حسین رفیع‌پور

🔻 دانشجوی دکترای دانشگاه آکسفورد

📋 سوابق:
🎓 کارشناسی مهندسی برق از دانشگاه صنعتی شریف
🎓 کارشناسی ارشد هوش مصنوعی از دانشگاه تهران

🔸 پژوهشگر دپارتمان زیست‌شناسی ریاضیاتی IPM
🔹 حوزه‌های تحقیقاتی: توسعه روش‌های جدید برای مطالعه مغز با استفاده از تکنیک‌های تصویربرداری غیر تهاجمی، شناخت ارتباطات بین انتشار MRI و ریز ساختار مغز

💎 محتوای ارائه:
مدل‌های بیوفیزیکی که تلاش می‌کنند تا درباره کمیت‌های دنیای واقعی استنتاج داشته باشند، نیاز به پارامترهای آزاد زیادی دارند تا داده را به صورت دقیق توضیح دهند. این استفاده زیاد از پارامترها ممکن است منجر به انحطاط در تخمین پارامتر بشود. کمی‌سازی فی‌نفسه پارامترها معمولا علاقه ما نیست اما مشخص کردن تغییراتی که در طی شرایط آزمایش در پارامترها به وجود می‌آید چیزی است که در نظر گرفته می‌شود. در این سخنرانی، یک Bayesian framework ارائه می‌شود که تغییراتی را که در پارامترهای مدل‌های بیوفیزیکی صورت می‌گیرد، استنتاج می‌کند. این استنتاج حتی زمانی هم که تخمین پارامترها امکان‌پذیر نیست، رخ می‌دهد که به آن Bayesian Estimation of Change گفته می‌ شود.
▫️@ReACT2021