اپلیکیشن اندرویدی فلش‌کارت آموزشی مبانی نظری سیستم‌های چندبدنه و رویکرد GHD

🎓 دوره آموزشی جامع

📚 اطلاعات دوره

عنوان دوره: دوره مبانی نظری سیستم‌های چندبدنه و رویکرد GHD

موضوع کلی: فیزیک نظری و ریاضیات کاربردی

موضوع میانی: مکانیک آماری و سیستم‌های چندبدنه

📋 سرفصل‌های دوره

• 1. مقدمه‌ای بر فیزیک نظری
• 2. اصول مکانیک کوانتومی
• 3. نظریه میدان‌های کوانتومی
• 4. مبانی ریاضیات کاربردی
• 5. مقدمه‌ای بر مکانیک آماری
• 6. سیستم‌های آماری کلاسیک
• 7. گذار فاز در سیستم‌های آماری
• 8. مقدمه‌ای بر سیستم‌های چندبدنه
• 9. برهم‌کنش‌های در سیستم‌های چندبدنه
• 10. روش‌های تقریبی در سیستم‌های چندبدنه
• 11. نظریه اختلال در سیستم‌های چندبدنه
• 12. روش‌های عددی در سیستم‌های چندبدنه
• 13. مقدمه‌ای بر GHD
• 14. نظریه GHD برای سیستم‌های یک‌بعدی
• 15. کاربرد GHD در سیستم‌های کوانتومی
• 16. معادلات GHD و حل آن‌ها
• 17. پدیده‌های انتقال در سیستم‌های چندبدنه
• 18. مقدمه‌ای بر سیستم‌های انتگرال‌پذیر
• 19. سیستم‌های انتگرال‌پذیر کلاسیک
• 20. سیستم‌های انتگرال‌پذیر کوانتومی
• 21. مقدمه‌ای بر مکانیک آماری کوانتومی
• 22. آنتروپی در سیستم‌های کوانتومی
• 23. تعادل در سیستم‌های کوانتومی
• 24. گذار فاز کوانتومی
• 25. نظریه میدان متوسط
• 26. نظریه گروه بازبهنجارش
• 27. مقدمه‌ای بر اطلاعات کوانتومی
• 28. درهم‌تنیدگی کوانتومی
• 29. عملیات کوانتومی
• 30. الگوریتم‌های کوانتومی
• 31. مقدمه‌ای بر محاسبات کوانتومی
• 32. سخت‌افزار محاسبات کوانتومی
• 33. تصحیح خطا در محاسبات کوانتومی
• 34. کاربردهای محاسبات کوانتومی
• 35. مقدمه‌ای بر شبکه‌های کوانتومی
• 36. فناوری نانو کوانتومی
• 37. مقدمه‌ای بر دینامیک کوانتومی
• 38. نظریه پراکندگی کوانتومی
• 39. پدیده‌های غیرتعادلی در سیستم‌های کوانتومی
• 40. مقدمه‌ای بر فیزیک ماده چگال
• 41. ساختارهای بلوری
• 42. شبه‌ذرات در ماده چگال
• 43. مقدمه‌ای بر ابررسانایی
• 44. مقدمه‌ای بر ابرشارگی
• 45. مقدمه‌ای بر سیستم‌های اسپین
• 46. مغناطیس در ماده چگال
• 47. نظریه تابع چگالی
• 48. مقدمه‌ای بر فیزیک آماری کلاسیک
• 49. قانون توزیع بولتزمن
• 50. قانون توزیع فرمی-دیراک
• 51. قانون توزیع بوز-اینشتین
• 52. مقدمه‌ای بر نظریه اطلاعات
• 53. آنتروپی شانون
• 54. اطلاعات متقابل
• 55. قوانین ترمودینامیک
• 56. مقدمه‌ای بر نظریه آشوب
• 57. حساسیت به شرایط اولیه
• 58. فرکتال‌ها در سیستم‌های آشوبناک
• 59. مقدمه‌ای بر شبکه‌های عصبی
• 60. یادگیری در شبکه‌های عصبی
• 61. شبکه‌های عصبی عمیق
• 62. کاربردهای شبکه‌های عصبی
• 63. مقدمه‌ای بر بهینه‌سازی
• 64. روش‌های بهینه‌سازی
• 65. بهینه‌سازی مقید
• 66. بهینه‌سازی نامقید
• 67. مقدمه‌ای بر یادگیری ماشین
• 68. یادگیری نظارت‌شده
• 69. یادگیری نظارت‌نشده
• 70. یادگیری تقویتی
• 71. مقدمه‌ای بر پردازش سیگنال
• 72. تبدیل فوریه
• 73. فیلتر کردن سیگنال
• 74. فشرده‌سازی سیگنال
• 75. مقدمه‌ای بر پردازش تصویر
• 76. فیلترهای تصویر
• 77. تشخیص لبه
• 78. تقسیم‌بندی تصویر
• 79. مقدمه‌ای بر مدل‌سازی ریاضی
• 80. مدل‌سازی سیستم‌های دینامیکی
• 81. مدل‌سازی سیستم‌های تصادفی
• 82. مدل‌سازی سیستم‌های بهینه‌سازی
• 83. مقدمه‌ای بر تحلیل داده
• 84. آمار توصیفی
• 85. آمار استنباطی
• 86. آزمون فرضیه
• 87. مقدمه‌ای بر یادگیری عمیق
• 88. شبکه‌های کانولوشنال
• 89. شبکه‌های بازگشتی
• 90. شبکه‌های ترنسفورمر
• 91. مقدمه‌ای بر هوش مصنوعی
• 92. یادگیری ماشین در هوش مصنوعی
• 93. پردازش زبان طبیعی
• 94. بینایی ماشین
• 95. رباتیک
• 96. مقدمه‌ای بر علم داده
• 97. استخراج ویژگی
• 98. انتخاب مدل
• 99. ارزیابی مدل
• 100. مقدمه‌ای بر داده‌کاوی