🌱 انجمن علمی مهندسی انرژی دانشگاه صنعتی امیرکبیر برگزار می کند:

📣📣شروع ثبت نام دوره آموزشی پایتون

🧑🏻‍🏫مدرّس: مهندس مسیح مزکی

⏱مدت زمان دوره: ۳۰ ساعت

💰 هزینه دوره:
دانشجویان امیرکبیر۲۲۵,۰۰۰ تومان
دانشجویان سایر دانشگاه ها ۲۵۰,۰۰۰ تومان
آزاد ۲۷۵,۰۰۰ تومان

🔴برگزاری بصورت آنلاین در بستر Adobe Connect 💻

🗓تاریخ برگزاری :
۳۰ ساعت دوره به مدت ۶ هفته( هر هفته ۲ جلسه)
شروع از پنجشنبه ۱۴ مرداد تا جمعه ۱۹ شهریور
کلاس های پنجشنبه ۲ ساعته- از ساعت ۱۰ تا ۱۲
کلاس های جمعه ۳ ساعته- از ساعت ۹ تا ۱۲


📝برای ثبت نام از طریق لینک زیر اقدام بفرمایید:
https://evand.com/events/دوره-آموزشی-پایتون-299529

🛑 ظرفیت دوره محدود میباشد.

🛑 اطلاعات تکمیلی در کانال انجمن علمی مهندسی انرژی امیرکبیر قرار میگیرد.

🛑جهت هر گونه سوال و یا مشکلی در فرآیند ثبت نام دوره، با آیدی زیر در ارتباط باشید:
@energyE_admin

@EnergyE_AUT

https://www.slashgear.com/googles-quantum-computer-supposedly-just-made-a-time-crystal-30684692/
--------------------------------------------
✓Hadissalasi1999✓

Test quantum mechanics in space — invest US$1 billion
https://www.nature.com/articles/d41586-021-02091-8
--------------------------------------------
✓Hadissalasi1999✓

سلسله وبینارهای معرفی گرایش‌های فیزیک

اولین گام موفقیت، شناخت و انتخاب صحیح مسیر است.
ما، در انجمن‌های علمی فیزیک‌ دانشگاه‌های الزهرا و تهران، تصمیم گرفتیم در این فرصت تابستانه قدمی برای شناخت بهتر مسیری که طی می‌کنیم و آینده‌ای که پیش‌رو خواهیم داشت برداریم.

در همین راستا از شما دعوت می‌کنیم در چهار هفته همراه ما باشید و سخنان اساتید متخصص در هر گرایش فیزیک را برای معرفی آن، بشنوید.

➕ جلسات به‌صورت پرسش و پاسخ برگزار خواهند شد و پس از طرح سوالات از پیش تعیین شده، زمانی برای پاسخ به سوالات شرکت‌کنندگان نیز اختصاص داده می‌شود.

⏰ ۲۰ مرداد تا ۱۲ شهریور ۱۴۰۰، ساعت ۱۷:۰۰ الی ۱۹:۰۰
📎 لینک ورود به جلسات
🔍 جزئیات کامل را در پوستر ببینید.

@utsap
@alzahraphysics

سلسله وبینارهای معرفی گرایش‌های فیزیک؛ هفتۀ اول

📆 چهارشنبه ۲۰ مرداد: ذرات بنیادی و انرژی‌های بالا
📆 پنجشنبه ۲۱ مرداد: اطلاعات و محاسبات کوانتومی

⏰ ساعت ۱۷:۰۰ الی ۱۹:۰۰
📎 به عنوان مهمان وارد این لینک شوید.

@utsap
@alzahraphysics

🔴توصیه های استیون واینبرگ برای دانشجویانی که قدم‌در راه پژوهش گذاشته اند

✅انجمن علمی فیزیک مهندسی دانشگاه صنعتی قم با همکاری اتحادیه انجمن های علمی دانشجویی فیزیک و انجمن های علمی همکار برگزار می کند:

🔶🔹کارگاه تخصصی فیزیک سلول های خورشیدی

👨‍🏫 مدرس: محمد حسین علی اصغرنژاد

1️⃣دانش آموخته رشته فیزیک مهندسی گرایش حالت جامد
2️⃣مدرس و پژوهشگر حوزه رباتیک

📝 سرفصل های کارگاه:

1️⃣پيوندگاه p - n
1-نيمرساناها(گاف نواري مستقيم و غير مستقيم)
2-آرايش پيوندگاه p - n
3-آناليز پيوندگاه p - n
4-طول عمر اقليت هاي اضافي
5-معادله شاكلي

2️⃣ويژگي هاي اپتيكي مواد
1-جذب، بازتاب و عبور
2-بازتاب و جذب

3️⃣سلول هاي خورشيدي نيمرسانا
1-معادله ي سلول خورشيدي
2-توان ماكزيمم و ضريب تامين
3-بازتركيب
4-پوشش هاي ضد بازتاب ARCs

📒مخاطبین:
✔️کارشناسی گرایش فیزیک حالت جامد
✔️ارشد فیزیک گرایش ماده چگال
✔️کارشناسی و ارشد رشته مهندسی انرژی
✔️وروری های ۹۷ و۹۸ و ۹۹ رشته های فیزیک و فیزیک مهندسی و مهندسی مواد و شیمی و مهندسی برق

🔖برای شرکت کنندگان گواهی حضور الکترونیکی صادر می شود

📆تاریخ برگزاری: هشتم شهریور ماه
⏰ساعت برگزاری: ۱۶ الی ۱۹
🟢به مدت ۳ ساعت

🔵 ثبت نام:
🆔 @mh_aliasgharnezhad

@physics_ipsu
@epa_qut

Huge Rings Around a Black Hole | NASA
https://www.nasa.gov/mission_pages/chandra/images/huge-rings-around-a-black-hole.html
--------------------------------------------
✓Hadissalasi1999✓

🔴Quantum machine learning;
قسمت اول:

یادگیری ماشین کوانتومی، ادغام الگوریتم های کوانتوم در برنامه های یادگیری ماشین است. بیشترین کاربرد این اصطلاح به الگوریتم های یادگیری ماشین برای تجزیه و تحلیل داده های کلاسیک اجرا شده در رایانه کوانتومی، یعنی یادگیری ماشین با تقویت کوانتوم اشاره دارد.
در حالی که از الگوریتم های یادگیری ماشین برای محاسبه مقادیر بسیار زیاد داده استفاده می شود، یادگیری ماشین کوانتومی از کیوبیت ها و عملیات کوانتومی یا سیستم های تخصصی کوانتومی برای بهبود سرعت محاسباتی و ذخیره سازی داده ها توسط الگوریتم های یک برنامه استفاده می کند. این شامل روشهای ترکیبی است که هر دو پردازش کلاسیک و کوانتومی را شامل می شود ؛جایی که زیرروالهای محاسباتی دشوار به یک دستگاه کوانتومی برون سپاری می شوند. این روال ها می توانند ماهیت پیچیده تری داشته و در رایانه کوانتومی سریعتر اجرا شوند. علاوه بر این ، می توان به جای داده های کلاسیک ، از الگوریتم های کوانتوم برای تجزیه و تحلیل حالات کوانتومی استفاده کرد. فراتر از محاسبات کوانتومی، اصطلاح "یادگیری ماشین کوانتومی" همچنین با روش های یادگیری ماشین کلاسیک اعمال شده بر روی داده های حاصل از آزمایش های کوانتومی (به عنوان مثال یادگیری ماشین سیستم های کوانتومی) ، مانند یادگیری انتقال فاز یک سیستم کوانتومی مرتبط است، یا ایجاد آزمایش های کوانتومی جدید. یادگیری ماشین کوانتومی همچنین، به شاخه ای از تحقیقات گسترش می یابد که شباهت های روش شناختی و ساختاری بین برخی از سیستم های فیزیکی و سیستم های یادگیری ، به ویژه شبکه های عصبی را بررسی می کند. به عنوان مثال ، برخی از تکنیک های ریاضی و عددی فیزیک کوانتوم برای یادگیری عمیق کلاسیک و بالعکس قابل استفاده است. علاوه بر این، محققان مفاهیم انتزاعی بیشتری از نظریه یادگیری را با توجه به اطلاعات کوانتومی که گاهی اوقات "تئوری یادگیری کوانتومی" نیز خوانده می شود، بررسی می کنند.
ادامه دارد...
--------------------------------------------
✓Hadissalasi1999✓

