Mansoorm_Courses
Открыть в Telegram
کانال اطلاع رسانی درس های محرم منصوری زاده تقویم دانشگاهی: https://b2n.ir/calman ارسال مطلب و پیام: @mansoorm در پیام رسان بله https://ble.ir/mansoorm_courses در پیام رسان ایتا: https://eitaa.com/mansoorm_courses
Больше689
Подписчики
Нет данных24 часа
Нет данных7 дней
Нет данных30 дней
Загружаем данные
Похожие каналы
Облако тегов
Входящие и исходящие упоминания
---
---
---
---
---
---
Привлечение подписчиков
ноябрь '26нояб. '26
ноябрь '26
+5
в 0 каналах
октябрь '26
+8
в 0 каналах
Get PRO
сентябрь '26
+10
в 0 каналах
Get PRO
август '26
+7
в 0 каналах
Get PRO
июль '26
+3
в 1 каналах
Get PRO
июнь '26
+7
в 0 каналах
Get PRO
май '26
+2
в 0 каналах
Get PRO
апрель '26
+2
в 0 каналах
Get PRO
март '26
+1
в 0 каналах
Get PRO
февраль '26
+5
в 0 каналах
Get PRO
январь '26
+1
в 0 каналах
Get PRO
декабрь '25
+10
в 0 каналах
Get PRO
ноябрь '25
+7
в 0 каналах
Get PRO
октябрь '25
+21
в 0 каналах
Get PRO
сентябрь '25
+8
в 0 каналах
Get PRO
август '25
+5
в 0 каналах
Get PRO
июль '25
+5
в 0 каналах
Get PRO
июнь '25
+3
в 0 каналах
Get PRO
май '25
+9
в 2 каналах
Get PRO
апрель '25
+16
в 0 каналах
Get PRO
март '25
+9
в 0 каналах
Get PRO
февраль '25
+52
в 1 каналах
Get PRO
январь '25
+7
в 0 каналах
Get PRO
декабрь '24
+18
в 1 каналах
Get PRO
ноябрь '24
+14
в 0 каналах
Get PRO
октябрь '24
+29
в 0 каналах
Get PRO
сентябрь '24
+31
в 1 каналах
Get PRO
август '24
+7
в 0 каналах
Get PRO
июль '24
+6
в 0 каналах
Get PRO
июнь '24
+7
в 1 каналах
Get PRO
май '24
+8
в 0 каналах
Get PRO
апрель '24
+9
в 1 каналах
Get PRO
март '24
+12
в 0 каналах
Get PRO
февраль '24
+23
в 2 каналах
Get PRO
январь '24
+16
в 0 каналах
Get PRO
декабрь '23
+7
в 0 каналах
Get PRO
ноябрь '23
+4
в 0 каналах
Get PRO
октябрь '23
+29
в 0 каналах
Get PRO
сентябрь '23
+21
в 0 каналах
Get PRO
август '23
+10
в 0 каналах
Get PRO
июль '23
+4
в 0 каналах
Get PRO
июнь '23
+6
в 0 каналах
Get PRO
май '23
+26
в 0 каналах
Get PRO
апрель '23
+7
в 0 каналах
Get PRO
март '23
+6
в 0 каналах
Get PRO
февраль '23
+6
в 0 каналах
Get PRO
январь '23
+6
в 0 каналах
Get PRO
декабрь '22
+12
в 0 каналах
Get PRO
ноябрь '22
+12
в 0 каналах
Get PRO
октябрь '22
+12
в 0 каналах
Get PRO
сентябрь '22
+12
в 0 каналах
Get PRO
август '22
+14
в 0 каналах
Get PRO
июль '22
+5
в 0 каналах
Get PRO
июнь '22
+10
в 0 каналах
Get PRO
май '22
+4
в 0 каналах
Get PRO
апрель '22
+11
в 0 каналах
Get PRO
март '22
+1
в 0 каналах
Get PRO
февраль '22
+11
в 0 каналах
Get PRO
январь '22
+7
в 0 каналах
Get PRO
декабрь '21
+3
в 0 каналах
Get PRO
ноябрь '21
+14
в 0 каналах
Get PRO
октябрь '21
+22
в 0 каналах
Get PRO
сентябрь '21
+13
в 0 каналах
Get PRO
август '21
+464
в 0 каналах
| Дата | Привлечение подписчиков | Упоминания | Каналы | |
| 13 ноября | 0 | |||
| 12 ноября | 0 | |||
| 11 ноября | +1 | |||
| 10 ноября | 0 | |||
| 09 ноября | +1 | |||
| 08 ноября | 0 | |||
| 07 ноября | 0 | |||
| 06 ноября | 0 | |||
| 05 ноября | 0 | |||
| 04 ноября | +1 | |||
| 03 ноября | +2 | |||
| 02 ноября | 0 | |||
| 01 ноября | 0 |
Посты канала
🎓 فراخوان همکاری در یک پروژه دانشجویی: «راهنمای مسیریابی دانشگاه با QR»
تازه‌واردها (دانشجویان جدید، مهمانان، مراجعان) معمولاً در پیدا کردن دانشکده‌ها، آزمایشگاه‌ها، دفاتر و کلاس‌ها مشکل دارند. ایده این است که یک وب‌اپ بسازیم که:
📍 در نقاط کلیدی دانشگاه، برچسب QR نصب شود
📱 کاربر با اسکن آن (بدون نصب برنامه) بفهمد دقیقاً کجاست
🗺 مقصدش را جست‌وجو یا انتخاب کند و کوتاه‌ترین مسیر را روی نقشه ببیند و دنبال کند
چالش‌های فنی جذاب پروژه:
- مدل‌سازی نقشه دانشگاه به‌صورت گراف و مسیریابی (Dijkstra / A*)
- نقشه ساختمان‌ها و طبقات، مسیر بدون پله، پشتیبانی آفلاین (PWA)
- جست‌وجوی هوشمند مقصد با زبان طبیعی فارسی (مثلاً «سلف»، «کتابخونه»، «اتاق ۲۰۴»)
- پنل مدیریت و تولید خودکار برچسب‌های QR
- رابط فارسی/انگلیسی و آمار ناشناس استفاده
چه کسانی می‌توانند مشارکت کنند؟
دانشجویان علاقه‌مند به توسعه وب و موبایل، طراحی رابط کاربری، الگوریتم‌های گراف، نقشه و GIS، پردازش زبان طبیعی، یا حتی کسانی که فقط می‌خواهند در یک پروژه واقعی و کاربردی تجربه کسب کنند.
✅ هدف: پایلوت اولیه روی یک دانشکده و سپس گسترش به کل دانشگاه
✅ پروژه می‌تواند بستر پروژه درسی، کارآموزی یا مقاله باشد
📩 اگر علاقه‌مندید، با عنوان «پروژه مسیریابی دانشگاه» و ذکر زمینه مهارت‌تان پیام بدهید:
@mansoorm
#عمومی #فراخوان #برنامه_نویسی
| 2 |  #فرهنگ‌سازی
طرح نشان‌دار کردن مالیات
#ویدئو| تکمیل فاز دوم دانشکده فنی و مهندسی دانشگاه بوعلی‌سینا
این مسیر هنوز به پایان نرسیده است......
#طرح‌نشان‌دارکردن‌مالیات
#دانشگاه_بوعلی‌سینا
#دانشکده_مهندسی | 177 |
| 3 | #فرهنگ‌سازی
طرح نشان‌دار کردن مالیات
#ویدئو| تکمیل فاز دوم دانشکده فنی و مهندسی دانشگاه بوعلی‌سینا
این مسیر هنوز به پایان نرسیده است......
#طرح‌نشان‌دارکردن‌مالیات
#دانشگاه_بوعلی‌سینا
#دانشکده_مهندسی | 172 |
| 4 |  📣 فراخوان ثبت‌نام
📚 کارگاه آشنایی با امنیت OT
🔐 یک گام به دنیای امنیت صنعتی!
با هوشمندسازی صنایع، امنیت فناوری عملیاتی (OT) به یکی از حوزه‌های مهم امنیت سایبری تبدیل شده است.
در همین راستا، دوره سه‌روزه «آشنایی با امنیت OT» با هدف معرفی مفاهیم، ساختارها و چالش‌های این حوزه برگزار می‌شود.
👨🏻🏫 | مدرس دوره: جناب آقای مهندس صالحی
⏰️ | زمان برگزاری: ۲۰ تا ۲۲ آبان‌ماه _ ساعت ۸:۰۰ الی ۱۴:۰۰
📍 | محل برگزاری: سالن آمفی تئاتر دانشکده فنی و مهندسی دانشگاه بوعلی‌سینا همدان
💻 | شیوه شرکت در دوره: بصورت حضوری یا مجازی
🎓 مزایای شرکت در دوره:
▫️اعطای گواهی پایان دوره
▫️دسترسی به ویدئو های ضبط شده
▫️امکان پرسش و پاسخ و تعامل با مدرس+ شبکه سازی
💰 هزینه ثبت‌نام:
⏳ تخفیف ثبت‌نام زودهنگام تا ۱۷ آبان‌ماه فعال است.
🔷 دانشگاه بوعلی و دانشگاه های استان همدان ۶۹۰ هزار ۲۹۰
🔷 سایر دانشگاه‌ها ۱٬۴۹۰ هزار ۹۹۰
🔷 ثبت‌نام آزاد ۲٬۴۹۰ هزار ۱۹۹۰
🔷 ثبت نام آنلاین ۹۹۰ ۴۹۰
💡 بدون نیاز به هیچ گونه پیشنیاز.
🔗 ثبت نام:
OTsina.ir
❗️ ظرفیت پذیرش محدود است.
📩 ارتباط با ما:
@SSCE_Admin
منتظر حضور ارزشمند شما هستیم✨
@SSCES | 296 |
| 5 |  خدمتگزاری در همه جا ...!
منبع: لینکداین مسابقه
#عمومی #مسابقه #زنگ_تفریح | 329 |
| 6 | پژوهشگر گرامی
با سلام
جناب آقای دکتر مهدی مرادی دولت آبادی روز دوشنبه مورخ 1405/08/11 ساعت 13:00 سخنرانی تحت عنوان
"Proactive Drive Failure Mitigator for Enterprise Storage Systems ProMit"
بصورت مجازی برگزار خواهند کرد.
خواهشمندم از لینک زیر جهت اتصال استفاده نمایید
https://vmeeting2.ipm.ir/b/com-qcl-udn-x4b
از شما دعوت می شود در سخنرانی فوق شرکت نمایید.
با تشکر
آزادتیرگان
#عمومی #سخنرانی | 520 |
| 7 |  جمعه های هوش مصنوعی انجمن ملی هوش مصنوعی ایران
https://www.skyroom.online/ch/isiraninstitute/ai-meeting | 475 |
| 8 | با سلام و احترام
به منظور تسهیل اطلاع‌رسانی و دسترسی سریع‌تر همکاران محترم به اخبار، شیوه نامه ها، برنامه‌ها، فراخوان‌های پژوهشی و فرصت‌های همکاری دانشگاه با صنعت، بدین‌وسیله کانال‌های رسمی اطلاع‌رسانی حوزه ارتباط با جامعه و صنعت به شرح زیر معرفی می‌گردد:
کانال‌های اطلاع‌رسانی در پیام‌رسان‌های ایتا و بله: @basuert
وب‌سایت اطلاع‌رسانی فراخوان‌ها و طرح‌های پژوهشی: https://industry.basu.ac.ir/
(بخش «فراخوان طرح» که به‌صورت روزانه به‌روزرسانی می‌شود https://industry.basu.ac.ir/call-for-proposal)
از همکاران ارجمند تقاضا می‌شود ضمن عضویت در کانال‌های مذکور، نسبت به اطلاع‌رسانی حداکثری این مسیرهای ارتباطی در میان اعضای گروه‌های آموزشی، پژوهشگران و دانشجویان تحصیلات تکمیلی اقدام فرمایند تا امکان بهره‌مندی گسترده‌تر از فرصت‌های پژوهشی و صنعتی فراهم گردد. پیشاپیش از همکاری و همراهی ارزشمند شما سپاسگزاریم.
#عمومی #خبر #اطلاع_رسانی | 500 |
| 9 |  پاسخ دندان شکن:
ایده: بچه ها را به مدرسه می فرستیم تا یه چیزایی را حفظ کنند که هوش مصنوعی میتونه در کسری از ثانیه پیدا کنه! به آنها بر اساس مقاله هاشون نمره می دیم اما هوش مصنوعی می تونه این مقاله ها را بهتر از معلمشون بنویسه!
پاسخ: بله و بدتر اینکه در کلاسهای ورزش آنها را وادار می کنیم مسیرهایی را بدوند که اسنپ در ایکی ثانیه طی می کنه!
#عمومی #زنگ_تفریح #زنگ_تفکر #هوش_مصنوعی #شوخی | 438 |
| 10 | آگهی پذیرش مدرس جهت برگزاری کارگاه آموزشی
عنوان کارگاه: تولید محتوای آموزشی انیمیشینی (motion graph)
مخاطب: اساتید و دانشجویان
محل: دانشکده علوم پزشکی شهرستان اسدآباد
جهت کسب اطلاعات بیشتر با شماره 09189972013 جناب آقای دکتر میری مدیر گروه بهداشت عمومی و مدارس دانشکده فوق الذکر تماس حاصل شود.
#عمومی #آگهی | 579 |
| 11 | درخواست
سلام اقای دکتر وققتون بخیر حالتون خوبه ؟ ی راهنمایی میخواستم من دارم مدل هوش منصوعی رو اموزشش مجدد میدم
برای تشخیص نوشته از روی عکس هست
میخواستم ببینم شمار از دانشجو هاتون قبلا تو این زمینه اموزشش مجدد ..........موضوع پایان نامشون بوده کار کردن برام بفرستین کمک بگیرم
خیلی ممنونم از کمک هاتون
دانشجویانی که علاقه مند به راهنمایی هستند لطفا پیام دهند.
#عمومی #درخواست | 676 |
| 12 |  💢چهاردهمین کنفرانس ملی و چهارمین کنفرانس بین‌المللی بینایی ماشین و پردازش تصویر در دانشگاه کاشان برگزار می‌شود
🔹چهاردهمین کنفرانس ملی و چهارمین کنفرانس بین‌المللی بینایی ماشین و پردازش تصویر (MVIP2026) ۲۰ و ۲۱ آبان‌ماه ۱۴۰۵ با میزبانی دانشگاه کاشان و با همکاری انجمن بینایی ماشین و پردازش تصویر ایران، به‌صورت حضوری و مجازی (هیبریدی) برگزار می‌شود.
🔗مشروح خبر را اینجا بخوانید
🆔@msrt_iri | 782 |
| 13 | پژوهشگر گرامی
با سلام
خانم دکتر آیدا پاک نیت روز دوشنبه مورخ 1405/07/20 ساعت 13 سخنرانی تحت عنوان
" Physics-Informed Digital Twins for Cyber-Physical Systems "
بصورت مجازی برگزار خواهند کرد.
خواهشمندم از لینک زیر جهت اتصال استفاده نمایید
https://vmeeting2.ipm.ir/b/com-qcl-udn-x4b
از شما دعوت می شود در سخنرانی فوق شرکت نمایید.
با تشکر
آزادتیرگان
#عمومی #سخنرانی | 799 |
| 14 | *ماشین ۲۰۰ تنی که جهان را اداره می‌کند: آیا پیچیده‌ترین فناوری تاریخ بشر همین است؟*
در شهر کوچکی در جنوب هلند به نام Veldhoven، مهندسان هر روز روی دستگاهی کار می‌کنند که اندازه یک اتوبوس دوطبقه است، بیش از ۲۰۰ تن وزن دارد و قیمت هر واحد آن به ۴۰۰ میلیون دلار می‌رسد.
این دستگاه نه موشک است، نه شتاب‌دهنده ذرات و نه رآکتور هسته‌ای. نامش ماشین لیتوگرافی فرابنفش شدید یا EUV است و تنها شرکت روی کره زمین که می‌تواند آن را بسازد، ASML هلندی است.
بدون این ماشین، تقریباً هیچ‌کدام از پردازنده‌های پیشرفته‌ای که امروز گوشی‌های هوشمند، لپ‌تاپ‌ها، سرورهای هوش مصنوعی و ابررایانه‌ها را به حرکت درمی‌آورند، ساخته نمی‌شدند. از تراشه‌های ۳ نانومتری گرفته تا نسل‌های بعدی که در راهند، همه زیر نور ۱۳٫۵ نانومتری این دستگاه شکل می‌گیرند؛ نوری که تقریباً در محدوده اشعه ایکس قرار دارد و روی زمین به‌طور طبیعی وجود ندارد.
*چطور چنین چیزی ممکن شد؟*
تولید این نور خودش یک شاهکار فیزیک کاربردی است. هر ثانیه حدود ۵۰ هزار قطره ریز قلع مذاب با سرعت نزدیک به ۷۰ متر بر ثانیه شلیک می‌شود. هر قطره دو بار با لیزر پرقدرت CO₂ هدف قرار می‌گیرد: بار اول صاف می‌شود و بار دوم به پلاسمایی تبدیل می‌شود که دمایی حدود ۴۰ برابر سطح خورشید دارد. این پلاسما نور فرابنفش شدید را ساطع می‌کند. چون هوا و شیشه این نور را جذب می‌کنند، کل مسیر نوری دستگاه باید در خلاء بسیار بالا کار کند و به‌جای عدسی از آینه‌های چندلایه‌ای استفاده شود که دقت سطحی‌شان در حد زیراتمی است. اگر یکی از این آینه‌ها را به اندازه کشور آلمان بزرگ کنیم، بلندترین ناهمواری‌اش کمتر از یک میلی‌متر خواهد بود.
این سطح از پیچیدگی باعث شده بسیاری از کارشناسان، ماشین EUV را *«پیچیده‌ترین شیء ساخت بشر»* بنامند. بیش از صد هزار قطعه، صدها تأمین‌کننده تخصصی در سراسر اروپا و آمریکا، و دهه‌ها تحقیق و توسعه چندمیلیارد دلاری پشت آن قرار دارد.
رقبای تاریخی ASML در حوزه لیتوگرافی، یعنی نیکون و کانن ژاپن، نتوانستند وارد این بازی شوند. چین و آمریکا هم با وجود سرمایه‌گذاری‌های عظیم، هنوز فاصله قابل‌توجهی دارند.
انحصار مطلق و پیامدهایش
امروز ASML تنها تأمین‌کننده تجاری این فناوری در جهان است. این انحصار نه از روی مقررات دولتی، بلکه نتیجه مستقیم دشواری فنی و یکپارچه‌سازی سیستمی است.
هر پیشرفت بزرگ در صنعت نیمه‌هادی پیشرفته، از گوشی‌های پرچمدار گرفته تا شتاب‌دهنده‌های هوش مصنوعی، به تحویل این ماشین‌ها وابسته است. نسل جدیدتر آنها با نام High-NA EUV که وضوح را تا حدود ۸ نانومتر بالا می‌برد، همین حالا وارد فاز تولید شده و شرکت‌هایی مثل اینتل، TSMC و سامسونگ برای استفاده از آن صف کشیده‌اند.
*آیا واقعاً پیشرفته‌ترین فناوری دنیاست؟*
اینجا بحث کمی ظریف‌تر می‌شود. اگر معیار را «پیچیدگی صنعتی، انحصار تجاری و تأثیر مستقیم بر زندگی روزمره میلیاردها نفر» در نظر بگیریم، پاسخ نزدیک به بله است. کمتر فناوری‌ای را می‌توان یافت که همزمان این‌قدر پیچیده، این‌قدر انحصاری و این‌قدر حیاتی باشد.
اما اگر معیار را «مرزهای فیزیک بنیادی» یا «پتانسیل تحول‌آفرین آینده» بدانیم، رقبای جدی وجود دارند؛ کامپیوترهای کوانتومی که هنوز در حال بلوغ هستند، پروژه‌های همجوشی هسته‌ای کنترل‌شده مثل ITER، شتاب‌دهنده‌های ذرات غول‌پیکر و حتی برخی ابزارهای نجومی فضایی.
هیچ‌کدام اما به اندازه ماشین EUV، هم در مقیاس صنعتی تولید می‌شوند و هم کل زنجیره الکترونیک پیشرفته جهان را به خود وابسته کرده‌اند.
در نهایت، ماشین‌های ASML نه فقط یک ابزار ساخت تراشه، بلکه نمادی از نهایت توانایی مهندسی انسان در عصر حاضر هستند. آنها نشان می‌دهند که گاهی پیچیده‌ترین دستاوردهای بشر، نه در آزمایشگاه‌های فیزیک بنیادی، بلکه در کارخانه‌های صنعتی و با هدف تولید چیزی به ظاهر ساده مثل یک تراشه، متولد می‌شوند. و تا وقتی جایگزینی برای این فناوری پیدا نشود، جهان دیجیتال ما همچنان به یک شهر کوچک در هلند وابسته خواهد ماند. | 694 |
| 15 | #فراخوان_امریه_سربازی
برای دانش‌آموختگان پسر در مقطع کارشناسی ارشد
یکی از سازمان‌های دولتی در اراک از بین دانش‌آموختگان پسر در مقطع کارشناسی ارشد در رشته/گرایش‌های مهندسی کامپیوتر (ترجیحا شبکه و هوش مصنوعی) نیروی امریه سربازی می‌پذیرد.
اسکان (برای غیربومی‌های اراک یا ملایر) و سرویس ایاب و ذهاب بر عهده سازمان است.
لازم است در زمان اقدام برای این امریه حداقل ۶ ماه از معافیت تحصیلی شما باقی مانده باشد.
علاقمندان می‌توانند رزومه خود را به ای دی بله با شناسه @no_id_usr آقای مهندس نصیری‌پور ارسال نمایند. | 499 |
| 16 | 📢 مقاله جدید: سیستم توصیه‌گری که دلیل پیشنهادش را هم می‌گوید
سیستم‌های توصیه‌گر معمولاً می‌گویند «چه چیزی را ببینید یا بخرید»، اما نمی‌گویند چرا. کمبود داده و شفاف‌نبودن دلیل پیشنهادها، دو چالش اصلی این سیستم‌هاست. 🤔
💡 ایده مقاله
نظرات کاربران هم اطلاعات مفیدی درباره سلیقه‌ها دارند و هم حاوی اطلاعات مفیدی هستند که می‌شود از آن برای تولید توضیح استفاده کرد. نویسندگان با یادگیری چندوظیفه‌ای (Multi-task Learning) دو کار را همزمان انجام می‌دهند:
1️⃣ بهبود دقت توصیه
2️⃣ تولید توضیح متنی برای آیتم‌های پیشنهادی
✨ نوآوری اصلی
در کارهای قبلی معمولاً سبک نوشتاری کاربر نادیده گرفته می‌شد، در حالی که روی اثرگذاری توضیح‌ها تأثیر زیادی دارد. این مقاله سبک نوشتاری و ترجیحات کاربر را وارد فرایند تولید توضیح می‌کند تا توضیح‌ها شخصی‌تر و باورپذیرتر باشند.
📊 نتیجه
طبق گزارش نویسندگان، چارچوب پیشنهادی دقت توصیه را بالا می‌برد و توضیح‌های تولیدشده هم از توصیه‌ها پشتیبانی می‌کنند.
👨🔬 مقاله از پایان نامه کارشناسی ارشد محمدمبین شهیدی استخراج شده و توسعه یافته است.
💻 کد پیاده‌سازی در گیت‌هاب در دسترس است:
github.com/ParsProgrammer/Exp-RS
🔗 مقاله:
https://link.springer.com/article/10.1007/s42979-026-05361-2
#سیستم_توصیه‌گر #یادگیری_ماشین #هوش_مصنوعی #یادگیری_چندوظیفه‌ای #RecommenderSystems #ExplainableAI #MultiTaskLearning | 705 |
| 17 | 🤖 هوش مصنوعی قابل توضیح در برابر پیشنهادهای قابل توضیح؛ فرق‌شان چیست؟
این روزها زیاد می‌شنویم که فلان مدل هوش مصنوعی «قابل توضیح» است یا فلان سیستم پیشنهاددهنده «شفاف» عمل می‌کند. اما این دو مفهوم یکی نیستند 👇
🔍 هوش مصنوعی قابل توضیح (Explainable AI):
پاسخ به این سؤال است که «مدل چرا این خروجی خاص را تولید کرد؟» تمرکز روی رابطهٔ ورودی-خروجی مدل است؛ مثلاً کدام پیکسل‌ها باعث شد مدل یک تصویر را «گربه» تشخیص دهد، یا کدام ویژگی‌های مالی باعث رد یک درخواست وام شد.
🛒 پیشنهادهای قابل توضیح (Explainable Recommendations):
مختص سیستم‌های توصیه‌گر است و پاسخ می‌دهد که «چرا این کالا به این کاربر خاص پیشنهاد شد؟» اینجا بیشتر از ورودی‌های خام مدل، صحبت از ویژگی‌های کالا، ترجیحات و تاریخچهٔ کاربر، و رفتار کاربران مشابه است. چیزی شبیه «چون فیلم‌های علمی-تخیلی دوست دارید» یا «کاربرانی با سلیقهٔ شما این را پسندیده‌اند».
🔗 ارتباط‌شان:
پیشنهادهای قابل توضیح را می‌توان یک کاربرد تخصصی از اصول XAI در دنیای سیستم‌های توصیه‌گر دانست. XAI معمولاً در سطح مکانیزم فنی مدل عمل می‌کند، اما توضیح پیشنهاد آن را به زبان قابل‌فهم برای کاربر عادی ترجمه می‌کند.
💡 به بیان ساده: یکی می‌گوید «مدل چگونه تصمیم گرفت؟» و دیگری می‌گوید «چرا این برای من مناسب است؟»
این پروژه نمونه ای از سیستم هایی است که پیشنهادهای قابل توضیح تولید می کند. در آینده پست مستقلی درباره این پروژه خواهم داشت:
https://github.com/ParsProgrammer/Exp-RS
#عمومی #علمی #آموزشی #پژوهش #هوش_مصنوعی #هوش_مصنوعی_قابل_توضیح #XAI #سیستم_های_پیشنهاد_دهنده | 672 |
| 18 | 🧠 وقتی یادگیری ماشین از «مدل» به «مسئله واقعی» می‌رسد
یکی از جذاب‌ترین جنبه‌های یادگیری ماشین، زمانی است که از دنیای دیتاست‌ها و معیارهای دقت فراتر می‌رود و به ابزاری برای پاسخ به یک مسئله واقعی تبدیل می‌شود.
پژوهش اخیر منتشرشده در Scientific Reports نمونه‌ای از همین رویکرد است؛ جایی که داده‌های فشار کف پا و الگوی راه‌رفتن برای بررسی تفاوت‌های عملکردی در افراد دچار نقص رباط صلیبی قدامی (ACL) مورد استفاده قرار گرفته‌اند.
اهمیت چنین مطالعاتی فقط در یک نتیجه پزشکی خاص نیست. نکته مهم‌تر، تبدیل داده‌های خام حرکتی و فیزیولوژیک به اطلاعاتی قابل تفسیر برای تصمیم‌گیری پزشکی است.
این همان مسیری است که به نظرم یادگیری ماشین کاربردی را از صرفاً «ساختن یک مدل با دقت بالا» متمایز می‌کند:
🔹 تعریف درست مسئله
🔹 استخراج اطلاعات معنادار از داده‌های واقعی
🔹 شناسایی الگوهایی که با مشاهده مستقیم به‌سادگی قابل تشخیص نیستند
🔹 و در نهایت، تبدیل خروجی مدل به دانشی که بتواند به متخصص کمک کند.
ترکیب Machine Learning + Biomechanics + Medical Data می‌تواند فرصت‌های بسیار ارزشمندی برای توسعه ابزارهای غیرتهاجمی و داده‌محور در ارزیابی و توان‌بخشی بیماران ایجاد کند.
به نظرم آینده هوش مصنوعی پزشکی بیش از آنکه فقط به مدل‌های پیچیده‌تر وابسته باشد، به مسئله‌های بهتر، داده‌های واقعی‌تر و همکاری نزدیک‌تر میان متخصصان حوزه و پژوهشگران AI وابسته است.
📄 مقاله در *Scientific Reports* منتشر شده است:
[مشاهده مقاله در Scientific Reports](https://www.nature.com/articles/s41598-026-70950-3?utm_source=chatgpt.com)
#MachineLearning #AppliedAI #MedicalAI #Biomechanics #GaitAnalysis #PlantarPressure #ACL #ArtificialIntelligence #HealthcareAI #ScientificResearch | 660 |
| 19 | درخواست
مخاطبین محترم کانال، اکنون در حال تست این سامانه هستم. لطفا دقایقی به صورت مهمان وارد شوید تا گفتگو کنیم. متشکرم
https://connect.basu.ac.ir/basu01?html-view=true
#عمومی #درخواست #پست_موقت | 252 |
| 20 |  لینک ورود به جلسه :
https://www.skyroom.online/ch/isiraninstitute/ai-meeting | 685 |
