This media is not supported in your browser
VIEW IN TELEGRAM
اینم یه ویدیو دیگه از عملکرد بینظیر هوش مصنوعی #انویدیا در تبدیل کردن ویدیوهای عادی به ویدیوی سوپر اسلوموشن و روان
البته این ربطی به پستای قبلی نداره
جالب بود حیفمون اومد نذاریم😅
✔️ @onlineBME
البته این ربطی به پستای قبلی نداره
جالب بود حیفمون اومد نذاریم😅
✔️ @onlineBME
onlinebme
جزوه خام جلسه سوم شبکه عصبی.pdf
جزوه خام جلسه چهارم شبکه عصبی.pdf
2 MB
📋 #جزوه خام جلسه چهارم شبکه عصبی
☑️ شبکه عصبی #RBF (توابع شعاعی پایه )، ELM و PNN (شبکه عصبی احتمالی)
#elm
#rbf
#pnn
#پروژه_عملی
#کلاسبندی
#پیشبینی |آلودگی هوا |میزان نشست خاک در مترو
✔️ @onlineBME
☑️ شبکه عصبی #RBF (توابع شعاعی پایه )، ELM و PNN (شبکه عصبی احتمالی)
#elm
#rbf
#pnn
#پروژه_عملی
#کلاسبندی
#پیشبینی |آلودگی هوا |میزان نشست خاک در مترو
✔️ @onlineBME
onlinebme
جزوه خام جلسه چهارم شبکه عصبی.pdf
فایل پیوست تمرینات جلسه 4.zip
987.3 KB
فایل پیوست مربوط به تمرینات جلسه 4 شبکه عصبی
1⃣ مقاله rbf بهبود یافته شده( ژاکوپیین)
2⃣ داده مربوط به آلودگی هوا
🌀 فایل گزارش و کد رو به آیدی زیر ارسال کنید👇
@onlineBME_admin
✔️ @onlineBME
1⃣ مقاله rbf بهبود یافته شده( ژاکوپیین)
2⃣ داده مربوط به آلودگی هوا
🌀 فایل گزارش و کد رو به آیدی زیر ارسال کنید👇
@onlineBME_admin
✔️ @onlineBME
✅#هوش_مصنوعی مایکروسافت می تواند تصاویر را به شعر چینی تبدیل کند
👩🏫نویسنده: هما کاشفی امیری
🖍مایکروسافت به تازگی چت بات Xiaolce خود را توسعه داده است؛ این چت بات یک AI مکالمه به زبان چینی است که می تواند تصاویر را به اشعار تبدیل کند. مطمئن نیستیم که این کار بتواند الهام بخش شاعری باشد، اما یک گام جالب برای تقلید از انسان است.
این اولین AI نیست که شعر می سراید، اما اولین AI ای است که اشعاری به زبانی چینی با الهام از تصاویر می نویسد.
🔸در میان محققان یادگیری ماشین، مسئله آموزش AI برای اینکه توصیفات متنی برای تصاویر تولید کند یکی از حوزه های رایج است. اگر در نهایت AI به حد قابلیت های انسان برسد و جهان را همانطور که ما می بینیم ببیند، در نهایت می توانیم به او یاد دهیم که همان کارهایی که ما می کنیم بکند و همه چیز را آنگونه که ما می بینیم ببیند.
🔸ما به عنوان موجودات انسانی می توانیم به تصاویر نگاه کنیم و نتایجی از آن بگیریم، اشیا داخل آن را شناسایی کنیم، ویژگی های صورت افراد را توصیف کنیم. #بینایی_ماشین، #شبکه_های_عصبی و #یادگیری_عمیق این امکان را برای ماشین ها فراهم آورده اند تا این کاری که ما می کنیم را به خوبی انجام دهند، اما شاید قابلیت کامپیوترها برای تقلید از ما هنوز به اندازه ی یک کودک باشد.
🔸یکی از کارهایی که می توان کرد تا هوش مصنوعی توصیف بهتری از تصویر ارائه دهد این است که مدل یادگیری ماشین تا زمانی که خروجی آن از کار انسان غیرقابل تشخیص باشد، ادامه پیدا کند.
🔸یکی دیگر از راهکارها این است که از روش هایی استفاده کنیم که ماشین ها بهتر از ما تقلید کنند به این معنی که سعی کنند کارهای دشوار پردازش زبان طبیعی را انجام دهند. سرودن شعر بسیار پیچیده تر از توضیحات ساده برای متن است.
🔸خوب این مدلی که در مورد آن صحبت می کنیم چطور کار می کند؟ محققان یک تعداد دستور را به عنوان ورودی به سیستم می دهند و یک شبکه عصبی می سازند که در نهایت یک شعر می سراید و یک سمت دیگر این شبکه عصبی در مورد کیفیت آن داوری می کند. اگر سمت داور به این نتیجه برسد که دستورات رعایت شده اند و شعر از دید انسان به اندازه ی کافی خوب است، آن را به عنوان خروجی ارائه می دهد. خود ما نتایج را بررسی می کنیم، اگر به اندازه ی کافی خوب نباشد آن را دوباره وارد سیستم می کنیم تا زمانی که بهترین شعر نتیجه حاصل شود.
