Analog & High voltage electronics engineer

  • Bsc or Msc in electronics.
  • Hands on experience in analog design and high voltage low noise circuits
  • Knowledge in molding technologies, corona measure or high voltage electron acceleration system – advantage
  • Analog Simulation capabilities (spice).  Electric filed strength tools- Advantage
  • Capabilities of system view and leading tasks from start to finish.
  • Team player.

Mix Digital-Analog Engineer

  • Electronics engineer (BSC). MSC is an advantage.
  • 4~8 years in analog circuits development on the areas described below.
  • Experience on development and integration of the modules in industrial system- Advantage.
  • Main technical expertise areas:
  • Development of digital board design, high speed, FPGA, Memory [DDR] and interface to high end Analog circuits.
  • Experience in Signal integrity simulation, SerDes
  • Experience in board design, schematics and layout tools (OrCad, CST, Allegro..)

Analog Manager

  • Electronics engineer (BSC). MSC is an advantage.
  • 4~8 years in analog circuits development (hands on)
  • At least 5 years of proven experience as a manager of an analog group.
  • Experience on development and integration of the modules in industrial system- Advantage.
  • Experience in Development of analog board design, high speed, low noise op amp, filters, A2D and D2A circuits.
  • Experience in analog and system simulation
  • Soft skills and decision making
  • Creativity and proactive approach.

הזמנה לסמינר Optics Outreach של תא הסטודנטים של OSA באוניברסיטת תל אביב

10 בנובמבר 2020, 14:00 
 
הזמנה לסמינר Optics Outreach של תא הסטודנטים של OSA באוניברסיטת תל אביב

שלום לכולם,

תא הסטודנטים של ה-OSA באוניברסיטת תל אביב מזמין אתכם הסטודנטים וחברי הסגל לסמינר Optics Outreach שנועד לחשוף בפניכם את פעילות המחקר בתחומי האופטיקה השונים באוניברסיטה.

הסמינרים יינתנו בעברית ובו נעודד לשאול שאלות בנוגע למחקר, ללימודים לתארים מתקדמים בתחום ולהצטרפות לפרויקטי גמר/תזה/דוקטורט.

הפעם, יעביר את הסמינר ד"ר איתי אפשטיין - חבר סגל חדש בפקולטה להנדסה, החוקר אינטראקציה של אור עם חומרים דו מימדיים.

הסמינר יתקיים בשלישי 10.11.20, בשעה 14:00.

קישור : https://us02web.zoom.us/j/83573975337  

מחכים לראותכם,

​צוות OSA Student Chapter

 

Student position in a medical device startup

  • 3rd or 4th year student of Biomedical Engineering
  • Open minded & team player
  • Organized & responsible
  • Multitasking abilities
  • Fast learner
  • Excellent English-understanding & writing
  • Basic mechanical background
  • Experience working in clean rooms or other manufacturing experience - advantage
  • Experience in QC & documentation - advantage
  • Soft technical & mechanical skills

ירדן ג'רבי / "ללא פשרות" כישלונות והפסדים בדרך לניצחון ולהגשמת החלום

18 בנובמבר 2020, 20:30 - 21:45 
 
ירדן ג'רבי / "ללא פשרות" כישלונות והפסדים בדרך לניצחון ולהגשמת החלום
ארגון בוגרי הנדסה מזמין אתכם לפתוח שנה באירועי ריאליטי! טוב, לא באמת... רק סיפורים של גיבורות וגיבורים מהעולם האמיתי בהרצאות מעוררות השראה.
 
הג'ודוקא ירדן ג'רבי, מדליסטית אולימפית (ריו 2016), אלופת עולם (2013) ופיינליסטית "הישרדות", משתפת בסיפור חייה.
 
על הילדה שבגיל 3 צפתה ביעל ארד זוכה במדליית הכסף ושאלה את אמא "איך קונים כרטיס לאולימפיאדה?". 24 שנים אחר כך, כשדמעות מציפות את עיניה, היא תעמוד על הפודיום, לאחר שזכתה בעצמה במדליה אולימפית.
 
סיפור על התמודדות עם לחץ, פציעות, כישלונות והפסדים וכמובן גם על הצלחה פנומנלית ועל הגשמת חלומות דרך נחישות, כוח רצון והתמדה.
 
