چکیده: پیچیدگی و دشواری روزافزون مسائل بهینه‌سازی که بشر با آن مواجه است، تقاضا برای الگوریتم‌های بهینه‌سازی کارآمد و دقیق را به طور قابل‌توجهی افزایش داده است. در طول دو دهه گذشته، تکنیک‌های بهینه‌سازی تصادفی الهام‌گرفته از طبیعت به‌طور گسترده برای حل مسائل مختلف در علم و صنعت استفاده شده‌اند. آنها در واقع جایگزین های قابل اعتمادی برای الگوریتم های بهینه سازی سنتی شده اند. علیرغم محبوبیت و تأثیر قابل توجه چنین روش هایی، بهینه سازی مسائل دنیای واقعی شامل پرداختن به تعداد زیادی از مشکلات است، از جمله راه حل های بهینه محلی، اهداف متعدد، محدودیت ها، توابع هدف بسیار پیچیده، داده های نویزی، فضاهای جستجوی پویا و غیر مقید. در این سخنرانی، ابتدا چنین مشکلاتی همراه با تأثیر آنها بر کل فرآیند بهینه سازی ارائه می شود. سپس ایده جریان‌های کاری بهینه‌سازی چابک و تکراری بین کارشناسان بهینه‌سازی و تصمیم‌گیرندگان برای اطمینان از استفاده مؤثر از الگوریتم‌های بهینه‌سازی و به حداقل رساندن خطر شکست مورد بحث قرار می‌گیرد.. سپس چالش‌ها و پیشرفت‌های اخیر در طراحی و توسعه الگوریتم‌های بهینه‌سازی دقیق، اکتشافی، فراابتکاری و فراابتکاری شرح داده خواهد شد و نهایتا اطلاعاتی در مورد دلیل اینکه چرا اکثر الگوریتم‌های بهینه‌سازی اخیر تمایل به الهام از طبیعت دارند و آینده تحقیقات در این حوزه ارائه خواهد شد.

چکیده:

چکیده:

چکیده: در این سمینار، بعد از معرفی موضوع، در سه بخش مطالب بعدی ارائه خواهند شد: بخش اول: معرفی یادگیری چند دیدگاهی (Multi-View Learning) با کاربرد تراز کردن فعالیت‌های مغزی (Functional Alignment) برای آنالیز داده‌ها بخش دوم: ارائه یک الگوریتم یادگیری عمیق برای بازسازی تصاویر بخش سوم: ارائه یک کاربرد از چگونگی یافتن مؤثرترین ناحیه عملکردی مغز برای پیش‌بینی اضطراب کودکان

چکیده: یازدهمین سخنرانی علمی از سلسله سخنرانی های بین المللی دانشکده مهندسی کامپیوتر دانشگاه اصفهان با عنوان: Towards Deep Learning for Video Surveillance and Interactive Machine Learning برگزار شد. در این سخنرانی، دکتر بابایی به مساله نظارت تصویری و چالشهای آن و راه حلهای مبتنی بر یادگیری عمیق پرداختند.

چکیده: دهمین سخنرانی علمی از سلسله سخنرانی های بین المللی دانشکده مهندسی کامپیوتر دانشگاه اصفهان با عنوان Detecting Cyber-Attacks on Cyber-Physical Systems Using Timed Rebeca Models توسط آقای فریدون مرادی محقق کاندید دکتری در دانشگاه Malardalen سوئد در روز ‌شنبه 30 بهمن ماه 1400 ساعت 16:00 به صورت مجازی برگزار شده است. در این سخنرانی، جناب آقای مرادی به شرح روش تشخیص حملات سایبری در سیستمهای رایانشی-فیزیکی با استفاده از مدلهای ربکای زمان دار پرداخته اند.