Onlinebme
Video
This media is not supported in your browser
VIEW IN TELEGRAM
✅ با گذشت تقریباً دو سال از یک مطالعه تحقیقاتی که توسط John Hopkins APL و Johns Hopkins Medicine انجام شد ، یک بیمار فلج چهار اندام اکنون می تواند دو بازوی رباتیک را با مغز خود کنترل کند و حتی میتواند به راحتی بدون کمک بقیه غذا بخورد.
💡 این موفقیت گام بزرگی در جهت بازیابی عملکرد و استقلال بیمارانی است که به خاطر بیماری یا تصادف، بخشی یا همه چهار اندامشان از کار افتاده است.
پ.ن: فلج چهاراندام نوعی از فلج است که در این حالت، انسان حس و کنترل در دستها و پاهای خود را از دست میدهد.
#واسط_مغز_کامپیوتر
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
💡 این موفقیت گام بزرگی در جهت بازیابی عملکرد و استقلال بیمارانی است که به خاطر بیماری یا تصادف، بخشی یا همه چهار اندامشان از کار افتاده است.
پ.ن: فلج چهاراندام نوعی از فلج است که در این حالت، انسان حس و کنترل در دستها و پاهای خود را از دست میدهد.
#واسط_مغز_کامپیوتر
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ در یک اتفاق بسیار حیرت انگیز محققین موفق شدند یک موشی که دچار قطع نخاع کامل شده بود را درمان کنند و موش دوباره میتونه راه بره!
پروتئین hyper-interleukin-6 ، یک “پروتئین طراح” است که می بایست از طریق مهندسی ژنتیک تولید شود، یک موش فلج را قادر ساخت تا دوباره راه برود.
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/designer-cytokine-makes-paralyzed-mice-walk-again/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
پروتئین hyper-interleukin-6 ، یک “پروتئین طراح” است که می بایست از طریق مهندسی ژنتیک تولید شود، یک موش فلج را قادر ساخت تا دوباره راه برود.
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/designer-cytokine-makes-paralyzed-mice-walk-again/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
سلام
لطفا نظرتون رو اعلام کنید تا طبق خواسته اکثریت پکیج دوره بعدی رو آماده کنیم 🙏🌹
⭕️ دوست دارید پکیج آموزشی کدام دوره زودتر آماده شود؟ ضبط دوره های یادگیری عمیق از سال بعد شروع خواهد شد...
لطفا نظرتون رو اعلام کنید تا طبق خواسته اکثریت پکیج دوره بعدی رو آماده کنیم 🙏🌹
⭕️ دوست دارید پکیج آموزشی کدام دوره زودتر آماده شود؟ ضبط دوره های یادگیری عمیق از سال بعد شروع خواهد شد...
Anonymous Poll
37%
پردازش تصویر
15%
پردازش سیگنال قلبی ( ecg )
30%
ادامه دوره های مبتنی بر EEG
10%
ضبط دوره های کوتاه مقاله محور(تک مقاله)
8%
پردازش سیگنال emg
Onlinebme
Video
This media is not supported in your browser
VIEW IN TELEGRAM
⭕️ در مسابقات RoboCon ژاپن، شرکت کنندگان از رباتهایی رونمایی کردند که عمل پرتاب بطری را به طرز بسیار ماهرانه ای انجام میدادند!
تسک رباتها این بوده که بطری آب رو در شرایط مختلف پرت کنند به نوعی که رو به بالا قرار بگیرد!
تسک ساده ای نیست!
ولی ببینید چقدر راحت این رباتهای دست ساز بطری آب رو پرت می کنند!
#رباتیک
#robot
#RoboCon
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
تسک رباتها این بوده که بطری آب رو در شرایط مختلف پرت کنند به نوعی که رو به بالا قرار بگیرد!
تسک ساده ای نیست!
ولی ببینید چقدر راحت این رباتهای دست ساز بطری آب رو پرت می کنند!
#رباتیک
#robot
#RoboCon
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🔷 یادگیری تقویتی یکی از گرایشهای یادگیری ماشین است که از روانشناسی رفتارگرایی الهام میگیرد. این روش بر رفتارهایی تمرکز دارد که ماشین باید برای بیشینه کردن پاداشش انجام دهد. این مسئله، با توجه به گستردگیاش، در زمینههای گوناگونی بررسی میشود. مانند: نظریه بازیها، نظریه کنترل، تحقیق در عملیات، نظریه اطلاعات، سامانه چندعامله، هوش ازدحامی، آمار، الگوریتم ژنتیک، بهینهسازی بر مبنای شبیهسازی. در مبحث تحقیق در عملیات و در ادبیات کنترل، حوزهای که در آن روش یادگیری تقویتی مطالعه میشود برنامهنویسی تخمینی پویای (approximate dynamic programming) خوانده میشود.
