لینک ویدیو ارائه آقای بهاری:
https://drive.google.com/file/d/1VOJ_Wt15MjkRMFsGsNKv1L4iO_L_AQpP/view?usp=sharing

لینک ویدیو ارائه آقای ارزانی:
https://www.dropbox.com/s/vk61vu2089wrimj/Dr%20Arzani%20Talk.mp4?dl=0

🟢 مقاله خوانی در حوزه یادگیری ماشین و یادگیری عمیق

💡 موضوع ششمین ارائه:
Orthogonalization with random neural networks

👤 ارائه دهنده: هادی دانشمند (PhD, Postdoctoral Researcher, Princeton University)

📅 زمان ارائه: چهارشنبه 18 اسفند ساعت 18:00

🚪محل برگزاری: 🔗 اتاق مجازی دکتر رهبان

حضور برای همه علاقمندان، آزاد است.

✅ #یادگیری_ماشین #یادگیری_عمیق #آزمایشگاه_یادگیری_ماشین_مقاوم_و_تفسیرپذیر

🆔 @RIMLLab

لینک ویدئوی ارائه آقای دانشمند:
https://drive.google.com/file/d/1wdqxBIEQq32sxxByk99LQBOZLTVKpY5h/view?usp=sharing

🟢 مقاله خوانی در حوزه یادگیری ماشین و یادگیری عمیق

💡 موضوع هفتمین ارائه:
Convex and non-convex optimization for machine learning

👤 ارائه دهنده: فرانسیس باخ (INRIA in Ecole Normale Supérieure)

📅 زمان ارائه: پنجشنبه 18 فروردین ساعت 13:30

🚪محل برگزاری: 🔗 اتاق مجازی دکتر رهبان

حضور برای همه علاقمندان، آزاد است.
✅ #یادگیری_ماشین #یادگیری_عمیق #آزمایشگاه_یادگیری_ماشین_مقاوم_و_تفسیرپذیر

🆔 @RIMLLab

سلام. سال نو مبارک باشه. ان شاء الله سال خوب و پربرکتی پیش رو داشته باشید. آقای فرانسیس باخ دعوت ما برای سخنرانی را قبول کردند. ارائه ایشان ۱۸ فروردین ساعت ۱۳:۳۰ در حوزه بهینه‌سازی در یادگیری ماشین، و مسائل باز و چالشی آن است. از دوستان علاقه‌مند، برای حضور در این گفتگو، دعوت می‌کنیم.

📢 کاربرد هوش مصنوعی در تصویربرداری پزشکی

📚 موضوع: پالایش داده های بالینی تصویربرداری پزشکی برای تحقیق و توسعه هوش مصنوعی

👤 سخنران: دکتر منصور فاتحی
رادیولوژیست و فوق تخصص انفورماتیک تصویربرداری
مسئول بیوبانک نقشه برداری مغز ایران

📅 زمان: چهارشنبه 23 آذر، ساعت 14 تا 16

🏢 مکان: دانشگاه صنعتی شریف، طبقه چهار دانشکده مهندسی کامپیوتر، تالار خوارزمی

✅ حضور برای همه علاقمندان، آزاد است.

🆔 @RIMLLab

با توجه به غیرحضوری شدن دانشگاه در روز چهارشنبه، این برنامه به زمان دیگری موکول شد.

🔵 معاونت پژوهشی دانشکده مهندسی کامپیوتر به مناسبت هفته‌ی پژوهش سخنرانی‌های علمی زیر را امروز برگزار می‌کند:

🔹مهندسی ثابت‌افزار و برخی از حوزه‌های فعالیت در آن
ساعت ۱۳ - ۱۳:۳۰
دکتر علیرضا اجلالی

🔹تطبیق نوری رشته‌های DNA توسط پردازنده نوری
ساعت ۱۳:۳۰ - ۱۴
دکتر سمیه کوهی

🔹چالش‌های حفظ حریم خصوصی در اینترنت اشیاء
ساعت ۱۴ - ۱۴:۳۰
دکتر مرتضی امینی

🔹حاکمیت بهینه برای خوشحالی جمعی در بازارهای شبکه‌ای
ساعت ۱۴:۳۰ - ۱۵
دکتر محمدامین فضلی

🔹سوی تعمیم‌پذیری خارج از توزیع
ساعت ۱۵ - ۱۵:۳۰
دکتر مهدیه سلیمانی

🔹تحقیقات پردازش زبان‌های ایرانی و علوم‌انسانی محاسباتی به همراهی گزارش‌هایی از تجربه آموزش در حین پژوهش و حل مسئله
ساعت ۱۵:۳ - ۱۶
دکتر احسان‌الدین عسگری

