دکتر سارا احمدی

درباره من

معرفی کوتاه و سوابق علمی و آکادمیک

دکتر سارا احمدی، استادیار دانشکده مهندسی کامپیوتر دانشگاه صنعتی شریف، دارای دکتری تخصصی در رشته مهندسی کامپیوتر از دانشگاه ام‌آی‌تی است. زمینه‌های اصلی پژوهشی ایشان شامل یادگیری ماشین، پردازش زبان طبیعی، و بینایی ماشین می‌باشد.

پس از اتمام دوره دکتری در سال ۲۰۱۸، ایشان به عنوان پژوهشگر پسادکتری در آزمایشگاه هوش مصنوعی دانشگاه استنفورد مشغول به فعالیت شدند و از سال ۲۰۲۰ به عضویت هیئت علمی دانشگاه صنعتی شریف درآمدند.

دکتر احمدی برنده جوایز متعددی از جمله جایزه پژوهشگر برتر دانشگاه صنعتی شریف (۱۴۰۱) و جایزه مقاله برتر کنفرانس ACL ۲۰۱۹ می‌باشند. ایشان همچنین داور نشریات معتبری چون IEEE Transactions on Pattern Analysis and Machine Intelligence و Neural Networks هستند.

اطلاعات تماس

s.ahmadi@sharif.edu

۰۲۱-۶۶۱۶-xxxx

دانشکده مهندسی کامپیوتر، ساختمان جدید، طبقه سوم

ساعت ملاقات: دوشنبه و چهارشنبه ۱۴:۰۰ - ۱۶:۰۰

Google Scholar: Sara Ahmadi

ORCID: 0000-0001-2345-6789

حوزه‌های پژوهشی

موضوعات اصلی مورد مطالعه در پروژه‌های پژوهشی

یادگیری عمیق

طراحی و بهینه‌سازی معماری‌های شبکه‌های عصبی عمیق برای مسائل مختلف از جمله طبقه‌بندی تصویر، تشخیص اشیاء و تقسیم‌بندی معنایی.

پردازش زبان طبیعی

توسعه مدل‌های زبانی بزرگ برای زبان فارسی، شامل ترجمه ماشینی، خلاصه‌سازی متن، پاسخگویی به سوالات و تحلیل احساسات.

بینایی ماشین

تحقیق در زمینه تشخیص چهره، تحلیل ویدیو، تشخیص حرکت و کاربردهای پزشکی تصویربرداری مانند تحلیل تصاویر MRI و CT.

هوش مصنوعی توضیح‌پذیر

توسعه روش‌هایی برای افزایش شفافیت و قابل فهم بودن مدل‌های یادگیری ماشین و کاهش خطاهای تصمیم‌گیری خودکار.

امنیت هوش مصنوعی

مطالعه حملات تخریبی به مدل‌های یادگیری ماشین و طراحی روش‌های دفاعی در برابر نمونه‌های متخاصم و دزدی مدل.

یادگیری فدرال

پژوهش در زمینه آموزش توزیع‌شده مدل‌ها بر روی داده‌های غیرمتمرکز با حفظ حریم خصوصی کاربران.

انتشارات علمی

مقالات منتشر شده در ژورنال‌ها و کنفرانس‌های معتبر بین‌المللی

۲۰۲۴

A Transformer-Based Approach for Persian Text Summarization with Attention Mechanisms

S. Ahmadi, M. Rahimi, A. Mohammadi · Neural Networks, Vol. 168

NLP Transformer Q1

PDF کد DOI

۲۰۲۴

Federated Learning with Differential Privacy for Medical Image Analysis

S. Ahmadi, H. Karimi, L. Zhang · IEEE Transactions on Medical Imaging

Federated Learning Privacy Q1

PDF کد DOI

۲۰۲۳

Adversarial Robustness in Deep Neural Networks: A Comprehensive Survey

S. Ahmadi, et al. · ACM Computing Surveys, Vol. 55, No. 3

Adversarial ML Survey Q1

PDF DOI

۲۰۲۳

Explainable AI for Healthcare: Methods and Applications

S. Ahmadi, R. Smith · Proceedings of NeurIPS 2023

XAI Healthcare A*

PDF ویدیو DOI

۲۰۲۲

Multi-Modal Learning for Visual Question Answering in Persian

S. Ahmadi, T. Johnson · ACL 2022 (Oral Presentation)

Multi-Modal VQA A*

PDF کد ویدیو

دروس تدریسی

دروس ارائه شده در مقاطع کارشناسی و کارشناسی ارشد

CS-۴۰۱ نیمسال اول ۱۴۰۳

یادگیری ماشین

مبانی یادگیری ماشین شامل یادگیری نظارت‌شده، نظارت‌نشده و تقویتی با تمرکز بر کاربردهای عملی.

۸۵ دانشجو

۴.۸/۵

CS-۵۲۰ نیمسال دوم ۱۴۰۲

شبکه‌های عصبی عمیق

معماری‌های پیشرفته شبکه‌های عصبی شامل CNN، RNN، Transformer و مدل‌های تولیدی.

۶۰ دانشجو

۴.۹/۵

CS-۳۱۰ نیمسال اول ۱۴۰۳

پردازش تصویر

مبانی پردازش تصویر دیجیتال، فیلترها، تبدیلات، استخراج ویژگی و کاربردهای بینایی ماشین.

۱۲۰ دانشجو

۴.۷/۵

CS-۶۳۰ نیمسال دوم ۱۴۰۲

پردازش زبان طبیعی پیشرفته

مدل‌های زبانی بزرگ، BERT، GPT و کاربردهای پیشرفته در زبان فارسی.

۴۵ دانشجو

۴.۹/۵

دانشجویان

دانشجویان تحت راهنمایی در مقاطع کارشناسی ارشد و دکتری

علی محمدی

دکتری - سال سوم

یادگیری فدرال و حریم خصوصی

مریم رحیمی

دکتری - سال دوم

پردازش زبان طبیعی چندزبانه

حسن کریمی

کارشناسی ارشد - سال دوم

تشخیص چهره با یادگیری عمیق

سارا نوری

کارشناسی ارشد - سال اول

هوش مصنوعی توضیح‌پذیر در پزشکی

تماس با من

برای همکاری‌های پژوهشی یا سوالات آکادمیک با من در ارتباط باشید

ایمیل