آکادمی دیجی‌نکست برگزار می‌کند:
📝 دوره آنلاین یادگیری عمیق و بینایی کامپیوتر
‌
🔹تاریخ برگزاری:شنبه‌ها و سه‌شنبهه‌ها از 2 بهمن تا 7 اسفند
🔸ساعت 17:30الی 20:30
🔹مدرس: علیرضا اخوان‌پور
‌
‌
پیش نیازها:
1️⃣پایتون
2️⃣Numpy
3️⃣یادگیری ماشین

🔸در این دوره با استفاده از کتابخانه‌ی معروف Tensorflow2 و Keras شبکه‌های عصبی و پیاده‌سازی آن‌ها را آموخته و شبکه‌های کانولوشنالی عمیق که تحولی در شبکه‌های عصبی ایجاد کردند را بررسی و پیاده‌سازی خواهیم کرد.
‌
🔻لینک ثبت‌نام: https://evnd.co/b2OMa
‌

Illustrations of Neural Network architectures are often time-consuming to produce, and machine learning researchers all too often find themselves constructing these diagrams from scratch by hand.

🛠 NN-SVG is a tool for creating Neural Network (NN) architecture drawings parametrically rather than manually. It also provides the ability to export those drawings to Scalable Vector Graphics (SVG) files, suitable for inclusion in academic papers or web pages.

💻 Check out the GitHub repo here: Link

#tools #visualization
🆔 @Data_science_hub

📹 VRT: A Video Restoration Transformer

Video Restoration Transformer (VRT) with parallel frame prediction and long-range temporal dependency modelling abilities. More specifically, VRT is composed of multiple scales, each of which consists of two kinds of modules: temporal mutual self attention (TMSA) and parallel warping. TMSA divides the video into small clips, on which mutual attention is applied for joint motion estimation, feature alignment and feature fusion, while self-attention is used for feature extraction.

💻 Github: Link

📄 Paper: Link

📈 Dataset: Link

#tools #deep_learning #official_repository #image_processing
🆔 @Data_science_hub

چطوری مقالات رو به شکل موثر بخونیم؟

در این ویدیو Andrew Ng توصیه‌هایی داره برای اینکه چطوری چندین مقاله رو به طور موازی بخونیم و چطوری یه مقاله خوب رو به طور کامل تحلیل کنیم؟


https://youtu.be/733m6qBH-jI?t=160

🎬 FILM: Frame Interpolation for Large Scene Motion

FILM turns near-duplicate photos into a slow motion footage that look like shot with a video camera.

💻 Github: Link

📄 Paper: Link

🎥 Video: Link

👨‍💻 Project: Link

#deep_learning #image_processing #computer_vision #tools

🆔 @Data_science_hub

🎬 FILM: Frame Interpolation for Large Scene Motion

کنفرانس گراف در یادگیری ماشین

Announcing the Learning on Graphs Conference

https://michael-bronstein.medium.com/announcing-the-learning-on-graphs-conference-c63caed7347

The LoG Conference key facts:
- Covers work broadly related to machine learning on graphs and geometry
- Proceedings track published in PMLR
- Also has a non-archival extended abstract track
- Double blind review process on OpenReview
- Top reviewers receive monetary rewards
- First year: virtual December 9-12 2022, free to attend.

Call for papers: https://logconference.github.io/cfp/

Stay updated via Twitter: https://twitter.com/LogConference
Or LinkedIn: https://www.linkedin.com/company/log-conference

➖➖➖➖➖➖➖➖➖
این کانال با هدف آگاه سازی از رویدادهای مرتبط با هوش مصنوعی نظیر همایش، کنفرانس، ورک‌شاپ، کلاس و ... تشکیل شده است.

@eventai

✅طبقه بندی سیگنال EEG تصور حرکتی با شبکه CNN
✍️در مقاله‌ای جدید ارائه شده توسط آقای Xiangmin Lun و همکارانشان (2020) یک شبکه عصبی کانولوشنی (CNN)، سیگنال EEG تصور حرکتی خام را کلاسبندی می‌کند بدون اینکه هیچ گونه پیش پردازشی روی دیتای EEG انجام شود و یا عملیات استخراج ویژگی به طور جداگانه انجام شود. این شبکه CNN که دارای 10 لایه (5 لایه کانولوشنی، 4 لایه Max Pooling و 1 لایه FC) است به عملکرد خوبی رسیده است. در این پست، خلاصه‌ای از این مقاله را توضیح می‌دهیم.

⭕️جزئیات بیشتر 👇
https://onlinebme.com/eeg-signal-classification-with-cnn/

🏢آکادمی آنلاین مهندسی پزشکی و هوش مصنوعی
@onlinebme