🔹تشخیص ناهنجاری نزدیک به توزیع در تصاویر
ساعت ۱۶ - ۱۶:۳۰
دکتر محمدحسین رهبان


تاریخ :‌ چهارشنبه،‌ ۳۰ آذر
لینک برگزاری: https://vc.sharif.edu/ch/ce-talks
چکیده‌ی ارائه‌ها و اطلاعات بیشتر در فایل پیوست

〰️〰️〰️〰️〰️〰️〰️
🆔 @SSC_Public

📢 کاربرد هوش مصنوعی در تصویربرداری پزشکی

📅 زمان جدید سمینار: چهارشنبه هفته جاری (7 دی)، ساعت 14 تا 16

🆔 @RIMLLab

📢 هوش مصنوعی، به کجا چنین شتابان؟

👤 سخنران: دکتر محمد شکوهی یکتا

📅 زمان: سه شنبه 27 دی، ساعت 15 تا 17

🏢 مکان: دانشگاه صنعتی شریف، طبقه چهار دانشکده مهندسی کامپیوتر، تالار خوارزمی

✅ حضور برای همه علاقمندان، آزاد است.

🆔 @RIMLLab

📢 موضوع: Precision Medicine: The Future of Healthcare

👤 سخنران: دکتر ماندانا حسن زاد

📅 زمان: چهارشنبه 28 دی، ساعت 10 صبح

🏢 مکان: دانشگاه صنعتی شریف، طبقه چهار دانشکده مهندسی کامپیوتر، تالار خوارزمی

✅ حضور برای همه علاقمندان، آزاد است.

🆔 @RIMLLab

این سمینار به سه شنبه ۴ بهمن ساعت ۱۰:۳۰ موکول گردید.

📢 تحولات 10 سال اخیر بینایی ماشین در صنعت

👤 سخنران: دکتر حمیدرضا واعظی

📅 زمان: پنج شنبه 20 بهمن، ساعت 9 تا 11

🔗 آدرس: https://vc.sharif.edu/ch/rohban

✅ حضور برای همه علاقمندان، آزاد است.

🆔 @RIMLLab

🌐 Register at react.ee.sharif.edu
@ReACT2023

آزمایشگاه یادگیری ماشین مقاوم و تفسیرپذیر برای تکمیل یکی از پروژه های خود از دانشجویان کارشناسی دانشگاه شریف که علاقه مند و واجد شرایط لازم هستند، دعوت به همکاری می نماید.

اطلاعات بیشتر و نیازمندی های مورد نظر این پروژه به شرح زیر هستند:

در این پروژه به دنبال بررسی مقاومت مدلهای مختلف، به طور خاص نسبت به حملات L0 و مقایسه چند رویکرد مختلف برای آموزش خصمانه مناسب این حملات از نظر دقت نهایی، زمان و تعمیم پذیری نسبت به سایر حملات هستیم.

زمان تخمینی برای این پروژه ۸ ماه است که بسته به عملکرد تیم و روند آزمایشها و نتایج ممکن است تغییر کند.

انتظار میرود دانشجوی همکار توانایی مرور و بررسی کارهای اخیر مرتبط و ادبیات موضوع را داشته باشد و بتواند به آنها مسلط بشود.آزمایشهای لازم را با کمک نسخه فعلی کدهای موجود اجرا کند و همچنین پیاده سازیهای لازم و تکمیلی را انجام بدهد.همچنین نتایج به صورت استاندارد و قابل اطمینان جمع بندی و گزارش شوند.

پیشنیازهای ضروری عبارتند از:
تسلط به مباحث یادگیری عمیق به صورت نظری و عملی (زبان برنامه نویسی python)
آشنایی و علاقه به فعالیت پژوهشی (آشنایی به حوزه robustness و سابقه پژوهشی کمک کننده و امتیاز است.)

برای آشنایی بیشتر با فضای کلی پروژه مقالات زیر معرفی میشوند:
Sparse-RS: a Versatile Framework for Query-Efficient Sparse Black-Box Adversarial Attacks

Sparse and Imperceivable Adversarial Attacks


در صورتی که شرایط ذکر شده را دارید و تمایل دارید به تیم ما برای تکمیل این پروژه اضافه شوید، لطفا دو مقاله معرفی شده را به صورت کامل مطالعه کنید و به ایمیل z.golgooni@gmail.com پیام بدهید.