رزومه


مجتبی حاجی آبادی

مجتبی حاجی آبادی

استادیار

دانشکده: مهندسی برق و کامپیوتر

گروه: مخابرات

مقطع تحصیلی: دکترای تخصصی

سال تولد: ۱۳۶۹۰۲۰۷

رزومه
مجتبی حاجی آبادی

استادیار مجتبی حاجی آبادی

دانشکده: مهندسی برق و کامپیوتر - گروه: مخابرات مقطع تحصیلی: دکترای تخصصی | سال تولد: ۱۳۶۹۰۲۰۷ |

زندگی نامه:

دکتر مجتبی حاجی‌آبادی، فارغ‌التحصیل مهندسی برق با گرایش مخابرات سیستم‌، مدرک کارشناسی خود را در سال ۱۳۹۱ از دانشگاه بیرجند، کارشناسی ارشد را در سال ۱۳۹۳ و دکتری را در سال ۱۳۹۷ از دانشگاه فردوسی مشهد دریافت نمود. وی دانشجوی ممتاز بوده و در مقطع کارشناسی رتبه سوم، در کارشناسی ارشد رتبه اول و در دکتری نیز رتبه اول را کسب کرد. در سال ۱۳۹۷، دوره فرصت مطالعاتی دکتری خود را در دانشگاه KU Leuven کشور بلژیک تحت نظارت پروفسور Marc Moonen (از اعضای برجسته انجمن IEEE) به پایان رساند.

دکتر حاجی‌آبادی در طول دوره دکتری، چندین جایزه از بنیاد ملی نخبگان دریافت کرد که شامل جوایز تحصیلی، کمک‌ هزینه‌های پژوهش یاری، آموزش یاری، طرح جایگزین خدمت و کمک هزینه فرصت مطالعاتی بین‌المللی بود. پس از اتمام تحصیلات، به مدت پنج سال در صنعت مخابرات ایران مشغول به کار شد و در طراحی فرستنده-گیرنده‌های ارتباطات ماهواره‌ای در بخش هوافضای کشور، و سیستم‌های مخابرات نوری در شرکت ارتباطات زیرساخت مشارکت داشت. از سال ۱۴۰۱، به عنوان عضو هیئت علمی تمام‌وقت در گروه مهندسی مخابرات دانشکده مهندسی برق و کامپیوتر دانشگاه بیرجند مشغول به تدریس و پژوهش است. حوزه‌های تحقیقاتی وی شامل فیلترهای وفقی، یادگیری ماشین و کاربرد هوش مصنوعی در سیستم‌های مخابرات بی‌سیم می‌باشد.

در صورتی که علاقه مند به پژوهش در حوزه تخصصی ایشان هستید، از طریق پست الکترونیکی زیر با ایشان در ارتباط باشید.

آدرس پست الکترونیکی:  mhajiabadi@birjand.ac.ir

نمایش بیشتر

Transient analysis of multitask learning over adaptive networks with wireless links

نویسندگانMojtaba Hajiabadi
نشریهInternational Journal of Adaptive Control and Signal Processing
شماره صفحات1-18
شماره سریال38
شماره مجلد1
ضریب تاثیر (IF)1.708
نوع مقالهFull Paper
تاریخ انتشار2023
رتبه نشریهISI
نوع نشریهچاپی
کشور محل چاپایران
نمایه نشریهJCR،Scopus

چکیده مقاله

Distributed multitask learning over adaptive networks with non-ideal links is studied in this paper. The performance of an adaptive multitask network with wireless communication links suffering from flat fading and additive white Gaussian noise is derived through simulation and theoretical analysis. The effect of the wireless link on the learning performance of a multitask network is analyzed. It is shown that this destroying effect is reduced by using local equalizers at each agent along with the intelligent cooperation policy based on the correntropy criterion. Stability condition, steady-state and transient performances are studied theoretically. Finally, the theoretical results are validated by numerical simulations and computer experiments.

لینک ثابت مقاله