🌍 اپلیکیشن های مفید برای یادگیری زبان.
• برای لیسینینگ :
1- TED
2- podcast player - Castbox
• برای اسپیکینگ :
1- ELSA: Learn and Speak English
2- English conversation practice
• برای فلش کارت :
1- Vocabulary Flashcards - IELTS
2- AnkiMobile Flashcards
• برای برنامه ریزی (تایمر) :
1- Productive Habit Tracker
2- Focus To-Do: Focus Timer Tasks
• برای تقویت لغت :
1- Tongo - Learn American English
2- Wordup - Learn English Words
• برای رایتینگ :
1- Scholar: Spelling Bee Quiz
2- Spelling Bee Lists
• برای چت کردن با نیتیو ها :
1- lnterPals
2- HelloTalk - Language Learning

🌏 چند دیکشنری آلمانی‌ مفید.

🇩🇪 ربات تلگرامی دیکشنری آلمانی به فارسی و بلعکس:
@TranslateGerman_bot

🇩🇪 دیکشنری آنلاین linguee:

https://www.linguee.com/

🇩🇪دیکشنری آنلاین wort:
Wort.ir

🇩🇪دیکشنری آنلاین Wiktoinary:
https://de.m.wiktionary.org/wiki/Wiktionary:Hauptseite

🇩🇪دیکشنری German:
https://play.google.com/store/apps/details?id=livio.pack.lang.de_DE

🇩🇪دیکشنری Wörterbuch:
https://play.google.com/store/apps/details?id=com.farlex.worterbuch.deutsches

🇩🇪دیکشنری آنلاین Langenscheidt:
https://de.langenscheidt.com/

🇩🇪دیکشنری آنلاین Duden:
https://www.duden.de/

✅️ تبریک خدمت آقای کیا فرید طالب نیای عزیز، دانشجوی سرآمد دانشگاه تبریز در سال ۱۴۰۳.
مشمول جایزه بنیاد ملی نخبگان.
دانشجوی کارشناسی ارشد مهندسی برق گرایش کنترل.
عضویت در گروه استعداد درخشان دانشگاه تبریز.
رتبه اول معدل کل در میان دانشجویان ارشد ورودی.

🟠 Animation vs. Coding.

⚫️ مدلی از سیکل های تکرار شونده زندگی و تعبیری از روزمرگی در یک ربات.

🌐 خلاصه روابط سری فوریه.

🎵 End Of A Journey
🎼 Secret Garden
#موسیقی_پایان_شب

🍀 امشب، لحظه‌ای ناب از تقدیر و تغییر در هم تنیده شده است. سالی که نو می‌شود، هم‌زمان است با شبی که درهای رحمت خداوند گشوده‌تر از همیشه‌اند؛ شبی که دعاها به آسمان نزدیک‌ترند، و دل‌ها در تپش امید و بندگی می‌تپند.

🍀 در چنین شبی، یاد می‌کنیم از بعضی نام‌ها و بعضی لبخندها که دیگر در میانمان نیستند و امسال جای خالی‌شان را کنار سفره‌ی هفت‌سین، در قاب عکس‌ها حس خواهیم کرد و خاطراتشان را با عشق و اندوه مرور می‌کنیم. اما زندگی جاری‌ست، و بهار، پیام‌آور ادامه‌ی راه.

🍀 امید که سال نو، برای دل‌های بی‌قرار، آرامش بیاورد، برای چشم‌های منتظر، روشنی، و برای همه‌ی ما، لحظه‌هایی پر از عشق، امید، و یاد عزیزانی که همیشه در قلبمان زنده‌اند.

🍀 با امید به قبولی دعاها و سرنوشتی سرشار از خیر و نیکی در سال جدید برای همه عزیزان و امید به فردایی که زیبایی‌اش فراتر از خیال باشد...

التماس دعا در شب های قدر.

🌑 ما فارغیم از غم طوفان روزگار....مولا تویی، دریا تویی، ناخدا تویی....
شهادت مولا علی(ع)  تسلیت باد.

عید سعید فطر بر تمام عزیزان مبارک باد.

یک کتاب آنلاین بسیار عالی برای یادگیری شبکه های عصبی و یادگیری عمیق. همراه با کد، قدم به قدم از صفر (برگرفته از کورس یادگیری عمیق برکلی)
نویسندگان کتاب در شرکت آمازون محقق هوش مصنوعی هستند.

http://d2l.ai/

☕️ کافه تِک ☕️

🏭 سلسله دورهمی‌های صمیمی اهالی دانشگاه و صنعت
مهمان این دورهمی: دکتر نوید نواده اباذر
نائب رئیس گروه صنعتی پارس ساختار (فولاد شهریار، شرکت پارس ساختار، هتل گسترش، شرکت مهندسی همتا، کشت و صنعت مانارام و ...)
📂 موضوع هفتمین دورهمی: آیا صنایع بزرگ به دانشگاه نیاز دارند؟
⏰ یکشنبه ۲۴ فروردین؛ ساعت ۱۲:۱۵
🔻 مکان: سالن دکتر خداپناه
دانشکده مهندسی برق و کامپیوتر

🌐 به مناسبت سالمرگ لاگرانژ.

در سال ۱۷۵۵ جوزف لوئی لاگرانژ ۱۹ ساله در نامه‌ای به اویلر، روش جدید خود را برای حل "کمینه مقاومت نیوتون در مکانیک سیالات" ارائه کرد. اویلر که قبلا از روشی هندسی به راه حل این مساله رسیده بود بعد از دریافت نامه، روش خود را کنار نهاد و لاگرانژ را به شدت تشویق کرد.
اویلر، روش لاگرانژ را calculus of variations نامید.
امروزه مکانیک لاگرانژی زیربنای بسیاری از محاسبات در محاسبه دینامیک سیستم های کنترلی است. در مکانیک لاگرانژی به جای استفاده از روش نیوتون، از انتگرال تفاضل انرژی جنبشی و پتانسیل (action) استفاده میشود. اجسام مسیری را طی میکنند که action کمینه باشد!

فیلم در مورد کاربرد مکانیک لاگرانژی است.

🌐 ✅️ با تبریک خدمت آقای ائلمان قضایی عزیز و توانمند که مقاله شان با عنوان:
S-Transformer: a new deep learning model enhanced by sequential
transformer encoders for drought forecasting
در ژورنال
Earth Science Informatics
به چاپ رسید.

این مقاله بخشی از یک همکاری بین المللی و پروژه ۶ ماهه عملی، با محققینی از کشورهای ترکیه، چین و کانادا بوده است.

هدف اصلی این مقاله، معرفی یک مدل یادگیری عمیق بهبود یافته به نام S-Transformer برای پیش‌بینی خشکسالی‌های هواشناسی بر اساس داده‌های تاریخی بارش است. این مدل در مقایسه با مدل‌های مرجع مانند پرسپترون چندلایه، LSTM و ترنسفورمر کلاسیک، عملکرد بهتری را در پیش‌بینی شاخص استاندارد بارش در شهرهای اسپارتا و بوردور ترکیه نشان می دهد. هدف نهایی، ارائه ابزاری دقیق و قابل اعتماد برای پایش و پیش‌بینی خشکسالی با هدف بهبود مدیریت منابع آبی و کاهش اثرات منفی آن بر کشاورزی و امنیت غذایی است.