دوره جامع پردازش داده های علوم اعصاب با روشهای یادگیری عمیق مبتنی بر نرم افزار پایتون

 آزمایشگاه ملی نقشه برداری مغز با همکاری گروه علمی سیناپس برگزار میکند: 

دوره جامع پردازش داده های علوم اعصاب با روش های یادگیری عمیق مبتنی بر نرم افزار پایتون

مدت دوره: 42 ساعت (آنلاین)

زمان: آذر 1401

جلسه اول:

• آشنايي با ابزارهاي تصويربرداري مغزي در حوزه‌ علوم اعصاب و شناختي، بررسي مزايا و معايب 
• آشنايي با روشهاي ثبت، بررسي و حذف آرتيفکت سيگنالهاي الکتروفيزيولوژيک مغزي(EEG) به عنوان شاخص فرايندهاي ذهني
• استخراج ERP ها از سیگنال های پیوسته  EEG و معرفي مولفه هاي مختلف آن
• آشنایی با فناوری طیف نگاری مادون قرمز (fNIRS) ؛ تئوری، پیاده سازی، پيش پردازش سیگنال
• آشنايي با اصول تشکیل تصویر MRI و تکنيک تصويربرداري کارکردي مغز (fMRI) و شيوه هاي جمع آوري و تفسير داده

 مدرس: دکتر رضا شالباف، عضو هیأت علمی مؤسسه آموزش عالی علوم شناختی

  زمان: پنجشنبه 10 آذر ماه 1401، ساعت 9 الی 12:30

جلسه دوم:

• مقدمه و معرفی هوش مصنوعی و یادگیری ماشین
• آشنایی با روش­های ارزیابی مدل­های هوش مصنوعی
• معرفی و عملکرد شبکه های عصبی مصنوعی (Artificial Neural Network) چند لایه MLP
• آشنایی با روش‌های آموزش، توابع خطا و بهینه‌سازی

مدرس: دکتر احمد شالباف، عضو هیأت علمی دانشگاه علوم پزشکی شهید بهشتی

زمان: پنجشنبه 10 آذر ماه 1401، ساعت 14 الی 17:30

جلسه سوم:

• آشنایی با مقدمات راه‌اندازی بستر کدنویسی پایتون
• معرفی بسترهای کدنویسی به زبان پایتون همچون google colab  و vscode
• معرفی سخت افزار مناسب و سازگار برای کد نویسی به زبان پایتون
• آشنایی با conda package manager و نصب پکیج های مورد نیاز
• کار با محیط anaconda navigator
• معرفی anaconda prompt جهت ساخت محیط های مختلف
• آشنایی، معرفی کتابخانه numpy جهت کار با ماتریس ها، بردارها و عملیات جبری بر روی آن­ها

مدرس: مهندس محسن صفار، دانشجوی دکتری تخصصی برق

زمان: جمعه 11 آذر ماه 1401، ساعت 9 الي 12:30 و ساعت 14 الي 17:30

جلسه چهارم:

• مقدمه، تاریخچه و معرفی روشهای یادگیری عمیق (Deep learning) و کاربردهای آن
• آشنایی با انواع مدل های یادگیری عمیق:

    شبکه های عصبی مصنوعی عمیق  (DNN)  Deep neural network

    شبکه عصبی کانولوشن (CNN) Convolutional neural network

    شبکه عصبی بازگشتی (RNN) Recurrent neural network

    شبکه های عصبی (LSTM) Long short-term memory

    شبکه عصبی (GAN) Generative adversarial network

    شبکه های عصبی خودرمزنگار  Autoencoder (AE)

مدرس: دکتر احمد شالباف، عضو هیأت علمی دانشگاه علوم پزشکی شهید بهشتی

زمان: پنجشنبه 17 آذر ماه 1401، 9 الي 12:30 و 14 الي 17:30

جلسه پنجم:

کار با کتابخانه های محبوب و متداول زبان پایتون جهت یادگیری ماشین

• آشنایی و کار  با کتابخانه matplotlib برای رسم نمودار و اشکال مختلف
• آشنایی و کار با کتابخانه pandas جهت فراخوانی دادگان جدولی
• ترکیب و انتخاب ویژگی و پیاده سازی الگوریتم های یادگیری ماشین و ساختارهای مرتبط با آن مانند MLP به کمک کتابخانه scikit learn
• بررسی یک case study طبقه بندی از مرحله فراخوانی دیتا تا تشخیص نهایی به کمک کتابخانه های معرفی شده
• معرفی شاخص های مختلف ارزیابی طبقه بندی
• معرفی و راه اندازی پکیج TensorFlow و کتابخانه Keras

مدرس: مهندس محسن صفار، دانشجوی دکتری تخصصی برق

زمان: جمعه 18 آذر ماه 1401، 9 الي 12:30 و 14 الي 17:30

جلسه ششم:

• آشنایی با شبکه های عصبی کانولوشن معروف مبتنی بر ساختار CNN 

AlexNet- ResNet- Inception V3- Google Net- VGG Net- DenseNet- ResNeXt- Mobile Net- Efficient Net

• تکنیک Transfer Learning یا یادگیری انتقالی

کاربردهای یادگیری عمیق در پردازش دادگان EEG  

کاربردهای یادگیری عمیق در پردازش تصاویر MRI و fMRI  

مدرس: دکتر احمد شالباف، عضو هیأت علمی دانشگاه علوم پزشکی شهید بهشتی

زمان: پنجشنبه 24 آذر ماه 1401، 9 الي 12:30 و 14 الي 17:30

جلسه هفتم: پیاده سازی یادگیری عمیق به زبان پایتون 

• آشنایی، پیاده سازی و پیکربندی شبکه های عمیق کانولوشنی (CNN) و طراحی آن ها برای حل مسائل طبقه بندی (Classification)
• معرفی شبکه های Pre-trained محبوب همچون VGG16 و Resnet و بررسی آنها در مسائل Transfer Learning      
• آموزش و تست ساختار های عمیق برای حل مسائل مختلف
• طراحی ساختار Autoencoder و Variational Autoencoder و آموزش آن جهت حذف نویز
• طراحی و آموزش ساختار شبکه GAN جهت تولید داده fake
• پیاده سازی کاربرد های یادگیری عمیق در مسائل مختلف
• پیاده سازی کاربردهای یادگیری عمیق در پردازش دادگان EEG ،MRI و fMRI 

مدرس: مهندس محسن صفار، دانشجوی دکتری تخصصی برق

زمان: جمعه 25 آذر ماه 1401, ساعت 9 الي 12:30 و 14 الی 17:30

هزینه ثبت نام: 950 هزار تومان

هزینه ثبت نام زودهنگام تا تاریخ 10 آبان: 760هزار تومان

هزینه ثبت نام گروهی با تخفیف ویژه:

گروه 3 نفره ( هزینه با 20% تخفیف برای هر نفر): 760 هزار تومان

گروه 5 نفره ( هزینه با 30% تخفیف برای هر نفر): 665 هزار تومان

گروه 10 نفره ( هزینه با 50% تخفیف برای هر نفر): 475 هزار تومان

هزینه ثبت نام برای اعضای باشگاه پژوهشگران (به ازای کسر 100 امتیاز): 800 هزار تومان

کاربران محترم ،
پس از اتمام دوره، ویدیوهای آموزشی دوره به مدت یک ماه و نیم 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 که از سوی آزمایشگاه ملی نقشه برداری مغز برگزار می گردد، مشروط به دریافت رضایت کتبی از آزمایشگاه و مدرسان می‌باشد و در غیر این صورت پیگرد قانونی دارد.©️

چنانچه شواهدي مبني بر ضبط و انتشار غيرقانوني ويديوهاي آموزشي مشاهده شود، علاوه بر پيگيري قانوني موضوع، افراد خاطي از شركت در ساير دوره هاي آموزشي محروم خواهند شد.

لازم به ذکر است که  ثبت نام رویداد ۲۴ ساعت قبل از شروع برگزاری بسته شده و پس از این زمان امکان ثبت نام و ارسال لینک وجود ندارد.

رویداد در محیط اسکای روم برگزار خواهد شد؛ لینک حضور از طریق پیامک و ایمیل به شرکت کنندگان ارسال می گردد. همچنین احتمال دریافت ایمیلهای آزمایشگاه در اسپم ( spam) وجود دارد.

در صورت بروز هر نوع اشکال در پروسه ثبت نام و یا جهت کسب اطلاعات بیشتر راجع به دوره آموزشی، لطفا در ساعات اداری با داخلی 136 ،139،137 و151 تماس حاصل فرمایید .