ההשתתפות ללא עלות לסטודנטים ולבוגרי הנדסה, מותנה בהרשמה מראש בקישור הבא
 
​​לנרשמים ישלח בהמשך לינק למפגש.

EE Seminar: Automatic breast lesion classification by joint neural analysis of mammography and ultrasound

24 בנובמבר 2020, 15:00 
ZOOM  

https://us04web.zoom.us/j/9811616388?pwd=UGlnWVFFT3lFVkFpZlNmVHFNUXRVdz09

Passcode: 5F4CPq

 

Speaker: Gavriel Habib

M.Sc. student under the supervision of Prof. Nahum Kiryati and Dr. Arnaldo Mayer

Tuesday, November 24th, 2020, at 15:00

 

Automatic breast lesion classification by joint neural analysis of mammography and ultrasound

Abstract:

            Breast cancer is the most common cancer in women worldwide. Mammography is a frequent diagnostic approach with proven mortality reduction and early disease treatment benefits. However, as it suffers from poor lesion visibility in dense breasts, radiologists are using breast ultrasound as a complementary imaging modality. Yet, existing computer-aided diagnosis (CAD) systems for the breast are generally based on a single modality.

In this research, we propose a deep learning-based method for classifying breast cancer lesions from their respective mammography and ultrasound images. The proposed approach is based on a GoogleNet architecture, fine-tuned for our own dataset in two training steps. First, a distinct neural network is trained separately for each modality, generating high-level features. Then, the aggregated features originating from each modality are used to train a multimodal network to provide the final classification. Our approach outperforms state-of-the-art mono-modal models and performs similarly to an average radiologist, surpassing two out of four radiologists participating in a reader study. These results suggest that our model may become a valuable decision support tool for radiologists.

 

השתתפות בסמינר תיתן קרדיט שמיעה = עפ"י רישום שם מלא + מספר ת.ז.  בצ'אט

 

 

 

 

 

 

 

 

 

 

EE Seminar: How to Learn Under Constraints?

16 בנובמבר 2020, 18:00 
ZOOM  

https://us02web.zoom.us/j/87990044156?pwd=bHNKTy9MSkExS3YwSDY4ajRZZElFdz09
Meeting ID: 879 9004 4156
Passcode: TAUEESYS

 

 

Speaker: Dr.  Michal Moshkovitz

Qualcomm Institute at UC San Diego

Monday, November 16th, 2020, at 18:00

How to Learn Under Constraints? 

Abstract

            The goal of classical machine learning is to learn a high-accuracy model from given examples. The learning process has no constraints besides running in a reasonable time relative to the input size. However, these days, as machine learning is utilized in high-stake applications like healthcare and law, learning has to obey several new constraints. In this talk, I will focus on two types of constraints: explainability and bounded memory. I will present the first explainable algorithm for k-means clustering that has provable guarantees. Then I will focus on another constraint -- learning with bounded memory, where I will present a characterization of high-accuracy learning with bounded memory and its equivalence to learning with statistical queries. 
Short Bio

Michal is a postdoctoral fellow at the Qualcomm Institute of the University of California, San Diego. Her interests lie in the foundations of AI, exploring how different constraints affect learning. She works on explainable machine learning, bounded memory learning, and online no-substitution clustering. Michal received her PhD from the Hebrew University and an MSc from Tel-Aviv University. She was the recipient of an Anita Borg scholarship from Google and a Hoffman scholarship from the Hebrew University.

 

השתתפות בסמינר תיתן קרדיט שמיעה = עפ"י רישום שם מלא + מספר ת.ז.  בצ'אט

קובי וינדזברג / "חנונים אבל לפניך" לנצח בריאליטי בכלים של ניהול פרויקטים

12 בנובמבר 2020, 20:30 - 21:45 
 
קובי וינדזברג / "חנונים אבל לפניך" לנצח בריאליטי בכלים של ניהול פרויקטים
ארגון בוגרי הנדסה מזמין אתכם לפתוח שנה באירועי ריאליטי! טוב, לא באמת... רק סיפורים של גיבורות וגיבורים מהעולם האמיתי בהרצאות מעוררות השראה.
 
