- توسعههای بنیادی علوم داده برروی انواع داده
- روشهای پردازش و تحلیل دادههای ساختارنیافته (متنی، تصویری، صوتی و ویدئویی)
- تکنیکهای پیشرفته برای دادههای حجیم، سریهای زمانی و گرافها
- یادگیری عمیق برای دادههای چندمُدی (Multi-modal)
- چالشهای امنیت و حریم خصوصی در پردازش دادههای حساس
- بهینهسازی الگوریتمهای علم داده برای دادههای با ابعاد بالا
- علم داده و محاسبات نرم و یادگیری ماشین
- تلفیق یادگیری ماشین و محاسبات نرم برای سیستمهای هوشمند
- روشهای یادگیری تقویتی و کاربردهای آن در مهندسی
- شبکههای عصبی عمیق و معماریهای نوین
- یادگیری نیمهنظارتی و بدون نظارت در مسائل مهندسی
- تفسیرپذیری و شفافیت در مدلهای یادگیری ماشین
- تحلیل دادههای بزرگ در مهندسی
- چارچوبهای پردازش موازی و توزیعشده (مانند Apache Spark, Hadoop)
- روشهای کاهش ابعاد و انتخاب ویژگی در دادههای مهندسی
- کاربرد یادگیری ماشین مقیاسپذیر در صنعت
- تحلیل دادههای بلادرنگ (Real-time) در سیستمهای مهندسی
- مدیریت و یکپارچهسازی دادههای حجیم در محیطهای صنعتی
- مدلسازی و شبیهسازی در مهندسی با استفاده از علم داده
- شبیهسازی مبتنی بر داده (Data-driven Simulation)
- مدلهای جایگزین (Surrogate Models) برای بهینهسازی فرآیندها
- پیشبینی خرابی و تحلیل قابلیت اطمینان با استفاده از دادهها
- تلفیق مدلهای فیزیکی و دادهمحور (Hybrid Modeling)
- شبیهسازی سیستمهای پیچیده مهندسی با کمک یادگیری ماشین
- کاربرد علم داده در مهندسی کامپیوتر، برق و الکترونیک
- پردازش سیگنال و تصویر با روشهای مبتنی بر یادگیری عمیق
- اینترنت اشیا (IoT) و تحلیل دادههای حسگرها
- بهینهسازی شبکههای ارتباطی و مخابراتی با علم داده
- تشخیص ناهنجاری در سیستمهای سختافزاری و نرمافزاری
- طراحی خودکار (AutoML) برای سیستمهای الکترونیکی
- کاربرد علم داده در مهندسی مکانیک
- پیشبینی خرابی و نگهداری پیشگویانه (Predictive Maintenance)
- بهینهسازی طراحی سیستمهای مکانیکی با یادگیری ماشین
- تحلیل دادههای حاصل از شبیهسازیهای دینامیکی
- کنترل هوشمند سیستمهای رباتیک و مکاترونیک
- مدلسازی رفتار مواد و ساختارها با روشهای دادهمحور
- کاربرد علم داده در مهندسی پزشکی و تشخیص بیماریها
- پردازش تصاویر پزشکی و تشخیص خودکار بیماریها
- پیشبینی ریسک بیماریها با مدلهای پیشگویانه
- تحلیل دادههای ژنومیک و پروتئومیک در پزشکی شخصیشده
- سیستمهای پشتیبان تصمیمگیری بالینی (Clinical Decision Support)
- چالشهای اخلاقی و قانونی در استفاده از دادههای پزشکی
- کاربرد علم داده در مهندسی عمران
- پیشبینی ترافیک و بهینهسازی سیستمهای حملونقل
- مانیتورینگ سلامت سازهها (SHM) با دادههای حسگری
- مدیریت پروژههای عمرانی با تحلیل دادههای تاریخی
- مدلسازی ریسک بلایای طبیعی (زلزله، سیل و …)
- ساختوساز هوشمند و شهرهای پایدار (Smart Cities)
- کاربرد علم داده در مهندسی مکانیک و انرژی
- پیشبینی مصرف انرژی و بهینهسازی سیستمهای انرژی
- تحلیل دادههای نیروگاههای تجدیدپذیر (باد، خورشید و …)
- مدیریت هوشمند شبکههای توزیع انرژی (Smart Grids)
- مدلسازی رفتار سیالات و انتقال حرارت با یادگیری ماشین
- کاهش آلایندگی و بهبود بازدهی سیستمهای انرژی
- کاربرد علم داده در مهندسی صنایع
- بهینهسازی زنجیره تأمین و مدیریت موجودی
- پیشبینی تقاضا و برنامهریزی تولید
- کیفیتسنجی و کنترل فرآیندهای صنعتی
- مدلسازی تصمیمگیری چندمعیاره در سیستمهای صنعتی
- کاربرد یادگیری ماشین در لجستیک و مدیریت عملیات
- کاربرد علم داده در مهندسی کشاورزی و آب
- پیشبینی عملکرد محصولات کشاورزی با دادههای اقلیمی
- مدیریت هوشمند آبیاری و منابع آب
- تشخیص آفات و بیماریهای گیاهی با پردازش تصویر
- بهینهسازی مصرف کود و نهادههای کشاورزی
- مدلسازی تغییرات آبوهوایی و اثرات آن بر کشاورزی
- کاربرد علم داده در مهندسی شیمی و مواد
- کشف و بهینهسازی مواد جدید با یادگیری ماشین
- پیشبینی خواص مواد و ترکیبات شیمیایی
- کنترل فرآیندهای صنعتی با تحلیل دادههای بلادرنگ
- مدلسازی واکنشهای شیمیایی و کاتالیستها
- کاهش ضایعات و بهبود کیفیت در تولید مواد
- کاربرد علم داده در مهندسی هوافضا
- پیشبینی خرابی موتورهای هواپیما و پهپادها
- بهینهسازی مسیر پرواز و مدیریت ترافیک هوایی
- تحلیل دادههای حسگرهای ماهوارهای و سنجش از دور
- طراحی خودکار سازههای هوافضایی با روشهای دادهمحور
- شبیهسازی شرایط جوی و تأثیر آن بر پرواز
- کاربرد علم داده در سیستمهای تصمیمگیری نادقیق
- مدلسازی عدم قطعیت با منطق فازی و روشهای احتمالاتی
- سیستمهای پشتیبان تصمیمگیری در شرایط پیچیده
- تلفیق دادههای ناقص و نادقیق در تحلیلهای مهندسی
- کاربرد شبکههای بیزی در پیشبینی ریسک
- چالشهای تفسیرپذیری در مدلهای تصمیمگیری نادقیق
- چالشها و موانع پیادهسازی علم داده در پروژههای مهندسی
- مشکلات یکپارچهسازی دادههای پراکنده در صنعت
- الزامات سختافزاری و محاسباتی برای مدلهای پیچیده
- چالشهای ارتباطی بین متخصصان داده و مهندسان
- مسائل امنیتی و حریم خصوصی در دادههای صنعتی
- موانع پذیرش راهحلهای دادهمحور در فرآیندهای سنتی
- آینده علم داده در مهندسی
- روندهای نوظهور و آیندهپژوهی در علم داده
- تأثیر هوش مصنوعی بر علم داده و مهندسی
- نقش علم داده در توسعه پایدار و مهندسی سبز
پوستر کنفرانس
اطلاعات همایش برگرفته از وب سایت رسمی کنفرانس می باشد.
نویسنده: صبا منتی
اطلاع رسانی همایش و کنفرانس های علمی، معتبرترین همایش و کنفرانسهای دانشگاهها پایگاه خبری اطلاع رسانی همایش و کنگره و کنفرانس های کشور


