آکادمی ریسرچ هرم ‌| Pyramid

Please open Telegram to view this post

VIEW IN TELEGRAM

Please open Telegram to view this post

VIEW IN TELEGRAM

❤17👍5👏4💔2

772 views10:57

📕

ارتباط تنگاتنگ میکروبیوم روده و موفقیت ایمونوتراپی

🚨 زمان مطالعه: ۳۰ ثانیه

🔗

https://www.instagram.com/reel/DEK_BOnCXpR/?igsh=MW5oaWNodGdnaGY1cw==

🔗

#مقاله

🔺 ایمونوتراپی یکی از روش‌های پرکاربرد در درمان بعضی از نئوپلاسم‌ها است، اما مشکلی که داره اینه که فقط برای درصد کمی از افراد می‌تونه پاسخ موفقت‌آمیز داشته باشه!

🔺 در این مقاله سال ۲۰۲۳، محققین نشون دادن که در کمال تعجب، یکی از گونه‌های موجود در میکروبیوم روده به نام
Akkermansia muciniphila (A. muciniphila)
می‌تونه به طور قابل توجهی اثربخشی ایمونوتراپی رو افزایش بده و افرادی که این سویه رو در میکروبیوم خودشون بیشتر داشته باشن، به طور چشم‌گیری بیشتر از سایرین به این درمان ضدسرطان جواب می‌دن!

🔹 چنین یافته‌هایی می‌تونن ما رو یک گام به درمان سرطان نزدیک‌تر کنن! 🤩

🔖 لینک DOI مقاله:

🔗

https://link.springer.com/article/10.1007/s00432-023-05199-8

✈️ این ویدیو هم دقیقا به همین مقاله اشاره می‌کنه:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤19👏6👍3

677 views13:13

📕

سیستم تولید مقالات ویکی‌پدیایی به کمک هوش مصنوعی، STORM

🚨 زمان مطالعه: ۱ دقیقه و نیم

🔗

https://storm.genie.stanford.edu

🔗

#پزشکی

🔺 امسال محققین دانشگاه استنفورد ابزاری به نام STORM ساختند که با کمک AI به اسکن سایت‌ها و مقالات مرتبط با موضوع شما می‌پردازه و نهایتا مقاله‌ای خلاصه از اون می‌سازه و به شما می‌ده. اما STORM یعنی چی؟ STORM مخفف
Synthesis of Topic Outlines through Retrieval and Multi-perspective Question Asking
هست.

🔺 این سیستم فرآیند تولید مقاله را به دو مرحله اصلی تقسیم می‌کند:

🔹 مراحل پیش‌نویس:
🔖 سیستم با جست‌وجوی اینترنت، منابع مرتبط رو جمع‌آوری می‌کنه.
🔖 یک طرح کلی (Outline) برای مقاله تولید می‌کنه.

🔹 مراحل نوشتن:
🔖 سیستم با استفاده از طرح کلی و منابع جمع‌آوری‌شده، مقاله کامل رو با استناد به منابع تولید می‌کنه.

🔺 در نهایت STORM از دو استراتژی کلیدی برای بهبود فرآیند پرسش‌وپاسخ استفاده می‌کند:

🔖 با بررسی مقالات مشابه، منظرهای مختلفی برای پرسش‌ها شناسایی می‌شه.
🔖 یک گفت‌وگوی شبیه‌سازی‌شده بین نویسنده ویکی‌پدیا و یک متخصص موضوعی انجام می‌شه تا مدل زبانی بتونه سؤالات پیگیری‌شده بپرسه و درک خود رو بروز کنه.

🔖 لینک سایت این ابزار:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤20👍5🔥3

1.19K views17:02

📕

گول جذابیت رو نخورید 😄

🚨 زمان مطالعه: ۱ دقیقه

🔗

#مقاله

🔺 توی این مطالعه که براتون آوردم به ۲۸۴ نفر از دانشجوهای دانشگاه ویسکانسین چهار عکس نشون دادن و گفتن که از نظر خودتون این تصاویر رو براساس زیبایی رتبه بندی کنین.

🔺 در مرحله بعدی ازشون سوال کردن که اگر توی شرایط سخت قرار بگیرین، احتمالا به کدوم یک از افراد داخل این عکس‌ها اعتماد می‌کنین؟

🔖 نتیجه این پژوهش جالبه و نشون داده که عموما افرادی که به نظر جذاب‌تر می‌رسن با احتمال بیشتری هم مورد اعتماد بقیه قرار می‌گیرن!

🔹 این مساله که با کلیشه‌ی

What is beautiful, is good.

هم شناخته می‌شه ناشی از یک بایاس به اسم Halo effect هست که توی اون افرادی که در زمینه‌ای خوبن، در زمینه‌های دیگه هم به احتمال بیشتری خوب انگاشته می‌شن!

🔹 از طرفی بعضی از نظریه‌های تکاملی دلیل این موضوع رو این عنوان کردن که ژن‌هایی که در جذابیت ظاهری نقش دارن، باعث افزایش نرخ تولید مثل می‌شن و بیشتر به نسل‌های بعد منتقل می‌شن. 🤔

🔖 خلاصه که توی انتخاب‌هاتون بیشتر به این سوگیری دقت کنین! 😁

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤19👍6👏5🔥3💯2

756 viewsedited 11:41

https://dl.acm.org/doi/full/10.1145/3544548.3581219

📕

شناسایی misinformation در شبکه‌های اجتماعی به کمک هوش مصنوعی

🚨 زمان مطالعه: ۱ دقیقه

🔗

#مقاله

🔺 احتمالا شما هم با این مشکل مواجه شدید که به طور مداوم اخبار نادرست، spam و تبلیغات با اطلاعیه‌های غلط در شبکه‌های اجتماعی بهتون suggest بشه. در این رابطه ۲ سال اخیر توسط محققین دانشگاه MIT آمریکا سیستمی طراحی شده با هدف شناسایی اطلاعات نادرست در شبکه‌های اجتماعی و در ادامه اطلاع‌رسانی به کاربران. یکی از محققین این مقاله نیز خانم فرناز جهانبخش از دانشجویان قدیمی دانشگاه صنعتی شریف می‌باشند!

🔺 در این مقاله، سیستمی طراحی شده که به طور مداوم از ارزیابی‌های یک کاربر برای یادگیری استفاده می‌کنه و پیش‌بینی می‌کنه که کاربر چگونه به سایر محتواهای موجود در شبکه‌های اجتماعی واکنش نشون می‌ده. کاربران در یک آزمایش، هم با این سیستم تعامل داشتن و هم ارزیابی‌های خودشون رو انجام دادن.

🔺 نتیجه‌ی این پژوهش نشون داده که کاربران تحت تأثیر پیش‌بینی‌های هوش مصنوعی قرار می‌گیرن و این تأثیر در طول زمان افزایش پیدا می‌کنه. با این‌حال، زمانی که کاربران دلایل ارزیابی خود رو توضیح می‌دن، این تأثیر کاهش پیدا می‌کنه. این یافته اهمیت استراتژی‌هایی رو که کاربران رو به ارائه توضیح برای تصمیمات‌شون تشویق می‌کنه، برجسته می‌کنه.

🔹 همچنین استفاده از ارزیابی شخصی‌سازی‌شده به کاربران امکان می‌ده که دیدگاه‌های خود رو نسبت به صحت محتوا بهتر بررسی کنن. اما این رویکرد می‌تونه منجر به تقویت بابل‌های فکری (Filter Bubbles) هم بشه، چرا که کاربران تمایل دارن به محتوایی که با دیدگاه‌های خودشون هماهنگ هست، اعتماد کنن.

🔖 لینک این مقاله:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

Please open Telegram to view this post

VIEW IN TELEGRAM

❤15🔥6👍4

708 views16:30

📕

ابزارهایی که می‌تونن به شما در ریسرچ کمک کنن!

🚨 زمان مطالعه: ۱ دقیقه

🔗

#متفرقه

🔺

مدل‌های زبانی:

🔹

ChatGPT: نسخه‌های رایگانش می‌تونه به شما در تولید متن و پاسخ به سوالات کمک کنه.

🔺

ابزارهای ویرایش و نگارش:

🔹

Grammarly: نسخه رایگان این ابزار برای بررسی گرامر و املا مناسبه.

