onlinebme
6- استخراج ویژگی در حوزه فرکانس از ریتمهای EEG 🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی @onlinebme
7-پردازش سیگنال در حوزه زمان فرکانس (تبدیل ویولت)
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
7-پردازش سیگنال در حوزه زمان فرکانس (تبدیل ویولت) 🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی @onlinebme
8- نحوه استخراج ریتمهای EEG در حوزه زمان-فرکانس (تبدیل ویولت)
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
9- کار با کلاسبند SVM
- کلاسبند SVM خطی
- کلاسبندSVM غیر خطی
- تعمیم SVM دو کلاسه به چند کلاسه
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
- کلاسبند SVM خطی
- کلاسبندSVM غیر خطی
- تعمیم SVM دو کلاسه به چند کلاسه
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
9- کار با کلاسبند SVM - کلاسبند SVM خطی - کلاسبندSVM غیر خطی - تعمیم SVM دو کلاسه به چند کلاسه 🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی @onlinebme
- کار با کلاسبندها
- کلاسبند KNN
- کلاسبند درختی
- کلاسبند LDA
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
- کلاسبند KNN
- کلاسبند درختی
- کلاسبند LDA
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
10- پیاده سازی روشهای اعتبار سنجی مدل
- روش ارزیابی kfold
- روش ارزیابی random subsampling
- روش ارزیابی the hold out method
- روش ارزیابی leave one out
- نحوه محاسبه دقت، ماتریس کانفیوژن، حساسیت، مشخصه
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
- روش ارزیابی kfold
- روش ارزیابی random subsampling
- روش ارزیابی the hold out method
- روش ارزیابی leave one out
- نحوه محاسبه دقت، ماتریس کانفیوژن، حساسیت، مشخصه
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
10- پیاده سازی روشهای اعتبار سنجی مدل - روش ارزیابی kfold - روش ارزیابی random subsampling - روش ارزیابی the hold out method - روش ارزیابی leave one out - نحوه محاسبه دقت، ماتریس کانفیوژن، حساسیت، مشخصه 🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی @onlinebme
پروژه انجام شده در دو روز اول:
تشخیص صرع با استفاده از ویژگی های حوزه زمان سیگنالهای eeg
تشخیص صرع با استفاده از ویژگی های حوزه فرکانس سیگنالهای eeg
تشخیص صرع با استفاده از ویژگی های حوزه زمان - فرکانس سیگنالهای eeg
در جلسه بعدی پروژه bci تصوری حرکتی را انجام خواهیم داد.
همچنین روشهای کاهش بعد و انتخاب ویژگی را بررسی خواهیم کرد.
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
تشخیص صرع با استفاده از ویژگی های حوزه زمان سیگنالهای eeg
تشخیص صرع با استفاده از ویژگی های حوزه فرکانس سیگنالهای eeg
تشخیص صرع با استفاده از ویژگی های حوزه زمان - فرکانس سیگنالهای eeg
در جلسه بعدی پروژه bci تصوری حرکتی را انجام خواهیم داد.
همچنین روشهای کاهش بعد و انتخاب ویژگی را بررسی خواهیم کرد.
🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
📺 کاربردهای عملی ssvep در BCI ♿️کنترل ویلچر با استفاده از پتانسیل برانگیخته بینایی حالت پایدار (SSVEP) در این ویدیو توضیح داده شده که چگونه میتوان با پردازش سیگنالهای EEG مبتنی بر SSVEP یک ویلچر را تنها با نگاه کردن به چراغهای چمشک زن کنترل کرد. زیرنویس فارسی:…
🔴💢شروع ثبت نام دوره فشرده پردازش سیگنال eeg مبتنی بر SSVEP 💢🔴
🔍 در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg مبتنی بر SSVEP آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
◾️ فیلتر باتروث
◽️فیلتر CAR
🔴 نحوه بدست آوردن باندهای فرکانسی مورد نظر در eeg ( فرکانسهای تحریک و هارمونیکهای آنها)
🔵 پیاده سازی الگوریتم CCA
🔵 پیاده سازی الگوریتم MSI
🔵 پیاده سازی الگوریتم PSVD
🔴تجزیه و تحلیل سیگنال و استخراج ویژگی های مناسب در حوزه فرکانس ( تبدیل فوریه )
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای غیرپارامتری
🔺SVM
🔺KNN
🔺LDA
🔺TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
🔸random sampling
🔹k-fold cross validation
🔸Leave one out
🔹The hold out method
🔵 ارزیابی مدل با پارامترهای
▫️Accuracy
▪️Sensitivity
▫️Specificity
▪️Confusion matrix
🔲▪️ انجام پروژه تشخیص ssvep از روی سیگنال eeg با استفاده از الگوریتم CCA
🔲▪️ انجام پروژه تشخیص ssvep از روی سیگنال eeg با استفاده از الگوریتم MSI
🔲▪️ انجام پروژه تشخیص ssvep از روی سیگنال eeg با استفاده از الگوریتم PSVD
🔲▪️ انجام پروژه تشخیص ssvep از دید یادگیری ماشین از روی سیگنال eeg با ترکیب ویژگیهای توان طیفی و کلاسبندهای svm، knn، LDA و درختی
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
مدت دوره: 15 ساعت
هزینه دوره: 190 هزار تومان
#ظرفیت باقی مونده ( 6 نفر )
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
https://telegram.me/joinchat/BcXDaEEL4FjSZ9Uxrki-9Q
🔍 در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg مبتنی بر SSVEP آموزش داده میشود.
