✅ پکیجهای آموزشی onlinebme
⚠️اولین گروه آموزشیِ تخصصی و پروژه محور

⭕️⭕️ اصول برنامه‌نویسی در متلب (رایگان)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/course/matlab/
➖➖➖➖➖➖➖➖➖➖➖

⭕️⭕️ پیاده سازی گام به گام شبکه های عصبی
مدت دوره: 25 ساعت
🌀 https://onlinebme.com/course/neural-networks-in-matlab/

⭕️⭕️ دوره جامع و پروژه محور شبکه عصبی کانولوشنی (CNN)
مدت زمان دوره: 11 ساعت
🌀https://onlinebme.com/product/convolutional-neural-network/

➖➖➖➖➖➖➖➖➖➖➖
دوره های تخصصی و پروژه محور پردازش سیگنال EEG

⭕️⭕️ دوره جامع پردازش سیگنال مغزی(EEG)
مدت دوره: 50 ساعت
🌀 https://onlinebme.com/product/eeg-signal-processing/

⭕️⭕️ واسط مغز و کامپیوتر مبتنی بر SSVEP
مدت دوره: 33 ساعت
🌀https://onlinebme.com/product/bci_ssvep/

⭕️⭕️ پردازش سیگنال مغزی(EEG) مبتنی بر تسک تصور حرکتی (BCI)
مدت دوره: 21 ساعت
🌀 https://onlinebme.com/product/brain-computer-interface-package-motorimagery/

⭕️⭕️ پیاده سازی مقاله CSSP (واسط مغز-کامپیوتر مبتنی بر تصورحرکتی)
مدت دوره: 7 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/common-spetio-spectral-patterns

⭕️⭕️ پیاده سازی مقاله RCSP (واسط مغز-کامپیوتر مبتنی بر تصورحرکتی)
مدت دوره: 5 ساعت
🌀 https://onlinebme.com/product/regularized-common-spatial-patterns


⭕️⭕️دوره تبدیل فوریه زمان کوتاه در پردازش سیگنال مغزی(eeg)
مدت دوره: 8 ساعت
🌀https://onlinebme.com/product/short-time-fourier-transform-and-eeg/

➖➖➖➖➖➖➖➖➖➖➖➖➖➖
✅ دوره شناسایی الگو و یادگیری ماشین (اولین دوره جامع و تخصصی در ایران)
⚠️ 140 ساعت ویدیوی آموزشی
🔹آموزش تئوری و مباحث ریاضیاتی طبق مراجع معتبر
🔹پیاده‌سازی مرحله به مرحله الگوریتمها
🔹انجام پروژه های عملی و تخصصی
🔹پیاده سازی گام به گام مقالات تخصصی

🟣▪️پترن و یادگیری ماشین (فصل یک تا 4): از بیزین تا SVM
مدت دوره: 75 ساعت
🌀 https://onlinebme.com/product/season-1-4-packages-pattern-recognition/

🔵▪️پترن و یادگیری ماشین (فصل 5): یادگیری جمعی (Ensemble learning)
مدت دوره: 18 ساعت
🌀 https://onlinebme.com/product/ensemble-learning/

🟢▪️پترن و یادگیری ماشین (فصل 6): کاهش بعد (dimensionality reduction)
مدت دوره: 11 ساعت
🌀 https://onlinebme.com/product/dimension-reduction-using-lda-pca/

🔴▪️پترن و یادگیری ماشین (فصل 7): انتخاب ویژگی (feature selection)
مدت دوره: 16 ساعت
🌀https://onlinebme.com/product/season07-featrue-selection/


🟠▪️پترن و یادگیری ماشین (فصل 8):خوشه بندی ( clustering)
مدت دوره: 13 ساعت
🌀https://onlinebme.com/product/pattern-season08-clustering/

➖➖➖➖➖➖➖➖➖➖➖➖➖
✅ دوره جامع پردازش تصویر

🟠فصل اول: مباحث مقدماتی، آستانه گذاری تصویر، تبدیلات شدت روشنایی و هندسی
مدت دوره: 30 ساعت
🌀https://onlinebme.com/product/image-processing-chapter1

🔵فصل دوم: پردازش هیستوگرام تصویر
مدت دوره : 6 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/image-prcessing-chapter2

🟠فصل سوم: فیلترهای مکانی
مدت دوره : 15 ساعت و 30 دقیقه
🌀https://onlinebme.com/product/spatial-filters-in-image-processing/

🔵فصل چهارم: عملیات مورفورلوژی
مدت دوره : 6 ساعت
🌀https://onlinebme.com/product/morphological-operations-in-image-processing/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅طبقه بندی سیگنال EEG تصور حرکتی با شبکه CNN
✍️در مقاله‌ای جدید ارائه شده توسط آقای Xiangmin Lun و همکارانشان (2020) یک شبکه عصبی کانولوشنی (CNN)، سیگنال EEG تصور حرکتی خام را کلاسبندی می‌کند بدون اینکه هیچ گونه پیش پردازشی روی دیتای EEG انجام شود و یا عملیات استخراج ویژگی به طور جداگانه انجام شود. این شبکه CNN که دارای 10 لایه (5 لایه کانولوشنی، 4 لایه Max Pooling و 1 لایه FC) است به عملکرد خوبی رسیده است. در این پست، خلاصه‌ای از این مقاله را توضیح می‌دهیم.

⭕️جزئیات بیشتر 👇
https://onlinebme.com/eeg-signal-classification-with-cnn/

🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅الگوریتم Ensemble RCSSP برای طبقه بندی سیگنال EEG تصور حرکتی

✍️الگوریتم CSP (فیلتر مکانی مشترک) روشی برای طبقه بندی سیگنال EEG مبتنی بر تصور حرکتی است. این الگوریتم با وجود کارایی خوبی که نسبت به سایر روش‌های استخراج ویژگی دارد اما با ایراداتی چون احتمال بالای overfitting روبروست که می‌تواند عملکرد آن را تحت تأثیر قرار دهد. ما در این مطالعه سعی کرده‌ایم با ارائه‌ی رویکردهایی احتمال بروز overfitting الگوریتم CSP را کم کنیم و دقت طبقه بندی سیگنال EEG مبتنی بر تصور حرکتی را افزایش دهیم.

⭕️جزئیات بیشتر👇
https://onlinebme.com/ensemble-rcssp/

🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

سلام
ضبط دوره واسط مغز-کامپیوتر مبتنی بر P300 تمام شد. 😊
ادیت نهایی انجام میشه تا در وبسایت قرار بگیرد.

@onlinebme

✅ دوره تخصصی واسط مغز و کامپیوتر مبتنی بر P300

✍ واسط مغز-کامپیوتر مبتنی بر P300 برای اولین بار در سال 1988 توسط Farwell  و Donchin  ارائه شد و از آن موقع به بعد به صورت گسترده در حوزه ارتباطات BCI مورد استفاده قرار گرفته است. در یک BCI-speller مبتنی بر P300 یک سری محرک(کاراکترها) توسط صفحه نمایشگر برای فرد به صورت تصادفی نمایش داده می شوند و همزمان که سیگنال مغزی سابجکت ثبت میشود، از فرد خواسته می شود به کاراکتر مد نظر توجه کند. سپس با پردازش سیگنال مغزی فرد کاراکتر هدف تشخیص داده می‌شود. در این دوره تخصصی تمامی اصول پردازش سیگنال EEG مبتنی بر P300 به صورت پروژه محور آموزش داده میشود. علاوه بر این در این دوره مقالات برنده مسابقات BCI-competition 2003 و 2004   نیز به صورت مرحله به مرحله پیاده سازی شده اند.

مدت زمان دوره: 28 ساعت
مدرس دوره: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران

⭕️جزئیات بیشتر 👇👇
https://onlinebme.com/product/p300-based-brain-computer-interface-speller/

🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

سال نو همه همراهان عزیز مبارک باشه
امیدوارم سال جدید سال خوبی برای هممون باشه🙏

برای همه آرزوی سلامتی، شادی، امید و خنده های از ته داریم... ❤️🍀☘🌿🌱🪴

@onlinebme

✅معرفی دوره‌های onlinebme
🔵دوره شبکه عصبی
✍دوره شبکه عصبی، اولین دوره تخصصی در ایران هست که در اون تمامی شبکه های عصبی صفر تا صد پیاده‌سازی می‌شوند!
در این دوره در ابتدا تئوری و مباحث ریاضیاتی هر شبکه عصبی کامل آموزش داده می شود. سعی شده مباحث به زبان ساده تر آموزش داده شود تا درک مباحث برای علاقه مندان راحتتر باشد.
 
🔷️بعد از آموزش مباحث تئوری، شبکه عصبی به صورت گام به گام پیاده‌سازی می شود. بعدش یک مثال بسیار ساده با شبکه پیاده‌سازی شده انجام میشود تا عملکرد شبکه عصبی به صورت شکلی هم بررسی شود تا درک دقیق تر و بهتری از ساختار و رویکرد شبکه های عصبی داشته باشیم. سپس چندین پروژه عملی انجام می شود تا با کابردهای عملی و همچنین چالش های واقعی پروژه های عملی آشنا شویم.
 
 
👩‍🎓🧑‍🎓مخاطبان دوره
محتوای این دوره برای همه رشته‌ها مناسب هست و لزوما از دید مهندسی پزشکی بررسی نشده است. برای همه افراد در هر رشته ای مباحث این دوره میتواند مفید باشد. کما اینکه تا الان هم تو این چندسال مخاطبان زیادی از رشته های مختلف داشته است، از هوش مصنوعی گرفته تا صنایع و معماری ....
 
💬 به شخصه چون خودم استارت برنامه نویسی، یادگیری ماشین و کل کاراهایی که الان دارم انجام میدم با این دوره بوده و بهم خیلی کمک کرد که راحتت و با دید بهتری وارد این حوزه شوم لذا همیشه به دوستانی که تازه میخواهند وارد این حوزه (چه تصویر و چه سیگنال) شوند پیشنهاد میکنم که با این دوره شروع کنند...
 
🔷️محتوای پکیج آموزشی
·      ویدیوهای آموزشی
·      کدهای پیاده سازی شده
·      پایگاه داده استفاده شده برای پروژه ها
·      کتاب و مقالات استفاده شده در آموزش


✅در دوره‌های ما یاد میگیرید چطوری پروژه‌های تخصصی انجام بدید، چطوری یک الگوریتم، یک مقاله تخصصی رو شبیه‌سازی کنید، و از همه مهمتر مهارت کدنویسی شما نیز تقویت می شود!


⭕جزئیات بیشتر👇👇
https://onlinebme.com/course/neural-networks-in-matlab/

@onlinebme

💬در این ویدیو میتوانید نظر چند تا از دوستانی که دوره شبکه عصبی رو گذارند ملاحظه کنید...

✅ معرفی دوره های onlinebme
🔵دوره جامع شناسایی الگو-یادگیری ماشین

✍دوره شناسایی الگو یکی از مهمترین دوره هایی هست که در onlinebme تهیه کرده ایم. بدون تعارف بگم که همچین دوره‌ای نه نمونه‌ی داخلی و نه نمونه‌ی خارجی داره!. فقط ضبط این دوره نزدیک یک سال طول کشید و حتی خودمم بخوام دوباره از اول نمیتونم همچین دوره‌ای رو ضبط کنم!

🔺شناسایی الگو اساس پروژه‌های تخصصی هست و ما در این دوره تمامی ابزار لازم برای انجام پروژه‌های تخصصی رو آموزش داده ایم.

🟧 روال آموزش
• در این دوره در ابتدا مباحث تئوری و ریاضیاتی الگوریتمها طبق منابع معتبر آموزش داده میشود.
• سپس الگوریتم به صورت مرحله به مرحله پیاده سازی می شود
• یک مثال بسیار ساده انجام می شود تا درک بهتری از رویکرد الگوریتم داشته باشیم
• چندین پروژه عملی عمل انجام میدهیم تا با کاربردهای عملی هر الگوریتم و چالش‌های انجام پروژه‌های تخصصی آشنا شویم.

🔺این دوره در محیط متلب آموزش داده شده است ولی باید بدونیم که اصلا به محیط برنامه نویسی وابسته نیست و الگوریتم های آموزش داده شده رو در هر محیطی میتونید پیاده‌سازی کنید. چرا که دوره ما تولباکس محور نیست که اگه محیط برنامه نویسی عوض شد شخص نتونه از اون دانش استفاده کنه!

🔺در این دوره ما تئوری و ریاضیات تمامی الگوریتم‌ها رو آموزش داده و به صورت گام به گام پیاده‌سازی‌ می‌کنیم! 140 ساعت ویدیوی آموزشی هست. اگه قرار بود تولباکس محور باشه نهایتا میشد 30 ساعت دوره!


👩‍🏫🧑‍🏫 مخاطبان دوره
این دوره برای همه افرادی که میخواهند به نوعی با یادگیری ماشین سروکار داشته باشند، مناسب هست و مختص رشته خاصی نیست و همه افراد میتونند دوره رو بگذرونند.

🔺شناسایی الگو و یادگیری ماشین اساس پروژه‌های تخصصی هستند و شخصی که با این مباحث آشنا نباشه عملا نمیتونه پروژه‌ای رو انجام بده!

🔺متاسفانه به خاطر سبک آموزشی که در دانشگاهها وجود داره باعث شده خیلی ها فکر کنند که این مباحث سخت هستند و اصلا سمتش نروند! واقعیت اینه که از این مباحث چه خوشمون بیاد چه نیاد باید یاد بگیریم و ابزار لازم برای انجام پروژه رو داشته باشیم. کسی که این مباحث رو یاد نگیره مثل بنایی می مونه که هیچ مهارت و ابزاری برای کار در ساختمان نداره!

🔺برای اینکه بتونیم پروژه های تخصصی انجام بدهیم ما نیاز به یادگیری مباحث شناسایی الگو و یادگیری ماشین داریم. در این دوره سعی کرده ایم تمامی ابزار لازم برای انجام پروژه‌های تخصصی رو البته به زبان ساده آموزش دهیم تا افراد بتوانند بعد این دوره پروژه های تخصصی خودشون رو خیلی راحت پیش ببرند.

✅آموزش مباحث از پایه شروع می شود و گام به گام جلو میریم تا کامل مبحث مورد نظر رو یاد بگیریم و بعدش چندین پروژه تخصصی انجام میشه تا یاد بگیریم که چطور میشه از الگوریتم مورد نظر در پروژه های تخصصی استفاده کرد.

💡 دوره بسیار مهمی هست و خیلی میتونه در انجام پروژه های تخصصی بهتون کمک کنه.


🎁 محتوای پکیج آموزشی
• ویدیوهای آموزشی
• کدهای پیاده سازی شده
• پایگاه داده استفاده شده برای پروژه ها
• کتاب و مقالات استفاده شده در آموزش

✅در دوره‌های ما یاد میگیرید چطوری پروژه‌های تخصصی انجام بدید، چطوری یک الگوریتم، یک مقاله تخصصی رو شبیه سازی کنید، و از همه مهمتر مهارت کدنویسی شما نیز تقویت می شود!

⭕️جزئیات بیشتر👇👇
https://onlinebme.com/product-category/machine-learning/

✅هدف اصلی ما اینه که شما یاد بگیرید و بتونید خودتون پروژه‌های درسی، کاری و پایان نامه رو انجام بدید و خداروشکر میکنیم که تا الان تونسته‌ایم به افراد زیادی در این مسیر کمک کنیم.

📺در این ویدیو میتونید نظر چندتا از مخاطبانی که دوره شناسایی الگو-یادگیری ماشین رو گذروند رو ملاحظه کنید.

https://onlinebme.com/product-category/machine-learning/

سلام دوستان عزیز

منتظر دوره ی جدید شبکه عصبی بازگشتی (Recurrent Neural Network) باشید.😊
تا آخر این هفته روی سایت قرار می گیرد.

@onlinebme

✅ارتباط مغز به مغز

✍ ما انسان‌ها مجموعه‌ای غنی از ارتباطات هستیم؛ از ژست‌های خاص گرفته تا زبان‌های پیچیده را به وجود آورده‌ایم. همه این اشکال ارتباطی، افراد جدا از هم را به گونه ای بهم متصل می کند که می توانند تجربیات منحصر به فرد خود را بیان کنند و به اشتراک بگذارند و با هم همکاری داشته باشند. در این مطلب به انگیزه ی موضوع مخابره ی اطلاعات از مغز به مغز، جدیدترین تحقیقات در این زمینه و همچنین کاربرد آن در سیستم های رابط کامپیوتر و مغز (BCI)پرداخته شده است.

👩‍💻نویسنده: نسرین رفیعی

⭕جزئیات بیشتر👇👇
https://onlinebme.com/brain-to-brain-communication/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅ دوره جامع و پروژه محور شبکه عصبی بازگشتی (RNN)

✍ یکی از شبکه‌های معروف یادگیری عمیق، شبکه عصبی بازگشتی (RNN) است. این شبکه‌ها برای داده‌هایی مناسب هستند که ماهیت توالی یا سری زمانی دارند. این دوره‌ی پروژه محور با مقدمه‌ای بر مفاهیم مورد نیاز برای درک یادگیری عمیق آغاز می‌شود. سپس لزوم استفاده از شبکه‌های عصبی بازگشتی و کاربردهای آن شرح داده می‌شود. ساختار داخلی شبکه‌های RNN و انواع دیگر آن چون LSTM, GRU, Bidirectional با جزئیات ارائه می‌شوند. در انتها، نحوه‌ی ایجاد، آموزش و ارزیابی یک شبکه RNN با استفاده از فریم ورک تنسورفلو و کراس آموزش داده می‌شود و پروژه‌‌های مختلفی چون sentiment analysis و Image Captioning و … با استفاده از این شبکه‌ها انجام می‌شوند.

👩‍💻مدرس دوره: هما کاشفی امیری

⭕ جزئیات بیشتر 👇👇
https://onlinebme.com/product/recurrent-neural-network/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅ داستان کشف واحد اصلی سیستم عصبی توسط پدر نوروساینس مدرن

✍تا آنجا که می دانیم علوم مدرن مغز با کار دانشمندی شروع شد که افکار خلاق او از خاطرات دوران کودکی اش در حومه اسپانیا و قبل از صنعتی شدن نشات می گرفت. در این مقاله به داستان هیجان انگیز کشف واحد های اصلی و سازنده ی سیستم عصبی توسط کژال بنیانگذار نوروساینس مدرن و برنده ی جایزه ی نوبل می پردازیم.
 
👩‍💻نویسنده: نسرین رفیعی

⭕️جزئیات بیشتر 👇
https://onlinebme.com/the-father-of-modern-neuroscience-discovered-the-basic-unit-of-the-nervous-system/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅تحلیل سه مدل شبکه عصبی در یادگیری عمیق: ANN، CNN و RNN

✍شبکه‌های عصبی چه قابلیت‌هایی دارند که الگوریتم‌های یادگیری ماشین فاقد آنها هستند؟ از طرف دیگر، با وجود آنکه شبکه‌های عصبی به حجم زیادی داده نیاز دارند، آیا استفاده از این شبکه‌ها، ارزشش را دارد؟! در این پست، سه مدل شبکه عصبی در یادگیری عمیق را مورد بررسی قرار می‌دهیم. آنها را با هم مقایسه می‌کنیم و مزایا و معایب هر یک را مورد بحث قرار می‌دهیم. می‌خواهیم بدانیم بسته به مسئله‌ای که داریم بهتر است از کدام نوع شبکه عصبی برای حل مسئله استفاده کنیم.

⭕جزئیات بیشتر👇👇
https://onlinebme.com/rnn-vs-cnn-vs-ann/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅داستان کشف واحد اصلی سیستم عصبی توسط پدر نوروساینس مدرن (بخش دوم)

✍در قسمت اول این داستان با کژال، بنیانگذار علوم اعصاب مدرن و برنده ی جایزه نوبل در سال 1906 آشنا شدیم و تصاویری از طرح هایی از نورون ها حاصل از ذوق هنری و تحقیقات علمی وی را دیدیم. در ادامه با تعابیر دیگری که به سیستم عصبی نسبت داده شده آشنا خواهیم شد و ریشه مفهوم پلاستیسیته برای مغز را درک خواهیم کرد.

⭕جزئیات بیشتر👇👇
https://onlinebme.com/the-father-of-modern-neuroscience-discovered-the-basic-unit-of-the-nervous-system-part2/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

✅روش‌های تشخیص داده‌های پرت( Outliers)

داده های پرت یا Outlier ها می توانند درکی از داده های مورد مطالعه به ما بدهند و بر نتایج آماری تاثیر بگذارند. شناسایی آن ها به ما کمک می کند تا ناهماهنگی را پیدا کنیم و هرگونه خطا در فرآیندهای آماری را تشخیص دهیم. در این مقاله ضمن تعریف داده های پرت، روش های شناسایی آن ها در مجموعه داده را شرح خواهیم داد.

⭕جزئیات بیشتر👇👇
https://onlinebme.com/how-to-find-outliers
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme

بعد میگن چرا برای افراد باردار به جای MRI از سونوگرافی استفاده می‌کنند!
این تصویریه که MRI نشون میده 😅
@onlinebme