تندیس دکتر غلامحسین مصاحب
دانشکده علوم ریاضی و کامپیوتر، دانشگاه خوارزمی

عکاس: خودم😎

💎 ریاضیات کشف شده یا خلق شده؟!

فدریکو فاگین، دانشمند ایتالیایی و طراح اولین پردازنده مدار مجتمع (پردازشگر 4004 شرکت اینتل) در این مورد صحبت می‌کند.
شرکت اینتل یکی از بزرگترین و پیشروترین شرکت‌های فناوری اطلاعات و الکترونیک است که در سال 1968 در آمریکا تاسیس شد. 

                         📚 @topmathlearn 📚

🍃🌸🍃🌸🍃🌸🍃🌸🍃🌸🍃🌸🍃🌸🍃

ارزش تحصیلات آکادمیک در یادگیری
واقعیت‌های علمی مختلف نیست،
در تمرین ذهن برای فکر کردن است.

البرت اینشتین

🍃🌸🍃🌸🍃🌸🍃🌸🍃🌸🍃🌸🍃🌸🍃

روز دانشجو مبارک🌹

باشد که شور یادگیری‌ات خاموش نشود، 
قلمت همیشه در مسیر حقیقت بلغزد، 
و دلت از آرزوهای بزرگ لبریز بماند.

هیچ‌وقت از یادگیری متوقف نشو، چون زندگی هیچ‌وقت از آموختن متوقف نخواهد شد!

                  📚 @topmathlearn 📚

📝 انتشارات اِشپرینگر نِیچِر (Springer Nature)

انتشارات اِشپرینگر (Springer) از سال 1842 به عنوان یک ناشر بزرگ در زمینه علوم فنی و مهندسی، علوم اجتماعی و علوم پزشکی فعالیت دارد و از معتبرترین ناشران در این زمینه‌ها محسوب می‌شود. انتشارات مک‌میلان (Macmillan) نیز در سال 1843 میلادی توسط دانیل مک‌‌میلان و برادرانش در لندن تاسیس شد که به‌عنوان یکی از قدیمی‌‌ترین و شناخته شده‌ترین انتشارات معتبر تاکنون در زمینه‌های مختلف، کتاب‌های علمی، ادبیات عمومی، کتاب زبان انگلیسی آموزشی کودکان و بزرگسالان به فعالیت مستمر خود ادامه داده است. همچنین، انتشارات نِیچِر (Nature) یکی از معتبرترین و قدیمی‌ترین پایگاه‌های علمی در جهان است که در سال 1869 با هدف انتشار تحقیقات علمی پیشرفته و نوآوری‌های علمی در رشته‌های مختلف از جمله زیست‌شناسی، فیزیک، شیمی و علوم پزشکی تأسیس شده است. مقالات منتشر شده در Nature همواره از بالاترین استانداردهای علمی برخوردار بوده و اعتبار بالایی در جامعه تحقیقاتی دارند.

                📚 @topmathlearn 📚

انتشارات Springer Nature در سال 2015 با ادغام سه نام بزرگ در نشر علم یعنی نِیچِر «Nature Publishing Group»، مک‌میلان«Macmillan Education» و اِشپرینگر «Springer Science+Business Media»  شکل گرفت. این ادغام، نقطه عطفی بود برای ایجاد یک مجموعه قدرتمند که بتواند در سه حوزه اصلی پژوهش، آموزش و سلامت فعالیت کند. از آن زمان تاکنون، Springer Nature با اتکا بر سابقه طولانی خود، که برخی برندهای آن به بیش از 180 سال پیش بازمی‌گردند، تبدیل به یکی از بزرگ‌ترین و معتبرترین ناشران علمی جهان شده است. این ناشر نه تنها مجلات و کتاب‌های علمی منتشر می‌کند، بلکه پلتفرم‌ها، خدمات فناوری، ابزارهای داده‌محور و راهکارهای سازمانی نیز ارائه می‌کند تا فرآیند پژوهش، انتشار، دسترسی و استفاده از دانش را تسهیل نماید. ماموریت Springer Nature این است که علم باید پیش رود و پژوهشگران باید قادر باشند یافته‌های خود را منتشر کنند، با یکدیگر به اشتراک بگذارند و در خدمت پیشرفت جهانی قرار دهند. بر اساس مطالب رسمی، این ناشر با ارائه محصولات، پلتفرم‌ها و خدمات فناورانه، به پژوهشگران، نویسندگان، اساتید دانشگاه، کتابداران و مؤسسات علمی کمک می‌کند تا دانش جدید را کشف کرده، منتشر کنند و با جامعه علمی جهان به اشتراک بگذارند.

                    📚 @topmathlearn 📚

انتشارات Springer Nature  فعالیت خود را عمدتا در سه حوزه اصلی متمرکز کرده است:

🔹 پژوهش (Research)

در این بخش، این ناشر بیش از سه هزار مجله علمی در رشته‌های مختلف ارائه می‌دهد. مجلاتی که شامل علوم پایه، مهندسی، علوم پزشکی، علوم اجتماعی و انسانی هستند. همچنین انتشار کتاب‌ها، مجموعه مقالات کنفرانس و منابع مرجع نیز در این حوزه انجام می‌پذیرد. مثلا مجلات تحت برند «Nature Portfolio» از جمله مهم‌ترین و پرارجاع‌ترین نشریات علمی جهان هستند.

🔹 آموزش (Education)

برند Macmillan Education که در مجموعه‌های Springer Nature قرار دارد، در زمینه تولید محتوای آموزشی، کتاب‌های دانشگاهی، منابع زبان و همکاری با مدارس و دانشگاه‌ها فعال است. این حوزه برای دانش‌آموزان، دانشجویان و مؤسسات آموزشی اهمیت زیادی دارد.

                  📚 @topmathlearn 📚

🔹 سلامت (Health/Professional)

در حوزه سلامت، Springer Nature با ارائه محتوای تخصصی، کتاب‌ها، ژورنال‌ها و راهکارهای فناورانه به پزشکان، پژوهشگران حوزه پزشکی، صنایع دارویی و مؤسسات مراقبت سلامت خدمات می‌دهد. این حوزه با تمرکز بر نشر علمی کاربردی، به ارتقای عملکرد حرفه‌ای کمک می‌کند.

در کنار این سه حوزه، این ناشر راهکارهایی نیز برای صنایع، سازمان‌ها و شرکت‌ها ارایه می‌دهد؛ یعنی نشر صنعتی، داده‌محور و راهکارهای پژوهش و توسعه (R&D) نیز توسط Springer Nature پشتیبانی می‌شوند. اگر پژوهشگر، استاد، کتابدار یا دانشجوی فعال در فضای علمی هستید، Springer Nature می‌تواند به ‌عنوان «درگاه» ورود به دنیای نشر علمی، دسترسی به منابع معتبر و مشارکت در انقلاب دانش جدید عمل کند.

                      📚 @topmathlearn 📚

🔹 مثلث خیام-پاسکال

یکی از آرایه‌های جالب در ریاضی، مثلث خیام-پاسکال است. این مثلث به ظاهر ساده خواص بسیار جالبی دارد. هر عدد در این مثلث مجموع دو عددی است که در بالا و سمت چپ و راست آن قرار دارند.

                                  1
                              1      1
                           1     2     1
                        1    3      3     1
                     1    4     6      4    1
                  1    5    10    10   5   1

مهمترین کاربرد این مثلث در محاسبه ضرایب بسط دوجمله‌ای نیوتن است. برای مثال، سطر پنجم، ضرایب بسط توان چهارم بسط دوجمله‌ای را نتیجه می‌دهد.

(a+b)^4=a^4+4a^3b+6a^2b^2+4ab^3+b^4

به این مثلث، «مثلث خیام»، «مثلث-پاسکال»، «مثلث خیام-پاسکال-نیوتن»، «مثلث تارتالیا» (در زبان ایتالیایی) و «مثلث یانگ هویی» (در زبان چینی) نیز گفته می‌شود. دلیل وجود نام‌های متعدد برای این مثلث آن است که دانشمندان گوناگون از نقاط مختلف جهان، شامل ایران، فرانسه، ایتالیا، چین، هند و آلمان، در برهه‌های مختلفی از تاریخ، مطالعاتی پیرامون این مثلث داشته‌اند.

                    📚 @topmathlearn 📚

📝 هوش مصنوعی در پژوهش (AI)

باوجودآنکه از پیدایش هوش مصنوعی و فناوری‌های مربوط به آن بیش از نیم قرن می‌گذرد، طی چند سال اخیر و با به میدان آمدن فناوری چت جی‌پی‌تی این اصطلاح بیشتر بر سر زبان‌ها افتاده است. هوش مصنوعی، در ساده‌ترین تعریف، به توانایی رایانه یا سایر ابزارهای پردازشی گفته می‌شود که همچون یک موجود هوشمند (مانند انسان) می‌تواند یاد بگیرد و مسئله حل کند. هدف هوش مصنوعی توسعه ماشینی است که بتواند مانند انسان فکر کند و رفتارهای انسان ازجمله درک، استدلال، یادگیری، برنامه‌ریزی، پیش‌بینی و غیره را تقلید کند. آغاز پژوهش‌های نوین هوش مصنوعی به جان مک کارتی بازمی‌گردد که در همایشی در دانشگاه دارتموث در سال 1956 اصطاح «هوش مصنوعی» را ابداع کرد. این نماد تولد حوزه علمی هوش مصنوعی بود. در سال‌های بعد میزان پیشرفت شگفت‌انگیز بود. با این حال، دانشمندان این حوزه به زودی متوجه شدند که هنوز تا تحقق اهداف نهایی هوشی معادل هوش انسان در ماشین‌ها راهی طولانی در پیش است.

                     📚 @topmathlearn 📚

یادگیری ماشینی و یادگیری عمیق دو عنصر مهم و زیربنایی هوش مصنوعی هستند. گرچه ممکن است این دو مفهوم به جای یکدیگر به‌کار روند، اما ماهیت و کارکرد آنها با هم متفاوت است. یادگیری ماشینی فرایندی است که در آن، داده‌های یک الگوریتم با رایانه و روش‌های آماری تغذیه می‌شوند. هدف از این اقدام، کمک به یادگیری و بهبود تدریجی عملکرد الگوریتم است. این الگوریتم لزوما برای انجام یک کار خاص برنامه‌ریزی نشده است؛ اما به واسطه این سازوکار می‌تواند به تدریج روند انجام آن را فراگیرد. اما منظور از یادگیری عمیق، نوعی الگوریتم یادگیری ماشینی است که داده‌های ورودی خود را با الهام از الگوهای شبکه عصبی موجودات زنده اجرا می‌کند. این الگوها از علم زیست‌شناسی نسخه‌برداری می‌شوند. در یک شبکه عصبی، لایه‌های متعدد (حداقل سه لایه) وجود دارند. هریک از این لایه‌ها می‌توانند ورودی یا خروجی باشند. وظیفه نهایی آنها نیز این است که داده‌ها را در سطوح متفاوتی پردازش کنند. این سازوکار به الگوریتم، امکان یادگیری عمیق‌تر الگوی موردنظر را می‌دهد. 

                    📚 @topmathlearn 📚

باوجودآنکه استفاده از هوش مصنوعی در پژوهش‌های دانشگاهی سابقه نسبتا قابل‌توجهی دارد، بااین حال در سالیان اخیر، هم به دلیل پیشرفت‌های سخت افزاری و ارزان‌تر شدن دستگاه‌های موردنیاز و هم به دلیل پیشرفت‌های نرم افزاری، استفاده از فناوری‌های مختلف هوش مصنوعی ابعاد تازه‌تری یافته است. بااین حال، توجه به این نکته مهم است که الگوهای هوش مصنوعی بی‌نقص نیستند و ممکن است خطاهایی را مرتکب شده یا متنی را تولید کنند که کیفیت متن‌های نوشته شده انسانی را نداشته باشد. همچنین، متن تولیدی با هوش مصنوعی ممکن است فاقد خلاقیت و تفکر انتقادی یک پژوهشگر واقعی باشد. جیلان و کول دو چالش مهم استفاده از هوش مصنوعی در پژوهش‌های علمی را یکی خطر خطا یا سوگیری در متن و دیگری امکان استفاده از این ابزارها برای دستکاری یا تحریف سوابق علمی تلقی می‌کنند. درواقع، ازآنجاکه هوش مصنوعی بر داده‌های گسترده و فراوان متکی است و براساس آنها آموزش می‌بیند، چنانچه این داده‌ها سوگرفته باشند یا بر دیدگاه‌ها و نگاه‌های خاصی تاکید نامتعادل داشته باشند، نتایج حاصل نیز می‌تواند به همان اندازه نادقیق و ناکارآمد به حساب آید. بنابراین لازم است از احتمال استفاده نامناسب از ابزارهای هوش مصنوعی آگاه بود و صحت علمی، اعتبار و اصالت هر مقاله را به دقت ارزیابی کرد.

                     📚 @topmathlearn 📚

در نتیجه ابتدا باید اصول و پایه پژوهش را یاد گرفت و سپس از هوش مصنوعی به عنوان یک ابزار کمکی همراه با نظارت و ویرایش انسانی استفاده شود نه جایگزین تفکر و مهارت پژوهشی انسانی.

در پژوهش باید یاد بگیرید که

✅ چگونه یک موضوع درست و بروز انتخاب کنید!
✅ چگونه باید یک سوال پژوهشی اصولی در آن موضوع مطرح کنید و به آن پاسخ دهید! 
✅ چگونه منابع و مطالب معتبر را جستجو و ارزیابی کنید!
✅ چگونه یک نگارش علمی درست و اصولی داشته باشید!

