چاپ مقالات علمی دانش آموخته استعداد درخشان دانشگاه بیرجند در مجلات معتبر بین المللی

به گزارش روابط عمومی و اطلاع‌رسانی دانشگاه بیرجند، جواد حسن نتاج جلوداری در زمان تحصیل، فعالیت های پژوهشی مناسبی با همکاری استادان دانشگاه، استادان بین المللی و همچنین دانشجویان انجام داده است. 
براین اساس نخستین مقاله وی با عنوان "ترکیب الگوریتم های شبکه عصبی کانولوشنال و خودرمزنگار برای پیش بینی احتمال زنده ماندن بیماران کوید 19" است که در مجله Scientific Reports (یکی از مجلات نیچر) منتشر شده است.
همچنین مقاله دیگر در زمینه تشخیص بیماری کوید 19 با موضوع "تلفیق شبکه عصبی کانولوشنال عمیق، ماشین بردار پشتیبان و فیلتر سوبل برای تشخیص دقیق بیماران کوید 19 با استفاده از تصاویر X-ray" است که به همراه افیلیشن دانشگاه بیرجند در مجله Biomedical Signal Processing and Control  چاپ شده و در صفحه رسمی سازمان بهداشت جهانی نیز نمایه شده است.
دو مقاله علمی دانش آموخته دانشگاه بیرجند با همکاری مرکز تحقیقات و پزشکی بیمارستان قلب و عروق تهران، بیمارستان امید تهران، دانشگاه دیکین استرالیا، دانشگاه سیدنی استرالیا، دانشگاه آزاد اسلامی شیراز، دانشگاه پلی تکنیک سنگاپور، دانشگاه فردوسی مشهد، دانشگاه خواجه نصیرالدین طوسی، دانشگاه سمنان، دانشگاه دیبروگراه هند، دانشگاه آزاد اسلامی فسا، دانشگاه آزاد اسلامی گنبد، دانشگاه اصفهان، دانشگاه کمبریج لندن، دانشگاه بجنورد، دانشگاه آسیا-تایوان و دانشگاه کالفرنیا-سانفرانسیسکو آمریکا درباره کرونا در مجلات معتبر بین المللی چاپ شده است.
کاربرد روش‌های هوش مصنوعی در زمینه تشخیص بیماری‌ها و توسعه الگوریتم های نوآورانه برای مصرف انرژی و طول عمر شبکه حسگر بی سیم از جمله علاقمندی های این دانش آموخته دانشگاه بیرجند است.
تشخیص بیماری عروق کرونری قلب، رتبه بندی ویژگی‌ها با استفاده از مدل درختان تصادفی، تصمیم‌گیری به کمک کامپیوتر برای پیش بینی بیماری کبد با استفاده از ماشین بردار پشتیبان بهینه شده مبتنی بر بهینه ساز ازدحام ذرات با انتخاب ویژگی، طراحی یک سیستم تشخیص خطای آگاه به انرژی برای شبکه های حسگر بی سیم متحرک، ارائه‌ی یک الگوریتم جدید برای انتخاب ابرسرخوشه برای شبکه های حسگر بی سیم، تشخیص زودهنگام حملات تهدید مداوم مستمر با استفاده از آنالیز عملکرد یادگیری عمیق، ارائه یک طبقه بند نزدیک ترین همسایه جدید برای کلان داده براساس هرس داده کارآمد، مدل یادگیری ماشین ترکیبی براساس تابع مبنای شعایی یادگیری افراطی برای تشخیص سرطان سینه: ارائه یک سیستم خبره فازی چند لایه ای برخی دیگر از مقالات انتشار یافته ایشان است.
ایشان علاوه بر انجام فعالیت های پژوهشی ارزنده در سطح بین المللی، به عنوان داور بین المللی هوش مصنوعی شناخته شده و بیش از 40 مقاله را در مجلات مختلف داوری کرده است.
جواد حسن نتاج در سال ۱۳۹۷ در رشته مهندسی فناوری اطلاعات- شبکه های ارتباطی و کامپیوتری، مقطع کارشناسی ارشد دانشگاه بیرجند پذیرفته شد و در دی ماه سال ۱۳۹۹ با درجه عالی از پایان نامه خود دفاع کرده است.