هل لديك مشروع في ذهنك ويفتقر إلى التخصص؟ في هذا البرنامج، سيقدم لك فريق من الخبراء في مجال الروبوتات الأدوات اللازمة للتقدم في الصناعة 4.0"

الروبوتات جزء من حياتنا اليومية. لا يقتصر حضور الروبوتات على القطاع الصناعي الذي نما بشكل كبير بفضل التقدم التقني والعلمي فحسب، بل أصبحت الروبوتات أيضاً أقرب إلى الجمهور. لم يعد من غير المعتاد أن ترى أي شخص حاصل على تعليم معين يقود طائرة بدون طيار، أو يمتلك نظارة افتراضية ينغمس بها في أحدث ألعاب الفيديو أو المنازل التي تحتوي على هذه التقنية التي تحل جميع أنواع المشاكل.

يعد مصطلح الروبوتات مصطلحاً شائعاً وحاضراً ومستقبلاً واسعاً لمحترفي تكنولوجيا المعلومات الذين يرغبون في التخصص في مجال يتمتع بإمكانيات نمو كبيرة. يوفر ماجستير التدريب الدائم هذا معرفة واسعة تتيح للطلاب اكتساب معرفة واسعة في مجالات الواقع المعزز والذكاء الاصطناعي والفضاء والتقنيات الصناعية. كل هذا سيتيح لك الوصول إلى شركات في قطاعات مختلفة أو إنشاء مشاريع الروبوتات الخاصة بك.

لكي يتمكن الطلاب من تحقيق هدفهم، جمعت TECH في هذا البرنامج عبر الإنترنت فريقاً من المهنيين المتخصصين ذوي الخبرة الواسعة في المشاريع الدولية المرموقة في مجال الروبوتات. يوفر هذا الملف التعليمي للمتخصصين في مجال تكنولوجيا المعلومات نهجًا نظريًا عمليًا، حيث لن يتعرفوا على أحدث التطورات في مجال الروبوتات فحسب، بل سيتمكنون أيضًا من التعرف على تطبيقها في بيئات حقيقية.

فرصة ممتازة للتقدم مع المؤهل العلمي الذي يوفر منذ البداية منهجاً كاملاً يتألف من ملخصات فيديو وقراءات أساسية ومقاطع فيديو مفصلة وتمارين معرفة ذاتية. بهذه الطريقة، سيكتسب الطلاب رؤية عالمية عن الروبوتات بطريقة مريحة حيث يمكنهم الوصول إلى كل المحتوى متى شاءوا وتوزيع العبء التعليمي وفقًا لاحتياجاتهم. بهذه الطريقة، ستتمكن من التوفيق بين التعلم الأكاديمي في الطليعة ومسؤولياتك الشخصية.

يتميز المنهج أيضاً بمشاركة مدير دولي زائر. خبير مشهور، ذو مسار مهني عالمي، سيقدم 10 صفوف دراسية متقدمة متخصصة في مجال الروبوتات.

حقق أقصى قدر من التطور المهني بفضل الدورات التدريبية التي تقدمها لك TECH، على يد مدير دولي مرموق"

 

يحتوي هذا الماجستير الخاص في الروبوتات على البرنامج التعليمي الأكثر اكتمالاً وحداثة في السوق أبرز خصائصها هي:

تطوير الحالات العملية المقدمة من قبل خبراء في هندسة الروبوتات
محتوياتها البيانية والتخطيطية والعملية البارزة التي يتم تصورها بها تجمع المعلومات العلمية والرعاية العملي حول تلك التخصصات الأساسية للممارسة المهنية
التمارين العملية حيث يمكن إجراء عملية التقييم الذاتي لتحسين التعلم
تركيزها على المنهجيات المبتكرة
كل هذا سيتم استكماله بدروس نظرية وأسئلة للخبراء ومنتديات مناقشة حول القضايا المثيرة للجدل وأعمال التفكير الفردية
توفر المحتوى من أي جهاز ثابت أو محمول متصل بالإنترنت

سجّل الآن ولا تفوّت الفرصة للتقدم في التقنيات الرئيسية لعمليات SLAM visual"

البرنامج يضم في أعضاء هيئة تدريسه محترفين يصبون في هذا التدريب خبرة عملهم، بالإضافة إلى متخصصين معترف بهم من الشركات الرائدة والجامعات المرموقة.

سيتيح محتوى البرنامج المتعدد الوسائط، والذي صيغ بأحدث التقنيات التعليمية، للمهني التعلم السياقي والموقعي، أي في بيئة محاكاة توفر تدريبا غامرا مبرمجا للتدريب في حالات حقيقية.

يركز تصميم هذا البرنامج على التعلّم القائم على حل المشكلات، والذي يجب على المهني من خلاله محاولة حل مختلف مواقف الممارسة المهنية التي تنشأ على مدار العام الدراسى. للقيام بذلك، سيحصل على مساعدة من نظام فيديو تفاعلي مبتكر من قبل خبراء مشهورين.

طوّر تقنيات برمجة PLC نظيفة وفعالة مع هذه الشهادة الجامعية"

قم بإتقان الروبوتات الأكثر تقدماً بفضل مساهمة هذا المؤهل العلمي في وكلاء الأجهزة والبرمجيات"

في هذا البرنامج، الذي يتم تدريسه عبر الإنترنت، يمكن للطلاب الوصول إلى محتوى واسع النطاق في مجال الروبوتات منظم في 10 وحدات يمكن الوصول إليها في أي وقت. يمكن اكتساب الرؤية النظرية والعملية للمنهج الدراسي بسرعة أكبر بفضل موارد الوسائط المتعددة ونظام إعادة التعلم (المعروف بـ Relearning) القائم على تكرار المحتوى. بهذه الطريقة، سيكون لدى محترف تكنولوجيا المعلومات كل المعرفة اللازمة في متناول يده للتقدم في هذا المجال.

التحق الآن بمؤهل علمي يوفر لك أحدث التطورات في مجال الروبوتات والصناعة 4.0"

وحدة 1. علم الروبوتات. تصميم ونمذجة الروبوتات

1.1    الروبوتات والصناعة 4.0

1.1.1    الروبوتات والصناعة 4.0
2.1.1    مجالات التطبيق وحالات الاستخدام
3.1.1    مجالات التخصص الفرعية في الروبوتات

2.1    بنيات أجهزة وبرمجيات الروبوت

1.2.1    بنيات الأجهزة والوقت الحقيقي
2.2.1    بنيات برامج الروبوت
3.2.1    بنيات برامج الروبوت
4.2.1    تكامل البرامج مع Robot Operating System (نظام تشغيل الروبوت) (ROS)

3.1    النمذجة الرياضية للروبوتات

1.3.1    التمثيل الرياضي للمواد الصلبة والجامدة\
2.3.1    الدواران والتحرك
3.3.1    تمثيل التسلسل الإداري للحالة
4.3.1    التمثيل الموزع للحالة في ROS (مكتبة TF)

4.1    حركيات وديناميكيات الروبوت

1.4.1    معادلات الحركة
2.4.1    الديناميكا علم التحريك
3.4.1    الروبوتات الأكثر حرية
4.4.1    الروبوتات المتكررة

5.1    نمذجة ومحاكاة الروبوت

1.5.1    تقنيات نمذجة الروبوتات
2.5.1    نمذجة الروبوت باستخدام URDF
3.5.1    محاكاة الروبوت
4.5.1    نمذجة محاكي Gazebo

6.1    الروبوتات المناولة

1.6.1    أنواع الروبوتات المناولة
2.6.1    معادلات الحركة
3.6.1    الديناميكا علم التحريك
4.6.1    المحاكاة

7.1    الروبوتات المتنقلة البرية

1.7.1    أنواع الروبوتات المتنقلة البرية
2.7.1    معادلات الحركة
3.7.1    الديناميكا علم التحريك
4.7.1    المحاكاة

8.1    الروبوتات المتنقلة الجوية

1.8.1    أنواع الروبوتات المتنقلة الجوية
2.8.1    معادلات الحركة
3.8.1    الديناميكا علم التحريك
4.8.1    المحاكاة

9.1    الروبوتات المتنقلة المائية

1.9.1    أنواع الروبوتات المتنقلة المائية
2.9.1    معادلات الحركة
3.9.1    الديناميكا علم التحريك
4.9.1    المحاكاة

10.1    روبوتات مستوحاة من البيولوجيا

1.10.1    الروبوتات الشبيهة بالبشر
2.10.1    روبوتات بأربعة أرجل أو أكثر
3.10.1    الروبوتات المعيارية
4.10.1    الروبوتات ذات الأجزاء المرنة (Soft-Robotics)

وحدة 2. العملاء الأذكياء تطبيق الذكاء الاصطناعي على الروبوتات وSoftbots

1.2 الوكلاء الأذكياء والذكاء الاصطناعي

1.1.2 لروبوتات الذكية. الذكاء الاصطناعي
2.1.2 العملاء الأذكياء

1.2.1.2 وكلاء الأجهزة. الروبوتات
2.2.1.2 وكلاء البرمجيات. Softbots

3.1.2 تطبيقات على الروبوتات

2.2 اتصال خوارزمية الدماغ

1.2.2 الإلهام البيولوجي للذكاء الاصطناعي
2.2.2 المنطق المطبق في الخوارزميات. الأنماط
3.2.2 إمكانية تفسير النتائج في خوارزميات الذكاء الاصطناعي
4.2.2 تطور الخوارزميات إلى Deep Learning

3.2 خوارزميات البحث عن مساحة الحل

1.3.2 عناصر البحث في فضاء الحل
2.3.2 خوارزميات البحث عن حلول في مشاكل الذكاء الاصطناعي
3.3.2 تطبيقات خوارزمية البحث والتحسين
4.3.2 خوارزميات البحث المطبقة على التعلم الآلي

4.2 التعلم الالي

1.4.2 التعلم الالي
2.4.2 خوارزميات التعلم الخاضعة للإشراف
3.4.2 خوارزميات التعلم غير الخاضعة للرقابة
4.4.2 تعزيز خوارزميات التعلم

5.2 التعلم تحت الإشراف

1.5.2 أساليب التعلم الخاضعة للإشراف
2.5.2 أشجار القرارات لأغراض التصنيف
3.5.2 دعم آلات المتجهات
4.5.2 الشبكات العصبية الاصطناعية
5.5.2 تطبيقات التعلم الخاضع للإشراف

6.2 تعليم غير مشرف عليه

1.6.2 تعليم غير مشرف عليه
2.6.2 شبكات Kohonen
3.6.2 خرائط التنظيم الذاتي
4.6.2 خوارزمية K-medias

7.2 تعزيز التعلم

1.7.2 تعزيز التعلم
2.7.2 وكلاء على أساس عمليات Markov
3.7.2 تعزيز خوارزميات التعلم
4.6.2 تطبيق التعلم المعزز على الروبوتات

8.2 الشبكات العصبية وDeep Learning

1.8.2 الشبكات العصبية الاصطناعية. الأنماط
2.8.2 تطبيقات الشبكات العصبية
3.8.2 التحول من Machine Learning إلى Deep Learning
4.8.2 تطبيق Deep Learning

9.2 الاستدلال الاحتمالي

1.9.2 الاستدلال الاحتمالي
2.9.2 أنواع الاستدلال وتعريف الطريقة
3.9.2 الاستدلال بايزي كدراسة حالة
4.9.2 تقنيات الاستدلال غير المعلمي
5.9.2 مرشحات Gaussianos

10.2 من النظرية إلى التطبيق: تطوير عامل ذكي آلي

1.10.2 إدراج وحدات التعلم الخاضع للإشراف في الوكيل الآلي
2.10.2 إدراج وحدات التعلم المعزز في الوكيل الآلي
3.10.2 هندسة عامل آلي يتحكم فيه الذكاء الاصطناعي
4.10.2 أدوات احترافية لتنفيذ الوكيل الذكي
5.10.2 مراحل تنفيذ خوارزميات الذكاء الاصطناعي في العوامل الروبوتية

وحدة 3. الروبوتات في أتمتة العمليات الصناعية

1.3    تصميم الأنظمة الآلية

1.1.3    بنيات الأجهزة
2.1.3    وحدات التحكم المنطقية القابلة للبرمجة
3.1.3    شبكات الاتصالات الصناعية

2.3    التصميم الكهربائي المتقدم 1: الأتمتة

1.2.3    تصميم اللوحات والرموز الكهربائية
2.2.3    دوائر القدرة والتحكم. التوافقية
3.2.3    عناصر الحماية والتأريض

3.3    التصميم الكهربائي المتقدم 2: الحتمية والسلامة

1.3.3    سلامة الآلة والروبوتات المتكررة
2.3.3    مرحلات السلامة والمشغلات
3.3.3    PLCs للسلامة
4.3.3    الشبكات الآمنة

4.3    الأداء الكهربائي

1.4.3    المحركات والمحركات المؤازرة
2.4.3    محركات الأقراص وأجهزة التحكم ذات التردد المتغير
3.4.3    الروبوتات الصناعية التشغيل الكهربائي

5.3    التشغيل الهيدروليكي والهوائي

1.5.3    التصميم الهيدروليكي والرموز
2.5.3    التصميم الهوائي والرموز
3.5.3    بيئات ATEX في الأتمتة

6.3    محولات الطاقة في الروبوتات والأتمتة

1.6.3    مقياس الموقف والسرعة
2.6.3    مقياس القوة ودرجة الحرارة
3.6.3    مقياس الحضور
4.6.3    أجهزة استشعار الرؤية

7.3    برمجة وتكوين وحدات التحكم المنطقية القابلة للبرمجة PLCs

1.7.3    برمجة PLC: LD
2.7.3    برمجة PLC: ST
3.7.3    برمجة PLC: FBD y CFC
4.7.3    برمجة PLC: SFC

8.3    برمجة وتكوين المعدات في المنشآت الصناعية

1.8.3    برمجة محركات الأقراص وأجهزة التحكم
2.8.3    برمجة HMI
3.8.3    برمجة الروبوت المناول

9.3    برمجة وتكوين أجهزة الكمبيوتر الصناعية

1.9.3    برمجة أنظمة الرؤية
2.9.3    برمجة SCADA/software
3.9.3    إعداد الشبكات

10.3    تنفيذ الأتمتة

1.10.3    تصميم آلات الحالة
2.10.3    تنفيذ أجهزة الحالة في PLCs
3.10.3    تنفيذ أنظمة التحكم التناظرية PID في PLCs
4.10.3    صيانة الأتمتة ونظافة التعليمات البرمجية
5.10.3    الأتمتة ومحاكاة المصانع

وحدة 4. أنظمة التحكم الآلي في الروبوتات

1.4    تحليل وتصميم الأنظمة غير الخطية

1.1.4    تحليل ونمذجة الأنظمة غير الخطية
2.1.4    السيطرة مع ردود الفعل
3.1.4    ردود الفعل الخطية

2.4    تصميم تقنيات التحكم للأنظمة غير الخطية المتقدمة

1.2.4    التحكم في وضع الانزلاق (Sliding Mode control)
2.2.4    التحكم على أساس Lyapunov وBackstepping
3.2.4    السيطرة على أساس السلبية

3.4    بنيات التحكم

1.3.4    نموذج الروبوتات
2.3.4    بنيات التحكم
3.3.4    تطبيقات وأمثلة على بنيات التحكم

4.4    التحكم في الحركة للأذرع الروبوتية

1.4.4    النمذجة الحركية والديناميكية
2.4.4    السيطرة في الفضاء المشترك
3.4.4    السيطرة في الفضاء التشغيلي

5.4    السيطرة على القوة على المحركات

1.5.4    السيطرة على القوة
2.5.4    التحكم في المعاوقة
3.5.4    التحكم الهجين

6.4    الروبوتات المتنقلة البرية

1.6.4    معادلات الحركة
2.6.4    تقنيات التحكم في الروبوتات الأرضية
3.6.4    المعالجات المتنقلة

7.4    الروبوتات المتنقلة الجوية

1.7.4    معادلات الحركة
2.7.4    تقنيات التحكم في الروبوتات الجوية
3.7.4    المعالجات الجوية

8.4    التحكم على أساس تقنيات التعلم الآلي

1.8.4    التحكم من خلال التعلم الخاضع للإشراف
2.8.4    السيطرة من خلال التعلم المعزز
3.8.4    التحكم من خلال التعلم غير الخاضع للرقابة

9.4    التحكم القائم على الرؤية

1.9.4    Visual Servoing القائمة على الموضع
2.9.4    Visual Servoing القائمة على الصورة
3.9.4    Visual Servoing هجينة

10.4    التحكم التنبؤي

1.10.4    النماذج وتقدير الحالة
2.10.4    MPC مطبقة على Mobile Robots
3.10.4    MPC مطبقة على UAVs

وحدة 5. خوارزميات الجدولة في الروبوتات

1.5    خوارزميات التخطيط الكلاسيكية

1.1.5    جدولة بسيطة: مساحة الدولة
2.1.5    مشاكل التخطيط في الروبوتات. نماذج النظام الروبوتي
3.1.5    تصنيف المخططين

2.5    مشكلة تخطيط المسار في الروبوتات المتنقلة

1.2.5    طرق تمثيل البيئة: الرسوم البيانية
2.2.5    خوارزميات البحث في الرسم البياني
3.2.5    إدخال التكاليف في الشبكات
4.2.5    خوارزميات البحث في الرسوم البيانية الثقيلة
5.2.5    خوارزميات مع التركيز من أي زاوية

3.5    التخطيط في الأنظمة الروبوتية عالية الأبعاد

1.3.5    مشاكل الروبوتات عالية الأبعاد: المتلاعبون
2.3.5    نموذج حركي أمامي/معكوس
3.3.5    خوارزميات تخطيط أخذ العينات PRM وRRT
4.3.5    التخطيط للقيود الديناميكية

4.5    التخطيط الأمثل لأخذ العينات

1.4.5    مشاكل مع المخططين القائمين على أخذ العينات
2.4.5    RRT * مفهوم الأمثلية الاحتمالية
3.4.5    خطوة إعادة الاتصال: القيود الديناميكية
4.4.5    CForest. موازاة التخطيط

5.5    التنفيذ الفعلي لنظام تخطيط الحركة

1.5.5    مشكلة التخطيط العالمي. البيئات الديناميكية
2.5.5    دورة العمل، الاستشعار. الحصول على المعلومات من البيئة
3.5.5    التخطيط المحلي والعالمي

6.5    التنسيق في أنظمة الروبوتات المتعددة 1: النظام المركزي

1.6.5    مشكلة التنسيق بين الروبوتات المتعددة
2.6.5    كشف الاصطدامات وحلها: تعديل المسارات باستخدام الخوارزميات الجينية
3.6.5    خوارزميات أخرى مستوحاة من الحيوية: سرب الجسيمات والألعاب النارية
4.6.5    خوارزمية اختيار المناورة لتجنب الاصطدام

7.5    التنسيق في أنظمة الروبوتات المتعددة 2: الأساليب الموزعة 1

1.7.5    استخدام وظائف موضوعية معقدة
2.7.5    جبهة Pareto
3.7.5    خوارزميات تطورية متعددة الأهداف

8.5    التنسيق في أنظمة الروبوتات المتعددة 2: الأساليب الموزعة 2

1.8.5    أنظمة تخطيط الطلبات 1
2.8.5    خوارزمية ORCA
3.8.5    إضافة القيود الحركية والديناميكية في ORCA

9.5    نظرية التخطيط بقرار

1.9.5    نظرية القرار
2.9.5    أنظمة القرار التسلسلي
3.9.5    أجهزة الاستشعار ومساحات المعلومات
4.9.5    التخطيط في مواجهة عدم اليقين في الاستشعار وفي العمل

10.5    تعزيز نظم تخطيط التعلم

1.10.5    الحصول على المكافأة المتوقعة من النظام
2.10.5    تقنيات التعلم بالمكافأة المتوسطة
3.10.5    التعلم عن طريق التعزيز العكسي

وحدة 6. تقنيات الرؤية الحاسوبية في الروبوتات: معالجة الصور وتحليلها

1.6    الرؤية الحاسوبية

1.1.6    الرؤية الحاسوبية
2.1.6    عناصر نظام الرؤية الحاسوبية
3.1.6    أدوات الرياضيات

2.6    أجهزة الاستشعار البصرية للروبوتات

1.2.6    أجهزة الاستشعار البصرية السلبية
2.2.6    أجهزة الاستشعار البصرية النشطة
3.2.6    أجهزة الاستشعار غير البصرية

3.6    الحصول على الصور

1.3.6    تمثيل الصورة
2.3.6    مساحة اللون
3.3.6    عملية الرقمنة

4.6    هندسة الصورة

1.4.6    نماذج العدسات
2.4.6    نماذج الكاميرات
3.4.6    معايرة الكاميرات

5.6    أدوات الرياضيات

1.5.6    الرسم البياني للصورة
2.5.6    الطي
3.5.6    المتحولة لـ Fourier

6.6    المعالجة المسبقة للصورة

1.6.6    تحليل الضوضاء
2.6.6    تجانس الصورة
3.6.6    تحسين الصورة

7.6    تقطيع الصورة

1.7.6    التقنيات المعتمدة على المعالم
3.7.6    التقنيات القائمة على الرسم البياني
4.7.6    العمليات المورفولوجية

8.6    الكشف عن الميزات في الصورة

1.8.6    الكشف عن النقاط المثيرة للاهتمام
2.8.6    واصفات الميزة
3.8.6    المراسلات بين الميزات

9.6    أنظمة الرؤية ثلاثية الأبعاد

1.9.6    الإدراك ثلاثي الأبعاد
2.9.6    ميزة المراسلات بين الصور
3.9.6    هندسة متعددة العرض

10.6    الموقع على أساس الرؤية الحاسوبية

1.10.6    مشكلة توطين الروبوت
2.10.6    قياس المسافة البصرية
3.10.6    الانصهار الحسي

وحدة 7. أنظمة الإدراك البصري الروبوتية مع التعلم الآلي

1.7 طرق التعلم غير الخاضعة للرقابة المطبقة على الرؤية الحاسوبية

1.1.7 Clustering
2.1.7 PCA
3.1.7 Nearest Neighbors
4.1.7 Similarity and matrix decomposition

2.7 طرق التعلم الخاضعة للإشراف المطبقة على الرؤية الحاسوبية

1.2.7 المفهوم "Bag of words”
2.2.7 آلة دعم الشعاع الرياضي
3.2.7 Latent Dirichlet Allocation
4.2.7 الشبكات العصبية

3.7 الشبكات العصبية العميقة: الهياكل وBackbones وTransfer Learning

1.3.7 الطبقات التي تولد Features

 1.1.3.7 VGG
 2.1.3.7 Densenet
 3.1.3.7 ResNet
 4.1.3.7 Inception
 5.1.3.7 GoogLeNet

2.3.7 Transfer Learning
3.3.7 البيانات. التحضير للتدريب

4.7 الرؤية الحاسوبية مع التعلم العميق 1: الكشف والتجزئة

1.4.7 الاختلافات والتشابهات بين YOLO وSSD
2.4.7 Unet
3.4.7 هياكل أخرى

5.7 الرؤية الحاسوبية مع التعلم العميق 2: Generative Adversarial Networks

1.5.7 صورة فائقة الدقة باستخدام GAN
2.5.7 إنشاء صور واقعية
3.5.7 فهم المشهد

6.7 تقنيات التعلم للتوطين ورسم الخرائط في الروبوتات المتنقلة

1.6.7 كشف إغلاق الحلقة ونقلها
2.6.7 Magic Leap. Super Point و Super Glue
3.6.7 Depth from Monocular

7.7 الاستدلال البايزي والنمذجة ثلاثية الأبعاد

1.7.7 النماذج الافتراضية والتعلم "الكلاسيكي".
2.7.7 الأسطح الضمنية مع العمليات الغوسية (GPIS)
3.7.7 تجزئة ثلاثية الأبعاد باستخدام GPIS
4.7.7 الشبكات العصبية لنمذجة الأسطح ثلاثية الأبعاد

8.7 التطبيقات End-to-End للشبكات العصبية العميقة

1.8.7 نظام End-to-End. مثال للتعرف على الأشخاص
2.8.7 التعامل مع الأشياء باستخدام أجهزة الاستشعار البصرية
3.8.7 توليد الحركات والتخطيط باستخدام أجهزة الاستشعار البصرية

9.7 التقنيات السحابية لتسريع تطوير خوارزميات Deep Learning

1.9.7 استخدام GPU في Deep Learning
2.9.7 التطويرالسريع مع Google IColab
3.9.7 GPUs عن بعد وGoogle Cloud وAWS

10.7 نشر الشبكات العصبية في التطبيقات الحقيقية

1.10.7 الأنظمة المضمنة
2.10.7 نشر الشبكات العصبية. الاستخدام
3.10.7 تحسينات الشبكة في النشر، على سبيل المثال مع TensorRT

وحدة 8. SLAM.المرئي تحديد الموقع المتزامن للروبوتات ورسم الخرائط من خلال تقنيات الرؤية الحاسوبية

1.8    التموضع ورسم الخرائط المتزامنة (SLAM)

1.1.8    التموضع وبناء خريطة المكان في آن واحد. SLAM
2.1.8    تطبيقات SLAM
3.1.8    عمل SLAM

2.8    الهندسة الإسقاطية

1.2.8    نموذج Pin-Hole
2.2.8    تقدير المعلمات الجوهرية للكاميرا
3.2.8    التجانس والمبادئ الأساسية والتقدير
4.2.8    المصفوفة الأساسية والمبادئ والتقدير

3.8    مرشحات Gaussianos

1.3.8    مرشح Kalman
2.3.8    مرشح المعلومات
3.3.8    ضبط وتحديد معلمات المرشحات Gaussianos

4.8    ستيريو EKF-SLAM

1.4.8    هندسة غرفة ستيريو
2.4.8    استخراج الميزة والبحث
3.4.8    مرشح Kalman لـ SLAM الاستريو
4.4.8    إعداد معلمة ستيريو EKF-SLAM

5.8    منظار أحادي EKF-SLAM

1.5.8    معالم Landmarks في EKF-SLAM
2.5.8    مرشح Kalman لـ SLAM الاستريو
3.5.8    ضبط معلمات EKF-SLAM المنظار الأحادي

6.8    رصد إغلاق الحلقة

1.6.8    خوارزمية القوة الغاشمة
2.6.8    FABMAP
3.6.8    التجريد باستخدام GIST وHOG
4.6.8    الرصد باستخدام التعلم العميق

7.8    Graph-SLAM

1.7.8    Graph-SLAM
2.7.8    RGBD-SLAM
3.7.8    ORB-SLAM

8.8    Direct Visual SLAM

1.8.8    تحليل خوارزمية Direct Visual SLAM
2.8.8    LSD-SLAM
3.8.8    SVO

9.8    Visual Inertial SLAM

1.9.8    دمج التدابير العديمة الحركة
2.9.8    الاقتران المنخفض: SOFT-SLAM
3.9.8    الاقتران العالي: Vins-Mono

10.8    تقنيات SLAM أخرى

1.10.8    تطبيقات ما بعد SLAM المرئية
2.10.8    Lidar-SLAM
2.10.8    Range-only SLAM

وحدة 9. تطبيق تقنيات الواقع الافتراضي والمعزز على الروبوتات

1.9    تقنيات غامرة في الروبوتات

1.1.9    الواقع الافتراضي في الروبوتات
2.1.9    الواقع المعزز في الروبوتات
3.1.9    الواقع المختلط في الروبوتات
4.1.9    الفرق بين الحقائق

2.9    بناء البيئات الافتراضية

1.2.9    المواد والقوام
2.2.9    الإضاءة
3.2.9    الصوت والرائحة الافتراضية

3.9    نمذجة الروبوتات في البيئات الافتراضية

1.3.9    النمذجة الهندسية
2.3.9    النمذجة المادية
3.3.9    توحيد النماذج

4.9    ديناميكيات الروبوت ونمذجة الحركة: المحركات الفيزيائية الافتراضية

1.4.9    المحركات المادية. الأنماط
2.4.9    تكوين محرك الفيزياء
3.4.9    المحركات الفيزيائية في الصناعة

5.9    المنصات والأجهزة الطرفية والأدوات الأكثر استخدامًا في الواقع الافتراضي

1.5.9    مشاهدي الواقع الافتراضي
2.5.9    ملحقات التفاعل
3.5.9    أجهزة الاستشعار الافتراضية

6.9    أنظمة الواقع المعزز

1.6.9    إدخال العناصر الافتراضية في الواقع
2.6.9    أنواع العلامات البصرية
3.6.9    تقنيات الواقع المعزز

