EEG workshop

#فراخوان 🔰 *اعلام فراخوان ذیل برنامه حمایت از پژوهش عمیق شرکت‌های دانش‌بنیان؛ فراخوان «توسعه سیستم مکان‌یابی دقیق با حداکثر خطای قابل قبول مبتنی بر فیوژن سنسور برای هدست‌های واقعیت افزوده در جراحی مغز و اعصاب»* 🔻بنیاد ملی علم ایران در راستای مأموریت‌گرا‌شدن پژوهش‌ها و حمایت از طرح‌های پژوهشی که به فناوری روز دنیا می‌پردازد و می‌تواند باری از دوش صنعتگران کشور بردارد، فراخوان‌هایی را با عنوان برنامه حمایت از پژوهش عمیق شرکت‌های دانش‌بنیان منتشر می‌کند. 🔸 «توسعه سیستم مکان‌یابی دقیق با حداکثر خطای قابل قبول مبتنی بر فیوژن سنسور برای هدست‌های واقعیت افزوده در جراحی مغز و اعصاب» به عنوان یکی دیگر از فراخوان‌های این برنامه، منتشر می‌شود. 🔹کلیه افراد واجد شرایط به مدت یک ماه از تاریخ انتشار فراخوان یعنی تا ۴ شهریور فرصت دارند که پروپوزال خود را از طریق [سامانه کایپر](https://rtms.insf.org/) برای بنیاد ملی علم ایران ارسال نمایند. 📎 جزئیات 👇 🌐https://insf.org/fa/news/1039 🆔@insf_pr

#فراخوان 🔰 *اعلام فراخوان «حمایت از پژوهش‌های عمیق شرکت‌های دانش‌بنیان» با اولویت پژوهش‌های مرتبط با فناوری‌های پیشران و اقتدار آفرین* 🔻مخاطب این برنامه، همه انواع شرکت‌های دانش‌بنیانی هستند که می‌خواهند با هدف تولید محصولات نسل جدید، نیاز پژوهشی خود را به پژوهشگران مؤسسات علمی (دانشگاه و پژوهشگاه) برون‌سپاری نمایند و این حمایت به واسطه مشارکت مالی بنیاد ملی علم و شرکت متقاضی به پژوهشگر منتخب اعطا خواهد شد. 🔸حوزه‌های اولویت‌دار این فراخوان مطابق بند «ت» ماده ۹۹ برنامه هفتم پیشرفت هستند، به شرح ادامه می‌باشد : هوش مصنوعی، کوانتوم، زیست مهندسی، مواد و ساخت پیشرفته، ریزفناوری و ریزالکترونیک (میکروالکترونیک)، فناوری‌های عصبی و مغز و علوم شناختی 🔹از تمامی شرکت‌های متقاضی و مجریان درخواست می‌شود مسائل و چالش‌های خود را با ایمیل hatamkhani.a@insf.org در میان بگذارید یا جهت برقراری تماس و دریافت اطلاعات بیشتر با شماره ۰۲۱۸۲۱۶۱۱۵۰ تماس حاصل فرمایید. برای طرح سوالات و رفع ابهامات می‌توانید عضو [گروه بله مرتبط با برنامه](http://ble.ir/join/2z8bguFKyi) شوید. 📎 جزئیات 👇 🌐 https://insf.org/fa/news/1460 🆔@insf_pr

در استفاده از هوش مصنوعی مراقب توهم hallucination باشید مخصوصا در قسمت تولید مراجع. حتما از وجود مراجع داده شده با جستجوی اینترنتی مطمئن شوید

Our contributions are three-fold: 1. Dataset: We release Alljoined-1.6M as part of the THINGS initiative, a large scale EEG dataset of visual perception containing 32-channel recordings from 20 participants, 4 sessions each, totaling 1.6 M trials across 16,740 unique images, all collected on affordable EEG hardware (Fig. 1A,B). 2. Benchmarks and Decoding Analysis: We provide extensive benchmarks and analysis of existing EEG-to-Image reconstruction, retrieval, and semantic decoding models on our dataset, setting a baseline for future research developing methods for decoding affordable EEG responses to visual stimuli. 3. Scaling and Cost Analysis: We conduct a detailed analysis of the within-subject scaling properties of our dataset, finding that, despite the lower SNR, decoding performance still increases log-linearly no signs of saturation, demonstrating that scaling is still an effective approach for improving decoding performance on consumer-grade EEG hardware. We also demonstrate (in Fig. 1C) the degree of financial investment necessary to obtain certain benchmarks for decoding performance.

کناره‌گیری یکی از استادان برجسته دانشگاه هنگ‌کنگ (HKU) به دلیل رسوایی مربوط به استفاده از هوش مصنوعی در مقالات علمی. داستان از این قرار است: ۱. اصل ماجرا پروفسور «شن گوجون» (Shen Guojun)، که به عنوان معاون دانشکده (Associate Dean) در دانشکده بازرگانی و اقتصاد دانشگاه هنگ‌کنگ فعالیت می‌کرد، پس از فاش شدن استفاده از منابع و رفرنس‌های جعلی ساخته شده توسط هوش مصنوعی در کارهای پژوهشی‌اش، از سمت اداری خود استعفا داد. ۲. نحوه کشف تخلف این موضوع زمانی فاش شد که بررسی‌ها نشان داد در برخی از مقالات یا گزارش‌های علمی او، منابعی ذکر شده است که در واقعیت وجود خارجی ندارند. این پدیده که در اصطلاح هوش مصنوعی به آن «توهم» (Hallucination) گفته می‌شود، زمانی رخ می‌دهد که ابزارهایی مانند ChatGPT منابعی را ابداع می‌کنند که کاملاً معتبر به نظر می‌رسند اما ساختگی هستند. ۳. اقدامات دانشگاه استعفا: پس از بالا گرفتن انتقادات و بررسی‌های داخلی، این استاد از سمت معاونت دانشکده کناره‌گیری کرد. بیانیه دانشگاه: دانشگاه هنگ‌کنگ اعلام کرده است که به استانداردهای بالای اخلاق پژوهشی پایبند است و هرگونه تخلف در این زمینه را با جدیت بررسی می‌کند. با این حال، هنوز مشخص نیست که آیا او کرسی استادی خود را حفظ خواهد کرد یا خیر. ۴. اهمیت موضوع این اتفاق به عنوان یکی از نمونه‌های جدی از چالش‌های اخلاقی استفاده از هوش مصنوعی در محیط‌های دانشگاهی شناخته شده است. این رسوایی نشان می‌دهد که حتی اساتید باسابقه نیز در صورت عدم بازبینی دقیق خروجی‌های هوش مصنوعی، ممکن است اعتبار علمی خود را به خطر بیندازند. ۵. واکنش‌ها این خبر در جامعه علمی هنگ‌کنگ بازتاب گسترده‌ای داشته و بحث‌هایی را درباره لزوم تدوین قوانین سخت‌گیرانه‌تر برای استفاده از ابزارهای هوش مصنوعی مولد در نگارش مقالات علمی برانگیخته است. https://hongkongfp.com/2025/12/18/university-of-hong-kong-professor-steps-down-from-associate-deanship-after-ai-generated-references-scandal/ @UT_Central_Library