                    
                    📚 @topmathlearn 📚

دوستان گرامی توجه کنید در پژوهش و نگارش مقاله در رشته ریاضی به دلیل استدلال‌های پیشرفته و نیاز به ترسیم‌های انتزاعی، برنامه‌ریزی‌های سلسله‌مراتبی پیچیده و آزمایش مسیرهای جدید با استفاده از مفاهیم پیچیده انتزاعی، هوش مصنوعی در عمل هیچ کمکی نمی‌تواند انجام دهد.

برای نگارش مقاله در رشته ریاضی باید مقاله بخوانید، مقاله بخوانید و مقاله بخوانید.

من آدم زندگی آکادمیک‌ام👩‍💻📚

درس خواندن، درس دادن، غرق شدن در کتاب و مقاله و نوشته‌هایم، پژوهش، تفکر و نوآوری همان چیزی هست که به من حس واقعی زندگی می‌دهد. 
هدف تحصیلات آکادمیک، عمیق فکر کردن، تحلیل کردن، فهمیدن، ساختن و پیشرفت کردن است.

زندگی من در دنیای آکادمیک جریان دارد❤️

فرا رسیدن روز پژوهشگر، روز تبیین ارزش و جایگاه جستجوگری خستگی‌ناپذیر در راه اعتلای علمی و فکری ایران بر صعودگران قله‌های دانش گرامی‌باد. شیرینی دانستن و کشف‌کردن گوارایتان.

                   📚 @topmathlearn 📚

🔶️ صحبت‌های آقای دکتر سیاوش شهشهانی در مورد سیستم دانشگاهی ایران در مورد تعداد مقاله برای استخدام هیئت علمی

یلدا، شبی به بلندای فرهنگ ایران زمین، ابتدایش در انتهای پاییز و انتهایش در ابتدای زمستان است.
این جشن باستانی بر مردم ایران فرخنده باد🌹

اخراج اساتید به‌دلیل مقاله!

جذابیت‌های ریاضی

💯 That's Your Opinion (Oπnion)😎


                         📚 @topmathlearn 📚

#طنز
#جذابیت_ریاضی

🔹️ عبور سکه از شکافی کوچک

در مقالات ریاضی برای حل قضیه‌ها یا مسائل پیچیده از این شیوه بسیار استفاده می‌شود. به این صورت که برای قضیه‌ها و مسائل پیچیده و سخت ریاضی معادل‌هایی ساده‌تر پیدا می‌کنند. سپس با استفاده از حل این معادل‌ها به پاسخ اصلی می‌رسند.

                    📚 @topmathlearn 📚

بین فلسفه می‌گردی،
لابه‌لای ادبیات می‌گردی،
درون سینما می‌گردی،
میان موسیقی می‌گردی،
بلکه
فلسفه‌ای تو را یافته باشد!
ادبیاتی تو را نوشته باشد!
فیلم‌سازی تو را ساخته باشد!
موسیقی‌‌دانی تو را نواخته باشد!

فرمول‌های ریاضی

💯 a^2+b^2=c^2


                         📚 @topmathlearn 📚

#فیثاغورث
#جذابیت_ریاضی

با سلام و احترام🌹

دوستانی که تمایل دارند در مقالات علمی با خانم دکتر همکاری کنند، به‌زودی شرایط این همکاری اطلاع داده خواهد شد.

📚 @topmathlearn 📚

استناد (Citation)

استفاده از مطالب علمی یک نویسنده توسط نویسنده‌ای دیگر که داخل مقاله یا کتاب خود بدان اشاره کرده باشد، سایتیشن یا شاخص استنادی نام دارد. سایتیشن در لغت به معنای ارجاع، استناد یا رفرنس است و یکی از معیارهای کلیدی در دنیای پژوهش و علم است. سایتیشن یک مقدار کمّی و قابل اندازه‌گیری است و هرچقدر تعداد ارجاع دهی یا استناد (Cite) به یک مقاله بیشتر باشد، نشان‌دهنده بالا بودن اعتبار آن مقاله است، زیرا در بررسی ارزش هر مدرک براساس تاثیر آن بر مقاله‌ها و نوشته‌های بعدی (استنادهای دریافتی از آثار بعدی) مورد بررسی قرار می‌گیرد. به بیان دیگر، هر چه مقاله‌ای بیشتر مورد ارجاع قرار بگیرد، به این معناست که محققین بیشتری از نتایج آن استفاده کرده‌اند یا آن را به‌عنوان مرجعی مهم در زمینه خاص خود می‌شناسند.

                   📚 @topmathlearn 📚