DLeX: AI Python
22.7K subscribers
4.96K photos
1.22K videos
764 files
4.32K links
هوش‌مصنوعی و برنامه‌نویسی

توییتر :

https://twitter.com/NaviDDariya
Download Telegram
Forwarded from utubebot
This media is not supported in your browser
VIEW IN TELEGRAM
Bionic robots attract attention in 2016 World Robot Conference.mp4 (11.28MB)
bionicants-en-SD.mp4
18.9 MB
BionicANTs نام محصول تحقیقاتی شرکت festo میباشد که با بهره گیری از هوش مصنوعی توزیع شده و مبتنی بر الهام از طبیعت ساخته شده است.
#هوش_مصنوعی
🆔 @ai_python
تکنولوژی چاپ مدار بر روی جسم سه بعدی موسوم به 3D-MID
3D-MID: 3D Mechatronic Integrated Devices are three-dimensional bodies with integrated circuit structures.
🆔 @ai_python
This media is not supported in your browser
VIEW IN TELEGRAM
Boston Dynamics - Cybernetics product
#gif
🆔 @ai_python
یک روش جدید و آسان برای یادگیری برنامه نویسی توسط وبسایت Scrimba معرفی شده است. با استفاده از آموزشهای این وبسایت هم می توانید آنلاین تمرین کنید و هم اینکه از آموزش بهره ببرید. حتمن امتحان کنید:
https://scrimba.com

🆔 @ai_python
This media is not supported in your browser
VIEW IN TELEGRAM
DLeX: AI Python via @like
😌 Sticker
☝️ استیکر دنیای برنامه نویسی، برای افزودن استیکرها روی آن کلیک کنید.
بهبود علائم شناختی بیماران اسکلروزیس چندگانه (MS) با ادغام دستگاه تحریک جریان مستقیم مغز و بازی‌های رایانه‌ای شناختی

مطالعه جدیدی که در 22 فوریه سال 2017 در مجله Neuromodulation منتشر شده، نشان می‌دهد که مبتلایان به اسکلروزیس چندگانه (MS) حین بازی‌های آموزشی ـ شناختی کامپیوتری که برای بهبود توانایی‌های پردازش اطلاعات طراحی شده از دستگاه تحریک جریان مستقیم مغز (TDCS) استفاده می‌کنند، دستاوردهای قابل توجه بیشتری در اقدامات شناختی نسبت به بیمارانی که بدون دستگاه TDCS بازی‌های رایانه‌ای را انجام داده‌اند، نشان داده است.
ام‌اس شایع‌ترین اختلال عصبی پیش‌رونده در بزرگسالان در سن کار است. نزدیک به 70 درصد بیماران دارای اختلال شناختی با علائمی از جمله پردازش اطلاعات کندتر و مشکلات حافظه و حل مساله مواجهند. دیگر علائم شایع این بیماری شامل خستگی و مشکلات حسی و حرکتی است. بسیاری از داروهای ام‌اس در جلوگیری از عود بیماری با هدف مدیریت علائم روزانه، باعث ایجاد مشکلات ویژه شناختی می‌شود که امید است این روش در کمک به بهبود کیفیت زندگی مبتلایان به این بیماری موثر باشد.
معرفی ماژول :
➡️ [nose]
تابه حال برای شما اتفاق افتاده که کدی رو بنویسید و در اختیار کسانی قرار بدید پس از مدتی اشکالات کدتون بروز کنه ؟
حتی اگر شما کد را چندین بار تست کرده باشید هم ممکنه کد شما اشکالاتی داشته باشد که با ماژول زیر می توانید تمام باگ های کد را مشاهده کنید و آن ها را برطرف کنید
نصب توسط pip:
Pip install nose
برای تست کد کافیست توسط خط فرمان دایرکتوری به محل فایل بروید سپس کد زیر را وارد کنید :
nosetests myfunc.py

#python
🆔 @ai_python
Your #brain is approximately 73% #water, but being dehydrated by just 2% impairs your #attention, #memory, and motor skills.
DLeX: AI Python
🆔 @ai_python
فناوری لایفای انقلابی که اینترنت اشیاء را فراگیر می‌کند:

تصور کنید هر جایی که در معرض مستقیم تابش نور لامپ قرار بگیرید به اینترنت هم دسترسی داشته باشید، بدون اینکه در اطراف شما امواج رادیویی وایفای و اینترنت موبایل و یا پورت شبکه LAN وجود داشته باشد.
Li-Fi (Light Fidelity) فناوری جدیدی است که به روش انتقال داده تحت پرتوهای نور لامپ‌های LED در محیط سیال (هوا) عمل می‌کند. مبتنی بر این فناوری لامپ‌های LED قادر هستند کاکرد دوگانه داشته باشند؛ تولید نور و انتقال (دریافت و ارسال) داده؛ مضاف بر اینکه سرعت انتقال داده به Gb/s 10 ارتقاء می‌یابد. در حال حاضر Li-Fi مراحل تحقیق و توسعه خود را سپری می‌کند و پیش‌بینی می‌شود تا سال 2018 سهم بازار آن به 6 میلیارد دلار در سال برسد.
طبق گزارش Digitimes Research ضریب نفوذ لامپ‌های LED از سال 2009 تا 2014 رشد 25 درصدی داشته است. همچنین فوربز پیش‌بینی کرده است که تا سال 2020 تعداد 100 میلیون از 155 میلیون خیابان در کل جهان به سیستم روشنایی LED مجهز خواهند شد. به تعبیر دیگر دو سوم خیابان‌های جهان علاوه بر روشنایی امکان دسترسی به اینترنت پرسرعت را هم فراهم می‌کنند.
از سوی دیگر با توجه به همه گیر شدن استفاده از LED در مصارف خانگی، ادارات، اماکن عمومی و غیره زمینه دسترسی به اینترنت ارزانتر، در اغلب اماکن امکان‌پذیر خواهد شد. از این‌رو LiFi بعنوان یک کاتالیزور برای فراگیر شدن اینترنت اشیاء به حساب می آید.

برگرفته از کانال دکتر جمالی:
https://t.me/drshjamali

🆔 @ai_python
python_hack.rar
32.9 MB
مجموعه کتابهای هک با استفاده از زبان پایتون

🆔 @ai_python
DLeX: AI Python
python_hack.rar
⭐️ لیست کتابهای موجود:
📕 Web Scraping with Python
📕 Violent Python
📕 Understanding Network Hacks
📕 Python Penetration Testing Essentials
📕 Python Network Programming Cookbook
📕 Learning Python Network Programming
📕 Hacking Secret Ciphers with Python
📕 GRAY HAT PYTHON
📕 Foundations of Python Network Programming
📕 Black Hat Python
📕 Beginning Ethical Hacking with Python

🆔 @ai_python
pyformat.info #python #format
python string format refrence
اگر پایتون کار باشید حتما با format کار کرده اید این سایت توضیحات کاملی را درمورد نحوه استفاده از آن داده است.
@ai_python
ساخت «سیناپس مصنوعی» که برای تولید «رابط مغز» مناسب است

پژوهشگران سیناپس مصنوعی ساختند که انعطاف‌پذیر بوده و از آن می‌توان برای تولید رابط مغز استفاده کرد. این سیناپس از نظر ساختاری و رفتاری شبیه به باتری و ترانزیستور است.

یک تیم تحقیقاتی از دانشگاه استنفورد و آزمایشگاه‌های ملی ساندیا موفق به ساخت شکل جدیدی از سیناپس‌ مصنوعی شدند که می‌توان از آن برای ساخت رابط مغز استفاده کرد. این سیناپس در واقع برای ساخت مدار انعطاف‌پذیر استفاده می‌شود که به صورت مستقیم با مغز برهمکنش می‌کند.
این ابزار جدید، یک ترانزیستور آلی بوده که محققان نام ENODe (ابزار آلی نرومورفیک الکتروشیمیایی) را روی آن نهادند. این فناوری را می‌توان هم‌ردیف با فناوری‌هایی نظیر ممریستور یا حافظه تغییر فاز دانست. از این سیناپس‌های مصنوعی در آینده می‌توان برای ساخت تراشه‌هایی استفاده کرد عملکرد محاسباتی شبیه به مغز انسان دارند. این تراشه‌ها مصرف انرژی بسیار کمتری نسبت به تراشه‌های سیلیکونی دارند.
این ابزار از دو لایه پلیمری تشکیل شده که توسط یک الکترولیت از هم جدا شده‌اند. این الکترولیت به یون‌ها، نه الکترون‌ها، اجازه عبور می‌دهد. یک ولتاژ پالسی به لایه پری‌سیناپس (بالایی) اعمال می‌شود که سطح اکسیداسیون را در لایه پست‌سیناپس (پایینی) تغییر می‌دهد. با این کار هدایت الکتریکی میان دروازه و خروجی تغییر می‌کند.
از یک نقطه نظر، ENODe بیشتر شبیه به باتری است تا ترانزیستور. دو لایه پلیمری نازک که با استفاده از یک الکترولیت از هم جدا شده و پروتون‌ها اجازه عبور و مرور از میان آن پیدا می‌کنند. اما این ابزار شبیه به ترانزیستور، دارای سه ترمینال است. جریان میان آنها به حرکت در می‌آید. اعمال ولتاژ به یکی از این لایه‌ها موجب تغییر میزان حرکت یون‌ها از الکترولیت شده و این امر سطح اکسیداسیون را تغییر داده و جریان عبوری را مشخص می‌کند.
نتایج این پروژه در قالب مقاله‌ای در نشریه Nature Materials به چاپ رسیده است.
معمولا سیناپس‌های مصنوعی نیاز به سطح بالایی از انرژی برای سوئیچ کردن از یک حالت به حالت دیگر دارند. اگر مقدار انرژی از این سطح کمتر باشد، سوئیچ شدن با مشکلاتی روبرو می‌شود. اما این فناوری این مشکل را ندارد چرا که سطحی که حالت دستگاه را حفظ می‌کند، به مقدار مورد نیاز برای سوئیچ شده ارتباط ندارد. بنابراین این ابزار با مقدار کمی انرژی سوئیچ می‌کند.

منبع :
http://spectrum.ieee.org/tech-talk/semiconductors/design/flexible-organic-artificial-synapse-could-one-day-interface-with-the-brain
رابطی که به روبات امکان تشخیص اشتباهات خود را می‌دهد!

محققان رابط مغز و کامپیوتر (BCI) ساختند که روی سر انسان قرار گرفته و یک روبات می‌تواند از روی سیگنال‌های مغز انسان به درست یا اشتباه بودن عملکرد خود پی ببرد.

یک تیم تحقیقاتی از موسسه فناوری ماساچوست (MIT) و دانشگاه بوستون روی پروژه‌ای کار می‌کنند که به زعم خود، آنها را یک گام به کنترل روبات‌ها و کامپیوترها با مغز نزدیک‌تر می‌کند. این گروه نتایج کار خود را اخیرا به چاپ رساندند و در آن نشان دادند که چگونه انسان می‌تواند با یک ماشین به صورت تله‌پاتی ارتباط ایجاد کرده و آن را کنترل کند. آزمایش‌های این گروه تحقیقاتی ثابت می‌کند که چگونه می‌توان سیگنال‌های مغز را رمزگشایی کرد که این امر موجب پر کردن خلاء میان ارتباط مغز انسان با کامپیوتر می‌شود.
این گروه تحقیقاتی معتقداند که می‌توان ابزاری ساخت که با استفاده از آن انسان بتواند یک کامپیوتر را با مغز خود کنترل کند. در این پروژه محققان از ترکیب الکتروآنسفالوگرافی و الگوریتم‌های ماشین‌های با قابلیت یادگیری استفاده کردند. این گروه راهکاری ارائه کردند که با استفاده از آن کامپیوتر می‌تواند الگوهای مغز انسان را تشخیص داده و درک کند.
هرچند که این فناوری هنوز در مراحل اولیه بوده و برای تکامل نیاز به بهبودهای بیشتری دارد، با این حال محققان نتایج آن را امیدوارکننده قلمداد کرده و معتقداند که یک گام بزرگ برای توسعه این فناوری محسوب می‌شود.
این گروه کلاهی ساختند که حاوی الکترودهای ویژه‌ای است. داوطلبان این کلاه را بر سرگذاشته و روبروی یک روبات می‌ایستند. در مقابل روبات دو جعبه حاوی رنگ و سیم بوده که روبات باید اجسام مرتبط را به داخل هر یک از این سبدها بی‌اندازد. زمانی که روبات انتخاب اشتباهی انجام می‌دهد مغز داوطلب سیگنالی ایجاد می‌کند که این سیگنال به صورت پیام به روبات منتقل می‌شود تا روبات اقدام اصلاحی را انجام دهد.
این رابط مغز و کامپیوتر در مدت زمان 30 میلی ثانیه می‌تواند امکان استنتاج لازم را فراهم کند. البته هنوز مسائل زیادی در مورد این فناوری وجود دارد برای مثال روبات باید تشخیص دهد که اجسام را دقیقا کجا قرار دهد با این حال محققان معتقداند که هنوز در مرحله اول کار بوده و می‌توانند این فناوری را بهبود دهند.

منبع : http://www.middaydaily.com/mit-and-boston-university/27130/
معرفی ماژول :
➡️ [matplotlib]
یک ماژول عالی برای کشیدن نمودار ،اشکال هندسی ،فرکانس و ... در پایتون

مت‌پلات (به انگلیسی: Matplotlib) یک کتابخانه برای رسم نمودار است که در در زبان برنامه‌نویسی پایتون مورد استفاده قرار می‌گیرد. رابط برنامه‌نویسی این کتابخانه بصورت شی‌گرا طراحی شده است و اجازه می‌دهد در نرم‌افزارهایی که از واسط‌های گرافیکی پراستفاده مانند WxPython، کیوت یا جی‌تی‌کی استفاده می‌کنند قابل استفاده باشد.

نصب توسط pip:
Pip install matplotlib

نمونه هایی از کد های آماده
ا⬇️⬇️⬇️⬇️⬇️⬇️⬇️
🆔 @ai_python