ظرفیت تکمیل | دوره پیشرفته کاربرد هوش مصنوعی در مطالعات علوم اعصاب با پایتون | Python

مدرس: دکتر گلناز بغدادی

• عضو هیئت علمی دانشکده مهندسی پزشکی، دانشگاه صنعتی امیرکبیر

معرفی دوره:

یادگیری عمیق، به عنوان یکی از حوزه‌های برجسته هوش مصنوعی، در پردازش دادگان EEG نقش مهمی ایفا می‌کند. این تکنیک‌های پیشرفته مبتنی بر شبکه‌های عصبی عمیق، قابلیت یادگیری و استخراج ویژگی‌های پیچیده و غیرخطی از داده‌های EEG را دارند. با بهره‌گیری از این رویکردها، می‌توان الگوها، اطلاعات مفهومی، و خصوصیات مختلف امواج مغزی را تشخیص داد و تحلیل کرد. به علاوه، این رویکردها امکان پیش‌بینی و تفسیر وضعیت‌ها و اختلالات مختلف سیستم عصبی را فراهم می‌سازند. بدین ترتیب، یادگیری عمیق در پردازش دادگان EEG به عنوان یک ابزار قدرتمند و نوآورانه، در تحقیقات مرتبط با علوم عصبی و بالینی، مخصوصاً در زمینه‌هایی مانند ارتباط مغز و رایانه و همچنین تشخیص بیماری‌های مغزی و مطالعات مرتبط با عملکرد عصبی، به کار گرفته می‌شود.

این دوره به شما می‌آموزد که چگونه از تکنیک‌های یادگیری عمیق در تحلیل و پردازش داده‌های EEG که مراحل پیش پردازش لازم روی آنها انجام شده است، استفاده کنید. این دوره به صورت کاملاً عملی در محیط پایتون برگزار می‌شود، بنابراین از شما انتظار می‌رود که با پایتون و مفاهیم پایه برنامه‌نویسی، مفاهیم یادگیری ماشین و همچنین روشهای مقدماتی در پیش پردازش سیگنالهای EEG آشنا باشید تا بتوانید به خوبی از این دوره بهره‌برداری کنید.

 

 

این دوره برای افرادی که تمایل دارند در زمینه تحقیقات مغز و EEG فعالیت کنند یا به دنبال کاربردهای عملی یادگیری عمیق در پردازش داده‌های EEG هستند و پیش نیاز های دوره را نیز گذرانده اند، بسیار مناسب است.

سرفصل مطالب:

1. مقدمه ای بر معرفی روش های مختلف آنالیز سیگنال EEG و بررسی مشکلات روش‌های مختلف
2. بررسی تاریخچه و مطالعات پیشین در حوزه به کارگیری مدلهای عمیق و آنالیز EEG
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 در Python
5. مثال های کاربردی استفاده از مدل های عمیق در آنالیز EEG و پیاده سازی عملی مثال ها در محیط Python

 

نوع رویداد: آنلاین

مدت دوره: 12 ساعت

زمان: چهارشنبه ها 17 مرداد و 24 و 31 مرداد 1403

ساعت 16:30 الی 20:30

مبلغ ثبت نام: 850 هزار تومان

مبلغ ثبت نام برای شرکت کنندگان دوره مقدماتی: 550 هزار تومان (برای دریافت کد تخفیف به پشتیبانی سیناپس پیام بفرستید)

همراهان گرامی ،
ویدیوهای آموزشی دوره از طریق کانال دوره، برای مشاهده آفلاین، در اختیار شرکت کنندگان قرار داده خواهد شد، مطابق قوانین کپی رایت؛ هرگونه ضبط ،تکثیر و نشر تمام یا بخشی از مطالب و فیلمهای رویدادهای آموزشی پیگرد قانونی دارد.©️

رویداد به صورت آنلاین برگزار خواهد شد؛ لینک حضور از طریق پیامک و ایمیل به شرکت کنندگان ارسال می گردد.