TGViewer
Channel Public Channel
Onlinebme

Onlinebme

@onlinebme

آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
ارائه‌دهنده‌ی پکیجهای آموزشی پروژه محور:
برنامه‌نویسی متلب-پایتون
یادگیری ماشین
یادگیری عمیق
شناسایی الگو
شبکه عصبی
واسط مغز-کامپیوتر
پردازش سیگنالهای حیاتی

تماس👇
09360382687
@onlineBME_admin

www.onlinebme.com
Open in Telegram
Subscribers
4.71K
Photos
1.6K
Videos
609
Links
766

Showing posts older than #4122 · Back to latest

Older Posts 20 shown
Post #4119 2.5K

Forwarded from Onlinebme

⬛️◼️◾️ پکیجهای آموزشی Onlinebme ◾️◼️⬛️

🔆 اولین گروه آموزشیِ تخصصی و پروژه محور 🔆


〰〰〰〰〰 برنامه‌نویسی متلب 〰〰〰〰〰

🔲 اصول برنامه‌نویسی در متلب (رایگان)
▪️مدت دوره: 11 ساعت
🔘 Link


〰〰〰〰〰 برنامه‌نویسی پایتون  〰〰〰〰〰

⚪️ فصل 1: اصول برنامه‌نویسی پایتون 
◽️مدت دوره: 32 ساعت
🔘 Link
⚪️ فصل 2-3: کتابخانه NumPy و Matplotlib
◽️مدت دوره: 18 ساعت
🔘 Link
⚪️ فصل 4: برنامه نویسی شیء گرا در پایتون
◽️مدت دوره: 14 ساعت 30 دقیقه
🔘 Link


〰〰〰 شناسایی الگو و یادگیری ماشین 〰〰〰

⚠️ 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
 
⚪️فصل 1 تا 4: از بیزین تا SVM
◽️مدت دوره: 75 ساعت
🔘 Link
⚪️فصل 5: یادگیری جمعی
◽️مدت دوره: 18 ساعت
🔘 Link
⚪️فصل 6: الگوریتم‌های کاهش بعد
◽️مدت دوره: 11 ساعت
🔘 Link
⚪️فصل 7:  الگوریتم‌های انتخاب ویژگی
◽️مدت دوره: 16 ساعت
🔘 Link
⚪️فصل 8: الگوریتم‌های خوشه‌بندی
◽️مدت دوره: 13 ساعت
🔘 Link


〰〰〰〰〰 شبکه‌های عصبی 〰〰〰〰〰

⚪️ پیاده سازی گام به گام شبکه های عصبی
◽️مدت دوره: 25 ساعت
🔘 Link
⚪️ دوره پروژه محور شبکه عصبی کانولوشنی (CNN)
◽️مدت دوره: 11 ساعت
🔘 Link
⚪️ دوره پروژه محور شبکه عصبی بازگشتی (RNN)
◽️مدت دوره: 13 ساعت
🔘 Link
⚪️دوره پروژه محور کاربرد شبکه‌های عمیق در بینایی ماشین
◽️مدت دوره: 16 ساعت
🔘 Link

⚪️ دوره پیاده‌سازی شبکه‌های عصبی با PyTorch
◽️مدت دوره: 70 ساعت
🔘 Link

〰〰〰〰 پردازش سیگنال مغزی 〰〰〰〰

⚪️ دوره جامع پردازش سیگنال مغزی(EEG)
◽️مدت دوره: 50 ساعت
🔘 Link
⚪️ واسط مغز-کامپیوتر مبتنی بر P300
◽️مدت دوره: 28 ساعت
🔘 Link
⚪️ واسط مغز-کامپیوتر مبتنی بر SSVEP
◽️ مدت دوره: 33 ساعت
🔘 Link
⚪️ واسط مغز-کامپیوتر مبتنی بر تصور حرکتی
◽️مدت دوره: 21 ساعت
🔘 Link
⚪️ پیاده‌سازی مقاله CSSP (BCI مبتنی بر MI)
◽️مدت دوره: 7 ساعت و 30 دقیقه
🔘 Link
⚪️پیاده‌سازی مقاله RCSP (BCI مبتنی بر MI)
◽️مدت دوره: 5 ساعت
🔘 Link
⚪️دوره تبدیل فوریه زمان کوتاه در پردازش سیگنال مغزی
◽️مدت دوره: 8 ساعت
🔘 Link

⚪️دوره پردازش سیگنال مغزی با کتابخانه MNE پایتون
◽️مدت دوره: 33 ساعت
🔘 Link

〰〰〰〰 دوره جامع پردازش تصویر 〰〰〰〰

⚪️فصل 1: آستانه گذاری تصویر، تبدیلات شدت روشنایی و هندسی
◽️مدت دوره: 30 ساعت
🔘 Link
⚪️فصل 2: پردازش هیستوگرام تصویر
◽️مدت دوره: 6 ساعت و 30 دقیقه
🔘 Link
⚪️فصل 3: فیلترهای مکانی
◽️مدت دوره: 15 ساعت و 30 دقیقه
🔘 Link
⚪️فصل 4: عملیات مورفورلوژی
◽️مدت دوره: 6 ساعت
🔘 Link


🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
  • 🔥 6
  • ❤ 2
  • 👍 2
Post #4118 2.79K
Onlinebme ✅ انواع شبکه های GAN ✍️در این مقاله به بررسی انواع مختلف شبکه‌های Generative Adversarial Networks (GAN) می‌پردازیم که می‌توانند داده‌های جدید تولید کنند و کاربردهای آنها را بررسی می‌کنیم. ⭕️ جزئیات بیشتر👇 https://onlinebme.com/different-types-of-gans/ …
😅GANs in action

@onlinebme
  • 🤣 16
  • 😁 7
Post #4117 2.35K
Onlinebme ✅ مقدمه‌ای بر شبکه‌های مولد تخاصمی (GANs) 👩‍💻هما کاشفی امیری 🗓28 دی 1402 ✍شبکه‌های GAN حوزه‌ای مهیج و به سرعت در حال تغییر هستند که نوید مدل‌های مولد با قابلیت بالا را می‌دهند. برای مثال می‌توانند نمونه‌های واقعی در طیف وسیعی از مسائل تولید کنند، مانند تبدیل…
✅ انواع شبکه های GAN

✍️در این مقاله به بررسی انواع مختلف شبکه‌های Generative Adversarial Networks (GAN) می‌پردازیم که می‌توانند داده‌های جدید تولید کنند و کاربردهای آنها را بررسی می‌کنیم.


⭕️ جزئیات بیشتر👇
https://onlinebme.com/different-types-of-gans/


#Vanilla_GAN
#Conditional_GAN
#Deep_Convolutional_GAN_(DCGAN)
#CycleGAN
#StyleGAN


🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👍 3
  • 🔥 2
  • ❤ 1
Post #4116 3.06K
✅مدلسازی Generative دربرابر Discriminative

✍️از چشم انداز آکادمیکی، پیشرفت‌های حاصل در discriminative modeling را ساده‌تر می‌توان بررسی کرد؛ زیرا می‌توانیم عملکرد شبکه‌ها را با استفاده از معیارهای عملکردی، ارزیابی کنیم، اما ارزیابی مدل‌های generative دشوار است. به خصوص زمانی که کیفیت خروجی‌های تولید شده subjective است. بنابراین در سال‌های اخیر بیشترین تأکید بر آموزش مدل‌های discriminative بوده است تا به عملکرد انسانی یا فوق انسانی در تفکیک تصاویر و متن برسد.

🔷️اطلاعات بیشتر👇

https://onlinebme.com/generative-vs-discriminative-modeling/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • ❤ 10
  • 👍 2
Post #4113 3.96K
Onlinebme ✅ چطور از segment anything model استفاده کنیم؟ ✍در این پست می‌خواهیم به قابلیت‌های مدل Segment Anything (SAM) بپردازیم. این مدل کارآمد و سریع را برای سگمنت بندی تصاویر بررسی می‌کنیم. با بیش از یک میلیارد ماسک روی یازده میلیون تصاویر دارای مجوز و احترام به…
✅پس از موفقیت مدل Meta Segment Anything (SAM) برای تصاویر، مدل SAM2 معرفی شده است که برای سگمنت بندی اشیا در تصاویر و ویدیو کاربرد دارد.
@Onlinebme
  • ❤ 7
  • 🤯 3
Post #4111 3.03K
Onlinebme ✅پیاده سازی یک autoencoder ساده در کراس هما کاشفی امیری 28 تیر 1403 ✍️می خواهیم به نحوه ی پیاده سازی autoencoderها در کراس نگاهی بیندازیم، معماری شبکه عصبی که سعی می کند بازنمایی فشرده ای از داده ی ورودی به دست دهد. 🔘 جزئیات بیشتر 👇 https://onlinebme…
✅شبکه Variational Autoencoder(VAE) چیست و چه تفاوتی با Autoencoder معمولی دارد؟

هما کاشفی امیری
11مرداد 1403

✍️در این مقاله می‌خواهیم ساختار Variational autoencoder (VAE) را بررسی کنیم و ببینیم چه تفاوتی با Autoencoder معمولی دارد. مدل های VAE ساده ترین نوع مدل‌های مولد یا Generative modelها هستند که می توانند داده ی جدید تولید کنند.

