
خلاصه رزومه
دانشجوی دکتری مهندسی کامپیوتر گرایش نرم افزار و الگوریتم هستم. دارای تخصصهایی از جمله برنامه نویسی به زبانهای مختلف برنامه نویسی از جمله پایتون، c و c پلاس پلاس و همچنین محقق و پژوهشگر در زمینه های، بهینه سازی تکاملی پویا، داده کاوی، متن کاوی و شبکه های پیچیده پویا می باشم.
-
m.mohammadpour@stu.yazd.ac.ir
-
https://scholar.google.com/citations?user=Uu9xAfAAAAAJ&hl=fa
تماس با من
مهارتها
شبکه های کامپیوتر
برنامه نویسی پایتون
داده کاوی
مهارتهای هفتگانه کامپیوتر
پژوهش گر علمی
optimization
SQL Server
نرم افزار تخصصی datamine
database
پیکربندی تجهیزات سیسکو ccna
روابط عمومی بالا و فن سخنوری
برنامه نویسی شی گرا
امنیت شبکه
شبکه و سخت افزار
برنامه نویسی متلب
برنامه نویس ++c
rational rose
windows server 2016
virtualization:vmware vsphere esxi.hyper-v
برنامه نویسی پایتون python
سیستم عامل لینوکس
زبان
انگلیسی
مهارت خواندن
مهارت گفتاری
مهارت نوشتن
مهارت شنیداری
دورهها و گواهینامهها
سوابق تحصیلی
-
دیپلم ریاضی و فیزیک
-
کارشناسی مهندسی کامپیوتر
۱۳۸۲ - ۱۳۸۶
گرایش نرم افزار
موسسه/دانشگاه: کرمان
-
کارشناسی ارشد مهندسی کامپیوتر
۱۳۹۲ - ۱۳۹۴
گرایش نرمافزار
موسسه/دانشگاه: دانشگاه آزاد اسلامی واحد علوم و تحقیقات
-
دکتری مهندسی کامپیوتر
ورودی سال ۱۴۰۰
گرایش نرم افزار و الگوریتم
موسسه/دانشگاه: دانشگاه یزد
سوابق شغلی
-
مدرس دانشگاه
غیرانتفاعی و غیردولتی دانا یاسوج
آغاز همکاری از مهر ۱۳۹۵
-
مدرس دانشگاه
آموزشکده فنی و حرفه ای پسران یاسوج
آغاز همکاری از دی ۱۳۹۶
-
مدرس دانشگاه
دانشگاه سما واحد یاسوج
آغاز همکاری از دی ۱۳۹۴
-
دستیار پژوهشی
مرکز فناوری اطلاعات دانشگاه یزد
آغاز همکاری از آذر ۱۴۰۰
-
صندوق مهر امام رضا (صندوق کارآفرینی امید)
مهر ۱۳۸۹ - مهر ۱۳۹۰
-
کارشناس فناوری اطلاعات
سازمان امور اقتصادی و دارایی
آغاز همکاری از آبان ۱۴۰۲
پروژهها
عنوان پروژه: طراحی مدل ساماندهی بهینه نیروی انسانی در آموزش و پرورش استان کهگیلویه و بویراحمد براساس سیستم اطلاعات جغرافیایی GIS
کارفرما / درخواست کننده: سازمان آموزش و پرورش استان کهگیلویه و بویراحمد
تحقیقات
عنوان Presenting Methods based on Evolutionary Algorithms for Solving Dynamic Optimization Problems
ناشر: LAMBERT Academic Publishing
توضیحات: ISBN: 978-613-9-89702-5
عنوان Explicit memory based ABC with a clustering strategy for updating and retrieval of memory in dynamic environments
ناشر: Spriner Science +Busine ss Media, LLC, part of Springer Nature 2018
توضیحات: ارائه به نام دانشگاه: Young Researche and Elite Club, Yasooj Branch, Islamic Azad University, Yasooj, Iran. نویسندگان مقاله به ترتیب: Hamid Parvin, Samad Nejatian, Majid Mohammadpour - نوع مقاله: ISI - ضریب تاثیر: 1.904
عنوان Optimisation inspiring from behaviour of raining in nature: droplet optimisation algorithm
ناشر: International Journal of Bio-Inspired Computation 2018 Vol.12 No.3
توضیحات: ارائه به نام دانشگاه: باشگاه پژوهشگران و نخبگان دانشگاه آزاد اسلامی واحد یاسوج - نویسندگان مقاله به ترتیب: Majid Mohammadpour; Hamid Parvin; Milad Yasrebi; Arash Eskandar-Baghban; نوع مقاله: ISI - ضریب تاثیر: 1.935
عنوان Improvement of Routing Operation Based on Learning with Using Smart Local and Global Agents and with the Help of the Ant Colony Algorithm
ناشر: Journal of Advances in Computer Research
توضیحات: ارائه به نام دانشگاه: باشگاه پژوهشگران و نخبگان دانشگاه آزاد اسلامی واحد یاسوج - نوع مقاله: علمی پژوهشی - لیست نویسندگان به ترتیب از چپ به راست:: Majid Mohammadpour; Hamid Parvin ; Ali Chamkoori
عنوان Genetic Algorithm Based on Explicit Memory for Solving Dynamic Problems
ناشر: Journal of Advances in Computer Research
توضیحات: ارائه به نام دانشگاه: باشگاه پژوهشگران و نخبگان دانشگاه آزاد اسلامی واحد یاسوج - نوع مقاله: علمی پژوهشی - لیست نویسندگان به ترتیب از چپ به راست: Majid Mohammadpour – Hamid Parvin
عنوان Chaotic Genetic Algorithm based on Explicit Memory with a new Strategy for Updating and Retrieval of Memory in Dynamic Environments
ناشر: Journal of AI and Data Mining
توضیحات: ارائه به نام دانشگاه: باشگاه پژوهشگران و نخبگان دانشگاه آزاد اسلامی واحد یاسوج - نوع مقاله: علمی پژوهشی- Vol 6, No 1, 2018 - لیست نویسندگان به ترتیب از چپ به راست: Majid Mohammadpour – Hamid Parvin – Majid Sina
عنوان الگوریتم کلونی زنبور مصنوعی آشوب¬گونه مبتنی بر حافظه برای حل مسائل بهینه¬سازی پویا
ناشر: مجله مدلسازی در مهندسی دانشگاه سمنان
توضیحات: نوع مقاله: علمی پژوهشی - لیست نویسندگان به ترتیب: مجید محمدپور، حمید پروین
عنوان بهبود حافظه برای حل مسئله زمانبندی کار کارگاهی پویا
ناشر: مجله مهندسی برق دانشگاه تبریز
توضیحات: ارائه به نام دانشگاه: باشگاه پژوهشگران و نخبگان دانشگاه آزاد اسلامی واحد یاسوج - نوع مقاله: علمی پژوهشی - لیست نویسندگان به ترتیب: مجید محمدپور، حمید پروین
عنوان ارائه روشی مبتنی بر پوشش سراسری و تخمین اتفاق آرا برای بهبود کارایی در شبکه حسگر بی¬سیم
ناشر: مجله مهندسی برق دانشگاه تبریز
توضیحات: ارائه به نام دانشگاه: باشگاه پژوهشگران و نخبگان دانشگاه آزاد اسلامی واحد یاسوج - نوع مقاله: علمی پژوهشی - یست نویسندگان به ترتیب: حمید پروین، مجید محمدپور، روح اله امیدوار - جلد 47 ، شماره 3، پاییز 1396
عنوان الگوریتم ژنتیک آشوب گونه مبتنی بر حافظه و خوشه بندی برای حل مسائل بهینه سازی پویا
ناشر: مجله مهندسی برق دانشگاه تبریز
توضیحات: ارائه به نام دانشگاه: دانشگاه آزاد اسلامی واحد یاسوج - نوع مقاله: علمی پژوهشی- لیست نویسندگان به ترتیب: مجید محمدپور، حمید پروین- جلد، شماره و سال چاپ: جلد 46- شماره 3 -پاییز 1395
عنوان کشف فیشینگ در ایمیل با استفاده از رده بند SVM و تئوری مجموعه های راف
ناشر: اولین کنفرانس بین المللی بازیابی تعاملی اطلاعات
توضیحات: نوع مقاله: اولین کنفرانس بین المللی بازیابی تعاملی اطلاعات - لیست نویسندگان به ترتیب: سجاد منطقي - دانشگاه فني و حرفه اي آموزشكده فني پسران واحد ياسوج مجيد محمدپور - باشگاه پژوهشگران و نخبگان، دانشگاه آزاد اسلامي، واحد ياسوج زكيه سادات بزرگواري - معاونت فناوري اطلاعات، وزارت آموزش و پرورش احمد نقي زاده باي - معاونت فناوري اطلاعات وزارت امور اقتصاد و دارايي
عنوان ارايه يک راه کار جديد کنترل جريان و مديريت توان در شبکه حسگر بي سيم
ناشر: کنفرانس بین المللی پژوهش هاي نوین در مهندسی برق و کامپیوتر و مهندسی پزشکی
توضیحات: لیست نویسندگان به ترتیب: مجید محمدپور - دانشگاه آزاد اسلامی واحد یاسوج سیدجلال الدین غریبی کریک - دانشگاه فنی و حرفه ای واحد یاسوج سیدعنایت الله غریبی کریک - دانشگاه آزاد اسلامی واحد بوشهر حمید پروین - دانشگاه آزاد اسلامی واحد یاسوج
عنوان بررسی نقش و چالشهای الگوریتمهای یادگیری ماشین در رشد شبکه های اجتماعی
ناشر: اولین کنفرانس ملی الگوریتم¬های فراابتکاری و کاربردهای آن در علوم و مهندسی
توضیحات: لیست نویسندگان به ترتیب: روح اله امیدوار - مرکز آموزش عالی علمی کاربردی جهاد دانشگاهی یاسوج مجید محمدپور - علوم و تحقیقات کهگیلویه و بویراحمد
عنوان پیش بینی بیماري کرونري قلبی با استفاده از مدل ترکیبی درخت تصمیم، K-NN نزدیک ترین همسایگی
ناشر: کنفرانس بین المللی پژوهش هاي نوین در مهندسی برق و کامپیوتر و مهندسی پزشکی
توضیحات: سیدجلال الدین غریبی کریک - دانشگاه فنی و حرفه ای واحد یاسوج سیدعنایت الله غریبی کریک - دانشگاه آزاد اسلامی واحد بوشهر مهرداد موحدپور - دانشگاه فنی و حرفه ای واحد یاسوج مجید محمدپور - دانشگاه آزاد اسلامی واحد یاسوج
عنوان ارائه روشی برای استخراج کلمات کلیدی و وزندهی کلمات برای بهبود طبقهبندی متون فارسی
ناشر: نشریه پردازش علائم و دادهها
توضیحات: نویسندگان مقاله: وحیده رضائی، مجید محمدپور، حمید پروین، صمد نجاتیان
عنوان Social Network Optimization for Cluster Ensemble Selection
ناشر: fundamenta-informaticae
توضیحات: Journal: Fundamenta Informaticae, vol. 176, no. 1, pp. 79-102, 2020 Received January 2018 | March 2020 | Published: 31 October 2020