منبع:
https://thenextweb.com/artificial-intelligence/2018/08/10/microsofts-ai-can-convert-images-into-chinese-poetry/
#خبر
#هوش_مصنوعی
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME
Microsoft’s AI can convert images into Chinese poetry
Microsoft researchers recently unveiled a new ability for XiaoIce: it's a Chinese language poet that's inspired by images.
👩🏫نویسنده: هما کاشفی امیری
🖍مایکروسافت به تازگی چت بات Xiaolce خود را توسعه داده است؛ این چت بات یک AI مکالمه به زبان چینی است که می تواند تصاویر را به اشعار تبدیل کند. مطمئن نیستیم که این کار بتواند الهام بخش شاعری باشد، اما یک گام جالب برای تقلید از انسان است.
این اولین AI نیست که شعر می سراید، اما اولین AI ای است که اشعاری به زبانی چینی با الهام از تصاویر می نویسد.
🔸در میان محققان یادگیری ماشین، مسئله آموزش AI برای اینکه توصیفات متنی برای تصاویر تولید کند یکی از حوزه های رایج است. اگر در نهایت AI به حد قابلیت های انسان برسد و جهان را همانطور که ما می بینیم ببیند، در نهایت می توانیم به او یاد دهیم که همان کارهایی که ما می کنیم بکند و همه چیز را آنگونه که ما می بینیم ببیند.
🔸ما به عنوان موجودات انسانی می توانیم به تصاویر نگاه کنیم و نتایجی از آن بگیریم، اشیا داخل آن را شناسایی کنیم، ویژگی های صورت افراد را توصیف کنیم. #بینایی_ماشین، #شبکه_های_عصبی و #یادگیری_عمیق این امکان را برای ماشین ها فراهم آورده اند تا این کاری که ما می کنیم را به خوبی انجام دهند، اما شاید قابلیت کامپیوترها برای تقلید از ما هنوز به اندازه ی یک کودک باشد.
🔸یکی از کارهایی که می توان کرد تا هوش مصنوعی توصیف بهتری از تصویر ارائه دهد این است که مدل یادگیری ماشین تا زمانی که خروجی آن از کار انسان غیرقابل تشخیص باشد، ادامه پیدا کند.
🔸یکی دیگر از راهکارها این است که از روش هایی استفاده کنیم که ماشین ها بهتر از ما تقلید کنند به این معنی که سعی کنند کارهای دشوار پردازش زبان طبیعی را انجام دهند. سرودن شعر بسیار پیچیده تر از توضیحات ساده برای متن است.
🔸خوب این مدلی که در مورد آن صحبت می کنیم چطور کار می کند؟ محققان یک تعداد دستور را به عنوان ورودی به سیستم می دهند و یک شبکه عصبی می سازند که در نهایت یک شعر می سراید و یک سمت دیگر این شبکه عصبی در مورد کیفیت آن داوری می کند. اگر سمت داور به این نتیجه برسد که دستورات رعایت شده اند و شعر از دید انسان به اندازه ی کافی خوب است، آن را به عنوان خروجی ارائه می دهد. خود ما نتایج را بررسی می کنیم، اگر به اندازه ی کافی خوب نباشد آن را دوباره وارد سیستم می کنیم تا زمانی که بهترین شعر نتیجه حاصل شود.
منبع:
https://thenextweb.com/artificial-intelligence/2018/08/10/microsofts-ai-can-convert-images-into-chinese-poetry/
#خبر
#هوش_مصنوعی
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME
Microsoft’s AI can convert images into Chinese poetry
Microsoft researchers recently unveiled a new ability for XiaoIce: it's a Chinese language poet that's inspired by images.
The Next Web
Microsoft’s AI can convert images into Chinese poetry
Microsoft researchers recently unveiled a new ability for XiaoIce: it's a Chinese language poet that's inspired by images.