7.9    الميتافيرس: البيئات الافتراضية للعملاء الأذكياء والأشخاص

1.7.9    إنشاء الصورة الرمزية
2.7.9    الوكلاء الأذكياء في البيئات الافتراضية
3.7.9    بناء بيئات متعددة المستخدمين للواقع الافتراضي/الواقع المعزز

8.9    إنشاء مشاريع الواقع الافتراضي للروبوتات

1.8.9    مراحل تطوير مشروع الواقع الافتراضي
2.8.9    نشر أنظمة الواقع الافتراضي
3.8.9    موارد الواقع الافتراضي

9.9    إنشاء مشاريع الواقع المعزز للروبوتات

1.9.9    مراحل تطوير مشروع الواقع المعزز
2.9.9    نشر مشاريع الواقع المعزز
3.9.9    موارد الواقع المعزز

10.9    التشغيل عن بعد للروبوتات مع الأجهزة المحمولة

1.10.9    الواقع المختلط على الهاتف المحمول
2.10.9    أنظمة غامرة باستخدام أجهزة استشعار الأجهزة المحمولة
3.10.9    أمثلة على المشاريع المتنقلة

وحدة 10. أنظمة التواصل والتفاعل مع الروبوتات

1.10    التعرف على الكلام: الأنظمة العشوائية

1.1.10    النمذجة الصوتية للكلام
2.1.10    نماذج Markov المخفية
3.1.10    النمذجة اللغوية للكلام: N-Gramas, gramáticas BNF

2.10    التعرف على الكلام: التعلم العميق (Deep Learning)

1.2.10    الشبكات العصبية العميقة
2.2.10    الشبكات العصبية المتكررة
3.2.10    خلايا LSTM

3.10    التعرف على الكلام: علم العروض والتأثيرات البيئية

1.3.10    الضوضاء المحيطة
2.3.10    التعرف على مكبرات الصوت المتعددة
3.3.10    الاضطرابات في النطق

4.10    فهم اللغة الطبيعية: الأنظمة الإرشادية والاحتمالية

1.4.10    التحليل النحوي الدلالي: القواعد اللغوية
2.4.10    الفهم القائم على القواعد الإرشادية
3.4.10    الأنظمة الاحتمالية: الانحدار اللوجستي وSVM
4.4.10    الفهم على أساس الشبكات العصبية

5.10    إدارة الحوار: الاستراتيجيات الإرشادية/الاحتمالية

1.5.10    نية المحاور
2.5.10    الحوار القائم على النماذج
3.5.10    إدارة الحوار العشوائي: الشبكات الافتراضية

6.10    إدارة الحوار: استراتيجيات متقدمة

1.6.10    أنظمة التعلم المبنية على التعزيز
2.6.10    الأنظمة المبنية على الشبكات العصبية
3.6.10    من الكلام إلى النية في شبكة واحدة

7.10    توليد الاستجابة وتوليف الكلام

1.7.10    توليد الاستجابة: من الفكرة إلى النص المتماسك
2.7.10    تركيب الكلام عن طريق التسلسل
3.7.10    تركيب الكلام العشوائي

8.10    تكييف الحوار ووضعه في سياقه

1.8.10    مبادرة الحوار
2.8.10    التكيف مع المتحدث
3.8.10    التكيف مع سياق الحوار

9.10    الروبوتات والتفاعلات الاجتماعية: التعرف على المشاعر وتوليفها والتعبير عنها

1.9.10    نماذج الصوت الاصطناعي: الصوت الآلي والصوت الطبيعي
2.9.10    التعرف على المشاعر وتحليل المشاعر
3.9.10    تركيب الصوت العاطفي

10.10    الروبوتات والتفاعلات الاجتماعية: واجهات متقدمة متعددة الوسائط

1.10.10    مزيج من واجهات الصوت واللمس
2.10.10    التعرف على لغة الإشارة والترجمة
3.10.10    الصور الرمزية المرئية: الترجمة الصوتية إلى لغة الإشارة

عرض جميع محتويات الماجستير الخاص هذه من اليوم الأول والتقدم في أقرب وقت ممكن في مجال تكنولوجي مع مجموعة واسعة من الفرص المهنية"