عنوان Short-Term Load Forecasting using an Ensemble of Artificial Neural Networks: Chaharmahal Bakhtiari Case
ناشر: Volume 10, Issue 38 - Serial Number 38 Winter 2021
عنوان Social Network Optimization for Cluster Ensemble Selection
ناشر: Fundamenta Informaticae
توضیحات: نویسندگان Hamidd Zhao, Chenyuea | Alizadeh, Hosein | Minaei, Behrouz | Mohamadpoor, Majid | Parvin, M * | Mahmoudi
عنوان A fuzzy clustering ensemble based on cluster clustering and iterative Fusion of base clusters
ناشر: The International Journal of Research on Intelligent Systems for Real Life Complex Problems
عنوان Community Detection in Complex Dynamic Networks Based on Graph Embedding and Clustering
ناشر: NASHRIYYAH -I MUHANDISI -I BARQ VA MUHANDISI -I KAMPYUTAR -I IRAN
توضیحات: Special conditions of wireless sensor networks, such as energy limitation, make it essential to accelerate the convergence of algorithms in this field, especially in the distributed compressive sensing (DCS) scenarios, which have a complex reconstruction phase. This paper presents a DCS reconstruction algorithm that provides a higher convergence rate. The proposed algorithm is a distributed primal-dual algorithm in a bidirectional incremental cooperation mode where the parameters change with time. The parameters are changed systematically in the convex optimization problems in which the constraint and cooperation functions are strongly convex. The proposed method is supported by simulations, which show the higher performance of the proposed algorithm in terms of convergence rate, even in stricter conditions such as the small number of measurements or the lower degree of sparsity.
عنوان Community Detection in Complex Dynamic Networks Based on Graph Embedding and Clustering Ensemble ,
ناشر: NASHRIYYAH-I MUHANDISI-I BARQ VA MUHANDISI-I KAMPYUTAR-I IRAN, B-MUHANDISI-I KAMPYUTAR
عنوان Enhancing Malicious Code Detection With Boosted N-Gram Analysis and Efficient Feature Selection
ناشر: IEEE
توضیحات: Abstract: A fundamental challenge in virology research lies in effectively detecting malicious code. N-gram analysis has become a cornerstone technique, but selecting the most informative features, especially for longer n-grams, remains crucial for efficient detection. This paper addresses this challenge by introducing a novel feature extraction method that leverages both adjacent and non-adjacent bi-grams, providing a richer set of information for malicious code identification. Additionally, we propose a computationally efficient feature selection approach that utilizes a genetic algorithm combined with Boosting principles. Our experimental results show that this detection system significantly outperforms existing methods in virus detection accuracy.
عنوان Solving dynamic optimization problems using parent–child multi-swarm clustered memory (PCSCM) algorithm
ناشر: Springer London
توضیحات: The Particle Swarm Optimization (PSO) algorithm faces several inherent challenges when applied to dynamic and large-scale optimization problems. These challenges encompass the issues of outdated particle memory, inadequate scalability in high-dimensional search spaces, the incapability to detect environmental changes, a continual trade-off between exploration and exploitation, and the potential loss of population diversity within the problem space. To address these challenges, we propose a novel hybrid PSO algorithm, denoted as Parent–Child Multi-Swarm Clustered Memory (PCSCM).