🔹

Hemingway Editor: نسخه آنلاین این ابزار رایگانه و می‌تونه به بهبود خوانایی متن‌ها کمک کنه.

🔹

Thesaurus.com: این سایت کلمات هم معنی رو به شما نمایش می‌ده و می‌تونید به جای تکرار یک واژه، از کلمات با معنی مشابه استفاده کنید.

🔺

ابزارهای تحقیق و جمع‌آوری داده:

🔹

Zotero: یک نرم‌افزار رایگان و منبع باز برای مدیریت منابع و ایجاد فهرست مراجع.

🔹

Mendeley: نسخه رایگان این ابزار نیز برای مدیریت مقالات و منابع مفیده.

🔹

Connected Papers: برای کشف مقالات مرتبط و ایجاد نقشه‌ای از تحقیقات.

🔺

ابزارهای تحلیل محتوا:

🔹

QuillBot: دارای نسخه رایگان است که می‌تونه به پارافریز کردن متن کمک کنه.

🔹

Scribbr: دارای ابزار رایگان برای بررسی سرقت ادبی (با محدودیت).

🔺

ابزارهای تولید محتوای بصری:

🔹

Canva: نسخه رایگان این ابزار برای طراحی گرافیک‌های ساده و تصاویر مناسبه.

🔹

DALL-E: برای تولید تصاویر مبتنی بر متن مناسبه.

🔺

ابزارهای مدیریت زمان و بهره‌وری:

🔹

Trello: برای سازمان‌دهی وظایف و ایده‌ها قابل استفاده‌ست.

🔹

Notion: می‌تونه برای یادداشت‌برداری و سازمان‌دهی اطلاعات مفید باشه.

🔖 این ابزارها می‌تونن به شما در ویرایش، تحقیق و سازمان‌دهی مقالات کمک کنن، بدون اینکه نیاز به پرداخت هزینه داشته باشید. البته دقت کنید، نباید متن مقاله‌ی شما، نوشته شده توسط AI یا ابزار دیگری باشد، از این ابزارها برای ویرایش و سازمان‌دهی متون مقالات استفاده کنید.

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤17👍5🔥3👏2

1.13K viewsedited 17:58

ExCITATION journal ranking in Google Scholar™

📕

اکستنشن ExCITATION Journal Ranking in Google Scholar

🚨 زمان مطالعه: ۱ دقیقه

🔗

#مقاله

🔺 یکی از راه‌های پیدا کردن مقالات مختلف، استفاده از Google Scholar و Search Bar اون هست. اما خب فیلتر مشخصی روی کیفیت ژورنال و مقاله توسط خود اسکولار انجام نمی‌شه. امروز می‌خوایم به معرفی یک پلاگین کروم بپردازیم که رنک ژورنال مقالات مختلف رو در Google Scholar به ما نشون می‌ده.

🔺 اکستنشن ExCITATION، ساخته شده با هدف مشخص کردن رنک Journalهای مقالات حاضر در Google Scholar و سپس sort این مقالات براساس عدد impact factor ژورنال‌ها و یا تعداد citation اون‌ها. همچنین یکی دیگر از قابلیت‌های این اکستنشن، قابلیت One-click paper abstract preview هست که با استفاده از اون می‌تونید خیلی راحت‌تر Abstract مقالات رو نیز مطالعه کنین.

🔖 برای استفاده از این Extension می‌تونید به این سایت مراجعه کنید:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

Please open Telegram to view this post

VIEW IN TELEGRAM

❤18🔥4👍3

1.19K views15:21

DeepSeek-R1: Incentivizing Reasoning Capability in LLMs via Reinforcement Learning

📕

مدل R1 از DeepSeek

🚨 زمان مطالعه: ۱ دقیقه و نیم

🔗

#مقاله

🔺 مدتی‌ست که شرکت‌های فعال در حوزه مدل‌های زبانی بزرگ (Large Language Models) تلاش‌های جدی برای توسعه مدل‌هایی با قابلیت استدلال (Reasoning) آغاز کردن. درباره‌ی این قابلیت بیشتر خواهیم نوشت در آینده، اما بد نیست بدونید که OpenAI با مدل O1 تونسته بود تا حدی به حل این چالش نزدیک بشه. حالا مدل DeepSeep R1 که توسط دانش‌مندان چینی توسعه داده شده، در روزهای اخیر به مرکز توجه محافل علمی و خبری تبدیل شده.

🔺 در واقع بالاخره اولین مدل استدلالی رایگان و OpenSource هم معرفی شد و مقاله‌ی اون هم در دسترس قرار گرفت. اما خب برای این‌که بیشتر از این پیشرفت علمی صحبت کنیم، خوبه به جدولی که در عکس این پست قرار داره اشاره کنیم و به کیفیت بالای این مدل استدلالی در حل سوالات ریاضی و برنامه‌نویسی بپردازیم.

🔺 این متن Abstract مقاله‌ی DeepSeek R1 به زبان فارسی‌ست:

ما مدل‌های نسل اول استدلال خود را با نام‌های DeepSeek-R1-Zero و DeepSeek-R1 معرفی می‌کنیم. مدل DeepSeek-R1-Zero که با استفاده از یادگیری تقویتی در مقیاس بزرگ (RL) و بدون مرحله‌ی اولیه‌ی تنظیم دقیق تحت نظارت (SFT) آموزش دیده است، توانایی‌های استدلال شگفت‌انگیزی را نشان می‌دهد. این مدل از طریق RL به‌طور طبیعی رفتارهای استدلالی قدرتمند و جالبی را ارائه می‌دهد، اما با چالش‌هایی مانند ضعف در خوانایی و ترکیب زبان‌ها روبرو است. برای رفع این مشکلات و بهبود عملکرد استدلال، مدل DeepSeek-R1 معرفی شده است که از آموزش چندمرحله‌ای و داده‌های آغازین سرد قبل از RL بهره می‌برد. مدل DeepSeek-R1 به عملکردی قابل‌مقایسه با OpenAI-o1-1217 در وظایف استدلال دست یافته است. برای حمایت از جامعه تحقیقاتی، مدل‌های DeepSeek-R1-Zero، DeepSeek-R1، و شش مدل چگال (1.5B، 7B، 8B، 14B، 32B، 70B) استخراج‌شده از DeepSeek-R1 بر اساس Qwen و Llama متن‌باز شده‌اند.

🔖 لینک مقاله‌ی DeepSeek R1:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤11👍6🔥6😍3

853 views15:47

📕

کشف داروهای جدید با AI

🚨 زمان مطالعه: ۱ دقیقه

🔗

🔗

Artificial intelligence to deep learning: machine intelligence approach for drug discovery

🔗

#هوش‌مصنوعی

🔺 مطالعه‌ای که براتون آوردیم درمورد نقش هوش مصنوعی در کشف، طراحی و توسعه داروها صحبت می‌کنه. طراحی و توسعه دارو با چالش‌هایی مثل کارایی پایین و وجود داده‌های پیچیده از ژنوم و پروتئوم ارگانیسم‌ها مواجهه، و شیوه‌های سنتی به نحوی در تولید داروهای جدید ناکارآمد شده.

🔺 هوش مصنوعی می‌تونه این چالش‌ها رو برطرف کنه و استفاده از الگوریتم‌های مختلف Deep learning و Machine learning در قدم به قدم فرآیند کشف داروهای جدید کمک‌کننده‌ست.

🔺 تصویر این پست، خلاصه‌ی این قدم‌هاست که نشون می‌ده چطور خواص فارماکولوژیک داروها و ویژگی‌های بیوشیمیایی مولکول‌ها توسط الگوریتم‌ها تعیین می‌شن تا در نهایت به یک داروی مورد تایید برسیم.

🔖 لینک DOI مقاله:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤15👍6🔥5👏2

843 views15:29

📕

بهبود شناسایی و تقسیم‌بندی تومورهای مغزی با استفاده از یادگیری جمعی پیشرفته

🚨 زمان مطالعه: ۲ دقیقه

🔗

🔗

https://pubmed.ncbi.nlm.nih.gov/39862469/

🔗

#هوش‌مصنوعی

🔺 تومورهای مغزی، چه خوش‌خیم و چه بدخیم، تأثیر قابل توجهی بر سلامت انسان دارن و برای درمان موثر نیازه که شناسایی دقیق و زودهنگام انجام بشه. تحلیل تصاویر MRI یک روش رایج برای تشخیص و تقسیم‌بندی تومورهای مغزیه.