onlinebme
✅#هوش_مصنوعی مایکروسافت می تواند تصاویر را به شعر چینی تبدیل کند 👩🏫نویسنده: هما کاشفی امیری 🖍مایکروسافت به تازگی چت بات Xiaolce خود را توسعه داده است؛ این چت بات یک AI مکالمه به زبان چینی است که می تواند تصاویر را به اشعار تبدیل کند. مطمئن نیستیم که این…
شاخه های درخت، سنگ ها و آب را به آرامی نگاه داشته اند
در تنهایی
در خلا گردش می کنند
زمین هموار می شود
(این شعریه که #هوش_مصنوعی برای این تصویر سروده، به نظرتون معنی داره؟ :) )
✔️ @onlineBME
در تنهایی
در خلا گردش می کنند
زمین هموار می شود
(این شعریه که #هوش_مصنوعی برای این تصویر سروده، به نظرتون معنی داره؟ :) )
✔️ @onlineBME
onlinebme
جزوه_خام_جلسه_سوم_پترن_در_پردازش.pdf
جزوه_خام_جلسه_چهارم_پترن_در_پردازش.pdf
2 MB
📋 #جزوه خام جلسه 4 پردازش سیگنال
☑️ پردازش سیگنال ECG| روشهای کاهش بعد| روشهای انتخاب ویژگی
#تشخیص_آپنه_خواب
#پردازش_سیگنال
#ECG
#feature_extraction
#Feature_selection
#pca #lda
✔️ @onlineBME
☑️ پردازش سیگنال ECG| روشهای کاهش بعد| روشهای انتخاب ویژگی
#تشخیص_آپنه_خواب
#پردازش_سیگنال
#ECG
#feature_extraction
#Feature_selection
#pca #lda
✔️ @onlineBME
onlinebme
بخش هشتم پایتون.pdf
بخش نهم پایتون.pdf
1 MB
📚 آموزش برنامه نویسی پایتون
#جلسه9_python
#python_print_function
👩🏫 مدرس: مهندس معصومه دلگرمی 🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖➖
✔️ @onlineBME
#جلسه9_python
#python_print_function
👩🏫 مدرس: مهندس معصومه دلگرمی 🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖➖
✔️ @onlineBME
onlinebme
M_learning6.pdf
M_learning7.pdf
1023.5 KB
📕📒📗یادگیری ماشین
#جلسه_هفتم( #ML7 ) :
الگوریتم ژنتیک
👩🏫 مدرس: هما کاشفی امیری
#machine_learning
#ML7
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
✔️ @onlineBME
#جلسه_هفتم( #ML7 ) :
الگوریتم ژنتیک
👩🏫 مدرس: هما کاشفی امیری
#machine_learning
#ML7
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
✔️ @onlineBME
onlinebme
جلسه سوم.pdf
جلسه چهارم.pdf
1.2 MB
📋 #جزوه خام جلسه4 #پردازش_تصویر
☑️ #ناحیه_بندی تصاویر | روشهای آستانه گذاری |روشهای مبتنی بر شدت روشنایی| روش رشد ناحیه| #اکو #پروژه_عملی
#kmeans
#fcm
#modifiedFCM
#active_contour
#echo
✔️ @onlineBME
☑️ #ناحیه_بندی تصاویر | روشهای آستانه گذاری |روشهای مبتنی بر شدت روشنایی| روش رشد ناحیه| #اکو #پروژه_عملی
#kmeans
#fcm
#modifiedFCM
#active_contour
#echo
✔️ @onlineBME
onlinebme
جلسه چهارم.pdf
مقاله تمرینات.zip
1.9 MB
فایل پیوست مربوط به تمرینات جلسه 4 پردازش تصویر
1⃣ مقالات fcm بهبود یافته شده
🌀 فایل گزارش و کد رو به آیدی زیر ارسال کنید👇
@onlineBME_admin
✔️ @onlineBME
1⃣ مقالات fcm بهبود یافته شده
🌀 فایل گزارش و کد رو به آیدی زیر ارسال کنید👇
@onlineBME_admin
✔️ @onlineBME
onlinebme
جزوه_خام_جلسه_چهارم_پترن_در_پردازش.pdf
This media is not supported in your browser
VIEW IN TELEGRAM
onlinebme
🔷 مضرات مصرف الکل ⚠️ مصرف همزمان سیگار و الکل خطر ابتلا به سرطان مری را چند برابر میکند. @IUST_Bioelecteric
‼️نوشیدن 'هر اندازه' الکل برای سلامتی مضر است ‼️
✍یک تحقیق جهانی به این نتیجه رسیده که مصرف الکل هر چقدر هم کم برای سلامتی مفید نیست و بهترین توصیه پرهیز کامل از نوشیدن الکل است.
این تحقیق در نشریه لنست منتشر شده و نتیجه بررسی مصرف الکل در افراد ١٥ تا ٩٥ سال در ١٩٥ کشور دنیا بین سالهای ١٩٩٠ تا ٢٠١٦ است.
برای این پژوهش، محققان کسانی را که اصلا الکل نمینوشند با کسانی مقایسه کردند که روزی یک نوشیدنی الکلی مینوشند.
🔸این بررسی به این نتیجه رسیده که در تمام سنین، در سال ٢٠١٦ الکل هفتمین عامل مرگ و روزهای کاری از دست رفته بود (٢.٢ درصد مرگ زنان و ٦.٨ درصد مرگ مردان) اما در جمعیت ١٥ تا ٤٩ ساله، الکل مهمترین عامل مرگ است (٣.٨ درصد مرگ زنان و ١٢.٢ مرگ مردان).
🔸این تحقیق الکل را "مهمترین" عامل خطرساز در "بار جهانی بیماریها" (Global Burden of disease) میداند و میگوید مرگ به تمام علتها و به خصوص سرطان با افزایش مصرف الکل بیشتر میشود بنابراین هیچ میزانی از الکل نیست که مصرف آن برای سلامتی مضر نباشد.
این تحقیق پذیرفته که نوشیدن متعادل الکل ممکن است فوایدی برای قلب داشته باشد اما مجموع خطراتی که الکل به همراه میآورد مثل سرطان و بیماریهای دیگر فراتر از فواید آن است.
🔹دکتر مکس گریزولد از دانشگاه واشنگتن که سرپرستی این تحقیق را بر عهده داشته میگوید: "مطالعات قبلی برای الکل یک خاصیت محافظت از بعضی بیماریها را یافته بودند، اما ما به این نتیجه رسیدیم که الکل به هر میزان که مصرف شود مجموع خطرات برای سلامتی را بالا میبرد."
🔹به گفته دکتر گریزولد، رابطه نزدیک الکل و سرطان، صدمات ناشی از نوشیدن الکل مثل تصادف و بیماریهای عفونی چون سل خاصیت محافظتی الکل از بیماریهای قلبی را بیاثر میکند."
🔸در بسیاری از کشورهای دنیا مثل بریتانیا به عموم توصیه میشود در حد متعادل الکل بنوشند و مثلا نوشیدن الکل را به کمتر از هفتهای ١٤ واحد یا روزی یک یا دو نوشیدنی الکلی محدود کنند اما پژوهشگران این تحقیق میگویند این توصیهها نیاز به بازنگری دارند چرا که الکل باعث بیماریهای متعددی میشود که در طول عمر به خصوص در مردان اثر می گذارد.
برخی متخصصان در باره نتیجهگیری این پژوهش یعنی توصیه به پرهیز کامل اظهار تردید کردهاند.
🔹پروفسور دیوید اسپیگلهالتر استاد دانشگاه کمبریج میگوید: "با توجه به لذتی که نوشیدن معتدل الکل دارد، گفتن این که نوشیدن الکل به هر مقدار مضر است به نظر نمیرسد دلیلی برای پرهیز کامل باشد."
"هیچ میزانی از رانندگی نیست که بدون خطر باشد اما هیچکس پرهیز کامل از رانندگی را توصیه نمیکند. به موضوع که فکر کنید در زندگی هیچ چیز بدون خطری وجود ندارد اما هیچ کس پرهیز از زندگی را توصیه نمیکند."
#خبر
#تاثیرات_الکل
منبع:
bbcpersian
https://twitter.com/BBCScienceClub/status/1033026822294958080
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖➖
✔️ @onlineBME
✍یک تحقیق جهانی به این نتیجه رسیده که مصرف الکل هر چقدر هم کم برای سلامتی مفید نیست و بهترین توصیه پرهیز کامل از نوشیدن الکل است.
این تحقیق در نشریه لنست منتشر شده و نتیجه بررسی مصرف الکل در افراد ١٥ تا ٩٥ سال در ١٩٥ کشور دنیا بین سالهای ١٩٩٠ تا ٢٠١٦ است.
برای این پژوهش، محققان کسانی را که اصلا الکل نمینوشند با کسانی مقایسه کردند که روزی یک نوشیدنی الکلی مینوشند.
🔸این بررسی به این نتیجه رسیده که در تمام سنین، در سال ٢٠١٦ الکل هفتمین عامل مرگ و روزهای کاری از دست رفته بود (٢.٢ درصد مرگ زنان و ٦.٨ درصد مرگ مردان) اما در جمعیت ١٥ تا ٤٩ ساله، الکل مهمترین عامل مرگ است (٣.٨ درصد مرگ زنان و ١٢.٢ مرگ مردان).
🔸این تحقیق الکل را "مهمترین" عامل خطرساز در "بار جهانی بیماریها" (Global Burden of disease) میداند و میگوید مرگ به تمام علتها و به خصوص سرطان با افزایش مصرف الکل بیشتر میشود بنابراین هیچ میزانی از الکل نیست که مصرف آن برای سلامتی مضر نباشد.
این تحقیق پذیرفته که نوشیدن متعادل الکل ممکن است فوایدی برای قلب داشته باشد اما مجموع خطراتی که الکل به همراه میآورد مثل سرطان و بیماریهای دیگر فراتر از فواید آن است.
🔹دکتر مکس گریزولد از دانشگاه واشنگتن که سرپرستی این تحقیق را بر عهده داشته میگوید: "مطالعات قبلی برای الکل یک خاصیت محافظت از بعضی بیماریها را یافته بودند، اما ما به این نتیجه رسیدیم که الکل به هر میزان که مصرف شود مجموع خطرات برای سلامتی را بالا میبرد."
🔹به گفته دکتر گریزولد، رابطه نزدیک الکل و سرطان، صدمات ناشی از نوشیدن الکل مثل تصادف و بیماریهای عفونی چون سل خاصیت محافظتی الکل از بیماریهای قلبی را بیاثر میکند."
🔸در بسیاری از کشورهای دنیا مثل بریتانیا به عموم توصیه میشود در حد متعادل الکل بنوشند و مثلا نوشیدن الکل را به کمتر از هفتهای ١٤ واحد یا روزی یک یا دو نوشیدنی الکلی محدود کنند اما پژوهشگران این تحقیق میگویند این توصیهها نیاز به بازنگری دارند چرا که الکل باعث بیماریهای متعددی میشود که در طول عمر به خصوص در مردان اثر می گذارد.
برخی متخصصان در باره نتیجهگیری این پژوهش یعنی توصیه به پرهیز کامل اظهار تردید کردهاند.
🔹پروفسور دیوید اسپیگلهالتر استاد دانشگاه کمبریج میگوید: "با توجه به لذتی که نوشیدن معتدل الکل دارد، گفتن این که نوشیدن الکل به هر مقدار مضر است به نظر نمیرسد دلیلی برای پرهیز کامل باشد."
"هیچ میزانی از رانندگی نیست که بدون خطر باشد اما هیچکس پرهیز کامل از رانندگی را توصیه نمیکند. به موضوع که فکر کنید در زندگی هیچ چیز بدون خطری وجود ندارد اما هیچ کس پرهیز از زندگی را توصیه نمیکند."
#خبر
#تاثیرات_الکل
منبع:
bbcpersian
https://twitter.com/BBCScienceClub/status/1033026822294958080
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖➖➖
✔️ @onlineBME
Twitter
BBC Science
No alcohol safe to drink, global study confirms https://t.co/jebp6YhHMY
✅تیم کوچکی از کدنویس های AI کد یادگیری ماشین گوگل را شکست می دهند!
👩🏫نویسنده: هما کاشفی امیری
🔶این موفقیت نشاندهنده ی پیشرفت هوش مصنوعی و دستیابی به سطح نخبگان برنامه نویسی است. دانشجویان Fast.ai الگوریتم AI ای را توسعه دادند که بهتر از کد محققان گوگل و بر اساس معیارهای استاندارد کار می کند.
🔷 تیم Fast.ai سازمان کوچکی است که دوره های آنلاین و رایگان یادگیری ماشین برگزار می کند. موفقیت Fast.ai بسیار مهم است زیرا گاهی اوقات اینطور تصور می شود که تنها با منابع و داده های عظیم می توان به پیشرفت های شگرفی در زمینه هوش مصنوعی دست یافت.
🔶تیمFast.ai متشکل از دانشجویانی است که علاقه مند به حوزه های یادگیری ماشین هستند و شاید بتوان کار آنها را در بخش علوم داده نیز تفسیر کرد. این تیم دسترسی به کامپیوترها را از ابر آمازون اجاره می کند.تیم Fast.ai الگوریتمی نوشته است که کد گوگل را با استفاده از معیاری به نام AWNBench متعلق به محققان استنفورد شکست می دهد. این معیار از روش کلاسبندی عمومی تصاویر استفاده می کند تا از این طریق سرعت الگوریتم یادگیری عمیق را در هر دلار از قدرت محاسباتی بررسی کند.
🔷محققان گوگل در رتبه بندی های اخیر در بالاترین سطح آموزش به ماشین های متعدد بودند. تیم Fast.ai روی سخت افزار معادل همین محققان، قادر به توسعه ی الگوریتمی سریعتر شده است. جرمی هاوارد یکی از اعضای بنیانگذاران Fast.ai و کارآفرین برجسته در حوزه AI می گوید: «نتایج جدید تنها منحصر به شرکت های بزرگ نیستند. هاوارد و همکارش راشل توماس Fast.ai را راه انداختند تا هوش مصنوعی قابل دسترس تر بوده و منحصر به شرکتی خاص نباشد.
🔶تیم هاوارد با انجام کارهای نسبتاً ساده توانسته با شرکت های بزرگی مثل گوگل رقابت کند. برای مثال الگوریتمی توسعه داده که با اطمینان نشان می دهد تصاویری که به الگوریتم آموزش وارد شده اند به درستی برش داده شده اند. هاوارد می گوید: «اینها موارد بسیار ساده ای هستند که حتی بسیاری از محققان به آنها فکر هم نمی کنند»
🔷الگوریتم Fast.ai روی پایگاه داده ImageNet عرض 18 دقیقه با هزینه ی محاسبات 40 دلار آموزش دیده است. این موفقیت بسیار چشمگیر است.
پ.ن: هوش مصنوعی کم کم داره مشکل زمان و هزینه ی محاسباتی بالای الگوریتم های خودش رو هم حل میکنه😊😊کم کم باید به فکر ایجاد مشکلات جدیدتری برای هوش مصنوعی باشیم😉
🙂🙂🙂
منبع:
https://www.technologyreview.com/s/611858/small-team-of-ai-coders-beats-googles-code/
#خبر
#هوش_مصنوعی
#یادگیری_ماشین
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME
A small team of student AI coders beats Google’s machine-learning code
The success shows that advances in artificial intelligence aren’t the sole domain of elite programmers.
👩🏫نویسنده: هما کاشفی امیری
🔶این موفقیت نشاندهنده ی پیشرفت هوش مصنوعی و دستیابی به سطح نخبگان برنامه نویسی است. دانشجویان Fast.ai الگوریتم AI ای را توسعه دادند که بهتر از کد محققان گوگل و بر اساس معیارهای استاندارد کار می کند.
🔷 تیم Fast.ai سازمان کوچکی است که دوره های آنلاین و رایگان یادگیری ماشین برگزار می کند. موفقیت Fast.ai بسیار مهم است زیرا گاهی اوقات اینطور تصور می شود که تنها با منابع و داده های عظیم می توان به پیشرفت های شگرفی در زمینه هوش مصنوعی دست یافت.
🔶تیمFast.ai متشکل از دانشجویانی است که علاقه مند به حوزه های یادگیری ماشین هستند و شاید بتوان کار آنها را در بخش علوم داده نیز تفسیر کرد. این تیم دسترسی به کامپیوترها را از ابر آمازون اجاره می کند.تیم Fast.ai الگوریتمی نوشته است که کد گوگل را با استفاده از معیاری به نام AWNBench متعلق به محققان استنفورد شکست می دهد. این معیار از روش کلاسبندی عمومی تصاویر استفاده می کند تا از این طریق سرعت الگوریتم یادگیری عمیق را در هر دلار از قدرت محاسباتی بررسی کند.
🔷محققان گوگل در رتبه بندی های اخیر در بالاترین سطح آموزش به ماشین های متعدد بودند. تیم Fast.ai روی سخت افزار معادل همین محققان، قادر به توسعه ی الگوریتمی سریعتر شده است. جرمی هاوارد یکی از اعضای بنیانگذاران Fast.ai و کارآفرین برجسته در حوزه AI می گوید: «نتایج جدید تنها منحصر به شرکت های بزرگ نیستند. هاوارد و همکارش راشل توماس Fast.ai را راه انداختند تا هوش مصنوعی قابل دسترس تر بوده و منحصر به شرکتی خاص نباشد.
🔶تیم هاوارد با انجام کارهای نسبتاً ساده توانسته با شرکت های بزرگی مثل گوگل رقابت کند. برای مثال الگوریتمی توسعه داده که با اطمینان نشان می دهد تصاویری که به الگوریتم آموزش وارد شده اند به درستی برش داده شده اند. هاوارد می گوید: «اینها موارد بسیار ساده ای هستند که حتی بسیاری از محققان به آنها فکر هم نمی کنند»
🔷الگوریتم Fast.ai روی پایگاه داده ImageNet عرض 18 دقیقه با هزینه ی محاسبات 40 دلار آموزش دیده است. این موفقیت بسیار چشمگیر است.
پ.ن: هوش مصنوعی کم کم داره مشکل زمان و هزینه ی محاسباتی بالای الگوریتم های خودش رو هم حل میکنه😊😊کم کم باید به فکر ایجاد مشکلات جدیدتری برای هوش مصنوعی باشیم😉
🙂🙂🙂
منبع:
https://www.technologyreview.com/s/611858/small-team-of-ai-coders-beats-googles-code/
#خبر
#هوش_مصنوعی
#یادگیری_ماشین
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME
A small team of student AI coders beats Google’s machine-learning code
The success shows that advances in artificial intelligence aren’t the sole domain of elite programmers.
MIT Technology Review
A small team of student AI coders beats Google’s machine-learning code
Students from Fast.ai, a small organization that runs free machine-learning courses online, just created an AI algorithm that outperforms code from Google’s researchers, according to an important benchmark. Fast.ai’s success is important because it sometimes…
onlinebme
👆👆مخترعان هلندی که برای نخستینبار یک دستگاه مکنده ساختهاند که هوای آلوده را به درون خود میکشد. به گزارش خبرگزاری فرانسه، این سیستم تصفیهکننده غولپیکر ذرات کوچک و سمی اطراف را به درون کشیده، و آن را پاک میکند. هنک بوئرسن، سخنگوی شرکت انوینیتی مخترع…
ٰ علی پیرحسینلو:
از فردا این دوچرخههای نارنجیرنگ مهمان تهران خواهند بود. دوچرخههایی که با اپلیکیشن میتوان آنها را پیدا کرد، تا مقصد رکاب زد و بدون نیاز به تحویل به کسی یا جایی، قفل میشوند تا راکب و رکاب بعدی. یک حلقه از زنجیره تلاشهایی که شروع شده تا زمین و هوای تهران قابلتحملتر شود.
1alpr
🇮🇷 Zahra Najian:
زیرساختی دیده شده که جلوی دزدیده شدن دوچرخه ها گرفته بشه؟
znajian
علی پیرحسینلو:
جیپیاس دارند، و ماشینهایی هستند که دوچرخهها را جمع میکنند.
