دکتر امیر حسین پی براه

دانشگاه : KTH Royal Institute of Technology
پست الکترونیک : payberah@kth.se
صفحه شخصی : https://payberah.github.io

عنوان سخنرانی: یادگیری توزیع شده

ایشان استادیار علوم کامپیوتر گروه نرم افزار و سیستم‌های کامپیوتری دانشگاه صنعتی سلطنتی KTH  در سوئد هستند. همچنین ایشان عضو محاسبات توزیع شده در دانشگاه KTH و مرکز تحقیقات فناوری پیشرفته نرم افزار CASTOR هستند. پیش از این، ایشان محقق یادگیری ماشین در دانشگاه آکسفورد (۲۰۱۷-۲۰۱۸) و محقق ارشد دانشگاه علوم کامپیوتر سوئد (۲۰۱۳-۲۰۱۷) بودند. ایشان در ژوئن ۲۰۱۳دکترای خود را از دانشگاه صنعتی سلطنتی KTH دریافت کردند. زمینه‌های تحقیقاتی مورد علاقه ایشان شامل سیستم‌ها و الگوریتم‌های توزیع شده، یادگیری ماشین در مقیاس بزرگ، یادگیری عمیق و پلتفرم‌های محاسباتی با داده‌های حجیم.https://payberah.github.io

چکیده سخنرانی

آموزش شبکه‌های عصبی عمیق از لحاظ محاسباتی پیچیده و زمان‌بر است. این مساله ناشی از حجم زیاد داده‌های آموزشی یا تعداد زیاد پارامترهای مدل‌ها می‌باشد. گاهی حجم این داده‌ها یا پارمترها بیشتر از آن است که بتوان آنها را بر روی یک ماشین ذخیره کرد. یک راه برای رفع این مساله، موازی‌سازی پروسه آموزش است. در این سخنرانی،‌ دو شیوه موازی سازی data-parallelization و model-parallelization به عنوان دو راه برای مقابله با مشکل مطرح شده ارائه می‌شود.

پروفسور محمد باقر منهاج

دانشگاه : دانشگاه صنعتی امیر کبیر
پست الکترونیک : menhaj@aut.ac.ir
صفحه شخصی : https://aut.ac.ir/cv/2304/Mohammad-Bagher-Menhaj?slc_lang=en&&cv=2304&mod=scv

عنوان سخنرانی:محاسبات شناختی - نظریه و کاربرد آن

استاد تمام دانشکده مهندسی برق، دانشگاه صنعتی امیرکبیر.پروفسور محمد باقر منهاج دارای مدرک فوق دکترای مهندسی کنترل از دانشگاه ایالتی اوکلاهاما هستند. در سال ۱۹۹۸از ایالت متحده آمریکا به دعوت دانشگاه امیرکبیر به ایران آمدند. ایشان مولف بیش از ۱۲جلد کتاب هستند. انتشار بیش از ۱۹۰مقاله در مجلات معتبر بین المللی و انتشار بیش از ۲۸۰مقاله در کنفرانس‌های معتبر داخلی و خارجی نمونه‌ای از سوابق ارزشمند علمی ایشان است. ایشان از سوی موسسه ISI به عنوان دانشمند نمونه در سال ۲۰۰۴انتخاب شدند. سیستم‌‌های کنترل و فیلترهای تطبیقی، هوش محاسباتی، سیستم‌های چند عاملی، روباتیک و علوم شناختی از عمده‌ محورهای تحقیقاتی ایشان است.

https://aut.ac.ir/cv/2304/Mohammad-Bagher-Menhaj?slc_lang=en&&cv=2304&mod=scv

چکیده سخنرانی

محاسبات شناختی یک الگوی نوظهور از روش‌ها و سیستم‌های محاسبات هوشمند مبتنی بر انفورماتیک شناختی است، که با استفاده از استنتاج‌های خودمختار و سیستم‌‌های پردازش، هوش محاسباتی را پیاده‌سازی می‌کند، تصوراتی که از مکانیسم‌های مغز تقلید می‌کند. هدف آن شبیه‌سازی فرآیندهای فکر انسان در یک مدل رایانه‌ای است.

در این سخنرانی، ابتدا به اصول خواهم پرداخت و پس از آن مطالعات گسترده‌ای که در مورد محاسبات شناختی انجام شده است به همراه کاربردهای آن و مطالعات موردی آن ارایه خواهد شد. طیف گسترده‌ای از کاربردهای مختلف محاسبات شناختی و تحولات اخیر در آن، مانند تجزیه و تحلیل داده‌ها، یادگیری ماشین، شبکه‌های عصبی، تجزیه و تحلیل داده‌ها در امنیت سایبری، تشخیص الگوی، شناسایی و تشخیص خطا و بسترهای تحلیلی برای مطالعه واسط مغز-کامپیوتر بحث خواهد شد.