با درود و احترام
شرکت صنایع الکترواپتیک ایران (صاایران) در نظر دارد برای واجدین شرایط پروژه کسری خدمت تعریف کند ؛ جهت برخوردداری از شرایط لطفا جهت کسب اطلاعات بیشتر با شماره :
+۹۸ ۹۳۳ ۹۷۴ ۴۹۸۳ (بهرانوند)
تماس حاصل فرمایید .

موضوع پروژه :
مطالعه و بررسی شرایط لایه نشانی بستره سافایر با ویژگی پایداری محیطی بالا

رشته‌ تحصیلی مورد نیاز:
فیزیک
الکترواپتیک
فوتونیک

مقطع :
ارشد و بالاتر


انجمن علمی فیزیک
@uisaph

During last 9 days
#TodayInPhysicsHistory

انجمن علمی فیزیک دانشگاه اصفهان

🔥 دورهمی کتاب خوانی 🔥

هر هفته دور هم جمع می‌شیم، کتاب می‌خونیم و یاد می‌گیریم.

⭕️ در صورت عدم مطالعه‌ کتاب نیز می‌توانید برای مشاهده‌ ارائه و بحث در جلسه شرکت کنید.

📚 کتاب: داستان لیزر

✍خلاصه:
این متن به داستان چارلز تانز، مخترع لیزر و برنده جایزه نوبل فیزیک در سال 1964، می‌پردازد. او از دوران کودکی جستجو و تلاش خود برای کشف را آغاز کرد تا سرانجام به اختراع لیزر دست یافت. او با ثبت این اختراع بخش بزرگی از درآمد آن را به پژوهش‌های علمی اختصاص داد.

در این کتاب به اولین لیزر گازی که توسط دانشجوی ایرانی‌اش، علی جوان، ساخته شد، اشاره می‌کند. همچنین نقش او در پروژه آپولو و همکاری با دولت در مشاوره‌های علمی نام برده می‌شود.

🔴جهت اطلاع از زمان و مکان و برنامه‌های بیشتر عضو گروه تلگرام ما بشید.
@ketabdorehami

🔔فراخوان جذب گرافیست و طراح🔔

سلام به همه دانشجویان عزیز فیزیک!

به منظور ارتقاء فعالیت‌های انجمن و طراحی محتوای بصری جذاب، به دنبال افرادی هستیم که در زمینه طراحی گرافیک مهارت دارند. اگر در کار با نرم‌افزارهای فوتوشاپ، ایلاستریتور و این‌دیزاین مهارت دارید و علاقه‌مند به همکاری با ما در زمینه طراحی پوستر و بروشور هستید، لطفاً به ما بپیوندید!

✨ مهارت‌های مورد نیاز:
- آشنایی با نرم‌افزارهای فوتوشاپ، ایلاستریتور، این‌دیزاین و...
- خلاقیت و ایده‌پردازی در طراحی
- توانایی کار تیمی و ارتباط مؤثر

📩 راه ارتباطی: @Mahdiyeh_114

منتظر پیام‌های شما هستیم!🪅

📣 #یادآوری
‼️ حذف و اضافه فردا راس ساعت هشت شروع می‌شود.

حذف و اضافه دروس از فردا یکشنبه ۱۵ مهرماه شروع شده و در سه‌شنبه ۱۷ مهرماه پایان می‌یابد.

@uisaph

🏅 جایزه نوبل فیزیک 2024

🎥 پخش زنده مراسم اهدای جایزه نوبل فیزیک 2024 با حضور و همراهی اساتید گرامی و دانشجویان.

🕑 زمان: سه‌شنبه 17 مهر، ساعت 13
📍 مکان: دانشکده ریاضی و آمار، تالار خوارزمی

منتظر حضور سبز شما هستیم🌚☘

@uisaph

#اصلاحیه
⭕️ مکان برگزاری مراسم به دانشکده فیزیک، تالار ابوریحان تغییر کرد.

🔺 چرا هوش مصنوعی؟

وقتی درباره هوش مصنوعی صحبت می‌کنیم، معمولاً منظور ما یادگیری ماشین با استفاده از شبکه‌های عصبی مصنوعی است. این فناوری در ابتدا از ساختار مغز الهام گرفته شده است. در یک شبکه عصبی مصنوعی، نورون‌های مغز توسط گره‌هایی که دارای مقادیر مختلفی هستند، نمایش داده می‌شوند. این گره‌ها از طریق اتصالاتی که می‌توان آن‌ها را به سیناپس‌ها تشبیه کرد، بر یکدیگر تأثیر می‌گذارند و این اتصالات می‌توانند قوی‌تر یا ضعیف‌تر شوند. شبکه آموزش داده می‌شود، به عنوان مثال با تقویت اتصالات بین گره‌هایی که به طور همزمان مقادیر بالایی دارند. برندگان امسال جوایز، کارهای مهمی را با شبکه‌های عصبی مصنوعی از دهه ۱۹۸۰ به بعد انجام داده‌اند.

▪️جان هاپفیلد یک شبکه اختراع کرد که از روشی برای ذخیره و بازسازی الگوها استفاده می‌کند. می‌توانیم گره‌ها را به عنوان پیکسل‌ها تصور کنیم. شبکه هاپفیلد از فیزیکی استفاده می‌کند که ویژگی‌های یک ماده را به دلیل چرخش اتمی آن توصیف می‌کند - خاصیتی که هر اتم را به یک آهنربای کوچک تبدیل می‌کند. کل شبکه به گونه‌ای توصیف می‌شود که معادل انرژی در سیستم چرخشی موجود در فیزیک است و با پیدا کردن مقادیر برای اتصالات بین گره‌ها آموزش داده می‌شود تا تصاویر ذخیره‌شده انرژی پایینی داشته باشند. وقتی که شبکه هاپفیلد یک تصویر تحریف‌شده یا ناقص دریافت می‌کند، به طور سیستماتیک از طریق گره‌ها کار می‌کند و مقادیر آن‌ها را به‌روزرسانی می‌کند تا انرژی شبکه کاهش یابد. بنابراین، شبکه به تدریج تلاش می‌کند تا تصویر ذخیره‌شده‌ای را پیدا کند که بیشترین شباهت را به تصویر ناقصی که به آن داده شده دارد.

▪️جفری هینتون از شبکه هاپفیلد به عنوان پایه‌ای برای یک شبکه جدید استفاده کرد که از روش متفاوتی به نام ماشین بولتزمان بهره می‌برد. این ماشین می‌تواند عناصر مشخصی را در نوع خاصی از داده‌ها شناسایی کند. هینتون از ابزارهایی از فیزیک آماری، علمی که سیستم‌های ساخته‌شده از بسیاری اجزای مشابه را مطالعه می‌کند، استفاده کرده است. این ماشین با دادن مثال‌هایی که احتمال وقوع آن‌ها هنگام اجرای ماشین بسیار زیاد است، آموزش داده می‌شود. ماشین بولتزمان می‌تواند برای طبقه‌بندی تصاویر یا ایجاد مثال‌های جدید از نوع الگوی آموزشی‌اش استفاده شود. هینتون بر روی این کار بنا نهاده و به آغاز توسعه انفجاری فعلی یادگیری ماشین کمک کرده است.

"کار برندگان جوایز قبلاً نیز بسیار مفید بوده است. در فیزیک، ما از شبکه‌های عصبی مصنوعی در دامنه وسیعی از زمینه‌ها، مانند توسعه مواد جدید با ویژگی‌های خاص استفاده می‌کنیم"
-الن مونس، رئیس کمیته نوبل فیزیک.

📎منبع

🟠 #نظرسنجی

سلام به همگی!
از همراهی‌تون در برنامه‌ بی‌نهایت سپاسگزاریم. ما برای بهتر شدن به نظرات شما نیاز داریم! لطفاً در نظرسنجی‌ ما در خصوص کیفیت رویداد برگزار شده شرکت کنید و به ما در این مسیر کمک کنید. منتظر شنیدن نظرات شما هستیم!

برای شرکت در نظرسنجی اینجا کلیک کنید.