קובי וינדזברג, מהצמד "קובי וטליה" ובוגר הפקולטה - מספר בשיחה פתוחה - על מאחורי הקלעים של הזכייה בעונה 3 של "המירוץ למיליון".
 
איך הרקע המקצועי, כמהנדס בהייטק, עזר לו לעשות "שיעורי בית" ולבנות צוות מנצח שמתמודד בדבקות עם נקודות שבירה ועומד בלחץ שנראה לעתים בלתי אפשרי.
 
איך, מלבד מאמן כושר ושאר עזרים, מתכוננים לנצח בתכנית הריאליטי - מההכנות בארץ ועד לסוף המירוץ, שלב אחר שלב - באמצעות שימוש בכלים ומתודולוגיה מעולם ניהול הפרויקטים.
 
ההשתתפות ללא עלות לסטודנטים ולבוגרי הנדסה, מותנה בהרשמה מראש בקישור הבא
 
 
לנרשמים ישלח בהמשך לינק למפגש.

אמיר חזון ומיכאל מאיר בנו אלגוריתם מבוסס למידת מכונה המאפשר להבחין בין זני עטלפים שונים על סמך קריאות הסונר שלהם

04 נובמבר 2020
עטלף

העטלף הוא היונק היחידי המסוגל לעוף מעוף אמיתי, הוא אינו עיוור ורואה מצויין באור ובחשיכה. מרבית העטלפים טורפים חרקים והודות להתחקות גנטית ממקמים אותם איפשהו בין סדרת הכלביים לסוסיים, לא רחוק מהיונקים הימיים, אבל אין ספק שהם לא דומים לשום דבר אחר. עובדה נוספת וחשובה, העטלפים משתמשים בקריאות סונר כדי להתמצא במרחב. קריאות הסונר האלה הן בעצם גלי קול. גלי הקול האלו פוגעים בעצמים שונים במרחב ולפי האופן בו גלי הקול חוזרים אל העטלף הוא יודע להבין איפה הוא במרחב ביחס לעצמים ואפילו באיזו מהירות העצמים האלה נעים ומאיזה חומר הם עשויים. 

 

בתאריך ה 14 לאוקטובר התקיים לראשונה יום פרויקטים מקוון לבית הספר להנדסת חשמל בחסות חברת VAYYAR החברה בארגון עמיתי התעשייה של הפקולטה להנדסה. כל תלמיד נדרש לבצע פרויקט בשנת לימודיו האחרונה כתנאי לקבלת התואר. הפרויקט יכול להתבצע בכל אחד מתחומי ההתמחות השונים והוא מהווה הזדמנות לסטודנט ליישם את הידע שרכש במהלך שנות הלימוד בפקולטה, להרחיב את אופקיו המקצועיים, ולהתנסות בעבודה מעשית. אמיר חזון ומיכאל מאיר קטפו את המקום השלישי בתחרות השנה עם הפרויקט "סיווג אוטומטי של קריאות סונר של עטלף".

 

הסטודנטים מאחורי הפרויקט

אמיר חזון, מסיים כעת תואר בהנדסת חשמל ופיזיקה באוניברסיטת תל אביב לאחר 4 שנים של לימודים. "ההשראה לבחירה בפרויקט הזה היא מבחינתי העיסוק בנושא של למידת מכונה. אני מתעניין בתחום והפרויקט היה הזדמנות טובה לבצע שימוש פרקטי בכלי הזה" מספר אמיר.

אמיר חזון
   
מיכאל מאיר, סיים תואר ראשון בהנדסת חשמל ופיזיקה באוניברסיטת תל אביב (4 שנים) ומתחיל כעת תואר שני בפיזיקה במכון וייצמן. "אני מאוד נמשך לביולוגיה ולטבע ולכן זה היה טבעי עבורי לנסות לשלב את הנושאים האלו בפרויקט הגמר. לפני תחילת הפרויקט עשיתי גם קורס בחירה בביולוגיה מולקולרית וגם במסגרת משרת הסטודנט בה עבדתי במהלך התואר הראשון סייעתי בפיתוח תכנה לצורכי מחקר ביולוגי במכון וייצמן. גם כאן- ראיתי הזדמנות ליישם כלים הנדסיים כדי לתת מענה לבעיה ביולוגית, מה שנראה לי מאוד מעניין" מספר מיכאל. מיכאל מאיר

