اولین کنفرانس بین المللی انقلاب مهندسی برق، مکانیک و کامپیوتر
15 مرداد، 1405
توسط دبیرخانه دائمی کنفرانس
ساری-ایران

https://confmm.ir/

@ProjeMagale

دومین کنفرانس ملی هوش مصنوعی در پژوهش های علوم پایه و مهندسی: از ایده تا فناوری
8 مرداد، 1405
توسط شرکت طلیعه دانش ماهان
شیراز -ایران
https://eng.isctdm.ir/

@ProjeMagale

📣
انجام امورات پژوهشی رشته های کامپیوتر و فناوری اطلاعات پذیرفته  می شود.

پیشنهاد ایده برای رساله دکتری

نگارش پروپوزال دکتری

نگارش رساله دکتری

استخراج مقاله از سمینار و پایاننامه و رساله

نگارش مقاله در سطح ISI Q1

پیشنهاد ژورنالهای مرتبط

سابمیت مقاله به ژورنال

فرمتبندی مقاله طبق ژورنال انتخابی

اعمال ریوایزهای مقالات ژورنالی

تنظیم کاور لتر

معرفی داور برای ژورنالها

تنظیم پاورپوینت دفاع

توسط تیم حرفه ای امین انفورماتیک

با نرخ دانشجویی به مدت محدود انجام می شود (برای رشته های کامپیوتر و فناوری اطلاعات)

برای اطلاعات بیشتر با id زیر هماهنگ شوید:
@Dr_M_F

📚 تفاوت چاپ مقاله در ژورنال‌های Open Access و Subscription

اگه توی دنیای پژوهش و مقاله‌نویسی فعالیت می‌کنی، حتماً به این دو تا اصطلاح برخوردی. بذار خیلی ساده و خودمونی تفاوتشون رو توضیح بدم: 👇

🔓 Open Access (دسترسی آزاد)
یعنی مقاله‌ات برای همه در سراسر دنیا رایگان و بدون هیچ محدودیتی قابل خوندنه.
🔹 هزینه: معمولاً نویسنده (یا دانشگاه/مؤسسه‌ش) باید یه مبلغی به اسم APC (Article Processing Charge) پرداخت کنه.
🔹 حق نشر: معمولاً با نویسنده می‌مونه (مثلاً تحت لیسانس Creative Commons).
🔹 مخاطب: هر کسی؛ از محقق گرفته تا مردم عادی. عالی برای دیده شدن بیشتر کارت! ✨

🔒 Subscription (اشتراکی/سنتی)
یعنی ژورنال برای دسترسی به مقاله از خواننده‌ها پول می‌گیره (معمولاً از طریق اشتراک دانشگاه‌ها و کتابخونه‌ها).
🔸 هزینه: معمولاً برای نویسنده رایگانه، ولی خواننده باید پول بده.
🔸 حق نشر: معمولاً به ناشر منتقل میشه و تو حق انتشار دوباره محدودیت داری.
🔸 مخاطب: فقط کسایی که اشتراک دارن. شاید مقاله‌ات کمتر خونده بشه. 🫤

⚖️ کدوم بهتره؟
🔹 اگه هدفت افزایش ارجاعات و تأثیرگذاری بیشتر پژوهشه، Open Access انتخاب هوشمندانه‌تریه.
🔸 اگه بودجه پرداخت APC نداری، ژورنال‌های Subscription همچنان معتبر و خوب هستن. البته بعضی از این ژورنال‌ها گزینه‌ی "Hybrid" دارن که می‌تونی با پرداخت هزینه، فقط مقاله‌ی خودت رو آزاد کنی.

