انجمن علمی دانشجویی مهندسی برق
وبینار Incremental Learning Models For Data Classification
ايدا ريحاني
نوع درخواست:

رویداد های علمی و آموزشی (سمینار)

سطح برگزاری:

بین‌المللی

سخنران:

فرهاد پورپناه

تاریخ برگزاری:

شنبه, 23 اسفند 1399

مکان برگزاری:

اسکای روم

مدت زمان برنامه(دقیقه):

85

تعداد افراد شرکت کننده:

15

انجمن علمی دانشجویی مهندسی برق دانشگاه الزهرا(س) با همکاری مدیریت همکاری های بین المللی دانشگاه الزهرا(س) وبینار "Incremental Learning Models For Data Classification" با هدف ارتقای سطح علمی دانشجویان و بومی سازی علم و فناوری در زمینه همکاری با متخصصان و کارآفرینان ایرانی خارج از کشور با سخنرانی آقای دکتر فرهاد پوپناه در روز شنبه 23 اسفند ماه سال 1399 از ساعت 10 الی 12 با حضور نفر 15 از علاقمندان در فضای اسکای روم برگزار کرد. این برنامه با سخنرانی آقای دکتر فرهاد پورپناه -فارغ التحصیل دکتری و کارشناسی ارشد دانشگاه USM کشور مالزی، فارغ التحصیل کارشناسی دانشگاه آزاد قزوین، همکار فوق دکتری گروه علوم و مهندسی کامپیوتر، دانشگاه علم و صنعت جنوب، چین در سالهای 2018-2016، دانشیار کالج ریاضیات و آمار، دانشگاه شنژن، چین از سال 2019 تاکنون،دریافت کننده جایزه USM "Hall of Fame" برای موفقیت عالی در ژورنال انتشارات در سال 2019، دارای سابقه تحقیقاتیSemi-supervised learning, Generalized zeroshot learning Multi-modal learning. (یادگیری نیمه نظارت شده، یادگیری تعاملی صفر، یادگیری چند حالته) در دانشگاه شنژن چین از سال 2019 تاکنون- و با حضور 1 نفر از اعضای انجمن و دانشجویان از دیگر دانشگاه ها به اجرا رسید. در ابتدای برنامه، آقای دکتر بعد از عرض سلام و ادب شروع به ارائه سخنرانی خود به همراه پاورپوینت که در آن مطالب مورد نظر را جمع آوری کرده بودند، نمود. ارائه سخنرانی ایشان تقریبا 85 دقیقه طول کشید و بعد از آن پشتیبان انجمن مهندسی برق دانشگاه الزهرا (س) ، سوالات کاربران را که در صفحه پیام مطرح می کردند را از حضور آقای دکتر پرسیدند. در انتهاء پشتیبان انجمن از قبول دعوت آقای دکتر و حضور کلیه شرکت کنندگان این برنامه و اعضای انجمن تقدیر و تشکر نمود و برنامه را به پایان رساندند. سرفصل های وبینار عبارت اند از : 1/ Introduction 2/ Adaptive Resonance Theory 3/FAM-based Models for Data Classification 4/An Ensemble Semi-Supervised Fuzzy ART Model 5/ Summary