машинне навчання

РОЗРОБКА ІНТЕРФЕЙСУ ОБРОБКИ МУЛЬТИМОДАЛЬНИХ ДАНИХ НА ОСНОВІ GOOGLE API

Сьогодні штучний інтелект - це повсякденна рутина, яка глибоко увійшла в наше життя. Однією з найпопулярніших технологій, що швидко розвивається, є розпізнавання мовлення, яке є невід'ємною частиною ширшої концепції обробки мультимодальних даних. Мультимодальні дані охоплюють голос, аудіо та текстові дані, що є багатогранним підходом до розуміння та обробки інформації. У цій статті представлено розробку інтерфейсу для роботи з мультимодальними даними з використанням технологій Google API.

ВИЗНАЧЕННЯ ЗАПОВНЕНОСТІ ЧАШІ ШНЕКОВОГО СМАРТ ПРЕСА ІЗ ВИКОРИСТАННЯМ МАШИННОГО НАВЧАННЯ

Постановка проблеми. У цьому дослідженні розглядається проблема точного визначення заповненості чаші шнекового преса для оптимізації процесу відтиску олії. Наявні методи вимірювання на основі ваги або об’єму часто можуть давати неточні результати через змінну вагу олії на різних етапах екстракції, неоднорідність матеріалу, вплив навколишнього середовища та неточне калібрування приладу. Мета.

ПОКРАЩЕННЯ МОЖЛИВОСТЕЙ ПОШУКУ ВІДЕО: ІНТЕГРАЦІЯ НЕЙРОННОЇ МЕРЕЖІ ПРЯМОГО ПОШИРЕННЯ ДЛЯ ЕФЕКТИВНОГО ФРАГМЕНТНОГО ПОШУКУ

В умовах стрімкого збільшення обсягів відеоданих актуалізується проблема їх ефективного пошуку та аналізу. Це дослідження має на меті розробку та апробацію інноваційної системи для покращення швидкості та точності пошуку відео, використовуючи можливості глибоких згорткових нейронних мереж (DCNN) та нейронних мереж прямого поширення (FFNN).

ВПЛИВ ВИКОРИСТАННЯ ПРЕДИКТИВНОГО ШТУЧНОГО ІНТЕЛЕКТУ НА ТРИВАЛІСТЬ УКЛАДАННЯ УГОДИ

У бізнес-середовищі, яке постійно змінюється, інтеграція штучного інтелекту (ШІ) стає ключовим напрямком у досягненні мети підвищення доходів та збільшення обсягів продажів компаній. ШІ та його різноманітні застосування сприяють виявленню закономірностей під час вибору споживачів, що водночас сприяє ефективнішому формуванню маркетингових стратегій та стратегій продажів компаній.

ПРОГНОЗУВАННЯ ВИНИКНЕННЯ ІНСУЛЬТУ НА ОСНОВІ МОДЕЛЕЙ МАШИННОГО НАВЧАННЯ

Дослідження, проведені в галузі медицини, стосуються важливої теми, інтерес до якої з кожним роком зростає. Дослідження було зосереджено на прогнозуванні початку інсульту, стану, що становить серйозний ризик для здоров'я та життя людей. Використання надзвичайно незбалансованого набору даних стало проблемою для розробки моделей машинного навчання, здатних ефективно передбачати випадки інсульту.

METHODS OF MACHINE LEARNING IN MODERN METROLOGY

In the modern world of scientific and technological progress, the requirements for the accuracy and reliability of measurements are becoming increasingly stringent. The rapid development of machine learning (ML) methods opens up perspectives for improving metrological processes and enhancing the quality of measurements. This article explores the potential application of ML methods in metrology, outlining the main types of ML models in automatic instrument calibration, analysis, and prediction of data.

Ідентифікація звуку голосів птахів за допомогою згорткових нейронних мереж з використанням STFT та MEL спектрограм

Загрози для клімату та глобальні зміни в екологічних процесах залишаються актуальною проблемою у всьому світі. Тому важливий постійний моніторинг цих змін, зокрема із використанням нестандартних підходів. Це завдання можна виконати на основі дослідження інформації про міграцію птахів. Одним із ефективних методів дослідження міграції птахів є слуховий метод, який потребує вдосконалення.

Інтелектуальна система виявлення плагіату в технічних текстах

Автори розробили наукове обґрунтування, виконали проєктування та розроблення інтелектуальної системи виявлення плагіату в технічних текстах. В роботі визначено проблему плагіату в сучасному світі та її актуальність, проаналізовано останні дослідження та публікації, які стосуються новітніх методів застосування інтелектуальних інформаційних технологій для виявлення плагіату.

Методи машинного навчання для підвищення енергоефективності будівель

Прогнозування споживання енергії в будівлі відіграє важливу роль, оскільки воно може допомогти оцінити її енергоефективність, виявити й діагностувати несправності системи енергопостачання, а також зменшити витрати коштів і покращити вплив на клімат. Проаналізовано актуальні дослідження у галузі забезпечення енергоефективності будівель, зокрема, їх енергетичної оцінки з урахуванням типів розглядуваних моделей.

Метод формування набору даних для перевірки якості вивчення мовними моделями транзитивного відношення у контексті задачі логічного висновку

Розроблено метод формування набору даних для перевірки вивчення готовими моделями залежності транзитивності. Сформований набір даних використано для тестування якості вивчення моделями залежності транзитивності у задачі логічного висновку (NLI). Тестування набору даних розміром 10 000 зразків (MultiNLI) відбувалось на моделі RoBerta. Також досліджено, що у задачі логічного висновку клас подібний є більш спрямованим, ніж протиріччя і нейтральний.