درباره ما

دکتر وحید عظیمی‌راد از سال 1384 در زمینه آموزش و پژوهش در حوزه رباتیک فعالیت داشته است. او مدرک کارشناسی مهندسی مکانیک خود را در سال 1383 از دانشگاه تبریز در ایران دریافت کرده و سپس مدرک کارشناسی ارشد و دکتری خود را در مهندسی مکانیک از دانشگاه علم و صنعت ایران به‌ترتیب در سال‌های 1385 و 1389 کسب کرده است.

زمینه‌های اصلی تخصص دکتر عظیمی‌راد شامل رباتیک (مدل‌سازی ریاضی، کنترل، برنامه‌ریزی، آزمون و یادگیری)، طراحی و ساخت ربات‌های پزشکی (ربات‌های جراحی و فیزیوتراپیست)، طراحی و ساخت ربات‌های کمکی متحرک و توسعه شبکه‌های عصبی اسپایکینگ برای کاربرد در کنترل و یادگیری ربات‌ها می‌باشد.

دکتر عظیمی‌راد بیش از ۶۰ مقاله در زمینه رباتیک در مجلات داوری‌شده و مجموعه مقالات کنفرانس‌ها منتشر کرده است. شاخص h او ۱۶ بوده و مقالاتش بیش از ۹۰۰ بار ارجاع داده شده‌اند.

علایق پژوهشی:

دکتر وحید عظیمی‌راد تجربه پژوهشی گسترده‌ای در حوزه‌های هوش مصنوعی، رباتیک و مکانیک الکترونیک در کاربردهای پزشکی دارد.
کار پژوهشی فعلی او توسعه سیستم‌های یادگیری تقویتی مبتنی بر شبکه‌های عصبی اسپایکینگ برای کنترل ربات‌ها است.
همکاری‌های تحقیقاتی دیگر وی شامل توسعه ربات‌های فیزیوتراپیست و ربات‌های کمکی متحرک برای کاربردهای پزشکی بوده است.

تدریس:

دکتر عظیمی‌راد دارای سال‌ها تجربه در تدریس دروس کارشناسی و تحصیلات تکمیلی و راهنمایی دانشجویان در رشته‌های رباتیک و مکاترونیک است.

وظایف تدریسی فعلی ایشان شامل موارد زیر است:

• EEN6460: رباتیک و هوش مصنوعی (سطح ۳، مسئول درس)
• EENG5170: کنترل و مکاترونیک (سطح ۲)

راهنمایی پژوهشی:

دکتر عظیمی‌راد راهنمایی سه دانشجوی دکتری را تا موفقیت در اتمام دوره بر عهده داشته است.

برخی از پروژه‌های منتخب دکتری که ایشان راهنمایی کرده‌اند:

• کاربرد شبکه‌های عصبی اسپایکینگ در کنترل ربات‌ها
• روش کنترل غیرخطی برای ربات‌های جراحی مبتنی بر سیگنال‌های EEG

انتشارات:
مقالات

• Khajehsaeid, H., Soltani, A. و Azimirad, V. (۲۰۲۵) «طراحی کنترل‌کننده لغزشی سریع نهایی با زمان ثابت تطبیقی برای ربات‌های چند‌مفصلی فعال‌شده توسط عضلات مصنوعی پنوماتیک»، Biomimetics، انتشارات MDPI AG.
  شناسه دیجیتال مقاله (DOI): 10.3390/biomimetics10010037
• Azimirad, V., Khodkam, S. Y. و Bolouri, A. (۲۰۲۴) «سیستم کنترل یادگیری هیبرید جدید برای ربات‌ها مبتنی بر شبکه‌های عصبی اسپایکینگ»، Neural Networks، انتشارات Elsevier.
  شناسه دیجیتال مقاله (DOI): 10.1016/j.neunet.2024.106656