چهاردهمین دوره کارگاههای سالانه آزمایشگاه تخصصی فناوری وب WTLAB

چهاردهمین دوره کارگاههای سالانه آزمایشگاه wtlab 2023

همزمان با برگزاری کنفرانس بین المللی ICCKE2023 دانشگاه فردوسی مشهد، چهاردهمین دوره کارگاههای سالانه آزمایشگاه تخصصی فناوری وب WTLAB برگزار می گردد. در این دوره سه عنوان کارگاه با همکاری اعضاء هیات علمی و پژوهشگران آزمایشگاه  تدارک دیده شده است.
بدین وسیله از کلیه علاقمندان به مباحث مطرح شده برای شرکت در این رویداد علمی-آموزشی دعوت به عمل می آید.

مشخصات کارگاهها:

  • تطبیق موجودیت ناهمگون (Heterogeneous Entity Matching)
    شنبه 13 آبان، ساعت 14 تا 18 شب
    1) بهشید بهکمال، استادیار، گروه مهندسی کامپیوتر، دانشگاه فردوسی مشهد
    2) مصطفی میلانی، استادیار گروه علوم کامپیوتر، دانشگاه وسترن، انتاریو، کانادا
  •  مهندسی اعلان (Prompt Engineering)
    یکشنبه 14 آبان ساعت 8 تا 12 قبل از ظهر
    1) راضیه هاشمی، دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب
    2) فاطمه رحیم فرخانی، دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب
  • هوش مصنوعی در حوزه سلامت (AI In Health)
    یکشنبه 14 آبان ساعت 14 تا 18 شب
    1) رضا سعیدی، دانشجوی دکتری مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب
    2) فریبا محمدی خواه، کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب

مخاطبان:
دانشجویان کارشناسی و کارشناسی ارشد مهندسی کامپیوتر، پزشکی، بیوتکنولوژی، هوش مصنوعی و نیز کلیه علاقمندان به موضوعات یاد شده در همه رشته ها 

نحوه ثبت نام:
مراجعه به سایت wtlab.ir و تکمیل فرم ثبت نام

مزایای شرکت در کارگاه :
دریافت گواهی شرکت در کارگاه از سوی آزمایشگاه تخصصی فناوری وب WTLAB

مهلت ثبت نام: (جدید)
تا 10 آبان ماه 1402

زمان برگزاری کارگاهها :
13 و 14 آبان ماه 1401

شیوه برگزاری : آنلاین

هزینه شرکت در هر عنوان کارگاه:
برای عموم علاقمندان – 300 هزار تومان
برای دانشجویان کلیه دانشگاهها ( به جز فردوسی) – 200 هزار تومان
برای دانشجویان دانشگاه فردوسی مشهد – 150 هزار تومان
برای دانشجویان آزمایشگاه wtlab رایگان می باشد

نکته : کارکنان سازمانها و ادارات دولتی و خصوصی در صورت ثبت نام گروهی بالای 3 نفر می توانند از تعرفه دانشجویی (200 هزار تومانی) برای ثبت نام استفاده نمایند.

نحوه شرکت و پرداخت هزینه:

علاقمندان به شرکت در این برنامه با توجه به توضیحات مندرج در صفحه  مربوطه می توانند هزینه شرکت در کارگاه/کارگاههای مورد نظر خود را به شماره کارت 6037997365537100 به نام محسن کاهانی  نزد بانک ملی ایران واریز نمایند.

توجه مهم : لطفا پس از واریز مبلغ مورد نظر فرم شرکت در کارگاه را تکمیل نموده و چهار شماره آخر(سمت راست) کارت  و یا شماره حساب مبدا پرداخت را در محل مورد نظر در فرم ثبت نام وارد نمایید .

جزییات کارگاه های WTLAB2023

اطلاعات کارگاه تطبیق موجودیت ناهمگون

چکیده:

