کارگاه های آموزشی : ICSPIS 2026 - دوازدهمین کنفرانس بین المللی پردازش سیگنال و سیستمهای هوشمند

کارگاه های آموزشی

عنوان کارگاه: آشنایی با یادگیری عمیق و پیاده‌سازی شبکه‌های عصبی با PyTorch

مدت زمان کارگاه: 4 ساعت

مدرس کارگاه: امیررضا فاتح (دانشجوی دکتری هوش مصنوعی دانشگاه علم و صنعت ایران)

رئوس مطالب:

مروری بر مفاهیم هوش مصنوعی، یادگیری ماشین و یادگیری عمیق
آشنایی با ساختار و عملکرد شبکه‌های عصبی مصنوعی
معرفی کتابخانه PyTorch و مفاهیم اولیه آن
آماده‌سازی داده‌ها و کار با Dataset و DataLoader
پیاده‌سازی و آموزش یک شبکه عصبی ساده برای طبقه‌بندی تصاویر
آشنایی با شبکه‌های عصبی کانولوشنی (CNN) و کاربردهای آن‌ها
پیاده‌سازی یک مدل CNN و ارزیابی عملکرد آن
معرفی کاربردهای روز یادگیری عمیق در بینایی ماشین و هوش مصنوعی

چکیده: یادگیری عمیق (Deep Learning) یکی از مهم‌ترین شاخه‌های هوش مصنوعی است که در سال‌های اخیر پیشرفت چشمگیری داشته و در حوزه‌هایی مانند بینایی ماشین، پردازش زبان طبیعی، پزشکی، خودروهای خودران و سامانه‌های هوشمند کاربرد گسترده‌ای یافته است. امروزه بسیاری از مدل‌های پیشرفته هوش مصنوعی بر پایه شبکه‌های عصبی عمیق توسعه داده می‌شوند و آشنایی با مفاهیم و ابزارهای این حوزه، یکی از نیازهای اساسی دانشجویان و پژوهشگران به شمار می‌رود.

در این کارگاه، ابتدا مفاهیم پایه یادگیری عمیق و شبکه‌های عصبی به زبان ساده معرفی می‌شود. سپس شرکت‌کنندگان با چارچوب PyTorch به عنوان یکی از پرکاربردترین ابزارهای توسعه مدل‌های یادگیری عمیق آشنا خواهند شد و مراحل آماده‌سازی داده، طراحی مدل، آموزش و ارزیابی آن را به صورت عملی فرا خواهند گرفت. در ادامه، شبکه‌های عصبی کانولوشنی (CNN) و کاربرد آن‌ها در مسائل طبقه‌بندی تصویر معرفی شده و یک نمونه عملی با استفاده از PyTorch پیاده‌سازی خواهد شد. در پایان نیز مروری بر کاربردهای نوین یادگیری عمیق و مسیرهای ادامه یادگیری ارائه می‌شود.

عنوان کارگاه: یادگیری ماشین قابل اطمینان

مدت زمان کارگاه: 4 ساعت

مدرس کارگاه: دکتر اسماعیل طحانیان (استادیار گروه هوش مصنوعی، دانشگاه صنعتی شاهرود)