onlinebme
4.82K subscribers
1.48K photos
574 videos
345 files
700 links
آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
ارائه‌دهنده‌ی پکیجهای آموزشی پروژه محور:
برنامه‌نویسی متلب-پایتون
پردازش تصویر-سیگنالهای حیاتی
شناسایی الگو
یادگیری ماشین
شبکه‌های عصبی
واسط مغز-کامپیوتر

تماس👇
09360382687
@onlineBME_admin

www.onlinebme.com
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
پتانسیل وابسته به رخداد P300

پتانسیل P300 یک انحراف مثبت (Positive deflection) در سیگنال مغزی فرد هست که حدودا 300 میلی ثانیه بعد از نمایش محرک هدف ایجاد می شود. در این پست میخواهیم بدانیم P300 چیه و در چه شرایطی ایجاد می شود؟

جزئیات بیشتر👇👇
https://onlinebme.com/what-is-p300/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
🌐لمس اشیاء مجازی، توسط دستکش لمسی متا(فیسبوک)

🔷 اکنون شاید شما نتوانید یک سگ را توسط دستکش های واقعیت مجازی متا نوازش کنید، اما محققان در حال نزدیک شدن به این موضوع هستند.
متا (فیسبوک سابق) به دلیل حرکت های برجسته خود به سمت واقعیت مجازی، شهرت یافته است. با این حال، هفت سال است که بی سر و صدا روی یکی از جاه طلبانه ترین پروژه های خود کار می کند.  دستکش لمسی که احساساتی مانند گرفتن یک شی یا حرکت دست شما را در امتداد یک سطح بازتولید می کند.

در حالی که متا اجازه نمی دهد دستکش را از بخش تحقیقاتی Reality Labs خارج کند، این شرکت اخیرا برای اولین بار آن را به نمایش گذاشت و دستگاه را – در کنار سایر فناوری های پوشیدنی – به عنوان آینده تعامل واقعیت مجازی و واقعیت افزوده می بیند.

⭕️جزئیات بیشتر 👇
https://onlinebme.com/meta-facebook-reality-labs-soft-robotics-haptic-glove-prototype/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
چهار تا از معروفترین شبکه های عمیق

در این مقاله به بررسی چهار مدل از الگوریتم‌های عمیقی می‌پردازیم که عملکرد قابل توجهی در حل مسائل پیچیده داشته‌اند. ابتدا هر نوع از این شبکه‌های عمیق را معرفی می‌کنیم، ساختار آنها را به طور مختصر شرح می‌دهیم و در نهایت مورد کاربرد آنها را برای حل مسائل متنوع بررسی می‌کنیم.

جزئیات بیشتر👇👇
https://onlinebme.com/4-most-popular-deep-neural-networks/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
تکنیک bagging در یادگیری جمعی

تکنیک bagging که با نام bootstrap aggregating هم شناخته می شود، یک تکنیک یادگیری جمعی هست که برای حداقل کردن واریانس مدل استفاده می شود. در تکنیک bagging برای آموزش هر مدل، یک بخشی از داده به صورت تصادفی انتخاب می شود(bootstrap)، و در پروسه تصمیم گیری، نظر مدلها باهم ترکیب می شود(aggregating ). در این پست میخواهیم تکنیک bagging را بررسی کنیم و ببینیم که در چه پروژه هایی میتونیم از این تکنیک بهره ببریم.
جزئیات بیشتر👇
https://onlinebme.com/bagging-in-ensemble-learning

🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
onlinebme
پتانسیل وابسته به رخداد P300 پتانسیل P300 یک انحراف مثبت (Positive deflection) در سیگنال مغزی فرد هست که حدودا 300 میلی ثانیه بعد از نمایش محرک هدف ایجاد می شود. در این پست میخواهیم بدانیم P300 چیه و در چه شرایطی ایجاد می شود؟ جزئیات بیشتر👇👇 https://…
پارادایم عجیب-غریب (Oddball paradigm)

به مجموعه ای از شرایط خاص برای برانگیختن پتانسیل وابسته به رخداد P300 پارادیم oddball گفته می شود. در این پست میخواهیم با مشخصات پارادایم oddball آشنا شویم.

جزئیات بیشتر👇
https://onlinebme.com/oddball-paradigm

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
💬"سلام دنیا! توییت کوتاه. پیشرفت تاریخی"
اولین توییت ارسال شده از مغز بیمار ALS توسط واسط مغز-کامپیوتر

«فیلیپ اوکیف» یک بیمار 62 ساله مبتلا به اسکلروز جانبی آمیوتروفیک(ALS) در استرالیا، اولین فردی است که تنها با استفاده از افکار خود پیامی را در شبکه های اجتماعی ارسال کرد. در 23 سپتامبر او یک پیام کوتاه اولیه با عنوان “سلام دنیا! توییت کوتاه. پیشرفت تاریخی” را در توییتر از طریق حساب «توماس اکسلی»، مدیرعامل شرکت Synchron منتشر کرد.

⭕️ جزئیات بیشتر 👇
https://onlinebme.com/paralysed-man-tweets-using-brain-implant-that-converts-thoughts-into-text/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
سال نو میلادی بر هم‌وطنان عزیز مسیحی مبارک باشه❤️🌹

@onlinebme
4 معیار مناسب برای ارزیابی مدلها در مسائل رگرسیون
 
رگرسیون یکی از رایجترین مسائل یادگیری ماشین هست که در آن خروجی مقادیر پیوسته و نامحدود هست. همانند مسائل طبقه بندی، در مسائل رگرسیون نیز نیاز به معیارهای ارزیابی هستیم تا بتوانیم عملکرد مدلهای رگرسیون را بررسی کنیم. در این پست 4 معیار معروف جهت ارزیابی مدلهای رگرسیون را توضیح میدهیم.

جزئیات بیشتر👇
https://onlinebme.com/4-metrics-to-evaluate-your-regression-models/

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme
مقدمه ای بر شبکه عصبی  Resnet

در طی چند سال اخیر، با معرفی شبکه‌های عصبی کانولوشنی عمیق، بسیاری از مسائل حوزه‌ی طبقه بندی تصویر و تشخیص تصویر با دقت بالا حل شده‌اند. بعضی از مسائل مربوط پیچیده‌تر بودند و محققان با انجام آزمایشات مختلف به این نتیجه رسیدند که با توسعه شبکه‌های عصبی عمیق‌تر، عملکرد مدل‌ها به شدت بهبود می‌یافت. عمیق‌تر شدن شبکه به معنای افزودن لایه‌های بیشتر است. اما این عمیق‌تر شدن شبکه و افزایش شبکه را تا کجا می‌توان ادامه داد؟ شبکه‌های Resnet با معماری جدید در اینجا به کمک می‌آیند.

جزئیات بیشتر👇
https://onlinebme.com/resnet-network

🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme