اپلیکیشن اندرویدی فلش‌کارت آموزشی دینامیک غیرخطی مواد جامد فعال با بازخورد مکانوشیمیایی غیرقابل تبادل

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره دینامیک غیرخطی مواد جامد فعال با بازخورد مکانوشیمیایی غیرقابل تبادل

موضوع کلی: فیزیک مواد و دینامیک سیستم‌های پیچیده

موضوع میانی: دینامیک مواد فعال و خودسامان‌ده

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر دینامیک غیرخطی
• 2. اصول فیزیک مواد جامد
• 3. مفاهیم اساسی سیستم‌های پیچیده
• 4. مقدمه‌ای بر مواد فعال
• 5. خودسامانی در سیستم‌های فیزیکی
• 6. مکانوشیمی و بازخوردها
• 7. مفاهیم غیرقابل تبادل در دینامیک
• 8. معادلات حاکم بر مواد جامد فعال
• 9. مقدمه‌ای بر نظریه میدان متوسط
• 10. تحلیل پایداری خطی
• 11. مقدمه‌ای بر نظریه آشوب
• 12. مکانیسم‌های خودسامانی در مقیاس میکروسکوپی
• 13. تعاملات بین ذرات در مواد فعال
• 14. مقدمه‌ای بر شبکه‌های عصبی و یادگیری ماشین
• 15. کاربرد هوش مصنوعی در فیزیک مواد
• 16. مدل‌سازی دینامیک مواد فعال
• 17. شبیه‌سازی عددی سیستم‌های پیچیده
• 18. اصول تئوری اطلاعات در سیستم‌های فیزیکی
• 19. مقدمه‌ای بر ترمودینامیک غیرتعادلی
• 20. آنتروپی و اطلاعات در سیستم‌های فیزیکی
• 21. مقدمه‌ای بر مکانیک کوانتومی آماری
• 22. کاربرد روش‌های مونت کارلو
• 23. مقدمه‌ای بر نظریه اعداد تصادفی
• 24. دینامیک شبکه‌ها
• 25. پدیده‌های بحرانی در سیستم‌های فیزیکی
• 26. نظریه آشوب و پیش‌بینی‌ناپذیری
• 27. مقدمه‌ای بر نظریه بازی‌ها
• 28. تعاملات استراتژیک در سیستم‌های فیزیکی
• 29. مقدمه‌ای بر بهینه‌سازی
• 30. الگوریتم‌های ژنتیک و تکاملی
• 31. مقدمه‌ای بر پردازش سیگنال
• 32. فیلترینگ تطبیقی
• 33. مقدمه‌ای بر شبکه‌های بیزی
• 34. یادگیری تقویتی
• 35. مقدمه‌ای بر پردازش تصویر
• 36. تحلیل ویژگی در تصاویر
• 37. مقدمه‌ای بر رباتیک
• 38. کنترل حرکت ربات‌ها
• 39. مقدمه‌ای بر شبکه‌های عصبی کانولوشنی
• 40. تشخیص الگو در تصاویر
• 41. مقدمه‌ای بر شبکه‌های عصبی بازگشتی
• 42. پردازش زبان طبیعی
• 43. مقدمه‌ای بر سیستم‌های توزیع‌شده
• 44. همگام‌سازی در سیستم‌های توزیع‌شده
• 45. مقدمه‌ای بر رمزنگاری
• 46. توابع هش و امضای دیجیتال
• 47. مقدمه‌ای بر بلاک‌چین
• 48. قراردادهای هوشمند
• 49. مقدمه‌ای بر علم داده
• 50. پاکسازی و پیش‌پردازش داده‌ها
• 51. مقدمه‌ای بر تحلیل سری‌های زمانی
• 52. مدل‌های ARIMA
• 53. مقدمه‌ای بر خوشه‌بندی
• 54. الگوریتم K-Means
• 55. مقدمه‌ای بر کاهش ابعاد
• 56. تحلیل مولفه‌های اصلی (PCA)
• 57. مقدمه‌ای بر رگرسیون خطی
• 58. مدل‌های رگرسیون لجستیک
• 59. مقدمه‌ای بر طبقه‌بندی
• 60. ماشین‌های بردار پشتیبان (SVM)
• 61. مقدمه‌ای بر درختان تصمیم
• 62. جنگل‌های تصادفی
• 63. مقدمه‌ای بر شبکه‌های مولد تخاصمی (GAN)
• 64. تولید داده‌های مصنوعی
• 65. مقدمه‌ای بر یادگیری عمیق
• 66. شبکه‌های عصبی ترنسفورمر
• 67. مقدمه‌ای بر پردازش سیگنال‌های زیستی
• 68. تحلیل سیگنال EEG
• 69. مقدمه‌ای بر تحلیل شبکه‌های اجتماعی
• 70. یافتن جوامع در شبکه‌ها
• 71. مقدمه‌ای بر گراف‌های یادگیری عمیق
• 72. شبکه‌های عصبی گراف (GNN)
• 73. مقدمه‌ای بر یادگیری انتقالی
• 74. تنظیم دقیق مدل‌های پیش‌آموزش‌دیده
• 75. مقدمه‌ای بر یادگیری چندوظیفه‌ای
• 76. به اشتراک‌گذاری ویژگی بین وظایف
• 77. مقدمه‌ای بر یادگیری فدرال
• 78. حفظ حریم خصوصی در یادگیری ماشین
• 79. مقدمه‌ای بر بینایی ماشین
• 80. تشخیص اشیاء
• 81. مقدمه‌ای بر پردازش گفتار
• 82. تشخیص گفتار
• 83. مقدمه‌ای بر سیستم‌های توصیه‌گر
• 84. فیلترینگ مشارکتی
• 85. مقدمه‌ای بر هوش مصنوعی مولد
• 86. مدل‌های زبان بزرگ
• 87. مقدمه‌ای بر اخلاق در هوش مصنوعی
• 88. سوگیری و انصاف در الگوریتم‌ها
• 89. مقدمه‌ای بر محاسبات کوانتومی
• 90. اصول الگوریتم‌های کوانتومی
• 91. مقدمه‌ای بر شبیه‌سازی مولکولی
• 92. دینامیک مولکولی
• 93. مقدمه‌ای بر فیزیک آماری آماری
• 94. نظریه میدان متوسط
• 95. مقدمه‌ای بر نظریه پینچ
• 96. تحلیل پایداری سیستم‌های غیرخطی
• 97. مقدمه‌ای بر نظریه آشوب کنترل‌شده
• 98. کنترل سیستم‌های آشفته
• 99. مقدمه‌ای بر دینامیک آشوب شبکه‌ها
• 100. انتشار اختلال در شبکه‌ها