اعلامیه شماره 36
تاریخ انتشار:
1398/08/18
بازدید: 334
انجمن انفورماتیک ایران با همکاری سازمان مدیریت صنعتی برگزار می نماید:
سخنران : آقای دکتر محمد قوام‌زاده
زمان: دوشنبه 22/7/87 ساعت 16:30
مکان: خیابان ولیعصر ـ نبش جام‌جم - سازمان مدیریت صنعتی ـ آمفی‌تئاتر ساختمان آموزشچکیده سخنرانی یادگیری تقویتی (Reinforcement Learning) رده‌ای از مسائل یادگیری است که در آن، یک عامل با محیطی پویا، حدسی و ناشناخته تعامل می‌کند تا با یافتن سیاست و راهبردی برای انتخاب نوع عمل خود، به بهینه‌سازی عملکرد خود در بلند مدت بپردازد. یادگیری تقویتی همواره در درک نیروهای انگیزشی که در پشت سیستم‌های بیولوژیکی قرار دارند اهمیت داشته است امّا اخیراً به‌خاطر تولید برخی الگوریتم‌های پیشرفته، در محدوده‌ها و نظام‌های دیگری چون هوش مصنوعی، یادگیری ماشینی، تحقیق در عملیات و مهندسی کنترل نیز اهمیت فزاینده‌ای یافته است. در این سخنرانی، ابتدا یادگیری تقویتی و سپس رابطه آن با موضوعات و سؤالات اصلی در هوش مصنوعی معرفی می‌گردد. مروری کلّی بر مفاهیم پایه‌ای و بنیادهای ریاضی یادگیری تقویتی و نیز راه‌حل‌های این رده از مسائل یادگیری، از دیگر موضوعات این سخنرانی است. درباره سخنران آقای دکتر محمد قوام‌زاده درجه کارشناسی و کارشناسی ارشد مهندسی کامپیوتر را از دانشکده فنی دانشگاه تهران و درجه دکتری علوم کامپیوتر را در سال 2005 از دانشگاه ماساچوست (امهرست) اخذ کرده است. وی از سال 2005 تا 2008 به‌عنوان پژوهشگر در دانشگاه آلبرتا (کانادا) به فعالیت علمی خود ادامه داده و از پائیز 2008 به مرکز پژوهشی معتبر INRIA در فرانسه پیوسته است. علائق پژوهشی آقای دکتر قوام‌زاده، هوش مصنوعی و یادگیری ماشینی با تأکید بر تصمیم‌گیری و کنترل در شرایط عدم قطعیت با استفاده از ابزارهای ریاضی است.
سخنرانی علمی مهرماه
يادگيری تقويتی در هوش مصنوعی
يادگيری تقويتی در هوش مصنوعی
سخنران : آقای دکتر محمد قوام‌زاده
زمان: دوشنبه 22/7/87 ساعت 16:30
مکان: خیابان ولیعصر ـ نبش جام‌جم - سازمان مدیریت صنعتی ـ آمفی‌تئاتر ساختمان آموزشچکیده سخنرانی یادگیری تقویتی (Reinforcement Learning) رده‌ای از مسائل یادگیری است که در آن، یک عامل با محیطی پویا، حدسی و ناشناخته تعامل می‌کند تا با یافتن سیاست و راهبردی برای انتخاب نوع عمل خود، به بهینه‌سازی عملکرد خود در بلند مدت بپردازد. یادگیری تقویتی همواره در درک نیروهای انگیزشی که در پشت سیستم‌های بیولوژیکی قرار دارند اهمیت داشته است امّا اخیراً به‌خاطر تولید برخی الگوریتم‌های پیشرفته، در محدوده‌ها و نظام‌های دیگری چون هوش مصنوعی، یادگیری ماشینی، تحقیق در عملیات و مهندسی کنترل نیز اهمیت فزاینده‌ای یافته است. در این سخنرانی، ابتدا یادگیری تقویتی و سپس رابطه آن با موضوعات و سؤالات اصلی در هوش مصنوعی معرفی می‌گردد. مروری کلّی بر مفاهیم پایه‌ای و بنیادهای ریاضی یادگیری تقویتی و نیز راه‌حل‌های این رده از مسائل یادگیری، از دیگر موضوعات این سخنرانی است. درباره سخنران آقای دکتر محمد قوام‌زاده درجه کارشناسی و کارشناسی ارشد مهندسی کامپیوتر را از دانشکده فنی دانشگاه تهران و درجه دکتری علوم کامپیوتر را در سال 2005 از دانشگاه ماساچوست (امهرست) اخذ کرده است. وی از سال 2005 تا 2008 به‌عنوان پژوهشگر در دانشگاه آلبرتا (کانادا) به فعالیت علمی خود ادامه داده و از پائیز 2008 به مرکز پژوهشی معتبر INRIA در فرانسه پیوسته است. علائق پژوهشی آقای دکتر قوام‌زاده، هوش مصنوعی و یادگیری ماشینی با تأکید بر تصمیم‌گیری و کنترل در شرایط عدم قطعیت با استفاده از ابزارهای ریاضی است.