🎯 نکته طلایی: همیشه اعتبار ژورنال رو در اولویت بذار. یه ژورنال Subscription با نمایه معتبر، خیلی بهتر از یه ژورنال Open Access بی‌اعتبار و سودجوعه. حواست به ژورنال‌های Predatory باشه! 🚩

@ProjeMagale

دستاوردهای علمی خود را کجا بفرستیم؟

بزرگترین کانال اطلاع رسانی کنفرانسها و معرفی ژورنالهای تخصصی فناوری اطلاعات و کامپیوتر
https://t.me/joinchat/AAAAAD7KWzzx7bfAQOX72g

توصیه شده به اساتید و دانشجویان و فارغ التحصیلان کامپیوتر و فناوری اطلاعات
@ProjeMagale

معرفی چند حوزه تحقیقاتی ویژه رشته کامپیوتر، گرایش نرم افزار:

این موضوعات با تمرکز بر چالش‌های واقعی مهندسی نرم‌افزار در عصر هوش مصنوعی و سیستم‌های پیچیده طراحی شده‌اند:

---

🤖 ۱. مهندسی نرم‌افزار برای سیستم‌های مبتنی بر LLM (SE for LLM-based Systems)

🔹 مسئله: توسعه نرم‌افزارهایی که هسته آنها یک مدل زبانی بزرگ است، با توسعه سنتی تفاوت بنیادین دارد.
🔹 موضوعات پیشنهادی:
• ارزیابی و تضمین کیفیت خروجی LLM در برنامه‌های کاربردی: طراحی یک چارچوب تست مبتنی بر قرارداد (Contract-based Testing) که خروجی مدل را از نظر ساختار، واقعیت‌گرایی و ایمنی به‌طور خودکار اعتبارسنجی کند.
• مدیریت نسخه و تکامل پرامپت‌ها (Prompt Version Control): ارائه یک سیستم کنترل نسخه معنایی برای پرامپت‌ها که تأثیر تغییرات پرامپت را روی رفتار برنامه پیش‌بینی و ردیابی کند.
• الگوهای معماری نرم‌افزار برای عامل‌های خودمختار مبتنی بر LLM: شناسایی و مستندسازی الگوهای طراحی (Design Patterns) برای ساخت عامل‌هایی که برنامه‌ریزی، استفاده از ابزار و حافظه دارند.

---

🧪 ۲. تست و تحلیل خودکار نرم‌افزار (Automated Testing & Analysis)

🔹 مسئله: روش‌های سنتی تست برای سیستم‌های مدرن و پیچیده کافی نیستند.
🔹 موضوعات پیشنهادی:
• تولید خودکار تست‌های رگرسیون با استفاده از تحلیل تفاوت کد و LLM: سیستمی که با مقایسه دو نسخه از کد، تست‌هایی تولید کند که دقیقاً تغییرات رفتاری را پوشش دهند.
• تست فیوزینگ مبتنی بر مدل برای APIهای ابری: یک روش Fuzzing که با یادگیری ساختار OpenAPI/Swagger، ورودی‌های غیرمنتظره و خطاهای امنیتی را در میکروسرویس‌ها کشف کند.
• تشخیص خودکار Flaky Tests و ریشه‌یابی علت آنها: استفاده از یادگیری ماشین روی لاگ‌های CI/CD برای شناسایی تست‌های ناپایدار و پیشنهاد راهکار رفع آنها.

---

🏗️ ۳. معماری نرم‌افزار و سیستم‌های توزیع‌شده (Software Architecture)

🔹 مسئله: معماری‌های میکروسرویسی و ابری، پیچیدگی‌های جدیدی در مدیریت، امنیت و کارایی ایجاد کرده‌اند.
🔹 موضوعات پیشنهادی:
• تشخیص خودکار و رفع Anti-Patternهای میکروسرویسی: ابزاری مبتنی بر تحلیل ایستا و پویا که الگوهای نامناسب (مثل Dependency Hell یا Data Monolith) را شناسایی و راهکار Refactoring پیشنهاد دهد.
• معماری خودترمیم‌گر (Self-healing) برای برنامه‌های ابری: طراحی یک سیستم تصمیم‌گیر مبتنی بر یادگیری تقویتی که در مواجهه با خرابی، بهترین استراتژی ترمیم (restart، scale، rollback) را انتخاب کند.
• تحلیل مبادله هزینه-کارایی در معماری‌های Serverless: یک مدل کمی برای تصمیم‌گیری در مورد تجزیه یک برنامه یکپارچه به توابع Serverless با در نظر گرفتن هزینه فراخوانی و تأخیر Cold Start.

