فرادرس

بهینه سازی مبتنی بر جغرافیای زیستی یا Biogeography-based Optimization (به اختصار BBO) یکی از الگوریتم های نسبتا جدید در حوزه بهینه سازی هوشمند است که در سال 2008 توسط Dan Simon معرفی شد. در این الگوریتم، از چگونگی انتشار گونه های جانداران در زیستگاه های متعدد الهام گرفته شده است. با ارائه مدلی احتمالی برای چگونگی مهاجرت گونه در زیستگاه ها، مدل ریاضی استخراج شده است که نهایتا منجر به ایجاد مدل بهینه سازی جدیدی شده است که در BBO استفاده شده است.

در فیلم آموزشی جامع بهینه سازی مبتنی بر جغرافیای زیستی یا BBO در متلب، پس از مرور مبانی تئوری الگوریتم BBO، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل یک مسأله بهینه سازی پیوسته مورد بررسی قرار گرفته است. این برنامه به صورت گام به گام در محیط متلب پیاده سازی شده است و به راحتی می توان با اعمال تغییرات کوچک، آن را برای حل انواع مسائل پیوسته و یا گسسته مورد استفاده قرار داد.

مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.

سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:

• مبانی تئوری الگوریتم بهینه سازی مبتنی بر جغرافیای زیستی یا BBO
• بررسی گام به گام تمام مراحل الگوریتم
• بررسی نسخه های تغییر یافته الگوریتم BBO
• پیاده سازی گام به گام الگوریتم BBO در محیط متلب

الگوریتم کرم شب تاب یا Firefly Algorithm (به اختصار FA) در اواخر سال 2007 و توسط Xin-She Yang معرفی شده است، که ایده اصلی آن از ارتباط نوری میان کرم های شب تاب الهام گرفته شده است. این الگوریتم را می توان از مظاهر هوش ازدحامی یا Swarm Intelligence دانست، که در آن از همکاری (و احتمالا رقابت) اعضای ساده و کم هوش، مرتبه بالاتری از هوشمندی ایجاد می شود که قطعا توسط هیچ یک از اجزا قابل حصول نیست.

در فیلم آموزشی جامع الگوریتم کرم شب تاب یا Firefly Algorithm در متلب، پس از مرور مبانی تئوری الگوریتم کرم شب تاب، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل یک مسأله بهینه سازی پیوسته مورد بررسی قرار گرفته است. این برنامه به صورت گام به گام در محیط متلب پیاده سازی شده است و به راحتی می توان با اعمال تغییرات کوچک، آن را برای حل انواع مسائل پیوسته و یا گسسته مورد استفاده قرار داد.

مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.

سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:

• مبانی تئوری الگوریتم کرم شب تاب یا Firefly Algorithm (به اختصار FA)
• بررسی گام به گام تمام مراحل الگوریتم
• بررسی نسخه های تغییر یافته الگوریتم کرم شب تاب
• پیاده سازی گام به گام الگوریتم کرم شب تاب در محیط متلب

الگوریتم جستجوی ممنوع یا Tabu Search و یا به اختصار TS، یکی از قوی ترین الگوریتم ها در زمینه حل مسائل بهینه سازی، به خصوص مسائل بهینه سازی مبتنی بر گراف و مسائل بهینه سازی ترکیباتی (Combinatorial Optimization) است. این الگوریتم در اواخر دهه ۱۹۸۰ و توسط گلووِر (Glover) و همکارانش ارائه گردید. این الگوریتم پاسخ های بسیار مناسبی را برای انواع مسائل گسسته به خصوص مسائل جایگشتی (مانند مسأله فروشنده دوره گرد یا TSP و مسأله n وزیر) ارائه می کند.

در فیلم آموزشی جامع جستجوی ممنوع یا Tabu Search در متلب، پس از مرور مبانی تئوری الگوریتم جستجوی ممنوع، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل مسأله n وزیر (یا n-Queens Problem) مورد بررسی قرار گرفته است. این برنامه به صورت گام به گام در محیط متلب پیاده سازی شده است و به راحتی می توان با اعمال تغییرات کوچک، آن را برای حل انواع مسائل گسسته، به ویژه مسائل جایگشتی (مانند مسأله فروشنده دوره گرد یا TSP، مسأله تخصیص درجه 2 یا QAP و انواع مسائل زمان بندی) استفاده نمود.

مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.

سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:

• مبانی تئوری الگوریتم جستجوی ممنوع یا Tabu Search
• تعریف مسأله n وزیر (n-Queen Problem) و بررسی جوانب مختلف آن
• نحوه ایجاد فهرست عملیات برای مسائل بهینه سازی جایگشتی
• پیاده سازی گام به گام برنامه جستجوی ممنوع در محیط متلب
• حل مسأله n وزیر با استفاده از جستجوی ممنوع در متلب
• ترسیم پاسخ های به دست آمده (موقعیت مهره های وزیر بر روی صفحه شطرنج)

الگوریتم شبیه سازی تبرید (بازپخت) یا Simulated Annealing و یا به اختصار SA در اوائل دهه 1980 و توسط کیرکپاتریک و همکارانش معرفی شد. این روش، فرایند تبرید مواد را شبیه سازی می کند. طی فرایند تبرید، یک ماده تا دمایی بیشتر از دمای ذوبش گرم می شود و سپس به تدریج، دمای آن پایین آورده می شود. نحوه کاهش دما بسیار کند و در حدی است که ماده در تعادل ترمودینامیکی است. به عبارت دیگر، دمای جسم آن قدر ثابت می ماند که بهترین ساختار بلوری با کم ترین انرژی در آن دما تشکیل شود. اجسامی ساختار بلوری شان در انرژی های بالاتری شکل گرفته باشد، شکننده تر نیز هستند. اما بر عکس، اگر ساختار بلوری جسمی، در انرژی های کم تر تشکیل شده باشد، از مقاومت فیزیکی بسیار بیشتری برخوردار خواهد بود. این الگوریتم یکی از قوی ترین الگوریتم در مواجهه با مسائل بهینه سازی ترکیباتی یا Combinatorial Optimization است، و در همان مقاله اصلی بر روی مسأله فروشنده دوره گرد یا TSP اعمال شده است.

در فیلم آموزشی جامع شبیه سازی تبرید یا Simulated Annealing در متلب، پس از مرور مبانی تئوری الگوریتم شبیه سازی تبرید، پیاده سازی عملی این الگوریتم در محیط متلب، برای حل مسأله فروشنده دوره گرد مورد بررسی قرار گرفته است. در ادامه، در طی مباحثی تکمیلی، پیاده سازی این الگوریتم در حالت چند نقطه ای و مبتنی بر جمعیت مورد بررسی قرار گرفته و در متلب پیاده سازی شده است. همچنین ترکیب شبیه سازی تبرید و الگوریتم ژنتیک پیوسته، برای حل یک مسأله بهینه سازی پیوسته در محیط متلب نیز پیاده سازی شده است.

مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.

سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:

• مبانی تئوری تبرید و الگوریتم شبیه سازی تبرید
• مولفه ها و بخش های سازنده الگوریتم شبیه سازی تبرید در حالت پایه
• بررسی تئوری مسأله فروشنده دوره گرد یا TSP
• معرفی اپراتورها (عملگرهای) ایجاد همسایه در حل مسائل جایگشتی و مسأله فروشنده دوره گرد
• پیاده سازی عملی و گام به گام شبیه سازی تبرید برای حل مسأله فروشنده دوره گرد
• معرفی الگوریتم شبیه سازی تبرید موازی
• معرفی الگوریتم شبیه سازی تبرید با چند همسایه
• معرفی الگوریتم شبیه سازی تبرید مبتنی بر جمعیت برای حل مسائل بزرگ تر و پیچیده تر
• پیاده سازی شبیه سازی تبرید مبتنی بر جمعیت برای حل مسأله فروشنده دوره گرد
• ارائه روش هایی برای ترکیب شبیه سازی تبرید با الگوریتم ژنتیک و سایر روش های بهینه سازی هوشمند (متاهیوریستیک ها)
• ترکیب الگوریتم ژنتیک و شبیه سازی تبرید برای حل مسائل پیوسته
• پیاده سازی ترکیب الگوریتم ژنتیک و شبیه سازی تبرید در متلب

تکامل زیستی فرایندی است که طی میلیون ها سال و به صورتی نه چندان مشخص انجام شده است؛ اما با این حال با شبیه سازی و مدل سازی این فرایند، الگوریتم های بهینه سازی قدرتمندی، همچون الگوریتم های ژنتیک ایجاد شده اند، که هم اکنون در حل مسائل متنوعی مورد استفاده قرار می گیرند. جنبه دیگری از تکامل که در زمانی بسیار کوتاه تر اتفاق افتاده است، تکامل در حوزه فرهنگ و اجتماع است. مطالعه این نوع خاص از تکامل (Evolution)، اصطلاحا به نام داروینیسم اجتماعی (Social Darwinism) شناخته می شود.

الگوریتم های فرهنگی یا Cultural Algorithms (به اختصار CA)، همسان فرهنگی-اجتماعی الگوریتم های ژنتیک هستند، و به جای تکامل زیستی، تکامل فرهنگی-اجتماعی را به عنوان جان مایه بهینه سازی در نظر گرفته شده است. در فیلم آموزشی جامع الگوریتم فرهنگی یا Cultural Algorithm در متلب، به آموزش گام به گام و عملی، مباحث مربوط به این الگوریتم پرداخته است و تصویری جامع از مبانی تئوری و روش های پیاده سازی عملی را به مخاطب ارائه می نماید.

مطالب و مباحث این فیلم آموزشی به زبان فارسی روان، و توسط مهندس سید مصطفی کلامی هریس ارائه شده است.

سرفصل های مهم مورد بحث در این فیلم آموزشی عبارتند از:

• مبانی تئوی تکاملی فرهنگی و الگوریتم های فرهنگی
• بررسی مولفه های مختلف در الگوریتم های فرهنگی
• بررسی حالت های مختلف تعامل افراد جامعه و فرهنگ
• پیاده سازی عملی الگوریتم فرهنگی در محیط متلب
• پیاده سازی انواع روش های تاثیر گذاری فرهنگ بر افراد
• ارائه ایده هایی برای ترکیب الگوریتم فرهنگی با سایر الگوریتم های بهینه سازی

الگوریتم بهینه سازی ازدحام ذرات یا Particle Swarm Optimizatoion (به اختصار PSO) یکی از مهم ترین الگوریتم های  بهینه سازی هوشمند است که در حوزه هوش ازدحامی (Swarm Intelligence) جای می گیرد. این الگوریتم، توسط جیمز کندی  و راسل سی ابرهارت  در سال ۱۹۹۵ معرفی گردید، و با الهام از رفتار اجتماعی حیواناتی چون ماهی ها و پرندگان که در گروه هایی کوچک و بزرگ کنار هم زندگی می کنند، طراحی شده است. در الگوریتم PSO، اعضای جمعیت جواب ها، به صورت مستقیم با هم ارتباط دارند و از طریق تبادل اطلاعات با یکدیگر و یادآوری خاطرات خوب گذشته، به حل مسأله می پردازند. الگوریتم PSO برای انواع مسائل پیوسته و گسسته مناسب است و پاسخ های بسیار مناسبی برای مسائل بهینه سازی مختلف داده است.

در این فیلم آموزشی، روش هایی در خصوص چگونگی استفاده از الگوریتم PSO برای حل مسائل بهینه سازی گسسته (عدد صحیح) ارائه شده اند. این روش ها منحصر به الگوریتم PSO نیستند و می توان آن ها را با هر الگوریتم پیوسته دیگری، از جمله تکامل تفاضلی (DE) و الگوریتم رقابت استعماری (ICA) مورد استفاده قرار داد.

مدرس: سید مصطفی کلامی هریس

الگوریتم های مختلف بهینه سازی (اعم از هوشمند و یا غیر هوشمند)، هر کدام دارای قابلیت ها و ویژگی های خاصی هستند. قطعا هر الگوریتمی دارای نقاط ضعف و قوت فراوانی است. البته این موارد در مواجهه با مسائل مختلف، می تواند شدت و ضعف داشته باشد. ایده الگوریتم های ترکیبی (هیبرید) و یا Hybrid Algorithms، با توجه به تفاوت های عملکردی و ساختاری الگوریتم های بهینه سازی مختلف شکل گرفته است و هدف از آن ایجاد الگوریتم های ترکیبی است که بتوانند با استفاده از نقاط قوت الگوریتم های ترکیب شونده، عملکرد بهتری را در حل مسائل بهینه سازی مختلف داشته باشند.

با توجه به درخواست های ارائه شده از طرف کاربران متلب سایت، و به منظور آشنا کردن دانشجویان و محققین با برنامه نویسی الگوریتم های ترکیبی، "فیلم آموزشی پیاده سازی ترکیب الگوریتم ژنتیک و بهینه سازی ازدحام ذرات (PSO) در متلب" توسط متلب سایت تولید شده است.

در این فیلم آموزشی ابتدا برنامه نویسی الگوریتم ژنتیک مورد بحث قرار می گیرد و سپس الگوریتم بهینه سازی ازدحام ذرات یا PSO پیاده سازی می شود. در ادامه ایده هایی برای ترکیب این دو الگوریتم مطرح می شوند و در محیط نرم افزار متلب پیاده سازی می گردند. زمان این فیلم تقریبا برابر با یک جلسه آموزشی (90 دقیقه) است.