🔘 جزئیات بیشتر 👇

https://onlinebme.com/variational-autoencoder/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👍 4
  • 👏 1
Post #4110 2.48K
Onlinebme ✅ابزار خانگی تشخیص سرطان سینه برنده جایزه طراحی Dyson انگلستان شد ✍ دستگاهی برای کمک به تشخیص سرطان سینه برنده جایزه معتبر جیمز دایسون بریتانیا شد. هدف Dotplot کمک به زنان برای بررسی خود در خانه است. همچنین ردیابی هر تغییری که در یک برنامه ممکن است به وجود…
محققان MIT یک مدل هوش مصنوعی ابداع کرده‌اند که می‌تواند سرطان سینه را تا 5 سال زودتر از تشخیص بالینی تشخیص دهد.
این خبر خیلی خوبی است، چراکه به طور بالقوه انقلابی در تشخیص زودهنگام ایجاد کرده و جان افراد بی‌شماری را نجات خواهد داد.


@Onlinebme
  • 👍 18
  • ❤ 3
  • 🤯 1
  • 💋 1
  • 👨‍💻 1
Post #4108 2.96K
Onlinebme بازوی مصنوعی @onlinebme
بازوی مصنوعی مبتنی بر هوش مصنوعی
@Onlinebme
  • 🤩 5
  • 👍 3
  • 🔥 1
Post #4106 2.97K
استفاده جالب از هوش مصنوعی برای تصاویر نوستالژی از هنرمندان 😍

🏢@Onlinebme
  • 👍 5
  • 😍 4
Post #4105 3.83K
Onlinebme Video
کنترل drone با ذهن (سیگنالهای مغزی)

💡مسابقات drone تحت کنترل مغز، رشته‌ای نوظهور است که علوم اعصاب و علوم رایانه را با هم ترکیب می‌کند تا به شرکت‌کنندگان اجازه دهد پهپادها را تنها با استفاده از افکار خود هدایت کنند.

🔷 در این مسابقات از رابط های مغز و کامپیوتر (BCIs) برای تبدیل سیگنال های الکتریکی مغز به دستورات برای پهپادها استفاده می کنند.

🏢@Onlinebme
  • ❤ 10
  • 👍 4
  • 🔥 3
Post #4103 3.01K
✅پیاده سازی یک autoencoder ساده در کراس


هما کاشفی امیری
28 تیر 1403

✍️می خواهیم به نحوه ی پیاده سازی autoencoderها در کراس نگاهی بیندازیم، معماری شبکه عصبی که سعی می کند بازنمایی فشرده ای از داده ی ورودی به دست دهد.

🔘 جزئیات بیشتر 👇

https://onlinebme.com/implementing-an-autoencoder-in-keras/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@Onlinebme
  • 👍 5
  • ❤ 4
Post #4101 5K
ECG-Course.pdf865 KB
🔆       《دوره پردازش سیگنال ECG》        🔆

✅ دوره پردازش سیگنال ECG یک دوره کاملا پروژه محور است (49 مثال، 16 تمرین، 19 پروژه) و در آن روشهای پردازش سیگنال ECG به صورت گام به گام آموزش داده شده و در پایتون پیاده سازی می شوند.

1⃣ در فصل 1 انواع داده ها معرفی شده و نحوه خواندن آنها آموزش داده می‌شود.

2⃣ در فصل 2 روشهای پیش پردازش از جمله کاهش نویز، تشخیص پیکهای R، استخراج RRI و QRS آموزش داده می‌شود.

3⃣ در فصل 3، روشهای استخراج ویژگی از جمله morphological, temporal برای QRS ها و ویژگی های حوزه زمان و فرکانس برای RRI ها آموزش داده می شود.

4⃣ در فصل 4 روشهای طبقه بندی و ارزیابی آموزش داده می شود.

5⃣در فصل 5 روشهای انتخاب ویژگی آموزش داده می شود.

6⃣ در انتها هم نحوه پردازش سیگنال ECG با شبکه های عصبی در پایتورچ آموزش داده می‌شود.

در این دوره، دو پایگاه داده معتبر مورد استفاده قرار گرفته اند.
▪️ MIT-BIH Arrhythmia Database
▪️ Apnea-ECG Database

مدرس: محمد نوری زاده چرلو
مدت زمان دوره: 37 ساعت و 45 دقیقه

🔘 جزئیات بیشتر 👇
https://onlinebme.com/product/ecg-signal-processing-course/

🏢 @Onlinebme
  • ❤ 5
  • 🤩 5
  • 👍 2
  • 👌 1
Post #4100 2.89K
Onlinebme بازوی مصنوعی @onlinebme
پای مصنوعی محرک که برای ساختش از آناتومی پای انسان الهام گرفته شده است.

@Onlinebme
  • 🤩 8
  • ❤ 3
  • 👍 3
  • 🆒 1
Older posts →
Threads Profile ViewerView any public Threads profile without an account.Open ThreadLook →Writing with AI? Make it sound human.Metric37 rewrites AI drafts so they read naturally. Free AI detector, 1,500 words free.Try Metric37 →