دکتر امین زاده شیرازی

مدرس دوره های پایتون و داده کاوی

درباره استاد :

امین زاده شیرازی پس از اخذ مدارک کارشناسی مهندسی سخت افزار کامپیوتر و کارشناسی ارشد هوش مصنوعی، با اخذ بورسیه کامل تحصیلی از دانشگاه استرالیای جنوبی، تحصیلات خود را در مقطع دکتری علوم کامپیوتر گرایش(هوش مصنوعی و محاسبات نرم) با موفقیت به پایان رساند و در سال 2021 فارغ التحصیل گردید. تمرکز رساله دکتری وی بر روی طراحی الگوریتم های هوش مصنوعی به منظور تشخیص نرخ زندگی در بیماران سرطان مغز با استفاده از ویژگیهای ریزمحیطی تومور، بوده است.

وی همچنین، یک دوره 4 ماهه Postdoc Internship را به طور مشترک با دانشگاه ملبورن و موسسه ریاضیات استرالیا به منظور طراحی و پیاده سازی سامانه هوش مصنوعی در کشاورزی، با موفقیت گذرانده است.

تالیف کتابهای منطق فازی و یادگیری عمیق در بینایی ماشین، چاپ مقالات علمی در ژورناهای معتبر علمی از جمله Nature British Journal of Cancer، تدریس در دانشگاه، و داوری مقالات علمی، از سوابق علمی و پژوهشی وی به شمار میروند.

عناوین پایان نامه ها

دکتری: هوش مصنوعی و تشخیص نرخ زندگی در بیماران سرطان مغز براساس ویژگی¬های ریزمحیطی تومور مقاله 1، مقاله 2، مقاله 3
کارشناسی ارشد: یک سیستم هوش محاسباتی مطمئن در تشخیص سرطان پستان (مقاله استخراج شده از پایان نامه کارشناسی ارشد)
کارشناسی: ارائه یک پروتوکل پشته برای شبکه هایی در مقیاس نانومتریک (مقاله استخراج شده از پروژه کارشناسی)

خلاصه ای از بهترین سوابق :

جوایز و بورسیه های تحصیلی:

•بورسیه کامل تحصیلی مقطع دکتری تخصصی در رشته کامپیوتر، ازطرف دولت استرالیا جهت تحصیل حضوری و تمام وقت در دانشگاه استرالیای جنوبی
• فارغ التحصیل منتخب دانشگاه استرالیای جنوبی در مقطع دکتری (2021)
• انتخاب مقاله تز دکتری، به عنوان بهترین مقاله دانشجویی سال 2021
• مدرس منتخب دانشگاه جامع علمی¬کاربردی (1396)

کتاب های تالیفی:

1.منطق فازی در کاربردهای مهندسی (Link)
2. Deep Learning in Precision Medicine (Book Chapter) (Link)
3.یادگیری عمیق در بینایی ماشین (Link)

مقالات کنفرانس

1.Protocol Stack for Nano Networks (2012)
2. An Energy-Efficient Real-Time Routing Protocol for Differentiated Data in Wireless Sensor Networks (2012)
3. Adaptive Majority-Based Re-routing for Differentiated Reliability in Wireless Sensor Networks (2012)
4. Health Applications Based on Molecular Communications: A Brief Review (2019)
5. On the efficient digital code representation in DNA-based data storage (2020)
6. Abstract PO-004: A deep convolutional neural network for segmentation of whole-slide pathology images in glioblastoma (2021)
7. Theoretical Basis for Gene Expression Modelling Based on the IEEE 1906.1 Standard (2022)
8. Data security video with encryption based on fractal sequences and hyper-chaos functions (2012)

مهارت ها و تخصص ها :

• علم داده
• هوش مصنوعی و محاسبات نرم
• پردازش تصاویر و بینایی ماشین
• برنامه نویسی پایتون

سوابق تحصیلی و دوره های آموزشی

دکتری تخصصی علوم کامپیوتر (گرایش هوش مصنوعی و محاسبات نرم)

دانشگاه استرالیای جنوبی

سوابق کاری

تدریس زبان تخصصی کامپیوتر

جهاد دانشگاهی مشهد

1395-1396

تدریس هوش مصنوعی سیستم های خبره -برنامه نویسی شی¬گرا

موسسه علمی صنعتی خراسان

1393-1396

تدریس ریاضیات گسسته ساختمان داده ها

دانشگاه خیام مشهد

1381390

تدریس یادگیری عمیق در پزشکی

وبسایت آموزشی فرادرس

1397 تاکنون

تدریس پایتون مقدماتی پایتون پیشرفته (پردازش تصویر) دوره جامع علم داده

مجتمع انفورماتیک بین الملل

1400 تاکنون

سخنران سمینارها، کنفرانس ها، و وُرک شاپ های بین المللی کاربردهای هوش مصنوعی و محاسبات نرم

مجامع علمی بین المللی

1398-تاکنون

طراح سیستم هوش مصنوعی برای کاربردهای کشاورزی

موسسه ریاضیات استرالیا و دانشگاه ملبورن

2021

دستیار تحقیقاتی

آزمایشگاه سیستم های یادگیری محاسباتی دانشگاه استرالیای جنوبی

2020-2021

داور علمی ژورنال های هوش مصنوعی معتبر دنیا در انتشارات Springer، Elsevier، و IEEE Transaction

2014-تاکنون

مقالات

1. Amin Zadeh Shirazi, Mark D. McDonnell, Eric Fornaciari, Narjes Sadat Bagherian, Kaitlin G. Scheer, Mahdi Yaghoobi, Rebecca J. Ormsby, Santosh Poonnoose, Michael S. Samuel, Damon J. Tumes, and Guillermo A. Gomez. “A deep convolutional neural network for segmentation of whole-slide pathology images identifies novel tumour cell-perivascular niche interactions that are associated with poor survival in glioblastoma”. Nature British Journal of Cancer, Special Issue: “AI Applied to Cancer”. 2021. (Link)

29 April 2021

2. Amin Zadeh Shirazi, Eric Fornaciari, Mark D. McDonnell, Mahdi Yaghoobi, Yesenia Cevallos, Luis Tello-Oquendo, Deysi Inca, Guillermo A. Gomez. “The Application of Deep Convolutional Neural Networks to Brain Cancer Images: A Survey”. Journal of Personalized Medicine, Special Issue: “Biomedical Imaging and Cancers”. 2020. (Link)

12 November 2020

3. Amin Zadeh Shirazi, Eric Fornaciari, Narjes Sadat Bagherian, Lisa M. Ebert, Barbara Koszyca, Guillermo A. Gomez. “DeepSurvNet: deep survival convolutional network for brain cancer survival rate classification based on histopathological images”. Medical & Biological Engineering & Computing. 2020. (Link)

02 March 2020

4. Amin Zadeh Shirazi, Seyyed Mahdavi Chabok SJ, Mohammadi Z. “A novel and reliable computational intelligence system for breast cancer detection”. Medical & Biological Engineering & Computing. 2018. (Link)

11 September 2017

5. Amin Zadeh Shirazi, Mohammadi Z. “A hybrid intelligent model combining ANN and imperialist competitive algorithm for prediction of corrosion rate in 3C steel under seawater environment”. Neural Computing and Applications. 2016: 28 (11):3455-3464. (Link)

09 March 2016

6. Amin Zadeh Shirazi, Hatami M, Yaghoobi M, Chabok SJ. “An Intelligent Approach to Predict Vibration Rate in a Real Gas Turbine”. Intelligent Industrial Systems. 2016: Sep 1;2(3):253-67. (Link)

20 September 2016