מטרת הפרויקט

מטרת הפרויקט היא לאפשר לבצע סקרים אקולוגיים באופן יעיל. כלומר, להצליח לאפיין אילו זני עטלפים חיים בסביבת עניין נתונה ובאילו כמויות. כידוע, עטלפים משתמשים בקריאות סונר כדי להתמצא במרחב. קריאות הסונר האלה הן בעצם גלי קול. גלי הקול האלו פוגעים בעצמים שונים במרחב ולפי האופן בו גלי הקול חוזרים אל העטלף הוא יודע להבין איפה הוא במרחב ביחס לעצמים ואפילו באיזו מהירות העצמים האלה נעים ומאיזה חומר הם עשויים. "אנחנו, בעצתו של פרופסור יוסי יובל, מרצה וחוקר בפקולטה למדעי החיים ע"ש ג'ורג' ס.וייז, ראש המעבדה לתפיסה חושית וקוגניציה במחלקה לזואולוגיה וחוקר התנהגות בשדה, במעבדה ובתוך המוח עצמו, בעצם השתמשנו בקריאות הסונר האלה על מנת להבחין בין זני עטלפים שונים. זאת, מפני שלכל זן עטלף מאפיינים ייחודיים לקריאות הסונר שלו. מה שעשינו בפרויקט זה לבנות אלגוריתם מבוסס למידת מכונה המאפשר לאפיין הקלטה של קריאות סונר ולהבין לאיזה זן עטלף קריאה זו משתייכת. קיבלנו הקלטות עטלפים שזוהו על ידי ביולוגים, כך שכל קריאה שויכה לזן מסוים. לאחר מכן, ביצענו עיוותים קטנים ומכוונים להקלטות האלו על מנת לייצר סימולציות שייצגו קריאות נוספות. זו שיטה שמאפשרת להגדיל את מאגר המידע עליו מבוסס תהליך הלמידה של האלגוריתם באופן מלאכותי. על בסיס מידע זה, בוצע תהליך של למידת מכונה וכעת האלגוריתם "מכיר" 8 זני עטלפים ויכול לזהות אותם בהקלטה באחוזי הצלחה, שנעים בין 70% לכמעט 100% כתלות באיכות ההקלטה ובזן העטלף." מסביר מיכאל.

 

בנוסף,בנו מיכאל ואמיר ממשק (UI) המאפשר למשתמשים להשתמש באלגוריתם ואף ללמד אותו איך לזהות זנים חדשים, כך שבעצם כל אחד יכול להשתמש בכלי הזה - גם אם הוא לא יודע לתכנת או לא מבין איך האלגוריתם עובד כלל.

בתמונה מצד ימין: זו ספקטרוגרמה של קריאת סונר יחידה- ציר X זה הזמן, ציר Y זה התדר והעוצמה מיוצגת על ידי שינויים בצבע (צהוב- עוצמה גבוהה, כחול- עוצמה נמוכה). ניתן לראות כמה פרמטרים שהשתמשנו בהם לייצוג הקריאה- מרכז המסה במישור התדר-זמן (כאשר האנלוג למסה זה עוצמה), שיפועים של קריאת הסונר ב- 3 נקודות שונות (תחילת אמצע וסוף הקריאה) ורוחב הפס של הקריאה.

בתמונה מצד שמאל: רואים גרף שמייצג את העוצמה הכוללת כפונקציה של הזמן עבור אותה קריאה. מכאן- אנחנו מחלצים זמן אופייני שלוקח לקריא העטלף להגיע ל 90% מעוצמתה המירבית (rise time). סט המכיל את הפרמטרים האלו ונוספים מייצג כל קריאה, ואלגוריתם למידת המכונה מקבל את הנתונים האלו לאחר שכל קריאה שמגיעה אליו עוברת תהליך עיבוד דומה.

עמודים

אוניברסיטת תל אביב עושה כל מאמץ לכבד זכויות יוצרים. אם בבעלותך זכויות יוצרים בתכנים שנמצאים פה ו/או השימוש שנעשה בתכנים אלה לדעתך מפר זכויות
שנעשה בתכנים אלה לדעתך מפר זכויות נא לפנות בהקדם לכתובת שכאן >>