، طراحی و تحلیل یک نظرسنجی ارائه خواهد شد که تأثیر ویژگی‌های داستان و استعدادها خواننده را بر همدلی آنها هنگام خواندن داستان‌های آنلاین بررسی می‌کند. نتایج این تحلیل‌های می‌تواند برای کمک به مردم برای ایجاد محتوایی که دیگران به آن اهمیت می‌دهند و کمک به آنها در برقراری ارتباط مؤثرتر استفاده شود.
🌐 https://react.ee.sharif.edu/
▫️@ReACT2021
بابک پرویز

🔻 نائب رییس آمازون
🔻 استاد دانشکده مهندسی برق در دانشگاه واشنگتن

📋 سوابق:
🎓 پسادکترای بیوشیمی در دانشگاه هاروارد
🎓 دکترای مهندسی برق در دانشگاه میشیگان
🎓کارشناسی ارشد مهندسی برق و فیزیک در دانشگاه میشیگان
🎓کارشناسی مهندسی برق در دانشگاه صنعتی شریف
🎓 لیسانس ادبیات از دانشگاه واشنگتن

🔸 مدیریت در شرکت گوگل و مخترع Google Glass، از بنیان‌گذاران لنز تماسی هوشمند گوگل
🔸 طراح و مدیر محصول در شرکت Nanovation
🔹 حوزه های تحقیقاتی: فناوری پیشرفته با تأثیر اجتماعی، پارادایم های جدید ارتباطات و محاسبات، بیوتکنولوژی، فناوری نانو و میکرو و فوتونیک

💎 محتوای ارائه:
در این سخنرانی، درباره‌ی چگونگی رسیدن از یک ایده‌ی اولیه به محصول نهایی صحبت خواهد شد و چالش‌ها و مشکلات پیش‌ِرو در این مسیر بررسی می‌شود. همچنین، در مورد چالش‌های راه‌اندازی یکی از پلتفرم‌های جدید amazon صحبت خواهد شد.
🌐 https://react.ee.sharif.edu/
▫️@ReACT2021