- 1404/02/17 ثبت نام ترم تابستان سال 1404 دانشگاه علوم پزشکی هوشمند (20 خرداد لغایت 3 تیرماه 1404)
- 1404/02/16 دعوت از شرکت های هوش مصنوعی جهت مشارکت در این کنگره
- 1404/02/16 کارگاه تخصصی «کاربرد هوش مصنوعی در مدیریت مراقبتهای بهداشتی» برگزار میشود
- 1404/02/15 دعوت از محققان و علاقه مندان پزشکی و هوشمصنوعی برای حضور در این کنگره
- 1404/02/15 برگزاری کارگاه تخصصی با محوریت نظام حمایتی شرکتهای دانشبنیان و ظرفیتهای قانونی در حمایت مالیاتی
- 1404/02/15 برگزاری سمپوزیوم نقش مدلهای زبانی بزرگ بهعنوان دستیار آموزشی نوین در آموزش علوم پزشکی در بیست و ششمین همایش کشوری آموزش علوم پزشکی
- 1404/02/15 برگزاری کارگاه تخصصی کاربرد هوش مصنوعی در رابطهای مغز-رایانه
- 1404/02/14 برگزاری کارگاه تخصصی: تجزیه و تحلیل تصاویر پزشکی با استفاده از یادگیری ماشینی و یادگیری عمیق
- 1404/02/13 کارگاه تخصصی: بهبود میکرولرنینگ با هوش مصنوعی؛ سفارشیسازی محتوای یادگیری غوطهور برای تجربیات یادگیری بهینه
- 1404/02/13 فناوریهای شفاف، قابل اطمینان، بدون سوگیری و ایمن در هوش مصنوعی برای پزشکی (همراه با مثالهای کاربردی)
یادگیری عمیق در پردازش دادگان پزشکی
دانشگاه علوم پزشکی شهید بهشتی برگزار می کند:
مدت زمان دوره: 32 ساعت
زمان برگزاری: 12-13 و 26-27 ام مرداد ماه، چهارشنبه ها و پنج شنبه ها از ساعت 8 صبح لغایت 17 بعد از ظهر
مدرسین برگزار کننده: دکتر احمد شالباف (هیات علمی دانشگاه علوم پزشکی شهید بهشتی گروه مهندسی پزشکی) با همراهی مهندس محسن صفار (دانشجوی دکتری برق دانشگاه تهران)
مقدمه:
در این مدرسه یکی از پرکاربردترین علوم حوزه هوش مصنوعی در پزشکی، یعنی یادگیری عمیق (Deep Learning)، معرفی خواهد شد. در حال حاضر، تقریبا در تمام کاربردهای هوش مصنوعی در دادگان پزشکی مبتنی بر پردازش سیگنال و تصاویر، ردپای یادگیری عمیق دیده میشود. در این مدرسه، علاوه بر تئوری مبانی یادگیری عمیق، تکنیکها و مدلهای مختلف به خصوص مدلهای کانولوشنی که از محبوبترین مدلهای یادگیری عمیق هستند با جزئیات بیشتری بررسی خواهند شد. در ادامه این آموزش سعی شده است تا به شکل مناسبی نحوه برنامه نویسی و پیاده سازی شبکههای عصبی عمیق در بستر برنامه نویسی پایتون مورد توجه قرار گیرد. این قسمت از آموزش شامل مقدمات برنامه نویسی در پایتون، معرفی و کار با کتابخانههای پرکاربرد و بررسی مثالهای عملی کار با مدلهای شبکه عمیق جهت حل مسائل پزشکی میباشد. بنابراین، در انتهای این مدرسه، دانش پژوهان با روشهای مختلف یادگیری عمیق آشنا شده و قادر خواهند بود تا با تسلط خوبی بر روی این مباحث به آنالیز دادگان پزشکی با زبان برنامه نویسی پایتون بپردازند.
روشهای آموزشی:
آشنایی با مدلهای مختلف یادگیری عمیق، پیاده سازی مدل های مختلف یادگیری عمیق در محیط برنامه نویسی پایتون
روش ارزیابی شرکت کنندگان:
ارزیابی پایان دوره با ارائه پروژه عملی
دانش پژوهان دوره :
این مدرسه برای کلیه دانشجویان و فارغ التحصیلان مقاطع مختلف با تخصص های زیر قابل استفاده میباشد:
- پزشکی عمومی، علوم اعصاب
- فنی مهندسی با گرایش برق ، کامپیوتر و مهندسی پزشکی
- فیزیک پزشکی، انفورماتیک پزشکی
- رشته های تخصصی علوم پایه پزشکی
ظرفیت ثبت نام: 30 نفر
انتخاب حالت کور رنگی
سرخ کوری سبز کوری آبی کوری سرخ دشوار بینی سبز دشوار بینی آبی دشوار بینی تک رنگ بینی تک رنگ بینی مخروطیتغییر اندازه فونت:
تغییر فاصله بین کلمات:
تغییر فاصله بین خطوط:
تغییر نوع موس: