خوش آمدید
من استادیار آمار در دانشگاه خلیج فارس، بوشهر هستم.
تمرکز پژوهشی من بر تحلیل دادههای تابعی، یادگیری عمیق و کاربردهای هوش تجاری در صنعت است.
🧪 زمینههای پژوهشی
تحلیل دادههای تابعی
یادگیری ماشین
یادگیری عمیق (ResNet1D، ترنسفورمرها، KAN)
تشخیص خطا در ماشینهای دوار
پیشبینی عمر مفید باقیمانده (RUL) در ماشینهای دوار
H. Haghbin, Y. Zhao, and M. Maadooliat (2025)، Regularized multivariate functional principal component analysis for data observed on different domains، Foundations of Data Science، در دست انتشار.
Haghbin, H., Trinka, J., & Maadooliat, M. (2025)، Rfssa: An R package for functional singular spectrum analysis. The R Journal, 16(2), 82–98.
Haghbin, H., Maadooliat, M. (2023)، A journey from univariate to multivariate functional time series: A comprehensive review. Wiley Interdisciplinary Reviews: Computational Statistics, e1640. https://doi.org/10.1002/wics.1640
Trinka, J., Haghbin, H., & Shang, H. L. (2023). Functional time series forecasting: Functional singular spectrum analysis approaches. Stat, 12(1). https://onlinelibrary.wiley.com/journal/20491573
فهرست کامل در گوگل اسکالر →
فهرست کامل در PGU →
📖 تدریس
پاییز ۱۴۰۴: درس یادگیری عمیق (تحصیلات تکمیلی)
بهار ۱۴۰۴: درس برنامهنویسی پایتون (کارشناسی)
جزوات و منابع درسی →
👩🎓 دانشجویان تحت راهنمایی
کارشناسی ارشد: سیده زهره موسوی (جاری)، تشخیص خطا در دستگاههای دوار با استفاده از یادگیری عمیق.
کارشناسی ارشد: مجیب پروهان (۱۴۰۴)، یک مدل ترکیبی مبتنی بر خوشهبندی و شبکههای عصبی بازگشتی برای پیشبینی سریهای زمانی.
🌍 پروژهها
مطالعه امکانسنجی پیادهسازی هوش تجاری در شرکت نفت فلات قاره – منطقه بوشهر (فرصت مطالعاتی صنعتی).
🔔 اخبار
مرداد ۱۴۰۴: تدریس در کارگاه SCoRT با محوریت کاربردهای R در محاسبات آماری و تحلیل داده.