🎙✨ خبر خوب برای همه‌ی علاقه‌مندان به دنیای فناوری و مهندسی برق!

به‌زودی اپیزود صفر پادکست انجمن علمی مهندسی برق دانشگاه علم و صنعت ایران منتشر میشه! 🚀
اینجا جاییه برای شنیدن بحث‌های جذاب و متفاوت در مورد:

🔹 موضوعات داغ و ترندهای روز دنیای تکنولوژی

🔹 چالش‌ها و فرصت‌های پیش‌روی دانشجویان در داخل و خارج دانشگاه

🔹 سختی‌ها و تجربه‌های رشته‌ی برق و آینده‌ی شغلیش

🔹مصاحبه با اساتید و مهندسین برق

🔹آشنایی با حوزه های تخصصی مهندسی برق


ما می‌خوایم فضایی بسازیم که هم مفید باشه، هم شنیدنی! 🎧



📱VolteraCat_Channel
💡EESSA_Channel

🎙 اپیزود صفر پادکست وُلتِراکت
▫️این قسمت: آشنایی با ولتراکت⚡️

🔹 تیمی که در این اپیزود مشارکت داشتند:
امیرمسعود درخشان (سرپرست و تدوین‌گر صدا)
پریا محمودی (گوینده)
مانی حیدرپور (گوینده و نویسنده)
آنیسا اکبرزاده (نویسنده)
آنیا میرفلاح (طراح کاور)

🔹 دبیر انجمن: آیدین تقی‌پور


• Voltera Cat •

🔻المپیک فناوری چیست؟

المپیک فناوری بستری برای رقابت افراد در حوزه‌های مختلف فنی است که برای دومین بار در شش رشته اصلی شامل هوش مصنوعی، برنامه‌نویسی، امنیت سایبری، ربات‌ جنگجو، اینترنت اشیا و پهپاد برگزار می‌شود.
Olympics.tech

پارک فناوری پردیس به دنبال اثرگذاری در کشف استعدادهای فناوری و به‌کارگیری آن‌ها اقدام به برگزاری رویداد المپیک فناوری می‌نماید.

آدرس: کیلومتر 20 جاده دماوند، پارک فناوری پردیس


📌برای کسب اطلاعات بیشتر به آیدی زیر مراجعه کنید:
@EEIUST_Admin

⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️
🆔 TelegramEESSA
🆔InstagramEESSA
🆔LinkedInEESSA

⚡️انجمن علمی برق علم و صنعت برگزار می‌کند:

بازدید از المپیک بین‌المللی فناوری 2025💡✨

🗓 تاریخ برگزاری:
۷ آبان: خانم‌ها
۸ آبان: آقایان

🕰 زمان بازدید:
ساعت ۸ تا ۱۳:۳۰

• همراه با سرویس رفت و برگشت و پذیرایی

• هزینه‌ی ثبت نام: 65 هزار تومان

📌برای کسب اطلاعات بیشتر و ثبتنام به آیدی زیر مراجعه کنید:
@EEIUST_Admin

⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️
🆔 TelegramEESSA
🆔InstagramEESSA
🆔LinkedInEESSA

⚡️ سلام! به یه دوشنبه ی دیگه با چیپستر خوش اومدین!
امروز میخوایم راجع به تحلیل سیگنال های مغزی صحبت کنیم.

#چیپستر_میگه👾:

"تحلیل سیگنال‌های مغزی با استفاده از الگوریتم‌های یادگیری ماشین" یک حوزه پیشرفته و بین‌رشته‌ای است که در تقاطع پردازش سیگنال، یادگیری ماشین و مهندسی پزشکی قرار دارد.

مراحل این فرآیند به ترتیب زیر است:

💢1. جمع‌آوری سیگنال مغزی

یکی از متداول‌ترین روش‌های ثبت فعالیت مغزی استفاده از الکتروانسفالوگرافی (EEG) است. در این روش الکترودهایی روی پوست سر قرار داده می‌شوند تا تغییرات ولتاژ ناشی از فعالیت نورون‌ها اندازه‌گیری شود.

از ویژگی‌ها و مشخصات EEG می‌توان به غیرتهاجمی و کم‌هزینه بودن نسبت به دیگر روش‌ها مانند تصویربرداری تشدید مغناطیسی کارکردی (fMRI) اشاره کرد.


💢2. پیش‌پردازش سیگنال (Preprocessing)

سیگنال‌های مغزی بسیار پرنویز و غیرایستا هستند؛ بنابراین قبل از ورود به مدل یادگیری ماشین باید تمیز شوند.

مراحل معمول پیش‌پردازش:

- فیلتر کردن: حذف نویزهای ناشی از برق شهر (مثلاً 50 یا 60 هرتز)، تنفس، ضربان قلب.

- حذف آرتیفکت‌ها: مثل حرکات چشم و عضلات (با روش‌هایی مانند تحلیل مؤلفه‌های مستقل (ICA)).

- بازه‌بندی: تقسیم سیگنال به پنجره‌های زمانی مشخص.

- نرمال‌سازی: استاندارد کردن دامنه سیگنال‌ها برای مدل.


💢3. استخراج ویژگی‌ها (Feature Extraction)

الگوریتم‌های یادگیری ماشین به ویژگی‌های عددی نیاز دارند؛ در نتیجه باید اطلاعات مهم از سیگنال خام استخراج شود.

روش‌های متداول استخراج این ویژگی ها:

- تحلیل حوزه زمان: میانگین، واریانس، انحراف معیار، انرژی سیگنال و …

- تحلیل حوزه فرکانس: تبدیل فوریه یا تبدیل فوریه سریع (FFT) برای یافتن قدرت باندهای فرکانسی (دلتا، تتا، آلفا، بتا، گاما).

- تحلیل زمان-فرکانس: مثل تبدیل موجک گسسته (DWT).

💡 مثال: در BCI معمولاً توان باند آلفا و بتا برای کنترل حرکات ذهنی دست استفاده می‌شود.


💢4. انتخاب ویژگی‌ها (Feature Selection)

بعد از استخراج ویژگی‌های زیاد از سیگنال، فقط مهم‌ترین‌ها نگه داشته می‌شوند تا مدل ساده‌تر و دقیق‌تر شود.

روش‌های متداول:

- تحلیل واریانس (ANOVA)

- روش‌های مبتنی بر اطلاعات متقابل

- الگوریتم‌های انتخاب ترتیبی (SFS / SBS)

- مدل‌های درختی و وزن‌دهی ویژگی‌ها



💢5. آموزش مدل (Model Training)

ویژگی‌های انتخاب‌شده به مدل یادگیری ماشین داده می‌شود تا الگوها را یاد بگیرد.

مدل‌ها معمولاً دو دسته‌اند:

- مدل‌های کلاسیک: مثل Support Vector Machine یا Random Forest (سریع‌تر، مناسب داده کم)

- مدل‌های یادگیری عمیق: مثل Convolutional Neural Network (برای سیگنال خام یا الگوهای پیچیده).


کاربردهای عملی این فرآیند:

- تشخیص بیماری‌ها: مثل صرع، بیماری آلزایمر، پارکینسون با تحلیل الگوهای غیرعادی.

- رابط مغز و کامپیوتر (BCI): کنترل ویلچر، بازوهای رباتیک یا نشانگر موس با فکر.

- تشخیص حالت‌های ذهنی: خواب، استرس، تمرکز.

- نوروفیدبک: آموزش ذهن برای کنترل امواج مغزی


⚡️@EESSA_IUST⚡️

☄ امروز آخرین مهلت ثبت نام بازدید المپیک فناوری است، دوستان علاقمند هرچه سریعتر جهت ثبت‌نام از طریق آیدی زیر اقدام کنند:

🆔@EEIUST_Admin

🟠اپیزود اول پادکست ولتراکت در راه است...

ولتراکت، پادکست انجمن علمی برق علم و صنعت تقدیم میکند:

💥مهمان ویژه‌مون: مهندس عماد جوانبخت
• دانشجوی کارشناسی ارشد و پژوهشگر مخابرات سیستم

🟡 سوالات تو ذهن‌تون رو برای ما ارسال کنید تا ما در حین مصاحبه از مهمونمون بپرسیم


⚡️ به جمع‌مون بپوندین:
• Voltera Cat •

⚡️ انجمن علمی مهندسی برق دانشگاه علم و صنعت برگزار می نماید:

☄ لیگ گل یا پوچ !


‼️ ظرفیت محدود

🕛 شروع مسابقه: سه شنبه ۱۳ آبان ماه، ساعت ۱۲
🗺 غرفه‌ی انجمن علمی برق، روبه‌روی علوم پایه

🎁💰 جایزه‌ی تیم اول:  ۱.۲۰۰.۰۰۰ تومان

🎁💰 جایزه‌ی تیم دوم:  ۷۵۰.۰۰۰ تومان


• هزینه‌ی ثبت‌نام تیمی(تیم‌های ۳ نفره) : ۱۲۰ هزار تومان



📌جهت ثبت‌نام و ارتباط با ما به آیدی زیر مراجعه کنید:
@EEIUST_Admin

⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️⚡️

🆔 TelegramEESSA
🆔 InstagramEESSA
🆔 LinkedInEESSA

⚡️سلام دوستان، من چیپسترم!
این دوشنبه می‌خوام یه سؤال از دنیای الکترونیک براتون مطرح کنم:

#چیپستر_میگه❓

❓کدام مدار(ها) می‌تواند هم به عنوان افزاینده ولتاژ و هم کاهنده ولتاژ مورد استفاده قرار گیرد؟

به عبارت دیگر، چه مداری قادر است ولتاژ ورودی را بسته به شرایط کاری،
هم بزرگ‌تر (بیشتر از Vs) و هم کوچک‌تر (کمتر از Vs) کند و در منابع تغذیه و سیستم‌های الکترونیک قدرت بسیار کاربرد دارد؟


⚡️@EESSA_IUST⚡️