1alpr
https://twitter.com/1alpr/status/1034141700753645569
پ.ن: حرکت خیلی خوبیه و امیدواریم مردم همکاری کنند تا مقدمه ای باشه برای سایر کارهای فرهنگی
✔️ @onlineBME
از فردا این دوچرخههای نارنجیرنگ مهمان تهران خواهند بود. دوچرخههایی که با اپلیکیشن میتوان آنها را پیدا کرد، تا مقصد رکاب زد و بدون نیاز به تحویل به کسی یا جایی، قفل میشوند تا راکب و رکاب بعدی. یک حلقه از زنجیره تلاشهایی که شروع شده تا زمین و هوای تهران قابلتحملتر شود.
1alpr
🇮🇷 Zahra Najian:
زیرساختی دیده شده که جلوی دزدیده شدن دوچرخه ها گرفته بشه؟
znajian
علی پیرحسینلو:
جیپیاس دارند، و ماشینهایی هستند که دوچرخهها را جمع میکنند.
1alpr
https://twitter.com/1alpr/status/1034141700753645569
پ.ن: حرکت خیلی خوبیه و امیدواریم مردم همکاری کنند تا مقدمه ای باشه برای سایر کارهای فرهنگی
✔️ @onlineBME
Twitter
علی پیرحسینلو
از فردا این دوچرخههای نارنجیرنگ مهمان تهران خواهند بود. دوچرخههایی که با اپلیکیشن میتوان آنها را پیدا کرد، تا مقصد رکاب زد و بدون نیاز به تحویل به کسی یا جایی، قفل میشوند تا راکب و رکاب بعدی. یک حلقه از زنجیره تلاشهایی که شروع شده تا زمین و هوای تهران…
onlinebme
جزوه خام جلسه چهارم شبکه عصبی.pdf
جزوه خام جلسه پنجم شبکه عصبی.pdf
1.5 MB
📋 #جزوه خام جلسه پنجم شبکه عصبی
☑️ شبکه عصبی بدون نظارت (SOM)،
قانون یادگیری #هبیین| #رقابتی
#GHA
#APEX
#competitive
#پروژه_عملی
#اسپایک_سورتینگ|استخراج ویژگی |کاهش بعد| #خوشه_بندی
✔️ @onlineBME
☑️ شبکه عصبی بدون نظارت (SOM)،
قانون یادگیری #هبیین| #رقابتی
#GHA
#APEX
#competitive
#پروژه_عملی
#اسپایک_سورتینگ|استخراج ویژگی |کاهش بعد| #خوشه_بندی
✔️ @onlineBME
onlinebme
جزوه خام جلسه پنجم شبکه عصبی.pdf
🏢 فردا جلسه آخر دوره تخصصی پیاده سازی شبکه های عصبی هست
امیدواریم بچه ها به مرحله آخر رسیده باشن😊😅
✅ دوره بعدیمون پاییز شروع خواهد شد. 😊
#شبکه_عصبی
#تئوری ➕ #پیاده_سازی➕ #پروژه_عملی
✔️ @onlineBME
امیدواریم بچه ها به مرحله آخر رسیده باشن😊😅
✅ دوره بعدیمون پاییز شروع خواهد شد. 😊
#شبکه_عصبی
#تئوری ➕ #پیاده_سازی➕ #پروژه_عملی
✔️ @onlineBME
👀هوش مصنوعی با اسکن چشمتان، شخصیت شما را حدس می زند!
👩🏫نویسنده: هما کاشفی امیری
الگوریتم های یادگیری ماشین کشف کرده اند که ارتباطی بین حرکات چشم و شخصیت فرد وجود دارد.
👁👁سیئرو می گوید: «چشم ها پنجره ای به سمت روح هستند»
🔶یکی از پروژه های مشترک دانشگاه استرالیای جنوبی و دانشگاه اشتوتگارت استفاده از روش های هوش مصنوعی با نظارت بر حرکات چشم 42 فرد شرکت کننده بود و برای این منظور از ردیاب چشمی ویدیویی SensorMotoric استفاده کردند. محققان یافته های خود را با پرسشنامه های منظم و با ساختار مناسب تأیید کردند.
🔶از میان پنج گروه شخصیت (گشودگی☺️ (openness)، وجدان کاری🙂(conscientiousness)، برون گرایی😃 (Extraversion)، پذیرش 😌(agreeableness) و روان رنجوری 😥(neuroticism))، هوش مصنوعی توانسته با کمک ردیاب چشمی، چهار مورد آن را تشخیص دهد: روان رنجوری، برون گرایی، پذیرش، وجدان کاری
🔶این اولین باری است که از روش های ردیاب چشمی برای تشخیص نوع شخصیت استفاده می شودکه در نوع خود جالب است و به گفته ی Tobias Loetscher از دانشگاه استرالیای جنوبی به منظور بهبود روابط ماشین-انسان می تواند بسیار مورد توجه قرار گیرد.
🔶او توضیح می دهد: «مردم همیشه به دنبال خدمات پیشرفته و شخصی سازی شده هستند، با این حال ربات ها و کامیپوترهای امروزه، آگاهی زیادی از شرایط اجتماعی ندارند و در تشخیص نشانه های غیرکلامی، خوب عمل نمی کنند»
🔷این پژوهش، فرصت های زیادی برای توسعه و پیشرفت ربات ها و رایانه ها فراهم می کند و باعث می شود ربات ها طبیعی تر شده و در تفسیر نشانه های اجتماعی بهتر عمل کنند.
منبع:
https://www.cnet.com/news/artificial-intelligence-can-predict-your-personality-by-looking-at-your-eyes/#ftag=CADf328eec
#خبر
#هوش_مصنوعی
#ردیابی_چشم
#مهندسی_پزشکی
#eye_tracking
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME
Artificial intelligence can predict your personality by scanning your eyes
Machine-learning algorithms demonstrate links between eye movements and four of the big five
👩🏫نویسنده: هما کاشفی امیری
الگوریتم های یادگیری ماشین کشف کرده اند که ارتباطی بین حرکات چشم و شخصیت فرد وجود دارد.
👁👁سیئرو می گوید: «چشم ها پنجره ای به سمت روح هستند»
🔶یکی از پروژه های مشترک دانشگاه استرالیای جنوبی و دانشگاه اشتوتگارت استفاده از روش های هوش مصنوعی با نظارت بر حرکات چشم 42 فرد شرکت کننده بود و برای این منظور از ردیاب چشمی ویدیویی SensorMotoric استفاده کردند. محققان یافته های خود را با پرسشنامه های منظم و با ساختار مناسب تأیید کردند.
🔶از میان پنج گروه شخصیت (گشودگی☺️ (openness)، وجدان کاری🙂(conscientiousness)، برون گرایی😃 (Extraversion)، پذیرش 😌(agreeableness) و روان رنجوری 😥(neuroticism))، هوش مصنوعی توانسته با کمک ردیاب چشمی، چهار مورد آن را تشخیص دهد: روان رنجوری، برون گرایی، پذیرش، وجدان کاری
🔶این اولین باری است که از روش های ردیاب چشمی برای تشخیص نوع شخصیت استفاده می شودکه در نوع خود جالب است و به گفته ی Tobias Loetscher از دانشگاه استرالیای جنوبی به منظور بهبود روابط ماشین-انسان می تواند بسیار مورد توجه قرار گیرد.
🔶او توضیح می دهد: «مردم همیشه به دنبال خدمات پیشرفته و شخصی سازی شده هستند، با این حال ربات ها و کامیپوترهای امروزه، آگاهی زیادی از شرایط اجتماعی ندارند و در تشخیص نشانه های غیرکلامی، خوب عمل نمی کنند»
🔷این پژوهش، فرصت های زیادی برای توسعه و پیشرفت ربات ها و رایانه ها فراهم می کند و باعث می شود ربات ها طبیعی تر شده و در تفسیر نشانه های اجتماعی بهتر عمل کنند.
منبع:
https://www.cnet.com/news/artificial-intelligence-can-predict-your-personality-by-looking-at-your-eyes/#ftag=CADf328eec
#خبر
#هوش_مصنوعی
#ردیابی_چشم
#مهندسی_پزشکی
#eye_tracking
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
➖➖➖➖
📖 @onlineBME
Artificial intelligence can predict your personality by scanning your eyes
Machine-learning algorithms demonstrate links between eye movements and four of the big five
CNET
Artificial intelligence can predict your personality by scanning your eyes
Machine-learning algorithms demonstrate links between eye movements and four of the big five personality traits.
onlinebme
جزوه_خام_جلسه_چهارم_پترن_در_پردازش.pdf
جزوه_خام_جلسه_پنجم_پترن_در_پردازش.pdf
1.8 MB
📋 #جزوه خام جلسه 5 پردازش سیگنال
☑️ پردازش سیگنال EEG تصوری حرکتی| پیاده سازی الگوریتم CSP و FBCSP
#کلاسبندی_داده_تصوری_حرکتی
#پردازش_سیگنال
#واسط_مغز_کامپیوتر
#EEG
#BCI
#CSP #FBCSP
✔️ @onlineBME
☑️ پردازش سیگنال EEG تصوری حرکتی| پیاده سازی الگوریتم CSP و FBCSP
#کلاسبندی_داده_تصوری_حرکتی
#پردازش_سیگنال
#واسط_مغز_کامپیوتر
#EEG
#BCI
#CSP #FBCSP
✔️ @onlineBME
onlinebme
جزوه_خام_جلسه_پنجم_پترن_در_پردازش.pdf
session5_Papers.zip
1.7 MB
📃 فایل پیوست: مقالاتی که در جلسه 5 پردازش سیگنال پیاده سازی خواهیم کرد.
آدرس پایگاه داده نیز در فایل پیوست قرار داده شده است.
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME
آدرس پایگاه داده نیز در فایل پیوست قرار داده شده است.
🏢 آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
✔️ @OnlineBME