#سرفصل_مطالب
🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت
◾️ فیلتر باتروث
◽️فیلتر CAR
🔴 نحوه بدست آوردن باندهای فرکانسی مورد نظر در eeg ( فرکانسهای تحریک و هارمونیکهای آنها)
🔵 پیاده سازی الگوریتم CCA
🔵 پیاده سازی الگوریتم MSI
🔵 پیاده سازی الگوریتم PSVD
🔴تجزیه و تحلیل سیگنال و استخراج ویژگی های مناسب در حوزه فرکانس ( تبدیل فوریه )
🔵 نحوه کلاسبندی داده با استفاده از کلاسبندهای غیرپارامتری
🔺SVM
🔺KNN
🔺LDA
🔺TREE
🔴 اعتبارسنجی مدل با استفاده از روشهای
🔸random sampling
🔹k-fold cross validation
🔸Leave one out
🔹The hold out method
🔵 ارزیابی مدل با پارامترهای
▫️Accuracy
▪️Sensitivity
▫️Specificity
▪️Confusion matrix
🔲▪️ انجام پروژه تشخیص ssvep از روی سیگنال eeg با استفاده از الگوریتم CCA
🔲▪️ انجام پروژه تشخیص ssvep از روی سیگنال eeg با استفاده از الگوریتم MSI
🔲▪️ انجام پروژه تشخیص ssvep از روی سیگنال eeg با استفاده از الگوریتم PSVD
🔲▪️ انجام پروژه تشخیص ssvep از دید یادگیری ماشین از روی سیگنال eeg با ترکیب ویژگیهای توان طیفی و کلاسبندهای svm، knn، LDA و درختی
☎️ جهت کسب اطلاعات بیشتر میتوانید شماره زیر تماس بگیرید:
0936-038-2687
@onlinebme_admin
مدت دوره: 15 ساعت
هزینه دوره: 190 هزار تومان
#ظرفیت باقی مونده ( 6 نفر )
مدرس: محمد نوری زاده چرلو
فارغ التحصیل دانشگاه علم و صنعت تهران
https://telegram.me/joinchat/BcXDaEEL4FjSZ9Uxrki-9Q
onlinebme
🔴💢شروع ثبت نام دوره فشرده پردازش سیگنال eeg مبتنی بر SSVEP 💢🔴 🔍 در این دوره تمام اصول مورد نیاز برای پردازش سیگنال eeg مبتنی بر SSVEP آموزش داده میشود. #سرفصل_مطالب 🔵پیش پردازش سیگنال در حوزه زمان و فرکانس جهت حذف نویز و آرتیفکت ◾️ فیلتر باتروث…
پیش نیاز دوره:
ما در هر دوره اصول پردازش یک سیگنال رو صفر تا صد آموزش میدیم
پیش نیاز فقط آشنایی با برنامه نویسی متلب هست
اگر با برنامه نویسی متلب کار نکردید حتما ویدیوهای رایگان متلب مارو تو سایت نگاه کنین تا مشکلی برای شرکت در کلاس نداشته باشید.
https://onlinebme.com/course/matlab/
در دوره شرکت کنندگان همراه را با مدرس کدنویسی میکنند و مثال حل میکنند.
ما در هر دوره اصول پردازش یک سیگنال رو صفر تا صد آموزش میدیم
پیش نیاز فقط آشنایی با برنامه نویسی متلب هست
اگر با برنامه نویسی متلب کار نکردید حتما ویدیوهای رایگان متلب مارو تو سایت نگاه کنین تا مشکلی برای شرکت در کلاس نداشته باشید.
https://onlinebme.com/course/matlab/
در دوره شرکت کنندگان همراه را با مدرس کدنویسی میکنند و مثال حل میکنند.
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
اصول پایه برنامهنویسی در متلب - آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
قبل از یادگیری هر زبان برنامه نویسی لازم است که ما به سوالاتی مثل چرا و به چه دلیل باید این زبان برنامه نویسی را یاد بگیریم، جواب بدیم. باید نیاز کار را بدانیم. وقتی وارد دانشگاه می شویم، کارشناسی، کارشناسی ارشد، و دکتری همش سوالمون اینه که چی باید یاد بگیرم…
شروع ثبت نام دوره ي فشرده ي برنامه نويسي #پايتون
ظرفيت دوره: 10 نفر
محل برگزاري دوره: تهران- چهارراه وليعصر به سمت سه راه جمهوري- نبش کوچه ي پرتويي -ساختمان وفا -طبقه ي سوم واحد 306
ثبت نام و کسب اطلاعات بيشتر
👇👇👇👇👇👇👇👇👇
0933-589-1906
@Onlinebme_admin2
✍🏻آکادمي آنلاين مهندسي پزشکي و هوش مصنوعي
@onlinebme
ظرفيت دوره: 10 نفر
محل برگزاري دوره: تهران- چهارراه وليعصر به سمت سه راه جمهوري- نبش کوچه ي پرتويي -ساختمان وفا -طبقه ي سوم واحد 306
ثبت نام و کسب اطلاعات بيشتر
👇👇👇👇👇👇👇👇👇
0933-589-1906
@Onlinebme_admin2
✍🏻آکادمي آنلاين مهندسي پزشکي و هوش مصنوعي
@onlinebme
onlinebme
📺 در این ویدیو فرق بین هوش مصنوعی، یادگیری ماشین و یادگیری عمیق رو توضیح میدهیم #هوش_مصنوعی #یادگیری_ماشین #یادگیری_عمیق اطلاعات بیشتر: https://onlinebme.com/unit/difference-between-ai-machine-learning-and-deep-learning/?id=4621 🏢 آکادمی آنلاین مهندسی…
This media is not supported in your browser
VIEW IN TELEGRAM
📺 انواع روشهای یادگیری ماشین و کاربردهای آنها
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#یادگیری_نظارتی
#یادگیری_بدون_نظارت
#یادگیری_تقویتی
اطلاعات بیشتر:
https://onlinebme.com/unit/machine-learning-category/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
👨💻مدرس: محمد نوری زاده چرلو
#هوش_مصنوعی
#یادگیری_ماشین
#یادگیری_نظارتی
#یادگیری_بدون_نظارت
#یادگیری_تقویتی
اطلاعات بیشتر:
https://onlinebme.com/unit/machine-learning-category/?id=4621
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
Media is too big
VIEW IN TELEGRAM
دوره اول پردازش سیگنال EEG
20-21 اردیبهشت
تهران- آکادمی onlinebme
مدرس: محمد نوری زاده چرلو
جلسه سوم: بحث در مورد انتخاب ویژگی، انتخاب کانال و انتخاب باند فرکانسی بهینه در EEG
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
20-21 اردیبهشت
تهران- آکادمی onlinebme
مدرس: محمد نوری زاده چرلو
جلسه سوم: بحث در مورد انتخاب ویژگی، انتخاب کانال و انتخاب باند فرکانسی بهینه در EEG
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
دوره اول پردازش سیگنال EEG 20-21 اردیبهشت تهران- آکادمی onlinebme مدرس: محمد نوری زاده چرلو جلسه سوم: بحث در مورد انتخاب ویژگی، انتخاب کانال و انتخاب باند فرکانسی بهینه در EEG 🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی @onlinebme
دوره اول هفته پیش تموم شد و دوره دوم هم دو روز اولش تموم شد. و جلسه سوم طبق نظر شرکت کنندگان دو هفته دیگه برگزار خواهد شد.
دوره ای که فعلا قصد داریم برگزار کنیم دوره تخصصی پردازش سیگنال EEG مبتنی بر SSVEP خواهد بود و بعد از آن دوره سوم EEG را برگزار خواهیم کرد که تقریبا ظرفیت دوره سوم هم تکمیل شده و طبق نظر شرکت کنندگان زمانبندی کلاس مشخص خواهد شد
دوره ای که فعلا قصد داریم برگزار کنیم دوره تخصصی پردازش سیگنال EEG مبتنی بر SSVEP خواهد بود و بعد از آن دوره سوم EEG را برگزار خواهیم کرد که تقریبا ظرفیت دوره سوم هم تکمیل شده و طبق نظر شرکت کنندگان زمانبندی کلاس مشخص خواهد شد