تطبیق موجودیت (Entity Matching) یکی از وظایف اصلی در علم داده است که برای یکپارچه سازی و پاکسازی داده ها ضروری است. چنانچه منابع داده متنوع و ناهمگن باشند، تطبیق موجودیت های یکسان چالش برانگیز است. هدف این کارگاه پرداختن به این پیچیدگی و بررسی تأثیر ناهمگنی بر حل مساله تطبیق موجودیت است. در این کارگاه به ابعاد مختلف ناهمگونی، از جمله تفاوت‌ها در سطح ساختارهای دو مجموعه داده، تفاوت ویژگی‌ها، چندزبانه بودن داده ها در میان داده‌های متنی، نیمه‌ساخت‌یافته و ساختار یافته پرداخته می­شود و نقاط ضعف تکنیک های موجود مورد بررسی قرار می­گیرد. سپس روش های جدید مبتنی بر یادگیری مانند تکنیک های یادگیری فعال، یادگیری انتقالی و یادگیری بازنمایی که برای تنظیمات ناهمگن طراحی شده اند ارائه خواهد شد. همچنین با بررسی چند نمونه عملی، کاربردهای تطبیق موجودیت در دنیای واقعی به نمایش گذاشته می شوند. در پایان با اشاره به حوزه های مرتبط و مهم شامل توضیح‌پذیری، شفافیت و انصاف زمینه­های تحقیقاتی باز آینده ارائه خواهد شد.

سرفصل ها:

  • تطبیق موجودیت
    – تعریف و هدف
    – فرآیند تطبیق موجودیت
    – طبقه بندی روش ها
  • درک تطبیق موجودیت ناهمگون
    – تعریف مفهوم ناهمگونی
    – تطبیق موجودیت با زبانها، دامنه ها و انواع ناهمگون داده ها
  • چالش های تطبیق موجودیت ناهمگون
  • روش های پیشرفته برای تطبیق موجودیت ناهمگون
    – یادگیری فعال، یادگیری با مثال، و جمع سپاری
    – انتقال یادگیری و تطبیق دامنه
    – ترکیب منابع دانش خارجی
  • کاربردهای تطبیق موجودیت ناهمگون
  • چالش ها و فرصت ها برای تحقیقات آینده

ارائه دهنده ها:

  • بهشید بهکمال، استادیار، گروه مهندسی کامپیوتر، دانشگاه فردوسی مشهد
  • مصطفی میلانی، استادیار گروه علوم کامپیوتر، دانشگاه وسترن، انتاریو، کانادا

تاریخ برگزاری:

شنبه 13 آبان 14 الی 18 (آنلاین)

اطلاعات کارگاه مهندسی اعلان

چکیده:

جامعه در حال رشد هوش مصنوعی در سال‌های اخیر تلاش زیادی را برای توسعه مدل‌های هوش مصنوعی بزرگ (LAMs) از طریق افزایش عظیم داده‌ها و منابع محاسباتی انجام داده است. اعلان‌ها به عنوان یک تکنیک جدید، نقشی حیاتی در استفاده از قابلیت‌های مختلف مدل‌های هوش مصنوعی بزرگ ایفا می‌کنند. استفاده از اعلان‌ها این امکان را میدهد که بتوان رفتار مدل‌های هوش مصنوعی بزرگ را با استفاده از دستورات و مثال‌های صریح هدایت کرد. ضرورت انتخاب دستورات مناسب برای هدایت مدل، مفهومی به نام مهندسی اعلان را معرفی می‌کند. این کارگاه به معرفی مدلهای بزرگ هوش مصنوعی و ضرورت کاربرد اعلان ها برای هدایت رفتار این مدلها برای حل مسائل مختلف، به خصوص پردازش زبان طبیعی، با دقت و کارایی بالاتر می پردازد، سپس مهندسی اعلان و انواع روشهای آن و تکنیکهای مختلف طراحی اعلان معرفی میشود. در پایان چند مثال کاربردی به همراه معرفی ابزار متن باز OpenPrompt و کتابخانه openai بیان می شود.

سرفصل ها:

  1. معرفی مدلهای بزرگ هوش مصنوعی و ضرورت استفاده از اعلان ها
  2. کاربرد اعلان ها در حل مسائل پردازش زبان طبیعی
  3. معرفی مهندسی اعلان
  4. انواع روشهای مهندسی و طراحی اعلان
  5. معرفی ابزار متن باز OpenPrompt
  6. معرفی کتابخانه openai

ارائه دهنده ها:

  • راضیه هاشمی، دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب
  • فاطمه رحیم فرخانی، دانشجوی کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب

تاریخ برگزاری:

یکشنبه 14 آبان 8 تا 12 صبح

هوش مصنوعی در حوزه سلامت (AI In Health)

چکیده بخش اول: روانشناسی محاسباتی

در سالهای اخیر روانشناسی محاسباتی به عنوان یکی از میان رشته های نوظهور در میان پژوهشگران رشته های کامپیوتر و روانشناسی به لحاظ محبوبیت جایگاه خاصی پیدا کرده است. استخراج دانش نهفته از میان انبوه داده های ثبت شده توسط محققان روانشناسی توسط ابزارهای نوین ابداع شده در علوم کامپیوتر و هوش مصنوعی باعث افزایش سرعت و دقت تشخیص و پیش بینی اختلالات روانی گردیده است.
در همین راستا گروه پژوهشی “هوش مصنوعی در سلامت”، آزمایشگاه فناوری وب دانشگاه فردوسی همگام با آخرین پیشرفتها، در سالهای اخیر با هدایت اساتید محترم و همت دانشجویان تحصیلات تکمیلی موفق به کسب دستاوردهای ارزنده ای در این زمینه شده است. امید است بتوانیم با طرح این موضوع فرصت آشنایی بیشتر محققان و پژوهشگران علاقمند به این حوزه را فراهم نماییم.

سرفصل های بخش اول:

معرفی روانشناسی محاسباتی
کاربردهای روانشناسی محاسباتی
تحلیل شبکه های اجتماعی برای تشخیص و پیش بینی اختلالهای ذهنی
معرفی چالش eRisk

چکیده بخش دوم: شناسایی عوارض جانبی دارو و واکسن از شبکه های اجتماعی

عوارض جانبی دارویی عوارضی هستند که هنگام مصرف دارو در دوزهای طبیعی رخ می‌دهند. ADE یک مسئله بهداشت عمومی است، زیرا سالانه میلیون‌ها بیمار را در سراسر جهان بستری می‌کند. تشخیص زودهنگام ADE هزینه‌های اقتصادی را کاهش می‌دهد و از مرگ و میر جلوگیری می‌کند. تشخیص عوارض جانبی دارو معمولاً به گزارش داوطلبانه یا اطلاعات پزشکی بستگی دارد. اما در سال‌های اخیر، داده‌های ارسال شده توسط کاربر در شبکه‌های اجتماعی به منبع مهمی برای این کار تبدیل شده است. محدود کردن تعداد کلمات در توییتر به کاربران این امکان را می‌دهد که از کلمات به صورت هدفمند و متمرکز استفاده کنند. اطلاعات ارائه شده توسط کاربران در مورد داروها و عوارض نامطلوب آن‌ها در توییتر منبع مهمی برای نظارت بر دارو پس از بازاریابی است.
واکسن یکی از موفق‌ترین مداخلات بهداشت عمومی تا به امروز بوده است. با این حال واکسن‌ها محصولات دارویی هستند که دارای خطراتی هستند به طوری که بسیاری از عوارض جانبی پس از دریافت واکسن گزارش می‌شوند. سیستم‌های سنتی گزارش‌دهی عوارض نامطلوب از چندین چالش حیاتی از جمله به روز بودن و عدم کارایی زمانی رنج می‌برند. این انگیزه سیستم‌های تشخیص مبتنی بر رسانه‌های اجتماعی را افزایش می‌دهد که توانایی موفقیت‌آمیز برای دریافت اطلاعات به موقع و شایع بیماری را نشان می‌دهند. رسانه‌های اجتماعی می‌توانند اطلاعات بیماری‌های همه‌گیر را از حسگرهای اجتماعی دریافت کنند، زیرا آن‌ها خلق و خوی و روند عمومی را منعکس می‌کنند که می‌تواند برای شناسایی عوارض جانبی واکسن مورد استفاده قرار گیرد. در دهه‌ی اخیر، پژوهش‌های انجام شده در زمینه‌ی شناسایی عوارض داروها و واکسن‌ها به‌طور گسترده از این منبع داده ارزشمند استفاده کرده‌اند. در این کارگاه پژوهش‌های انجام شده در زمینه‌ی شناسایی عوارض جانبی دارو و واکسن را بررسی می‌کنیم.

سرفصل های بخش دوم:
۱-مقدمه‌ای بر استخراج عوارض جانبی دارو
-استخراج عوارض جانبی واکسن از شبکه های اجتماعی
۲-بررسی پژوهش‌های انجام شده در این حوزه
۳-چالش های موجود در این حوزه

ارائه دهنده ها: 

  • رضا سعیدی، دانشجوی دکتری مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب
  • فریبا محمدی خواه، کارشناسی ارشد مهندسی کامپیوتر، نرم افزار، دانشگاه فردوسی مشهد، عضو آزمایشگاه فناوری وب

تاریخ برگزاری:

یکشنبه 14 آبان ساعت 14 تا 18

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *