• Over 15 years of experience in research and education • Author of 40+ publications • Extensive teaching and supervision experience in Cybersecurity and Cryptography • Editorial Board Member for 3 Journals • Invited Reviewer for 25+ Journals • Member of Technical Program Committee in 20+ conferences & workshops • Senior Member of IEEE, Member of IACR • Best Paper Awards: ProvSec'18, ISCC'08
我是博洛尼亚大学的博士后研究员,拥有电子、电信和信息技术工程博士学位。我的研究重点是高性能计算系统的设计、分析和管理。我在 MLOps、机器学习、深度学习、Python、PyTorch、PySpark、Dask、TensorFlow、预测模型、大数据、并行编程和统计数据分析方面拥有六年的行业经验和技能。我热衷于利用我的专业知识推动创新并提高我所在领域的知识。
摘要 - 现代计算系统在有效执行学习任务方面存在重大问题。在本次演讲中,我将介绍一种新的大脑启发式计算系统,该系统支持各种学习任务,同时提供比现有平台高得多的计算效率和稳健性。我的平台采用超维 (HD) 计算,这是一种实现大脑功能原理的替代计算方法:(i) 快速学习,(ii) 对噪声/错误的鲁棒性,以及 (iii) 交织的内存和逻辑。这些特性使 HD 计算成为当今资源有限的嵌入式设备以及具有高噪声和多变性问题的深纳米级技术的未来计算系统的有前途的解决方案。为了利用 HD 计算以内存为中心的特性,我利用新兴技术来实现内存处理,从而能够进行高度并行计算和减少数据移动。我还将展示这种架构如何加速深度学习等广泛的大数据应用。
Michael G. Mohsen Michael.mohsen@yale.edu | +1(516)661-5815 |美国康涅狄格州纽黑文(New Haven)摘要我的主要研究领域存在于化学生物学与核酸科学之间的交集。 我的实验室将探索小分子化学和RNA工程的协同作用,以取得治疗和生物技术的进步。 i设想领导一个高度跨学科的团队,该团队将使用并开发来自指导进化和药物发现的工具。 通过我的科学培训,我已经在化学,生物学和计算技术方面变得精通,这对于实现我的研究目标至关重要。 教育与培训耶鲁大学,系 当前的研究工作涉及采用定向的进化方法来设计RNA构建体,从而感知其他类似药物的化合物并调节真核和细菌种类中的基因表达。Michael G. Mohsen Michael.mohsen@yale.edu | +1(516)661-5815 |美国康涅狄格州纽黑文(New Haven)摘要我的主要研究领域存在于化学生物学与核酸科学之间的交集。我的实验室将探索小分子化学和RNA工程的协同作用,以取得治疗和生物技术的进步。i设想领导一个高度跨学科的团队,该团队将使用并开发来自指导进化和药物发现的工具。通过我的科学培训,我已经在化学,生物学和计算技术方面变得精通,这对于实现我的研究目标至关重要。教育与培训耶鲁大学,系当前的研究工作涉及采用定向的进化方法来设计RNA构建体,从而感知其他类似药物的化合物并调节真核和细菌种类中的基因表达。
我是加州大学欧文分校计算机科学系的助理教授,也是仿生架构与系统实验室 (BIASLab) 的主任。我的团队正在研究脑启发计算、机器学习和嵌入式系统领域的各种实际问题。我们的研究目标是设计实时、稳健且透明的认知学习系统,以紧密模仿大脑特性。我们还为基于光子的传感器设计了一个安全且可扩展的学习框架,用于在物联网系统中对大量设备进行学习/计算。PI Imani 于 2020 年获得加州大学圣地亚哥分校计算机科学与工程系博士学位。他拥有出色的出版记录,在顶级 IEEE/ACM 会议和期刊上发表了 140 多篇论文,拥有 20 项美国专利,在 Google Scholar 上的引用次数为 4,100 次,h 指数为 38。 PI 的贡献引领了受大脑启发的超维计算的新方向,从而实现超高效的实时学习和认知支持。他的研究也是开启多个工业和政府研究项目的主要举措,包括 SRC 和 DARPA。PI Imani 的研究获得了多项奖项,包括 Bernard 和 Sophia Gordon 工程领导力奖和多个顶级会议的最佳论文提名奖。PI 在向公司和政府机构成功转让技术方面有着悠久的历史。例如,PI 目前在受大脑启发的超维计算方面的工作已与英特尔、ARM、IBM、高通和思科共享。PI 在神经符号人工智能方面所做的工作由 SRC/DARPA 资助,并转移到英特尔和 IBM,并激发了利用受大脑启发的推理的努力,随后由思科和谷歌资助并转移到他们。由 SRC/DARPA 和其他公司资助的内存处理工作已在高通、德州仪器和英特尔的产品组中得到应用。PI 当前的物联网分布式学习项目目前正在转移到空军和恩智浦半导体,并且是过去几年 PI 团队与空军/恩智浦半导体密切合作的重要组成部分。作为国防部资助项目的一部分,PI 在内存处理硬件中设计用于超维编码和分类,包括将 HDC 与公钥加密相结合,并表明 HDC 非常适合激光雷达/雷达数据的分类。这项工作目前正在评估中,以纳入英特尔的一款存储产品。
国防部简报 与信息技术 (IT) 使用相关的安全问题 Saman Asvadi 1 和 Mohsen Farhadloo 2 1 加拿大蒙特利尔康考迪亚大学约翰莫尔森商学院博士生
• Mohsen Azimi、Alana Lund、Yuguang Fu、Herta Montoya、Luca Vaccino、Murali Krishnan、Seungho Rhee、Leila Chebbo、Adnan Shahriar、Zixin Wang、Amin Maghareh 和 Shirley J. Dyke,(2023)“HabSim:用于模拟外星栖息地系统的模块化耦合虚拟试验台”,美国航空航天学会。• Luca Vaccino、Mohsen Azimi、Shirley J. Dyke 和 Dawn Whitaker,(2023),“探索深空任务过渡期间对破坏性事件的应急响应”,美国航空航天学会。 • Luca Vaccino、Alana K. Lund、Shirley J. Dyke、Mohsen Azimi,“多物理深空栖息地的破坏建模、(2023)、检测、传播和修复”,工程软件进展。 • Saeid Nazari、Mohsen Azimi,“双足机器人关节轨迹生成,用于预定的 ZMP” • Mohsen Azimi、Qiuchen Zhang、Eniko T Enikov,“双旋翼机的系统识别、控制和稳定性;识别四旋翼机动态特性的简化模型。” 会议论文进展中 期刊论文已发表
•刚性多体流体结构相互作用(RMB-FSI),系统的多物理系统(SOS),计算多机2D/3D动态系统,集团参数建模以及2D/3D机械设备设计,并应用于浮动的离岸风力涡轮机(FOWT),无效的轴线(FOWT) (WEC)。•非线性动态,分叉,混乱理论,线性/非线性谨慎/连续系统中的机械振动,应用于振动吸收,非线性能量水槽,旋转系统中的能量收集,MEMS和NEMS共振器共振器的设计,以及旋转机器的健康监测和损坏。•非线性自适应/鲁棒控制系统设计,数字控制,机器人技术,机器人和自动化,并在自主系统下应用,在启动系统,四轮驱动器,腿部机器人,生物启发的机器人和康复机器人之下。•耦合的微分方程的非线性时间周期系统的扰动分析,并应用于自激发和参数激发的系统,陀螺仪系统,非自我学系统以及暴露于非守护力的弹性结构。奖励和荣誉
11。Mohsen Karimi,Mohammad Reza Toroghinejad,Hamed Asgari,Jerzy A. Szpunar,“商业纯净钛/SIC的质地进化和塑料各向异性,通过累积滚动键合和随后的退火而处理”,材料化学和物理学,219(219(2018) - 182-18。https://doi.org/10.1016/j.matchemphys.2018.08.027。
重组蛋白蛋白质工程酶技术益生菌和益生元草药研究癌症和自身免疫性的生物标志物评估纳米型技术纳米型技术生物技术对细菌和Fungal资源的重要酶的应用。生产药品重要的蛋白质和酶。使用生物学方法对纳米颗粒的生产和生物学评估。天然化合物或合成化学物质的抗微生物和细胞毒性评估。MicroRNADNA疫苗抗菌肽;抗菌,抗真菌,抗寄生虫和抗癌