🔹

هدف این مطالعه، بهبود دقت و کارایی شناسایی و تقسیم‌بندی تومورهای مغزی با پیاده‌سازی یک رویکرد یادگیری جمعی پیشرفته (SEL) است.

🔖

یادگیری جمعی پیشرفته چیه؟

🔺 یادگیری جمعی پیشرفته یا SEL، یک تکنیک برجسته در پارادایم یادگیری ماشین هست که پیش‌بینی‌های چندین مدل پایه را ترکیب می‌کنه تا عملکرد کلی را بهبود ببخشه. با کاهش خطاها و تعصبات موجود در مدل‌های فردی، SEL دقت پیش‌بینی را افزایش می‌ده.

🔖

روش‌شناسی
رویکرد پیشنهادی شامل طراحی یک مدل متا به نام SEL-DenseNet201 هست که بر اساس DenseNet201 ساخته شده.
این مدل با ۶ مدل پایه دیگه تکمیل می‌شه.
هر مدل پایه، جنبه‌های مختلفی از MRI تومور مغزی رو مورد ارزیابی قرار می‌ده که به بهبود عملکرد تقسیم‌بندی کمک می‌کنه.
مدل SEL-DenseNet201 با استفاده از مجموعه داده‌های MRI تومور مغزی، آموزش داده می‌شه و تکنیک‌های افزایش داده برای متعادل‌سازی و بهبود عملکرد مدل از طریق تقویت تصویر و تکنیک‌های تقسیم‌بندی اعمال می‌شه.

🔖

نتایج
مدل پیشنهادی SEL-DenseNet201 نتایج قابل توجهی رو به دست آورد و دقت 99.65% و ضریب دایس 97.43% رو کسب کرد.
این نتایج برتری مدل پیشنهادی رو نسبت به روش‌های موجود نشان می‌ده و پتانسیلش رو به عنوان

یک ابزار غربالگری اولیه قابل اعتماد برای شناسایی زودهنگام تومورهای مغزی

تأیید می‌کنه.

و نهایتا این‌که

با نرخ موفقیت بالا، SEL-DenseNet201 می‌تونه نقش مهمی در تشخیص زودهنگام و برنامه‌ریزی درمان بیماران مبتلا به تومورهای مغزی ایفا کنه.

🔖 لینک DOI مقاله:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤13👍6🔥6

897 views12:24

https://www.tgoop.com/Lets_CONNECT_fa/222

📕

بررسی تصمیم‌گیری هدفمند در انسان و هوش مصنوعی

🚨 زمان مطالعه: ۳۰ ثانیه

🔗

#معرفی

🔗

#ارائه

🔺 ۲۱ بهمن، ارائه‌ای در زمینه‌ی نوروساینس توسط گروه نوروساینس و فناوری‌های شناختی پژوهشکده فناوری‌های همگرا دانشگاه تهران (CONNECT) برگزار می‌شه. ارائه‌دهنده‌ی این جلسه، علی شیراوند، دانشجوی دکترای علوم اعصاب‌شناختی دانشگاه ENS Paris - PSL هست.

🔹 ارائه به شکل آنلاین خواهد بود و ثبت‌نام در آن نیز، رایگانه. به همین دلیل، شرکت در این ارائه رو پیشنهاد می‌کنیم!

🔖 لینک پست اصلی ارائه:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤10🔥7👍5

932 views18:57

https://www.tgoop.com/RL_Hub

📕

Reinforcement Learning Hub

🚨 زمان مطالعه: ۳۰ ثانیه

🔗

#معرفی

🔺 همون‌طور که قبلا در این پست هم گفتیم، یکی از مدل‌های حل مسائل یادگیری ماشین، یادگیری تقویتی (Reinforcement Learning) هست که برای خودش دنیایی داره و دامنه‌ی خیلی بزرگی از مسائل رو شامل می‌شه. معمولا منابع فارسی مناسب جهت آموزش این مفاهیم پیشرفته هم خیلی زیاد نیستند و علاقه‌مندان برای یادگیری این مسائل، به sourceهای انگلیسی‌زبان مراجعه می‌کنند.

🔹 اخیرا گروهی از دانشجوهای دانشگاه‌های تهران مجموعه‌ای جهت آموزش رایگان Reinforcement Learning و مباحث پایه‌ای ایجاد کردند به نام RL Hub، هدف‌شون نیز آموزش از پایه تا مفاهیم پیشرفته هست. یکی از اصلی‌ترین تفاوت‌های این مجموعه هم، شروع از مفاهیم آمار و احتمال، جبرخطی و ریاضی‌ست که عموم sourceها این مورد رو شامل نمی‌شن و معمولا از نقطه‌ی نسبتا پیشرفته‌تری فعالیت خودشون رو آغاز می‌کنن.

🔖 لینک کانال RL Hub:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤9🔥7👍5👏2

1.08K viewsedited 15:06

📕

ارزیابی تشخیصی ADHD در بزرگسالان با Machine Learning

🚨 زمان مطالعه: ۱ دقیقه

🔗

🔗

https://pubmed.ncbi.nlm.nih.gov/39862143/

🔗

#هوش‌مصنوعی

🔺 تجربه نشون داده که بزرگسالان معمولاً به دلیل احساس شرم یا نادرستی در گزارش علائم، اطلاعات غیرقابل‌اعتمادی رو بیان می‌کنن. این موضوع می‌تونه تشخیص دقیق ADHD رو سخت کنه و حتی به تشخیص اشتباه منجر بشه.

🔹 در یک مطالعه‌ی جدید، از یادگیری ماشین بدون نظارت برای شناسایی گزارش‌دهی غیرقابل‌اعتماد علائم ADHD استفاده شده و نتایج خوبی هم گرفته شده.

🔺 این روش می‌تونه الگوهای پنهان در داده‌ها رو شناسایی کنه و به ما کمک کنه تا دو گروه متمایز از شرکت‌کنندگان رو شناسایی کنیم، کسانی که علائمشون رو به درستی گزارش می‌کنن و کسانی که ممکنه اطلاعات غیرقابل‌اعتمادی ارائه بدن. در این مطالعه از مدل "sidClustering" و ترکیبی از الگوریتم‌های خوشه‌بندی و جنگل تصادفی استفاده شده.

🔹 آزمایش انجامی شامل ۶۲۳ بزرگ‌سال بود و نشون داد که اعتبارسنجی برای گزارش‌دهی بیش از حد علائم روان‌پزشکی، مهم‌ترین عامل در شناسایی گروه‌های متمایز هست. همچنین، استفاده از دو افزایش در نمرات آزمون اعتبارسنجی به عنوان معیاری برای شناسایی گزارش‌دهی غیرقابل‌اعتماد پیشنهاد شد.

🔖 لینک DOI مقاله:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤14🔥4👍3

988 viewsedited 16:03

📕

سبک زندگی سالم و محافظت از قلب

🚨 زمان مطالعه: ۱ دقیقه و نیم

🔗

https://doi.org/10.1038/s41598-025-89773-9

🔗

#پزشکی

🔺 در سال ۲۰۲۲ انجمن قلب آمریکا جدیدترین معیار خودش در رابطه با سلامت افراد رو منتشر کرد که شامل ۸ جزء بود و اونو تحت عنوان

life's essential 8

یا به اختصار، LE8 نام‌گذاری کرد. این ۸ جزء شامل موارد زیر بودند:

رژیم غذایی،
فعالیت فیزیکی،
مواجهه با سیگار،
سلامت خواب،
شاخص توده بدنی (BMI)،
چربی خون غیر HDL،
قند خون، و
فشار خون

🔹 سه روز پیش مقاله‌ای منتشر شده که ارتباط این شاخص‌ها با میزان مرگ و میر در افرادی که مبتلا به فشار خون بالا هستند رو بررسی کرده. این مطالعه روی نزدیک ۱۱ هزار بیمار فشار خون انجام شده و این افراد طی حدود ۷ سال، follow-up شدن.

🔺 نتیجه نشون داد که نمرات بالای LE8 (بالاتر از ۷۵) با ریسک مرگ و میر کمتر ۴۰ درصدی همراه هستن! جدول امتیازدهی‌ش رو هم می‌تونین توی پیوست این مقاله ببینین:

🔗

https://doi.org/10.1161/CIR.0000000000001078

🔹 این نتایج نشون می‌ده که شاید داشتن سبک زندگی سالم می‌تونه مهم‌ترین عامل در جلوگیری و کنترل بیماری های قلبی عروقی باشه.

🔖 لینک DOI مقاله:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

Please open Telegram to view this post

VIEW IN TELEGRAM

❤16👍4🔥4

936 views16:20

https://drafty.cs.brown.edu/csopenrankings/

📕

رنکینگ دانشگاه‌های رشته‌ی Computer Science

🚨 زمان مطالعه: ۱ دقیقه و نیم

🔗

#مهندسی

🔺 برای مقایسه‌ی دانشگاه‌های مختلف معیارهای مختلفی از سالیان قبل معرفی شده و هر سال نیز این لیست‌ها آپدیت می‌شه. قبلا در این پست نیز به بررسی رنکینگ US News پرداختیم. اما خب برای هر رشته معمولا سایت مجزایی هم وجود داره که مشخصا با توجه به ویژگی‌های اون رشته به این مقایسه پرداخته.

🔹 سایت csopenrankings، یکی از این سایت‌هاست که توسط اساتید دانشگاه Brown آمریکا طراحی شده و با هدف رنک‌بندی دقیق‌تر دانشگاه‌ها در رشته‌ی Computer Science فعالیت می‌کنه.

🔺

معیارهای این سایت
◀️ رتبه‌بندی اعتبار (U.S. News): بر اساس نظرسنجی‌های دانشگاهی، امتیاز اعتبار هر دانشگاه تعیین شده
◀️ انتشارات علمی (csrankings.org): تعداد مقالات منتشر شده توسط اساتید در کنفرانس‌های برتر فیلد مدنظر شما
◀️ رتبه‌بندی اشتغال آکادمیک (placement rank): بر اساس تعداد فارغ‌التحصیلانی که در موقعیت‌های هیئت علمی در دانشگاه‌ها مشغول به کار شدن
◀️ جایزه بهترین مقاله (best paper awards): تعداد مقالاتی که در کنفرانس‌های برتر به‌عنوان بهترین مقاله انتخاب شدن

🔗 در نهایت با جمع‌بندی این ۴ تا ستون یک امتیازی به هر دانشگاه داده شده و رنک‌شون رو تعیین کرده. این نکته نیز حائز اهمیت هست که می‌تونید در این سایت contribute کنید و به آپدیت لیست اساتید اون بپردازید. همچنین این سایت فقط شامل دانشگاه‌های آمریکا و کانادا هست.

🔖 لینک سایت:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎

Please open Telegram to view this post

VIEW IN TELEGRAM

❤11👍6🔥6

767 views16:21

https://www.tgoop.com/Lets_CONNECT_fa/230

📕

کاربردهای هوش مصنوعی در استارتاپ‌های حوزه علوم شناختی

🚨 زمان مطالعه: ۳۰ ثانیه

🔗

#معرفی

🔗

#ارائه

🔺 ۹ اسفند، ارائه‌ای در زمینه‌ی کاربرد هوش مصنوعی در Start-Upها توسط گروه نوروساینس و فناوری‌های شناختی پژوهشکده فناوری‌های همگرا دانشگاه تهران (CONNECT) برگزار می‌شه. ارائه‌دهنده‌های این جلسه، هادی مرادی سبزوار و محمدرضا ابوالقاسمی، اساتید دانشگاه تهران هستند.

🔹 ارائه به شکل آنلاین خواهد بود و ثبت‌نام در آن نیز، رایگانه. به همین دلیل، شرکت در این ارائه رو پیشنهاد می‌کنیم!

🔖 لینک پست اصلی ارائه:

🔗

✍️

😊 ما رو به دوستانتون معرفی کنین 😉

🔅

💎