🔴Quantum machine learning;
In physics
قسمت دوم:
بکارگیری روشهای کلاسیک یادگیری ماشین برای مطالعه سیستمهای کوانتومی (که گاهی اوقات یادگیری ماشین کوانتومی نیز نامیده می شود)، کانون توجه یک حوزه تحقیقاتی فیزیک است. یک نمونه اساسی از این موارد توموگرافی حالت کوانتومی است؛ جایی که یک حالت کوانتومی از اندازه گیری آموخته می شود. مثالهای دیگر شامل یادگیری همیلتونین، یادگیری انتقال فاز کوانتومی و تولید خودکار آزمایش های جدید کوانتومی است.
یادگیری ماشین کلاسیک در پردازش مقادیر زیادی از داده های تجربی یا محاسبه شده برای توصیف یک سیستم کوانتومی ناشناخته موثر است و کاربرد آن را در زمینه هایی از جمله تئوری اطلاعات کوانتومی، توسعه فناوری های کوانتومی و طراحی مواد محاسباتی مفید می کند. در این زمینه، می توان از آن بعنوان ابزاری برای تفسیر پتانسیلهای بین اتمی از قبل محاسبه شده یا حل مستقیم معادله شرودینگر با یک روش متنوع استفاده کرد.
ادامه دارد...
--------------------------------------------
✓Hadissalasi1999✓

🔴Quantum machine learning;
Applications
قسمت سوم:

* Noisy data:
توانایی کنترل تجربی و آماده سازی سیستم های کوانتومی به طور فزاینده پیچیده ، نیاز مهمی را برای تبدیل مجموعه داده های بزرگ و noisy به اطلاعات معنی دار به همراه دارد. این مشکلی است که قبلاً به طور گسترده در محیط کلاسیک مورد مطالعه قرار گرفته است و در نتیجه بسیاری از تکنیک های یادگیری ماشین موجود را می توان به طور طبیعی برای رفع کارآمدتر مشکلات مربوط به تجربی سازگار کرد.
به عنوان مثال، روشهایbayesiaan و مفاهیم algorithmic learning می توانند برای مقابله با طبقه بندی حالت کوانتومی، یادگیری هامیلتونی و توصیف یک unitary transform ناشناخته به طور مثمر ثمر استفاده شوند.
مشکلات دیگری که با این رویکرد مرتفع شده اند در لیست زیر آورده شده است:
شناسایی یک مدل دقیق برای پویایی یک سیستم کوانتومی، از طریق بازسازی همیلتونین ؛ ​
استخراج اطلاعات در مورد حالتهای ناشناخته ؛
یادگیری تحولات و اندازه گیری های واحد ناشناخته ؛
مهندسی دروازه های کوانتومی از شبکه های کیوبیت با فعل و انفعالات زوجی با استفاده از همیلتونین وابسته به زمان یا مستقل از زمان.
بهبود دقت استخراج مشاهدات فیزیکی از تصاویر جذب اتمهای فوق سرد (degenerate Fermi gas) با تولید یک چارچوب مرجع ایده آل.

🔴Quantum machine learning;
Applications
قسمت چهارم:

*Calculated and noise-free data:
همچنین می توان از یادگیری ماشین کوانتومی، برای تسریع چشمگیر پیش بینی خواص کوانتومی مولکول ها و مواد استفاده کرد.
این می تواند برای طراحی محاسباتی مولکول ها یا مواد جدید مفید باشد. برخی از نمونه ها شامل این موارد است:
تفسیر پتانسیل های بین اتمی ؛
ارجاع انرژی های اتمیزه مولکولی در کل فضای ترکیب شیمیایی ؛
سطوح انرژی بالقوه دقیق با ماشین های محدود بولتزمن ؛
تولید خودکار آزمایش های جدید کوانتومی ؛
حل معادله شرودینگر many_body ، استاتیک و وابسته به زمان ؛
شناسایی انتقال فاز از طیف های درهم تنیدگی ؛
ایجاد طرح های بازخورد سازگار برای اندازه گیری کوانتوم و توموگرافی کوانتوم.
ادامه دارد...
--------------------------------------------
✓Hadissalasi1999✓

🔴Quantum machine learning;
Applications
قسمت پنجم:

مدارهای وردشی، خانواده ای از الگوریتم ها هستند که از آموزش براساس پارامترهای مدار و یک تابع هدف استفاده می کنند.
مدارهای متغیر به طور کلی از یک دستگاه کلاسیک تشکیل می شود که پارامترهای ورودی (پارامترهای تصادفی یا pre-trained parameters) را به یک دستگاه کوانتومی ، همراه با یک تابع بهینه سازی ریاضی کلاسیک ارتباط می دهد. این مدارها به شدت وابسته به معماری دستگاه کوانتومی پیشنهادی هستند؛ زیرا تنظیمات پارامترها فقط براساس اجزای کلاسیک درون دستگاه انجام می شوند. اگرچه این برنامه در زمینه یادگیری ماشین کوانتومی به طور قابل توجهی کم اهمیت است، اما برای تولید کارآمدتر توابع بهینه سازی ، اطمینان بسیار خوبی دارد.

