🌐 چهارشنبه ۲۶ آبان. ساعت ۱۶ تا ۲۱.
لینک ورود در Zoom:
https://ulaval.zoom.us/j/62520143796?pwd=WEM0MXFSYjYrKytNazUydi9tVC9Hdz09
لینک ورود در Zoom:
https://ulaval.zoom.us/j/62520143796?pwd=WEM0MXFSYjYrKytNazUydi9tVC9Hdz09
🌐 چهارشنبه ۲۶ آبان. ساعت ۱۵.۳۰ تا ۱۸.۳۰.
لینک ورود در Skyroom:
https://www.skyroom.online/ch/icrom/vr4
لینک ورود در Skyroom:
https://www.skyroom.online/ch/icrom/vr4
✅ Keynote speaker: Prof. Davide Scaramuzza.
📌Join us at ICRoM2021 for speech ennoscriptd: "Autonomous, Agile Micro Drones: Perception, Learning and control"
⏰ پنجشنبه ۲۷ آبان ساعت ۱۴ تا ۱۵.
✅ پروفسور Scaramuzza استاد دانشگاه زوریخ سوییس و از چهره های شناخته شده در حوزه طراحی ربات های تعاملی، بینایی ماشین و کاربرد یادگیری عمیق در سیستم های رباتیک می باشد که جوایز معتبر فراوانی از جمله جایزه تحقیقاتی اتحادیه اروپا (ECA) را کسب کرده است.
🔶️ ایشان در این سخنرانی، در خصوص هواپیماهای بدون سرنشین صحبت خواهند کرد. علیرغم تمامی پیشرفت ها در سالیان اخیر، سرعت این سیستم ها با مقدار مطلوب فاصله زیادی دارد. اهمیت این مطلب با توجه به محدودیت عمر باتری این سیستم ها و نیاز به طی مسیرهای طولانی بسیار بالا می باشد.
در این سخنرانی نشان داده می شود که چگونه استفاده از هوش مصنوعی و متدهای یادگیری ماشین منجر به افزایش باور نکردنی سرعت و دقت این سیستم ها حتی در مقایسه با خلبانان مجرب شده است.
لینک ورود:
https://www.skyroom.online/ch/icrom/main
🌐 Keynote Speaker HomePage:
http://rpg.ifi.uzh.ch/people_scaramuzza.html
📌Join us at ICRoM2021 for speech ennoscriptd: "Autonomous, Agile Micro Drones: Perception, Learning and control"
⏰ پنجشنبه ۲۷ آبان ساعت ۱۴ تا ۱۵.
✅ پروفسور Scaramuzza استاد دانشگاه زوریخ سوییس و از چهره های شناخته شده در حوزه طراحی ربات های تعاملی، بینایی ماشین و کاربرد یادگیری عمیق در سیستم های رباتیک می باشد که جوایز معتبر فراوانی از جمله جایزه تحقیقاتی اتحادیه اروپا (ECA) را کسب کرده است.
🔶️ ایشان در این سخنرانی، در خصوص هواپیماهای بدون سرنشین صحبت خواهند کرد. علیرغم تمامی پیشرفت ها در سالیان اخیر، سرعت این سیستم ها با مقدار مطلوب فاصله زیادی دارد. اهمیت این مطلب با توجه به محدودیت عمر باتری این سیستم ها و نیاز به طی مسیرهای طولانی بسیار بالا می باشد.
در این سخنرانی نشان داده می شود که چگونه استفاده از هوش مصنوعی و متدهای یادگیری ماشین منجر به افزایش باور نکردنی سرعت و دقت این سیستم ها حتی در مقایسه با خلبانان مجرب شده است.
لینک ورود:
https://www.skyroom.online/ch/icrom/main
🌐 Keynote Speaker HomePage:
http://rpg.ifi.uzh.ch/people_scaramuzza.html
✅ Keynote speaker: Prof. Clément Gosselin
📌 join us at ICRoM2021 for his remarkable speech ennoscriptd: "Parallel Robots to The Rescue: Designing Low-Impedance Robots for Intuitive Physical Human-Robot Interaction"
⏰ پنجشنبه ۲۷ آبان ساعت ۱۷ تا ۱۸.
✅ پروفسور Gosselin مدرک دکتری خود را از دانشگاه McGill دریافت کرده و اکنون استاد دانشگاه Laval می باشند. زمینه تحقیقاتی ایشان کینماتیک و دینامیک بازوهای رباتیک و توسعه سیستم های grasping و ربات های موازی می باشد.
🔶️ در این سخنرانی اهمیت ربات های با ساختار موازی برای طراحی interface های با امپدانس پایین نشان داده خواهد شد که منجر به افزایش پهنای باند مکانیکی در تعاملات انسان و ربات گردیده است.
لینک ورود:
https://www.skyroom.online/ch/icrom/main
🌐 Keynote Speaker HomePage:
https://robot.gmc.ulaval.ca/accueil/?no_cache=1
📌 join us at ICRoM2021 for his remarkable speech ennoscriptd: "Parallel Robots to The Rescue: Designing Low-Impedance Robots for Intuitive Physical Human-Robot Interaction"
⏰ پنجشنبه ۲۷ آبان ساعت ۱۷ تا ۱۸.
✅ پروفسور Gosselin مدرک دکتری خود را از دانشگاه McGill دریافت کرده و اکنون استاد دانشگاه Laval می باشند. زمینه تحقیقاتی ایشان کینماتیک و دینامیک بازوهای رباتیک و توسعه سیستم های grasping و ربات های موازی می باشد.
