اپلیکیشن اندرویدی فلشکارت آموزشی خودروهای خودران: مبانی و الگوریتمها
🎓 دوره آموزشی جامع
📚 اطلاعات دوره
عنوان دوره: دوره خودروهای خودران: مبانی و الگوریتمها
موضوع کلی: برنامه نویسی
موضوع میانی: هوش مصنوعی و یادگیری ماشین (AI/ML)
📋 سرفصلهای دوره
- 1. مبانی خودروهای خودران
- 2. تاریخچه و تکامل خودروهای خودران
- 3. استانداردهای ایمنی و مقررات خودروهای خودران
- 4. معماری سیستمهای خودروهای خودران
- 5. حسگرها در خودروهای خودران: لیدار
- 6. حسگرها در خودروهای خودران: رادار
- 7. حسگرها در خودروهای خودران: دوربینها
- 8. حسگرها در خودروهای خودران: سنسورهای فراصوت
- 9. ادغام دادههای حسگرها (Sensor Fusion)
- 10. پردازش تصویر برای درک محیط
- 11. تشخیص اشیاء و طبقهبندی آنها
- 12. تخمین موقعیت و سرعت اشیاء
- 13. نقشهبرداری و موقعیتیابی دقیق (Localization)
- 14. نقشهبرداری همزمان و در حین حرکت (SLAM)
- 15. پیشبینی مسیر حرکت سایر وسایل نقلیه
- 16. پیشبینی رفتار عابران پیاده و دوچرخهسواران
- 17. برنامهریزی مسیر در مقیاس بزرگ (Global Path Planning)
- 18. برنامهریزی مسیر در مقیاس محلی (Local Path Planning)
- 19. تولید مسیر (Trajectory Generation)
- 20. کنترل حرکت و فرماندهی
- 21. الگوریتمهای کنترل PID
- 22. الگوریتمهای کنترل پیشبین مدل (MPC)
- 23. سیستمهای تعلیق و دینامیک خودرو
- 24. سیستمهای ترمز و شتابدهی
- 25. مدیریت انرژی در خودروهای خودران
- 26. شبکههای عصبی کانولوشنی (CNN)
- 27. شبکههای عصبی بازگشتی (RNN)
- 28. شبکههای عصبی ترنسفورمر (Transformer)
- 29. یادگیری عمیق برای تشخیص اشیاء
- 30. یادگیری عمیق برای تقسیمبندی تصویر (Semantic Segmentation)
- 31. یادگیری عمیق برای تخمین عمق
- 32. یادگیری تقویتی (Reinforcement Learning)
- 33. کاربرد یادگیری تقویتی در کنترل خودرو
- 34. یادگیری تقویتی برای تصمیمگیری
- 35. یادگیری از طریق تقلید (Imitation Learning)
- 36. یادگیری از دادههای شبیهسازی شده
- 37. انتقال یادگیری (Transfer Learning)
- 38. مدلهای زبانی بزرگ در خودروهای خودران
- 39. پردازش زبان طبیعی برای رابط کاربری
- 40. سیستمهای ناوبری و مسیریابی
- 41. ارتباطات خودرو به خودرو (V2V)
- 42. ارتباطات خودرو به زیرساخت (V2I)
- 43. شبکه ۵G و کاربرد آن در خودروهای خودران
- 44. امنیت سایبری در خودروهای خودران
- 45. رمزنگاری و پروتکلهای امنیتی
- 46. تشخیص نفوذ و حملات سایبری
- 47. حریم خصوصی دادهها در خودروهای خودران
- 48. اخلاق در خودروهای خودران
- 49. تصمیمگیری در شرایط بحرانی (معضلات اخلاقی)
- 50. مسئولیتپذیری در تصادفات
- 51. قوانین و مقررات مربوط به خودروهای خودران
- 52. استانداردهای بینالمللی خودروهای خودران
- 53. برنامهریزی و توسعه نرمافزار خودروهای خودران
- 54. ابزارهای توسعه و شبیهسازی
- 55. مدیریت چرخه عمر نرمافزار
- 56. تست و اعتبارسنجی سیستمهای خودران
- 57. تست در محیط شبیهسازی شده
- 58. تست در محیط واقعی
- 59. تحلیل خطا و رفع اشکال
- 60. مدلهای احتمالی برای موقعیتیابی
- 61. فیلتر کالمن و فیلتر ذرات
- 62. روشهای بهینهسازی مسیر
- 63. الگوریتمهای جستجوی A* و Dijkstra
- 64. برنامهریزی حرکتی مبتنی بر نمونه (Sampling-based Motion Planning)
- 65. الگوریتمهای RRT و PRM
- 66. کنترل مبتنی بر قوانین (Rule-based Control)
- 67. سیستمهای خبره در خودروهای خودران
- 68. یادگیری ماشینی برای پیشبینی رفتار
- 69. مدلهای مارکوف پنهان (HMM)
- 70. مدلهای گرافیکی احتمالی
- 71. شبکههای عصبی گرافی (GNN)
- 72. کاربرد GNN در تحلیل روابط بین اشیاء
- 73. یادگیری چند عاملی (Multi-Agent Learning)
- 74. مدیریت ترافیک با خودروهای خودران
- 75. بهینهسازی جریان ترافیک
- 76. کاهش ازدحام و مصرف سوخت
- 77. تأثیر خودروهای خودران بر حمل و نقل عمومی
- 78. طراحی شهری و زیرساختهای آینده
- 79. خودروهای خودران در خدمات لجستیک
- 80. خودروهای خودران در کشاورزی
- 81. خودروهای خودران در رباتیک صنعتی
- 82. ملاحظات فنی در پیادهسازی خودروهای خودران
- 83. تأمین انرژی و باتریها
- 84. سیستمهای خنککننده
- 85. مواد پیشرفته در ساخت خودروهای خودران
- 86. رابط کاربری انسان و ماشین (HMI)
- 87. سیستمهای کمک راننده پیشرفته (ADAS)
- 88. دوربینهای هوشمند و تحلیل صحنه
- 89. سیستمهای تشخیص خوابآلودگی راننده
- 90. سیستمهای هشدار خروج از خط
- 91. کروز کنترل تطبیقی
- 92. ترمز اضطراری خودکار
- 93. سیستمهای پارک خودکار
- 94. قابلیتهای پیشرفته رانندگی خودکار
- 95. رانندگی خودکار سطح ۴ و ۵
- 96. چالشهای فنی در رسیدن به رانندگی سطح ۵
- 97. تحقیقات آینده در زمینه خودروهای خودران
- 98. هوش مصنوعی در خودروهای خودران
- 99. یادگیری عمیق پیشرفته
- 100. پردازش ابری و لبه (Edge Computing)
این اپلیکیشن فارسی برای یادگیری و مرور محتوای آموزشی از طریق فلشکارت طراحی شده است. کارتها را یکییکی مرور کنید، پاسخ پرسشها را به یاد بیاورید و نتیجه هر پاسخ را ثبت کنید. محتوای دوره پس از نصب درون برنامه در دسترس است تا برای مطالعه روزمره معمولاً به اتصال مداوم اینترنت نیاز نداشته باشید.
محتوای آموزشی در قالبهای متنوع ارائه میشود تا هم برای یادگیری مفاهیم جدید و هم برای تثبیت آموختهها قابل استفاده باشد.
- رابط کاربری فارسی و راستچین با فونت وزیر.
- تم روشن و تیره مطابق تنظیمات سیستم.
- صفحهبندی ساده برای انتخاب دوره و شروع مرور.
- نمایش تعداد دفعات مرور هر فصل.
- انتخاب چند فصل برای مرور همزمان.
- امکان تمرکز بر فصلهایی که هنوز مرور نشدهاند.
این اپلیکیشن برای دانشآموزان، دانشجویان، داوطلبان آزمونها و علاقهمندان به یادگیری طراحی شده است؛ بهویژه کسانی که میخواهند مطالب آموزشی را در زمانهای کوتاه مرور کنند، دانستههای خود را بسنجند و مطالعه منظمتری داشته باشند.
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.