*Sign problem:

از تکنیک های یادگیری ماشین می توان برای جلوگیری از sign problem ، یکپارچه سازی بهتری برای انتگرال مسیر یافت.
--------------------------------------------
✓Hadissalasi1999✓

🌱 انجمن علمی مهندسی انرژی دانشگاه صنعتی امیرکبیر برگزار می کند:

📣📣شروع ثبت نام دوره ۰ تا ۱۰۰ نیروگاه های on-grid خورشیدی

🧑🏻‍🏫مدرّس: مهندس امیرحسین علوی

⏱مدت زمان دوره: ۱۳ ساعت

📚چکیده سرفصل های دوره:

🌟آشنایی با المان های نیروگاه خورشیدی ( پنل، اینورتر و..)

🌟آشنایی با نحوه محاسبات پنل ها و اینورتر ها

🌟آشنایی با نحوه بازدید از محل احداث، دیتا برداری و پر کردن فرم های بازدید

🌟آشنایی با نحوه پیاده سازی پروژه در نرم افزار AutoCAD

🌟آشنایی با نرم افزار Pvsyst و اجرای طرح در آن

🌟مراحل کاری در اداره برق

🌟بخش بازاریابی پروژه

💰 هزینه دوره:
امیرکبیر ۱۷۵,۰۰۰ تومان
سایر دانشگاه ها ۲۰۰,۰۰۰ تومان
آزاد ۲۲۵,۰۰۰ تومان

🔴برگزاری در بستر Adobe Connect 💻

🗓تاریخ برگزاری کلاس ها: طبق پوستر

📝برای ثبت نام از طریق لینک زیر اقدام بفرمایید:
https://evand.com/events/دوره-۰-تا-۱۰۰-نیروگاه-های-ongrid-خورشیدی-77040213

🛑 ظرفیت دوره محدود میباشد.

🛑 اطلاعات تکمیلی در کانال انجمن علمی مهندسی انرژی امیرکبیر قرار میگیرد

🛑جهت هر گونه سوال در فرآیند ثبت نام دوره، با آیدی زیر در ارتباط باشید:
@energyE_admin

@EnergyE_AUT

🔴سرفصل های کامل دوره ۰ تا ۱۰۰ نیروگاه های خورشیدی

@EnergyE_AUT

🛑 کد تخفیف SOLAR00 برای ثبت نام زودهنگام در دوره آموزشی!🔥

🛑 ظرفیت دوره محدود میباشد

@EnergyE_AUT

سلسله وبینارهای معرفی گرایش‌های فیزیک؛ هفتۀ دوم

📆 دوشنبه ۲۵ مرداد: فیزیک هسته ای
📆 سه شنبه ۲۶ مرداد: فیزیک ماده چگال

⏰ ساعت ۱۷:۰۰ الی ۱۹:۰۰

🔖شرکت برای عموم آزاد و رایگان است.

📎 به عنوان مهمان وارد این لینک شوید.


@alzahraphysics
@utsap

✅ سخنرانی دیوید گروس، برنده جایزه نوبل فیزیک ۲۰۰۴ - سلسله سخنرانی‌های عمومی درباره مرزهای فیزیک - بیست و پنجم شهریور

#اخبار_انجمن_فیزیک_ایران

دانشکده فیزیک دانشگاه صنعتی شریف با همکاری انجمن فیزیک ایران چهارمین سخنرانی از سلسله سخنرانی‌های عمومی درباره مرزهای فیزیک را برگزار می‌کند. عنوان سخنرانی: «مرزهای فیزیک بنیادی» سخنران: دیوید گروس استاد فیزیک موسسه فیزیک نظری Kavli دانشگاه کالیفرنیا، سانتاباربارا برنده جایزه نوبل فیزیک ۲۰۰۴ ...

📣 متن کامل را در Instant View ⚡️ (دکمه پایین صفحه) و یا در وب‌گاه انجمن فیزیک ایران بخوانید:
🚩http://www.psi.ir/اخبار_3469_سخنرانی_دیوید_گروس_برنده_جایزه_نوبل_فیزیک_2004_سلسله_سخنرانی_های_عمومی_درباره_مرزهای_فیزیک_بیست_و_پنجم_شهریور

⏪ وب‌گاه انجمن فیزیک ایران:
🌍 http://www.psi.ir

✅ به کانال خبرى انجمن فیزیک ايران بپيوندید:
👇👇🏽👇👇🏽👇👇🏽👇
http://t.me/psinews