🔶️ در این سخنرانی اهمیت ربات های با ساختار موازی برای طراحی interface های با امپدانس پایین نشان داده خواهد شد که منجر به افزایش پهنای باند مکانیکی در تعاملات انسان و ربات گردیده است.
لینک ورود:
https://www.skyroom.online/ch/icrom/main
🌐 Keynote Speaker HomePage:
https://robot.gmc.ulaval.ca/accueil/?no_cache=1
This media is not supported in your browser
VIEW IN TELEGRAM
قسمتی از ویدیوی مقاله ارائه شده در کنفرانس ICRoM توسط آقای صفری عزیز.
Media is too big
VIEW IN TELEGRAM
✅✅ سوال چند دانشجو از والتر لوین.
✅ تولید چهره هایی که هرگز وجود نداشته اند!!
فرض کنید توزیع احتمالاتی یک متغیر تصادفی را میدانید. توزیع احتمالاتی به صورت ساده به شما می گوید احتمال هر رخداد چقدر است. شما به سادگی می توانید حتی نمونه های جدید از توزیع تان تولید کنید.
متخصصان هوش مصنوعی از سالها پیش به دنبال یافتن توزیع احتمال متغیر های تصادفی پیچیده تر مانند صدا یا چهره انسان بودند. در بهترین حالت چنین مدل هایی میتوانستند مثلا به شما بگویند بین دو چهره کدام با احتمال بیشتر چهره مرد است یا زن. به این مدل ها مدل های discrminative گفته می شود. اما چنین مدل هایی قادر به تولید نمونه های جدید نبودند چرا که مدل ها در اساس توزیع احتمالاتی نبودند. با پیشرفت نرم افزاری و سخت افزاری و ورود شبکه های عمیق(Deep Learning) کم کم چنین رویایی محقق شد. این مفهوم بسیار عجیب و گیج کننده به نظر می رسد اما واقعی است.
لینک مقاله: https://goo.gl/au9Lar
فرض کنید توزیع احتمالاتی یک متغیر تصادفی را میدانید. توزیع احتمالاتی به صورت ساده به شما می گوید احتمال هر رخداد چقدر است. شما به سادگی می توانید حتی نمونه های جدید از توزیع تان تولید کنید.
متخصصان هوش مصنوعی از سالها پیش به دنبال یافتن توزیع احتمال متغیر های تصادفی پیچیده تر مانند صدا یا چهره انسان بودند. در بهترین حالت چنین مدل هایی میتوانستند مثلا به شما بگویند بین دو چهره کدام با احتمال بیشتر چهره مرد است یا زن. به این مدل ها مدل های discrminative گفته می شود. اما چنین مدل هایی قادر به تولید نمونه های جدید نبودند چرا که مدل ها در اساس توزیع احتمالاتی نبودند. با پیشرفت نرم افزاری و سخت افزاری و ورود شبکه های عمیق(Deep Learning) کم کم چنین رویایی محقق شد. این مفهوم بسیار عجیب و گیج کننده به نظر می رسد اما واقعی است.
لینک مقاله: https://goo.gl/au9Lar
This media is not supported in your browser
VIEW IN TELEGRAM
رسم نمودارهای سه بعدی با استفاده از واقعیت افزوده(augmented reality)
دانلود برنامه فعلا فقط برای ios
https://itunes.apple.com/app/geogebra-augmented-reality/id1276964610
دانلود برنامه فعلا فقط برای ios
https://itunes.apple.com/app/geogebra-augmented-reality/id1276964610
✅ مطالعه جزوه و مقاله زیر پیش از کلاس رباتیک فردا مفید خواهد بود:
✅✅ با توجه به ایام انتخاب گرایش و سوالات عزیزان، مطالب زیر در خصوص معرفی گرایش مهندسی کنترل ارسال میگردد.
💥دانشگاه های برتر کانادا در رشته ی مهندسی برق گرایش کنترل.
دانشگاه تورنتو (رتبه ی 27 جهان در رشته ی مهندسی برق)
دانشگاه مک گیل (رتبه ی 100-51)
دانشگاه واترلو (رتبه ی 100-51)
دانشگاه مونترال (رتبه ی 150-101)
دانشگاه آلبرتا (رتبه ی 150-101)
دانشگاه مک مستر (رتبه ی 200-151)
دانشگاه کوئین (رتبه ی 200-151)
دانشگاه کلگری (رتبه ی 200- 151)
دانشگاه کنکوردیا (رتبه ی 250-201)
دانشگاه اتاوا(رتبه ی 250-201)
دانشگاه ویکتوریا (رتبه ی 250-201)
دانشگاه وسترن آنتاریو (رتبه ی 250-201)
دانشگاه کارلتون (رتبه ی 300-251)
دانشگاه کنکوردیا (رتبه 300 تا 350)
دانشگاه تورنتو (رتبه ی 27 جهان در رشته ی مهندسی برق)
دانشگاه مک گیل (رتبه ی 100-51)
دانشگاه واترلو (رتبه ی 100-51)
دانشگاه مونترال (رتبه ی 150-101)
دانشگاه آلبرتا (رتبه ی 150-101)
دانشگاه مک مستر (رتبه ی 200-151)
دانشگاه کوئین (رتبه ی 200-151)
دانشگاه کلگری (رتبه ی 200- 151)
دانشگاه کنکوردیا (رتبه ی 250-201)
دانشگاه اتاوا(رتبه ی 250-201)
دانشگاه ویکتوریا (رتبه ی 250-201)
دانشگاه وسترن آنتاریو (رتبه ی 250-201)
دانشگاه کارلتون (رتبه ی 300-251)
دانشگاه کنکوردیا (رتبه 300 تا 350)