زبان این فیلم فارسی است و مفاهیم تئوری و عملی در آن به صورت کاملا روان توضیح داده شده است. از این رو می تواند یکی از گزینه های بسیار مناسب برای آموزش برنامه نویسی الگوریتم ژنتیک، الگوریتم PSO و ترکیب این دو الگوریتم باشد. قطعا نکات کاربردی و مفید بسیاری در این فیلم وجود دارد که شما در کمترین زمان ممکن آن ها را آموزش خواهید دید.

سر فصل های مطالب ارائه شده در این فیلم آموزشی عبارتند از:

• برنامه نویسی الگوریتم ژنتیک برای محیط های پیوسته
• پیاده سازی عملگر تقاطع محاسباتی یا Arithmetic Crossover
• پیاده سازی عملگر جهش گوسی یا Gaussian Mutation
• برنامه نویسی بهینه سازی ازدحام ذرات یا PSO
• تلفیق الگوریتم زنتیک و PSO برای ایجاد الگوریتم ترکیبی
• اعمال تغییرات در الگوریتم ترکیبی برای تغییر سهم GA و PSO
• اشاره به نکات مهم برنامه نویسی متلب در متن فیلم

یکی از نقاط ضعف موجود در تولباکس فازی نرم افزار متلب، عدم امکان طراحی ANFIS با چند خروجی است. در این فیلم آموزشی علاوه بر تکمیل و بهبود برنامه هایی که در فیلم های گذشته برای پیاده سازی ANFIS نوشته شده است، این امکان به برنامه افزوده می شود که بتوان از آن برای طراحی ANFIS با چند خروجی، استفاده نمود. پیش بینی سری زمانی آشوبی Mackey-Glass با استفاده از برنامه بهبود یافته، یکی از مسائل عملی است که در این فیلم آموزشی، مورد حل واقع شده است.

محاسبات مربوط به کینماتیک معکوس یا Inverse Kinematics یکی از مسائل پر کاربرد در حوزه مهندسی مکانیک، مکاترونیک و روباتیک است. در این فیلم آموزشی، به عنوان یک کاربرد عملی، از ANFIS برای پیاده سازی محاسبات مربوط به کینماتیک معکوس یا روبات بازودار استفاده استفاده شده است. به این ترتیب، هم روش معکوس سازی سیستم ها با استفاده از ANFIS آموزش داده شده است، و هم این که نحوه طراحی یک ANFIS با چند خروجی، به صورت گام به گام در متلب ارائه شده است.

مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.

مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:

• بهبود عملکرد برنامه نوشته شده برای ANFIS با استفاده از رابط های گرافیکی
• تلفیق سه رویکرد ایجاد ساختارهای پایه FIS در برنامه ANFIS
• جداسازی داده های آموزش و آزمایش (تست) برای پیش بینی سری زمانی
• معرفی مسأله کینماتیک معکوس و حل آن با استفاده از ANFIS
• پیاده سازی برنامه جامع و همه منظوره مربوط به ANFIS چند خروجی

 یکی از روش های طراحی سیستم های فازی، استفاده از رویکردهای خوشه بندی یا Clustering است. در این فیلم آموزشی، با اشاره به مفاهیم اساسی موجود در بحث خوشه بندی، علاوه بر مرور روش کلاسیک k-Means (یا همان c-Means) نسخه فازی آن یعنیFuzzy c-Means (به اختصار FCM) مورد بحث و بررسی واقع شده است. همچنین رویکرد خوشه بندی دیگری به نام خوشه بندی کاهشی یا Subtractive Clustering نیز در این فیلم آموزش بررسی شده است. پیاده سازی تمامی این روش ها به صورت گام به گام در محیط متلب آموزش داده شده است.

در ادامه، روش های FCM و خوشه بندی کاهشی برای طراحی سیستم فازی مورد استفاده قرار گرفته اند که بعدا توسط رویکرد ANFIS بهینه سازی شده است. به این ترتیب، در این فیلم آموزشی، رویکردهای خوشه بندی برای طراحی سیستم فازی-عصبی ANFIS به صورت کامل پوشش داده شده است.

مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.

مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:

• مفاهیم اساسی خوشه بندی یا Clustering
• حل مسأله کلاسیک k-Means با استفاده از الگوریتم لوید یا Lloyd’s Algorithm
• فازی سازی الگوریتم k-Means و ایجاد الگوریتم Fuzzy c-Means یا FCM
• خوشه بندی کاهشی یا Subtractive Clustering
• طراحی سیستم فازی با استفاده از توابع genfis2 و genfis3 با رویکرد خوشه بندی
• بهینه سازی ساختارهای مبتنی بر خوشه بندی با استفاده از ANFIS

در این فیلم آموزشی، ابتدا به مرور مفاهیم یادگیری و مدل سازی پرداخته می شود و سپس رویکرد کلی برای طراحی سیستم فازی تطبیقی ارائه می شود. در ادامه با معرفی ساختار شبکه ای ANFIS نحوه عملکرد این سیستم، مورد بحث و بررسی قرار می گیرد.

در ادامه امکاناتی که در تولباکس فازی نرم افزار متلب برای طراحی و پیاده سازی ANFIS در نظر گرفته شده است، برای حل مثال های عملی مورد استفاده قرار می گیرند. علاوه بر امکانات گرافیکی که از طریق دستور anfisedit در دسترس کاربران قرار گرفته است، پیاده سازی ANFIS از طریق m-فایل نویسی (برنامه نویسی متلب) نیز به صورت کاملا عملی آموزش داده می شود. پیش بینی سری زمانی با استفاده از ANFIS از جمله مسائلی است که در این فیلم آموزشی مورد حل واقع شده است.

مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.

مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:

• مروری بر مفاهیم یادگیری و تطبیق با داده های ورودی-خروجی
• معرفی ساختار شبکه ای ANFIS
• آموزش گام به گام و عملی نحوه طراحی ANFIS در متلب با استفاده از ابزارهای گرافیکی
• بررسی ارتباط میان ابزارهای طراحی  ANFIS و سیستم فازی FIS
• آموزش گام به گام و عملی طراحی ANFIS از طریق برنامه نویسی
• حل مسائل کاربردی اعم از مدل سازی و پیش بینی سری زمانی

در این فیلم آموزشی، با استفاده از مبانی ریاضیات فازی و عملیاتی که بر روی مجموعه های فازی قابل تعریف است، ساختار کلی یک سیستم استنتاج فازی یا Fuzzy Inference System (به اختصار FIS) توضیح داده شده است. سپس چگونگی عملکرد این سیستم با ارائه مثال های عملی تشریح شده است. در ادامه پیاده سازی سیستم فازی نوع Mamdani در محیط متلب به صورت گام به گام آموزش داده شده است. برای پیاده سازی سیستم فازی، هم از ابزارهای گرافیکی و هم از ابزارهای خط فرمان (m-فایل نویسی) استفاده شده است.

همچنین مبانی تئوری سیستم های فازی نوع تاکاگی-سوگنو-کانگ یا TSK نیز مورد بحث و بررسی قرار گرفته است و نحوه پیاده سازی این نوع از سیستم های فازی نیز در محیط متلب آموزش داده شده است.

مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.

مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:

• تعریف متغیرهای زبانی
• آشنایی با قواعد فازی و مفهوم پایگاه قواعد
• آشنایی با نحوه کارکرد و ساختار سیستم فازی نوع Mamdani
• پیاده سازی سیستم فازی با استفاده از ابزارهای گرافیکی تولباکس فازی
• پیاده سازی سیستم فازی با استفاده از m-فایل نویسی (بدون استفاده از ابزارهای گرافیکی)
• آشنایی با نحوه کارکرد و ساختار سیستم فازی نوع تاکاگی-سوگنو-کانگ یا TSK
• پیاده سازی سیستم فازی TSK با استفاده از تولباکس فازی

در این فیلم آموزشی، مفاهیم پایه ای مربوط به ریاضیات فازی، منطق فازی و نظریه مجموعه های فازی مورد بحث و بررسی واقع شده اند. روابط فازی و همچنین محاسبات فازی نیز، از جمله مواردی است که در این فیلم به آن ها پرداخته شده است. مفاهیمی که در این فیلم آموزشی ارائه شده اند، برای درک کامل و صحیح نحوه عملکرد سیستم های فازی ضروری است و از این رو، اهمیت ویژه ای در برقرار ارتباط با مبحث سیستم های فازی دارد. لذا پیشنهاد می شود که برای استفاده مناسب تر از مطالب بیان شده در فیلم های آموزشی مربوط به سیستم های فازی و ANFIS، ابتدا این فیلم را مشاهده نمایید.

مطالب این فیلم توسط مهندس سیدمصطفی کلامی هریس و به زبان بسیار ساده و روان ارائه شده است.

 مهم ترین سرفصل های مورد بحث در این فیلم آموزشی ارزشمند عبارتند از:

• مبانی ریاضیات و منطق فازی یا Fuzzy Logic
• مروری بر کاربردها و تاریخچه سیستم های فازی
• مجموعه های فازی و عملیات مختلف بر روی آن ها
• محاسبات فازی یا Fuzzy Arithmetic
• روابط فازی یا Fuzzy Relations
• پیاده سازی گام به گام برخی از مباحث مطرح شده در محیط متلب
• آشنایی با امکانات تولباکس فازی

پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه‌های اساسی در سیستم‌های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم‌های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه‌های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه‌های پژوهشی تبدیل کرده است.

فیلم آموزشی جامع تبدیل هاف و روش‌های تشخیص خط و نقطه در متلب، ششمین بخش از بسته طلایی فیلم‌های آموزشی پردازش تصویر در متلب است، که در آن روش‌های تشخیص خطوط و نقاط در تصاویر دیجیتال مورد بررسی واقع شد اند. رویکردهای ابتدایی این تشخیص‌ها، مبتنی بر فیلترهای مکانی هستند که برای تشخصی خطوط ساده (افقی، عموی و مورب) کاربرد دارند. به عنوان یک روش کامل‌تر، تبدیل هاف یا Hough Transform رویکردی کلی‌تر است که برای تشخیص همه انواع خطوط مستقیم می تواند مورد استفاده واقع شود. در این فیلم آموزشی، پس از بررسی مبانی تئوری تبدیل هاف، پیاده‌سازی عملی آن در محیط متلب برای تشخیص خطوط در تصاویر دیجیتال، انجام پذیرفته است.

سرفصل های مهم‌ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:

• تشخیص نقطه و خط با استفاده از فیلترهای مکانی
• پیاده‌سازی فیلترهای مکانی برای تشخیص خط و نقطه در متلب
• بررسی مبانی تئوری تبدیل هاف
• بررسی چگونگی عملکرد و کاربرد تبدیل هاف در تشخیص خطوط
• پیاده‌سازی عملی تبدیل هاف در محیط متلب برای تشخیص خطوط
• شیوه استخراج اطلاعات خطوط به دست آمده از اعمال تبدیل هاف و نمایش آن‌ها در متلب

پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه‌های اساسی در سیستم‌های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم‌های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه‌های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه‌های پژوهشی تبدیل کرده است.

فیلم آموزشی جامع حذف نویز و اصلاح تصاویر در متلب، پنجمین بخش از بسته طلایی فیلم‌های آموزشی پردازش تصویر در متلب است، که در آن روش‌های مختلف اصلاح تصاویر و حذف آثار عوامل مخرب (مانند نویز و حرکت‌های ناخواسته)، مورد بررسی واقع شده اند، و تمامی الگوریتم‌های بررسی شده، در محیط متلب و به صورت عملی و گام به گام، پیاده‌سازی شده است. استفاده از تبدیل‌ها و فیلترهای فرکانسی، فیترهای مکانی، و روش‌های مبتنی بر حذف پیچیدگی یا Deconvolution سه دسته مهم از رویکردهای مورد بررسی هستند. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.

سرفصل های مهم‌ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:

• بررسی رویکرد عمومی برای اصلاح تصویر و حذف عوامل مخرب
• حذف نویز متناوب با فیلترهای فرکانسی
• معرفی انواع فیلترهای مکانی برای حذف اثر نویز
• بیان مقدمه ای برای طراحی فیلترهای هوشمند برای حذف نویز
• روش‌های مبتنی بر حذف پیچیدگی یا Deconvolution برای اصلاح تصاویر
• فیلتر وینر یا Wiener Filtering برای حذف نویز
• روش Regularized Filtering برای حذف نویز
• رویکردهای بازسازی تکراری غیر-خطی یا Iterative Nonlinear Reconstruction
• کاربرد الگوریتم لوسی-ریچاردسون یا Lucy-Richardson Algorithm
• روش‌های حذف پیچیدگی کور یا Blind Deconvolution برای حذف نویز

پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه‌های اساسی در سیستم‌های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم‌های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه‌های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه‌های پژوهشی تبدیل کرده است.

فیلم آموزشی جامع تبدیلات و فیلترهای حوزه مکان برای پردازش تصویر در متلب، سومین بخش از بسته طلایی فیلم‌های آموزشی پردازش تصویر در متلب است، که در آن روش‌های حوزه مکان (فضای دو بعدی موقعیت پیکسل ها) برای انجام عملیات پردازش تصویر مورد بررسی واقع شده‌اند و پیاده‌سازی عملی از این روش‌ها، در محیط متلب انجام پذیرفته است. روش‌های حوزه مکان در کنار روش‌های حوزه فرکانس، همواره از مهم‌ترین اجزای تشکیل دهنده هر سیستم پردازشگر تصویر هستند و از این رو آموزش نحوه کاربرد آن‌ها، از اهمیت ویژه ای برخوردار است. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.

سرفصل های مهم‌ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:

• معرفی مفهوم فیلترهای مکانی یا Spatial Filters
• فیلترهای مکانی خطی یا Linear Spatial Filters
• عملگرهای همبستگی یا Correlation
• عملگرهای پیچیدگی یا Convolution
• ارتباط میان Correlation و Convolution
• معرفی و کاربرد تابع imfilter برای اعمال فیلترهای مکانی به تصاویر در متلب
• معرفی و کاربرد تابع rot90 برای دوران ماتریس‌های تبدیل
• معرفی و کاربرد تابع fspecial برای ایجاد ماتریس‌های تبدیل مکانی معروف
• فیلترهای مکانی غیر خطی یا Nonlinear Spatial Filters
• پیاده‌سازی فیلترهای ستونی غیر خطی با تابع colfilt در متلب
• تبدیل تصویر به حالت ستونی و برعکس با توابع im2col و col2im
• پیاده‌سازی فیلترهای مکانی غیر خطی با nlfilter

پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه‌های اساسی در سیستم‌های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم‌های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه‌های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه‌های پژوهشی تبدیل کرده است.

فیلم آموزشی کاربرد و پردازش هیستوگرام تصاویر دیجیتال در متلب، دومین بخش از بسته طلایی فیلم‌های آموزشی پردازش تصویر در متلب است، که در آن کاربرد هیستوگرام در تحلیل و پردازش تصاویر دیجیتال مورد بررسی واقع شده است. در این فیلم آموزشی، ابتدا مفاهیم پایه هیستوگرام و کارکرد توصیفی آن در بیان چگونگی تصویر مورد بررسی واقع شده است. سپس روش هایی برای بهبود تصویر مبتنی بر هیستوگرام مورد بررسی واقع شده‌اند و پیاده‌سازی عملی آن‌ها در محیط متلب نیز انجام شده است. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.

سرفصل های مهم‌ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:

• تبدیلات شدت روشنایی یا Intensity Transforms
• مروری بر بهبود تصویر یا Image Enhancement با استفاده از تبدیلات شدت روشنایی
• معرفی و کاربرد تابع imadjust برای تبدیل شدت روشنایی
• بیان مفهوم هیستوگرام تصویر
• معرفی و کاربرد تابع imhist برای ترسیم هیستوگرام تصویر
• بررسی توصیف آماری به دست آمده از هیستوگرام تصویر
• هموارسازی هیستوگرام یا Histogram Equalization
• معرفی و کاربرد توابع histeq و adaphisteq برای هموارسازی هیستوگرام

پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه‌های اساسی در سیستم‌های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم‌های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه‌های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه‌های پژوهشی تبدیل کرده است.

فیلم آموزشی جامع تبدیلات و فیلترهای حوزه فرکانس برای پردازش تصویر در متلب، چهارمین بخش از بسته طلایی فیلم‌های آموزشی پردازش تصویر در متلب است، که در آن روش‌های حوزه فرکانس (فضای دو بعدی فرکانس‌های تشکیل دهنده تصویر) برای انجام عملیات پردازش تصویر مورد بررسی واقع شده‌اند و پیاده‌سازی عملی از این روش‌ها، در محیط متلب انجام پذیرفته است. روش‌های حوزه فرکانس در کنار روش‌های حوزه مکان، همواره از مهم‌ترین اجزای تشکیل دهنده هر سیستم پردازشگر تصویر هستند و از این رو آموزش نحوه کاربرد آن‌ها، از اهمیت ویژه ای برخوردار است. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.

سرفصل های مهم‌ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:

• مروری بر مفاهیم سری فوریه در حالت یک بعدی و دو بعدی
• بررسی خواص تبدیلات فوریه و ارتباط آن‌ها با تبدیلات مکانی
• پاسخ فرکانسی یا Frequency Response
• بررسی انواع فیلترهای فرکانسی: پایین گذر (Low-Pass)، بالا گذر (High-Pass) و میان گذر (Band-Pass)
• انواع فیلتر‌های باترورث یا Butterworth
• پیاده‌سازی عملی فیلترهای فرکانسی بر اساس معیارهای فاصله از مبدا فرکانسی در متلب
• حل یک مثال برای تشخیص الگوهای ثابت (یک حرف) در تصویر با استفاده از فیلترهای مکانی و فرکانسی

تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.

یکی از کاربردهای مهم و اساسی تبدیلات موجک، آماده سازی داده های سری های زمانی، و جداسازی اطلاعات در لایه های مختلف زمانی است. در فیلم آموزشی کاربرد تبدیلات موجک در پیش بینی سری های زمانی، با استفاده از خواصی که در فیلم های آموزشی گذشته در خصوص تبدیلات موجک گسسته بیان شده است، رویکردهای عملی استفاده از تبدیلات ویولت در پیش بینی سری زمانی مورد بحث و بررسی قرار گرفته است. این رویکرد می تواند در ترکیب با روش های مدل سازی و پیش بینی سری های زمانی، مانند شبکه های عصبی، سیستم های فازی، شبکه های فازی عصبی، و رویکردهای کلاسیک، منجر به دریافت نتیجه های بهتری شود که غالبا در مقاله ها و نوشته های پژوهشی جدید نیز، چنین رویکردی بیش از پیش مشاهده می شود. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.

پردازش تصویر یا Digital Image، امروزه به عنوان یکی از مولفه‌های اساسی در سیستم‌های هوشمند و پشتیبان تصمیم است، که غالبا بر روی تصاویر دیجیتال و توسط سیستم‌های کامپیوتری اعمال می شود. کاربردهای متنوعی که پردازش تصویر در زمینه‌های مختلف فنی، صنعتی، شهری، پزشکی و علمی دارد، آن را به یک موضوع بسیار فعال در میان زمینه‌های پژوهشی تبدیل کرده است.

به عنوان نخستین بخش از بسته طلایی فیلم‌های آموزشی پردازش تصویر در متلب، در فیلم آموزشی خواندن و نوشتن فایل‌های تصویری در متلب، نحوه خواندن فایل‌های تصویری با فرمت‌های مختلف و همین طور نوشتن در فایل‌های تصویری، به شکل کامل مورد بررسی واقع شده است. در این میان، عملیات پایه ای که برای آغاز کار با جعبه ابزار پرازش تصویر در نرم افزار متلب مورد نیاز است، و در ابتدای همه برنامه‌ها و کاربردهای پردازش تصویر دیجیتال مورد نیاز هستند، به صورت عملی آموزش داده شده اند. تمامی برنامه های این فیلم آموزشی، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.

سرفصل های مهم‌ترین مباحث مطرح شده در این فیلم آموزشی در ادامه آمده اند:

• مفاهیم پایه ذخیره‌سازی تصاویر در فرمت دیجیتال
• مروری بر مفاهیم پایه پردازش تصویر در متلب
• معرفی و استفاده از تابع imread برای خواندن انواع فرمت‌های تصاویر دیجیتال
• معرفی و استفاده از تابع imshow برای نمایش انواع فرمت‌های تصاویر دیجیتال
• معرفی و استفاده از تابع imwrite برای نوشتن (ذخیره سازی) انواع فرمت‌های تصاویر دیجیتال
• بررسی شیوه نمایش و ذخیره‌سازی انواع تصاویر در متلب (تصاویر رنگی و غیر رنگی)

تبدیلات موجک یا ویولت (Wavelet) از جمله ابزارهایی هستند که کاربردهای فراوانی در شاخه های مختلف علمی و مهندسی، به ویژه هوش مصنوعی، یادگیری ماشینی، پیش بینی سری زمانی، و بازشناسی الگو دارد. تئوری موجک ها در واقع تعمیمی بر تئوری تبدیلات و سری های فوریه است و ضعف های آنالیز فوریه در عملکرد موضعی و مدل سازی رفتارهای کوتاه مدت را، جبران می نماید.

در فیلم آموزشی تبدیل موجک تصاویر دیجیتال و سیگنال های دو بعدی، در ادامه مباحثی که بر روی سیگنال های یک بعدی و تبدیل موجک آن ها انجام شد، نحوه اعمال تبدیل موجک بر روی سیگنال های دو بعدی نیز مورد بررسی قرار می گیرد و خواص و ویژگی های تبدیل موجک دو بعدی مورد بحث واقع می شود. این تبدیل در حوزه های مختلف پردازش تصویر، از جمله تشخیص لبه، شناسایی اشیا، و استخراج ویژگی از تصاویر دیجیتال کاربرد دارد. برقراری ارتباط میان مباحث تئوری مطرح شده و تایید دوباره آن مفاهیم از طریق پیاده سازی عملی روش های مطرح شده در حوزه تبدیلات موجک پیوسته، این فیلم آموزشی را به یک مرجع آموزش بسیار قوی و مناسب برای علاقه مندان و دانشجویان تبدیل کرده است. تمامی برنامه های این فیلم آموزش، همچون سایر محصولات آموزشی ارائه شده در متلب سایت (فرادرس)، به صورت گام به گام و به ساده ترین شکل ممکن ارائه شده اند. مطالب این فیلم آموزشی توسط مهندس سیدمصطفی کلامی هریس ارائه شده است.