استفاده از DCNN ها برای تمایز گرافیک و تصاویر عکاسی تولید شده توسط کامپیوتر

سوزان مک اینتاش ، عضو هیئت علمی CDS و استادیار بالینی علوم کامپیوتر در NYU ، با Qi Cui از دانشگاه علوم و فناوری اطلاعات نانجینگ و مرکز مهندسی جیانگشو نظارت شبکه و Huiyu Sun NYU به منظور کشف راه های تمایز بین تصاویر گرافیکی (CG) و عکاسی (PI) کامپیوتری از طریق استفاده از شبکه های عصبی پیچیده عمیق (DCNN).

تشخیص تصاویر CG از همتایان اصلی آنها بسیار دشوار شده است. چشم های انسان نیز با این وظیفه مبارزه می کنند. در خط مقدم پزشکی قانونی تصویر شبکه های عصبی پیچیده عمیق (DCNNs) قرار دارند که محققان در حال حاضر برای این منظور از آنها استفاده می کنند. هنگامی که با اتصالات میانبر بهینه سازی می شود ، DCNN ها دقت بالایی در این امر ارائه می دهند.

DCNN ها دارای ساختار سلسله مراتبی هستند ، تصاویر را به عنوان ورودی می گیرند و آنها را تحت فیلتر گذر بالا قرار می دهند. محققان ابتدا یک شبکه عصبی عمیق را با استفاده از کاتالوگ تصاویر آموزش دادند. این تصاویر آزمایشی تحت فیلترینگ با گذر بالا قرار می گیرند و پس از آن شبکه عصبی می تواند ویژگی های کلیدی را شناسایی کند. محور اصلی این فرایند استفاده از تفاوت های فیزیکی بین تصاویر و استفاده خاص از "نویز" بود. این استراتژی "نویز" طبیعی را که مخصوص تصاویر عکاسی است تشدید می کند. به دلیل کیفیت "روان" تصاویر CG ، نویز یک شاخص مناسب برای مشروعیت است. هنگامی که DCNN یک فایل مدل را از این مجموعه آزمایشی تصاویر ایجاد کرد ، ورودی واقعی از طریق همان فرآیند فیلترینگ اجرا شده و با مدل مقایسه می شود. در نهایت ، تصویر به دو صورت CG یا PI طبقه بندی می شود.

محققان یک آزمایش اولیه را با استفاده از CaffeNet انجام دادند که تنها 83٪ دقت متوسط ​​را تولید کرد. هنگامی که با اتصالات کوتاه مدت اصلاح شد ، CaffeNet به حداکثر متوسط ​​87٪ رسید. با افزودن اتصالات کوتاه به CNN 50 لایه ، دقت متوسط ​​به 98٪ افزایش یافت.

توسط سابرینا دی سیلوا

MWC 2017: آمدن الکسا به گوشی های موتورولا ، یادگیری تشخیص صداها

آنچه اتفاق افتاده است در مقایسه با حضور تقریباً همه جانبه آن در نمایشگاه CES امسال ، به نظر می رسد که الکسا حضور کمتری در کنگره جهانی موبایل داشته باشد ، نمایشگاه جهانی صنعت تلفن های هوشمند و تلفن های همراه این هفته در بارسلونا برگزار می شود. اما این بدان معنا نیست که سرویس دستیار مجازی آمازون نیز در حال استراحت است. موتورولا ، که اکنون متعلق به غول الکترونیکی مصرف کننده چینی Lenovo است ، روز یکشنبه در یک کنفرانس مطبوعاتی اعلام کرد که با آمازون همکاری کرده است تا سرویس الکسا را ​​در آینده در اکثر دستگاه های موتورولا تعبیه کند. اما ابتدا ، Moto می گوید تمرکز خود را بر توسعه Alexa "Mod" قرار می دهد ، یک بلوک قابل اتصال برای گوشی ماژولار Moto Z. الکسا را ​​قادر می سازد تا صداهای مختلف را تشخیص دهد و تشخیص دهد کدام کاربر با آن صحبت می کند. در صورت پی بردن به این ویژگی تشخیص صوتی فردی ، موارد جدید فوق العاده ای از الکسا و دستگاه های اکو که از آنها پشتیبانی می کند ظاهر می شود. از یک جهت ، این امر باید مانع پاسخگویی الکسا به نام او در تبلیغات تلویزیونی شود. علاوه بر این ، از این ویژگی می توان برای احراز هویت کاربران مختلف به صورت یکپارچه استفاده کرد و بنابراین موقعیت اکو را به عنوان یک اتاق نشیمن خانوادگی محکم کرد.

آنچه مارک ها باید انجام دهند گسترش Alexa در تلفن های هوشمند بیشتر و استفاده از چند کاربر نشان دهنده عزم آمازون در فشار آوردن دستیار فعال شده با صدا و آوردن رابط های مجهز به هوش مصنوعی برای مصرف کنندگان اصلی است. بیش از پیش آشکار می شود که تعامل برند و مشتری مبتنی بر صدا چیزی است که مارک ها باید آن را کشف و تسلط داشته باشند.

بر اساس گزارش شرکت تحلیلی VoiceLabs ، حدود 33 میلیون دستگاه اولین صدا تا پایان سال 2017 در گردش است. بنابراین ، برندها باید کار خود را با توسعه دهندگان آغاز کنند تا صدای برند خود را بفهمند و ابزارهای مکالمه را در تلاش های بازاریابی خود قرار دهند.