🔺 در یادگیری ماشین با توجه به این که بسیاری از الگوریتمهای یادگیری تقویتی از تکنیکهای برنامهنویسی پویا استفاده میکنند معمولاً مسئله تحت عنوان یک فرایند تصمیمگیری مارکف مدل میشود. تفاوت اصلی بین روشهای سنتی و الگوریتمهای یادگیری تقویتی این است که در یادگیری تقویتی نیازی به داشتن اطلاعات راجع به فرایند تصمیمگیری ندارد و این که این روش روی فرایندهای مارکف بسیار بزرگی کار میکند که روشهای سنتی در آنجا ناکارآمدند.
🔺 یادگیری تقویتی با یادگیری با نظارت معمول دو تفاوت عمده دارد، نخست اینکه در آن زوجهای صحیح ورودی و خروجی در کار نیست و رفتارهای ناکارامد نیز از بیرون اصلاح نمیشوند، و دیگر آنکه تمرکز زیادی روی کارایی زنده وجود دارد که نیازمند پیدا کردن یک تعادل مناسب بین اکتشاف چیزهای جدید و بهرهبرداری از دانش اندوخته شده دارد.
منبع: ویکی پدیا
#robotic
#artificial_intelligence
#machine_learning
#reinforcement_learning
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🔺 در یادگیری ماشین با توجه به این که بسیاری از الگوریتمهای یادگیری تقویتی از تکنیکهای برنامهنویسی پویا استفاده میکنند معمولاً مسئله تحت عنوان یک فرایند تصمیمگیری مارکف مدل میشود. تفاوت اصلی بین روشهای سنتی و الگوریتمهای یادگیری تقویتی این است که در یادگیری تقویتی نیازی به داشتن اطلاعات راجع به فرایند تصمیمگیری ندارد و این که این روش روی فرایندهای مارکف بسیار بزرگی کار میکند که روشهای سنتی در آنجا ناکارآمدند.
🔺 یادگیری تقویتی با یادگیری با نظارت معمول دو تفاوت عمده دارد، نخست اینکه در آن زوجهای صحیح ورودی و خروجی در کار نیست و رفتارهای ناکارامد نیز از بیرون اصلاح نمیشوند، و دیگر آنکه تمرکز زیادی روی کارایی زنده وجود دارد که نیازمند پیدا کردن یک تعادل مناسب بین اکتشاف چیزهای جدید و بهرهبرداری از دانش اندوخته شده دارد.
منبع: ویکی پدیا
#robotic
#artificial_intelligence
#machine_learning
#reinforcement_learning
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
👍1
Onlinebme
📦سرفصل مطالب مربوط به پیاده سازی الگوریتمهای مبتنی بر نزدیک ترین همسایه( knn , wknn, dwknn , knn in regression ): ⚪️تئوری تصمیم گیری کلاسبندهای متبنی بر نزدیکترین همسایه(knn) ⚫️پیادهسازی مرحله به مرحله کلاسبند knnمعرفی تولباکس آماده متلب( برای آن دسته از…
اگر برای تست الگوریتم knn از خود داده آموزش استفاده کنیم، و تعداد k برابر یک باشد
در اینصورت دقت طبقه بندی چند خواهد بود؟
در اینصورت دقت طبقه بندی چند خواهد بود؟
Anonymous Poll
16%
99%
49%
100%
13%
50%
22%
نمیتوان حدس زد!
Onlinebme
اگر برای تست الگوریتم knn از خود داده آموزش استفاده کنیم، و تعداد k برابر یک باشد
در اینصورت دقت طبقه بندی چند خواهد بود؟
در اینصورت دقت طبقه بندی چند خواهد بود؟
❇️ مروری مختصر بر الگوریتم نزدیکترین همسایه(KNN)
https://onlinebme.com/knn/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
https://onlinebme.com/knn/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
This media is not supported in your browser
VIEW IN TELEGRAM
🎻 اینطور که پیش میره چند سال دیگه زندگی خیلی عجیب و غریب خواهد بود!
@onlinebme
@onlinebme
✅استخراج ویژگی هدفمند،حذف اطلاعات مشترک درد ساز!
🔺خلاصه: اطلاعات مشترک اطلاعاتی هستند که در پروژههای شناسایی الگو برای الگوریتمهای یادگیری ماشین گمراه کننده هستند و کار تصمیم گیری را برای این الگوریتمها دشوار میکنند. میخواهیم در این جلسه نگاهی به این اطلاعات مشترک داشته باشیم و با یک مثال ساده توضیح دهیم که این اطلاعات چی هستند و چطور میتوان تاثیر آنها را در پروسه استخراج ویژگی و تصمیم گیری حداقل کرد.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/feature-extraction/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🔺خلاصه: اطلاعات مشترک اطلاعاتی هستند که در پروژههای شناسایی الگو برای الگوریتمهای یادگیری ماشین گمراه کننده هستند و کار تصمیم گیری را برای این الگوریتمها دشوار میکنند. میخواهیم در این جلسه نگاهی به این اطلاعات مشترک داشته باشیم و با یک مثال ساده توضیح دهیم که این اطلاعات چی هستند و چطور میتوان تاثیر آنها را در پروسه استخراج ویژگی و تصمیم گیری حداقل کرد.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/feature-extraction/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ یادگیری جمعی (ensemble learning)
بخش اول: بررسی کارایی ایده یادگیری جمعی
خلاصه: یادگیری جمعی حوزهای در یادگیری ماشین است که در این حوزه تکنیکهایی مطرح شده است که به کمک آنها از چندین مدل به صورت ترکیبی و همزمان جهت تصمیم گیری استفاده میکنند تا توان مدل در تخمین خروجی داده را بالا ببرند. در این بخش میخواهیم نگاهی به این مسئله داشته باشیم که اساسا چرا رویکرد یادگیری جمعی رویکردی کارا و موثر است.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/ensemble-learning/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
بخش اول: بررسی کارایی ایده یادگیری جمعی
خلاصه: یادگیری جمعی حوزهای در یادگیری ماشین است که در این حوزه تکنیکهایی مطرح شده است که به کمک آنها از چندین مدل به صورت ترکیبی و همزمان جهت تصمیم گیری استفاده میکنند تا توان مدل در تخمین خروجی داده را بالا ببرند. در این بخش میخواهیم نگاهی به این مسئله داشته باشیم که اساسا چرا رویکرد یادگیری جمعی رویکردی کارا و موثر است.
⭕️جزئیات بیشتر 👇
https://onlinebme.com/ensemble-learning/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ تفاوت بین کواریانس و همبستگی(correlation)
خلاصه: در آمار و احتمال از کواریانس و همبستگی برای بررسی ارتباط خطی دو بین دو متغیر و اندازه گیری میزان وابستگی آنها به همدیگر استفاده میکنند! ولی آیا هر دو عین هم هستند؟
⭕️جزئیات بیشتر 👇
https://onlinebme.com/difference-between-correlation-and-covariance/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
خلاصه: در آمار و احتمال از کواریانس و همبستگی برای بررسی ارتباط خطی دو بین دو متغیر و اندازه گیری میزان وابستگی آنها به همدیگر استفاده میکنند! ولی آیا هر دو عین هم هستند؟
⭕️جزئیات بیشتر 👇
https://onlinebme.com/difference-between-correlation-and-covariance/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
✅ شناسایی الگو چیست؟
💢شناسایی الگو یک فرایند شناختی است که در مغز ما زمانی که با برخی اطلاعاتی روبرو میشویم که با اطلاعات ذخیره شده در حافظه ما مطابقت دارد اتفاق می افتد. در علوم کامپیوتر، شناسایی الگو یک فرایند علمی است که در آن تمرکز بر شناخت خودکار الگوی دادههای ورودی است. در حوزه علوم کامپیوتر شناسایی الگو یک تکنولوژی هست که اطلاعات ذخیره شده در پایگاه داده را با نمونه جدید مطابقت داده و آن را را شناسایی میکند!
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/what-is-pattern-recognition/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
💢شناسایی الگو یک فرایند شناختی است که در مغز ما زمانی که با برخی اطلاعاتی روبرو میشویم که با اطلاعات ذخیره شده در حافظه ما مطابقت دارد اتفاق می افتد. در علوم کامپیوتر، شناسایی الگو یک فرایند علمی است که در آن تمرکز بر شناخت خودکار الگوی دادههای ورودی است. در حوزه علوم کامپیوتر شناسایی الگو یک تکنولوژی هست که اطلاعات ذخیره شده در پایگاه داده را با نمونه جدید مطابقت داده و آن را را شناسایی میکند!
⭕️ جزئیات بیشتر 👇
https://onlinebme.com/what-is-pattern-recognition/
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme