:: مدل‌سازی و کنترل سیستم‌های دینامیکی با روش‌های یادگیری ماشینی، علوم داده و نظریه عملگرها

زمان برگزاری: یکشنبه مورخ 2/دیماه/1403 ساعت 9 الی 12

توضیح کارگاه :
سیستم‌های دینامیکی ابزارهایی در دنیای دانش و مهندسی هستند که به ما این امکان را می‌دهند تا رفتارها و فرآیندهای پویا را شناسایی و مدل‌سازی نماییم. دامنه کاربرد این سیستم‌ها از پیش‌بینی وضعیت آب و هوا، کنترل رباتیک و خودروهای خودران، پیش‌بینی بازارهای مالی، درک پیچیدگی‌های مغز و شبکه‌های عصبی تا بسیاری مسائل پیچیده دیگر در دنیای علم گسترده است. هدف از مطالعه کاربردی سیستم‌های دینامیکی مدل‌سازی و پیش‌بینی رفتار آنها و کنترل بهینه‌ پاسخ‌ها می‌باشد. روش‌های کلاسیک مدل‌سازی و درک دینامیک‌ها معمولا بر اساس انواع معادلات دیفرانسیل بوده است. در کنار چالش‌های مدل‌سازی دینامیک سیستم‌ها، یک چالش اساسی دیگر وجود پیچیدگی‌های رفتاری و پیش‌بینی‌ناپذیری‌های ذاتی در بسیاری از سیستم‌های دینامیکی است که آشوب نامیده می‌شود. آشوبناکی منجر به کاهش توان محاسبه‌پذیری و کنترل از پیش تعیین شده دینامیک شده و نمونه‌های آن در سیستم‌های هواشناسی، جریان‌های آب دریا‌ها، دینامیک‌های عصبی، دستگاه‌های مکانیکی، فرایندهای مالی، سیستم‌های زیستی، الگوریتم‌های محاسباتی، و... به وفور دیده می‌شود. پیشرفت ابزارهای محاسباتی و پردازش داده از یک سو منجر به کشف دقیق‌تر رفتارهای دینامیکی پیچیده ( با آغاز از کارهای لورنتس در 1963) شده و از سویی دیگر ابزارهایی برای روش‌های داده‌کاوی و یادگیری ماشینی سیستم‌های دینامیکی و کنترل آنها فراهم نموده است. این ابزارها شامل روش‌های گسسته‌سازی، برآورد و آنالیز ماتریس عملگرهای دینامیکی خطی هستند. در سال‌های گذشته پیشرفت‌های بسیاری در گسترش این روش‌ها صورت گرفته است و کاربردهای زیادی نیز برای کنترل، یادگیری ماشینی، و مدل‌سازی سیستم‌های دینامیکی معرفی شده است. هدف این کارگاه آشناسازی مخاطبان با این ابزارها، کاربردهای آنها، و روش پیاده‌سازی آنها (به کمک کتابخانه‌های متن باز پایتون یا متلب) برای مدل‌سازی، پیش‌بینی و کنترل دینامیک‌ سیستم‌های پیچیده و غیرخطی می‌باشد. 

اهداف کارگاه آموزشی 
•    معرفی سیستم‌های دینامیکی و کاربردهای آنها در علوم مهندسی (هوافضا، رباتیک، الکترونیک،...)، علوم کامپیوتر، هواشناسی، و دیگر زمینه‌ها. 
•    معرفی روش‌های نوین مدل‌سازی و کنترل دینامیک‌های غیرخطی و آشوبناک بر اساس نظریه عملگرها، علوم داده، و یادگیری ماشینی.
•    معرفی الگوریتم‌ها و ابزارهای محاسباتی مربوط به این روش‌ها.
•    کار با کتابخانه‌های مربوط به این ابزارها (محیط پایتون و متلب).
•    مدلسازی و کنترل دینامیک داده‌های واقعی (مالی، هواشناسی، اپیدمی، شبکه عصبی، رباتیک، ترافیک، ...)


سرفصل مطالب کارگاه
o    آشنایی با سیستم‌های دینامیکی، نظریه آشوب، و کنترل (نظریه و پیاده‌سازی مثال‌ها در محیط پایتون و متلب) (1 ساعت)
o    مروری بر روش‌های کلاسیک مدل‌سازی، پیش‌بینی و کنترل سیستم‌های دینامیکی و محدودیت‌های آنها (نظریه و پیاده‌سازی) (1 ساعت)
o    معرفی عملگرهای مارکوف و لاپلاس به عنوان مدل رفتار دینامیک‌ها (نظریه، گسسته‌سازی و برآورد ماتریسی عملگر، پیاده‌سازی) (2 ساعت)
o    یادگیری ماشینی عملگرها از روی داده‌های دینامیکی و مدل‌سازی رفتار سیستم (معرفی و پیاده‌سازی در محیط پایتون و متلب)(2 ساعت)
o    پیش‌بینی و کنترل سیستم‌های دینامیکی غیرخطی و آشوبناک بر اساس داده‌ها (معرفی و کار با داده‌ها در محیط پایتون و متلب) (1 ساعت)
o    کاربردهایی در آنالیز الگوریتم‌ها، یادگیری ماشینی و داده‌کاوی دینامیک‌های غیرخطی و پویا (معرفی و کار در محیط پایتون و متلب) (1 ساعت)

مخاطبان کارگاه
      دانشجویان و پژوهشگران رشته‌های مهندسی (رایانه، برق، مکانیک، هوافضا، ترافیک،...)، علوم پایه (ریاضی، فیزیک، آمار، ...)، هواشناسی، جمعیت‌شناسی، علوم مالی، ...
•    مهندسان و تحلیل‌گران داده، هوش مصنوعی، یادگیری ماشینی
•    دیگر علاقه‌مندان به حوزه‌های کاربرد سیستم‌های دینامیکی و روش‌های پردازش داده‌ (مانند تحلیل سری‌های زمانی، شناسایی دینامیک‌های مولکولی، شناسایی دینامیک‌های مغز و اعصاب، ... )

 مشخصات ارایه دهندگان کارگاه 
دکتر ابوالفضل شعبانی، پژوهشگر غیر مقیم. پژوهشگاه دانش‌های بنیادی
مهندس روشنک پرتوآذر، دانشجوی کارشناسی ارشد مهندسی کامپیوتر