---

🔒 ۴. امنیت نرم‌افزار و توسعه امن (Software Security & DevSecOps)

🔹 مسئله: امنیت باید در تمام چرخه توسعه ادغام شود، نه به‌عنوان یک لایه اضافی.
🔹 موضوعات پیشنهادی:
• سیستم تشخیص آسیب‌پذیری مبتنی بر گراف کد (Code Property Graph) و یادگیری عمیق: مدلی که با تحلیل گراف وابستگی داده و کنترل، آسیب‌پذیری‌های پیچیده (مثل تزریق در لایه تجاری) را بیابد.

• تولید خودکار وصله‌های امنیتی قابل اعتماد با استفاده از LLM و تأیید رسمی: روشی که یک LLM وصله تولید کند و سپس یک ابزار Formal Verification صحت و امنیت وصله را اثبات کند.
• تحلیل امنیتی زنجیره تأمین نرم‌افزار (Supply Chain Security): ابزاری برای ارزیابی ریسک امنیتی کتابخانه‌های شخص ثالث با تحلیل پویای رفتار آنها در یک Sandbox.

---

🧠 ۵. مهندسی نرم‌افزارِ سیستم‌های یادگیری ماشین (MLOps / AI Engineering)

🔹 مسئله: توسعه و نگهداری مدل‌های ML در محیط عملیاتی با چالش‌های مهندسی نرم‌افزار مواجه است.
🔹 موضوعات پیشنهادی:
• تشخیص و مدیریت Data Drift در خط لوله‌های ML: سیستمی که نه‌تنها تغییر توزیع داده را تشخیص دهد، بلکه به‌طور خودکار استراتژی بازآموزی مدل را بر اساس شدت و نوع drift تنظیم کند.
• تست مدل‌های یادگیری ماشین فراتر از دقت (Beyond Accuracy Testing): یک چارچوب تست برای سنجش انصاف، استحکام در برابر نمونه‌های خصمانه، و کالیبراسیون مدل در محیط CI/CD.
• ردیابی و بازتولیدپذیری آزمایش‌های ML در مقیاس تیمی: طراحی یک سیستم Version Control برای کل خط لوله ML (داده، کد، مدل، هایپرپارامترها و حتی سخت‌افزار) با الهام از Git.

---

🧬 ۶. مهندسی نرم‌افزار برای سیستم‌های سبز و پایدار (Green & Sustainable SE)

🔹 مسئله: مصرف انرژی نرم‌افزارها، به‌ویژه در مراکز داده و دستگاه‌های لبه، به یک دغدغه اصلی تبدیل شده است.
🔹 موضوعات پیشنهادی:
• بازآرایی خودکار کد برای کاهش مصرف انرژی: ابزاری که با تحلیل الگوهای مصرف CPU و حافظه، کد را برای مصرف انرژی کمتر بازنویسی کند (مثلاً تغییر ساختار حلقه‌ها یا انتخاب نوع داده).
• تخمین مصرف انرژی معماری‌های مختلف نرم‌افزار در فاز طراحی: یک مدل پیش‌بینی که بر اساس دیاگرام‌های معماری C4، مصرف انرژی سیستم نهایی را تخمین بزند.
• زمان‌بندی آگاه از کربن برای وظایف CI/CD: سیستمی که اجرای تست‌ها و بیلدها را به زمان‌ها و مکان‌هایی با شدت کربن کمتر در شبکه برق موکول کند.

---

🕹️ ۷. تحلیل و درک برنامه (Program Comprehension & Mining)

🔹 مسئله: توسعه‌دهندگان بخش عمده زمان خود را صرف درک کد موجود می‌کنند.
🔹 موضوعات پیشنهادی:
• خلاصه‌سازی خودکار تغییرات کد (Commit Message Generation): مدلی که با تحلیل diff کد، پیام commit معنادار و چندوجهی (متن + اشاره به Issue مرتبط) تولید کند.
• سیستم پرسش و پاسخ مبتنی بر LLM برای مخازن کد سازمانی: یک ربات که روی کل کدبیس و مستندات داخلی یک شرکت آموزش دیده و به سؤالات توسعه‌دهندگان پاسخ دقیق می‌دهد.
• تشخیص Debt در مستندات نرم‌افزار: ابزاری که ناسازگاری بین مستندات (README، Wiki) و کد واقعی را با مقایسه خودکار شناسایی و گزارش کند.

---

🎯 پیشنهادهای ترکیبی و بسیار خاص:

اگر به دنبال یک موضوع واقعاً متمایز برای پایان‌نامه یا مقاله ژورنالی هستید، این ایده‌ها را در نظر بگیرید:

1. "یک چارچوب مبتنی بر عامل‌های LLM برای انجام خودکار بازبینی کد (Code Review) با قابلیت توضیح‌دهی و یادگیری از بازخورد انسان" (ترکیب: LLM Agent + SE + HCI).
2. "تشخیص و کاهش توهم در تولید کد توسط مدل‌های زبانی بزرگ با استفاده از اجرای نمادین (Symbolic Execution)" (ترکیب: LLM + Formal Methods).

3. "تولید خودکار تست‌های رگرسیون بصری برای رابط‌های کاربری وب با استفاده از بینایی کامپیوتر و Record-and-Replay هوشمند" (ترکیب: Testing + Computer Vision).
4. "پیش‌بینی و مدیریت بدهی فنی معماری (Architectural Technical Debt) در میکروسرویس‌ها با استفاده از گراف‌های وابستگی و Graph Neural Networks" (ترکیب: Architecture + AI).

---

🛠️ ابزارها و منابع مفید برای شروع:

• تحلیل کد: Tree-sitter، Roslyn، Spoon (Java)، CodeQL.
• تست: AFL++، Selenium، JUnit، PyTest، RESTler (برای API Fuzzing).
• LLMها: LangChain، LlamaIndex، مدل‌های خانواده Code Llama و GPT.
• مجموعه داده: StackOverflow، GitHub Archive، Defects4J، SWE-bench.


@ProjeMagale

اولین دوره همایش های ملی پژوهش های نوین در اینترنت و فناوری اطلاعات
10 لغایت 17 مرداد، 1405 ت
وسط سازمان استعداد های عصر جدید, دپارتمان علمی دیجی لرن
بصورت انلاین
https://easj.ir/

@ProjeMagale

دومین همایش بین المللی مطالعات نوین در کامپیوتر، فناوری اطلاعات و هوش مصنوعی
15 مرداد، 1405
توسط مرکز تخصصی همایش ها
ملبورن- استرالیا
https://cit.scosc.ir/

@ProjeMagale

دوازدهمین کنفرانس بین المللی مهندسی برق، کامپیوتر و مکانیک
17 مرداد، 1405
توسط مرکز بین المللی همایشها و سمینارهای توسعه پایدار علوم جهان اسلام
تهران - ایران
https://www.icpconf.ir/fa/?time=1784469576

@ProjeMagale

📣
انجام امورات پژوهشی رشته های کامپیوتر و فناوری اطلاعات پذیرفته  می شود.

پیشنهاد ایده برای رساله دکتری

نگارش پروپوزال دکتری

نگارش رساله دکتری

استخراج مقاله از سمینار و پایاننامه و رساله

نگارش مقاله در سطح ISI Q1

پیشنهاد ژورنالهای مرتبط

سابمیت مقاله به ژورنال

فرمتبندی مقاله طبق ژورنال انتخابی

اعمال ریوایزهای مقالات ژورنالی

تنظیم کاور لتر

معرفی داور برای ژورنالها

تنظیم پاورپوینت دفاع

توسط تیم حرفه ای امین انفورماتیک

با نرخ دانشجویی به مدت محدود انجام می شود (برای رشته های کامپیوتر و فناوری اطلاعات)

برای اطلاعات بیشتر با id زیر هماهنگ شوید:
@Dr_M_F