دوره پردازش ویدئو و متن: معماری های پیشرفته، کاربردها، جهت گیری های نوآوری، جهت گیری های پژوهشی و جهت گیری های آینده به جدید

سرفصل های دوره: 1. مقدمه ای بر پردازش ویدئو و متن 2. مبانی پردازش ویدئو 3. مبانی پردازش متن 4. همگرایی ویدئو و متن 5. اهمیت پردازش ویدئو و متن 6. کاربردهای اولیه و سنتی 7. چالش های کلیدی در پردازش ویدئو و متن 8. معماری های سنتی پردازش ویدئو 9. معماری های سنتی پردازش متن 10. معرفی معماری های یادگیری عمیق 11. شبکه های عصبی کانولوشنی (CNN) برای ویدئو 12. شبکه های عصبی بازگشتی (RNN) برای متن 13. شبکه های عصبی ترانسفورمر (Transformer) برای متن 14. ترکیب CNN و RNN برای ویدئو 15. ترکیب CNN و ترانسفورمر برای ویدئو 16. ترکیب RNN و ترانسفورمر برای متن 17. معماری های End-to-End برای ویدئو و متن 18. معماری های مولتی مودال (Multimodal) 19. مدل های توجه (Attention Mechanisms) در ویدئو 20. مدل های توجه در متن 21. مدل های توجه در ویدئو و متن 22. مدل های مبتنی بر گراف (Graph-based Models) برای ویدئو 23. مدل های مبتنی بر گراف برای متن 24. مدل های مبتنی بر گراف برای ویدئو و متن 25. معماری های تولید محتوا (Generative Architectures) 26. شبکه های مولد تخاصمی (GANs) برای ویدئو 27. شبکه های مولد تخاصمی برای متن 28. شبکه های مولد تخاصمی برای ویدئو و متن 29. مدل های انتشار (Diffusion Models) برای ویدئو 30. مدل های انتشار برای متن 31. مدل های انتشار برای ویدئو و متن 32. فشرده سازی ویدئو و متن 33. بازیابی اطلاعات ویدئو 34. نمایه سازی ویدئو 35. ...