پکیج نوروزی نرم افزاری طراحی تسک و هوش مصنوعی

سرفصل مطالب کارگاه طراحی تسک با نرم افزار Psychtoolbox:

• مقدمه
• طراحی تسک به چه معناست؟
• طراحی تسک با چه نرم افزارهایی قابل انجام است؟
• اهمیت زمان بندی در طراحی تسک
• زمان واکنش و دقت
• بررسی تعدادی از تسک های رایج شناختی
• آموزش مقدماتی نرم افزار متلب
• آشنایی با محیط متلب
• متغیرها و انواع داده
• کار کردن با ماتریس ها و بردارها
• شرط ها if-else))
• حلقه for
• خواندن و ذخیره متغیرها
• طراحی تسک با نرم افزار psychtoolbox
• مانیتور چطور کار میکند؟
• زمان بندی صفحه نمایش
• کشیدن شکل های ابتدایی
• نمایش متن
• نمایش عکس
• ساخت و پخش صدا
• گرفتن ورودی از ماوس و کیبورد
• نحوه نمایش فیلم
• انجام پروژه

سرفصل مطالب دوره کارگاه کاربرد هوش مصنوعی در مطالعات علوم اعصاب با پایتون (مقدماتی و پیشرفته)

(بخش مقدماتی)

1. مفاهیم نظری مربوط سیگنالEEG و کاربردهای پردازش این سیگنال (ویدئوی آفلاین)
2. آشنایی با آزمایش هایBCI و سیستم های تشخیص مبتنی بر EEG و پایگاه های داده مرتبط
3. مرور روشهای پیش پردازش سیگنال هایEEG
4. مرور روش های پردازش و استخراج ویژگی از سیگنالEEG
5. کار عملی درPython: ساخت ماتریس داده های ورودی و خروجی برای ایجاد مدل
6. معرفی اصطلاحات و مفاهیم پایه مدل سازی و یادگیری ماشین
7. روش‌های کاهش بعد و انتخاب ویژگی
8. کار عملی درPython: انتخاب و کاهش بعد ویژگی ها از ماتریس دادگان
9. آشنایی با نحوه عملکرد انواع مدل های طبقه بند و نحوه به کارگیری آنها درPython
   • KNN
   • SVM
   • Naive Bayes
   • LDA
   • Tree
   • Ensemble
10. کار عملی درPython: پیاده سازی روش ها بر روی چند مثال از سیگنال های EEG ثبت شده در طی آزمایش های BCI و همچنین تشخیص بیماری و یا اختلال

سرفصل مطالب دوره: (بخش پیشرفته)

1. مقدمه ای بر معرفی روش های مختلف آنالیز سیگنالEEG و بررسی مشکلات روش‌های مختلف
2. بررسی تاریخچه و مطالعات پیشین در حوزه به کارگیری مدلهای عمیق و آنالیزEEG
3. معرفی معماری‌های شبکه های عمیق :

• Feedforward Neural Networks (FNN)
• Convolutional Neural Networks (CNN)
• Recurrent Neural Networks (RNN)
• Long Short-Term Memory (LSTM)
• Gated Recurrent Unit (GRU)
• Attention-Based Models

4. آشنایی با کتابخانه ها و پکیج های مرتبط با یادگیری عمیق درPython
5. مثال هایکاربردی استفاده از مدل های عمیق در آنالیز EEG و پیاده سازی عملی مثال ها در محیط Python