حتی مارک هایی که صدا را در خود جای نمی دهند تجربیات محصول خود هنوز باید با استفاده از خدمات تکمیلی از فرصت استفاده کنند: دستور العمل ها ، اطلاعات سلامتی و محتوای شیوه زندگی همه کاربردهای محبوب الکسا هستند و مناطقی که مارک ها می توانند ارزش افزوده داشته باشند.

چگونه می توانیم کمک کنیم این آزمایشگاه تجربه زیادی در ایجاد مهارت های الکسا و چت بات ها برای دسترسی به مصرف کنندگان در رابط های مکالمه دارد. تا آنجا که ما یک تمرین مکالمه اختصاصی به نام گفتگو ایجاد کرده ایم. مهارت الکسا "زمان میلر" که ما با Drizly برای Miller Lite توسعه دادیم ، مثال خوبی از این است که چگونه گفتگو می تواند به مارک ها در ایجاد یک تجربه مشتری محاوره ای کمک کند ، که توسط مجموعه ای از شرکای فناوری ما با بهترین راه حل های کلاس و یک موتور بینش استخراج می شود. هوش تجاری از داده های مکالمه.

اگر می خواهید در مورد نحوه دسترسی موثر به مصرف کنندگان در رابط های مکالمه بیشتر بدانید یا از تخصص آزمایشگاه برای به دست آوردن فرصت های مربوط به مشتری در IPG Mediabrands استفاده کنید ، لطفاً تماس بگیرید مدیر خدمات مشتری ما سامانتا هلند ([e-mail]) برای برنامه ریزی بازدید از آزمایشگاه.

منبع: TechCrunch & The Verge

چرا از RAZR آینده موتورولا هیجان زده هستم

فراتر از نوستالژی ، در واقع ممکن است به جای اعلان های بی وقفه و انگیزه اجتماعی

گفته می شود که موتورولا قصد دارد در ماه ژوئن یک گوشی تاشو جدید تاشو عرضه کند. آخرین ویدئوهای تیزری آن نشان می دهد که یک صحنه معمولی در یک دبیرستان چگونه است و چگونه دانش آموزان معمولاً از تلفن های همراه خود استفاده می کنند.

خوب ، حداقل در دوران اولیه ،

بسیاری از ما که هنوز دوران قبل از iPhone ، قبل از Android و قبل از داده های تلفن همراه را به خاطر داریم ، احتمالاً با این تیزر "06.09.16" نوستالژیک می شویم.

فقط تماس ها و پیامک ها؟

سال 1997 بود که اولین تلفن همراهم را گرفتم. این یک نوکیا 1600 استفاده شده بود که با استاندارد AMPS که از بین رفته بود کار می کرد. تلفن های همراه و پیجر هنوز در آن زمان فعال بودند ، اما من مرحله پیجر را پشت سر گذاشتم و به دنبال چیزی بهتر رفتم.

در آن زمان در برخی شبکه های دیجیتالی پیامک ارسال می شد ، تلفن من فقط برای برقراری تماس ، که در آن زمان به اندازه کافی خوب بود.

در چند دهه آینده من چندین دستگاه Motorola Micro TAC ، Nokias ، Erissons ، BlackBerrys و Siemens و سایر دستگاهها را مرور خواهم کرد. در این موارد بود که من هک ها و راهکارهایی را برای پیشرو بودن پیدا کردم ، خواه دسترسی به ایمیل از طریق WAP ، هشدار هشدارهای پیامکی از طریق دروازه های SMS و اینترنت ، یا به سادگی اتصال دستگاه GPRS نسل اول من برای مدت زمان طولانی اتصال سریع 56K به موبایل.

فناوری تلفن همراه از اولین تلفن من در سال 1997 پیشرفت زیادی کرده است. اما حتی پس از گذراندن چندین تلفن Android ، Lumias و iPhone ، هنوز یک گوشی موبایل نوکیا را به عنوان ثانیه در جیب خود نگه می دارم. دستگاهی که من در درجه اول از آن برای شماره تلفن ثابت "بی سیم" استفاده می کنم.

دلایل متعددی دارم. اول ، محکم آن مانند میخ است. دوم ، عمر باتری آن فوق العاده است. سوم ، دارای صفحه کلید فیزیکی است. چهارم ، فقط کار می کند!

نه فقط نوستالژی

برخی از نویسندگان فناوری فکر می کنند موتورولا نوعی دستگاه ترکیبی با قابلیت های تلفن های هوشمند مخلوط با صفحه کلید فیزیکی را روانه بازار خواهد کرد. من شخصاً فکر می کنم آنها باید ساده باشند و آن را برای افرادی طراحی کنند که می خواهند یک تلفن همراه مستقیم داشته باشند و فقط برای تماس ها و پیام ها کار کند.

یا حداقل موتورولا می تواند تلفن را با برخی از برنامه های پیام رسانی همراه کند. قابلیت ، حداقل برای افزایش SMS. به مرور وب اهمیت ندهید. به رسانه های اجتماعی اهمیت ندهید. به هر حال این چیزها هرگز روی یک صفحه کوچک خوب کار نمی کنند. همچنین ، مردم به احتمال زیاد دستگاه های دیگری دارند که برای این منظور بهتر عمل می کنند ، مانند تلفن هوشمند یا رایانه لوحی بزرگتر. به در عوض ، این به معنای تمرکز مجدد بر هدف این دستگاه ها و نحوه استفاده ما از این فناوری در زندگی روزمره است.

ما وسواس زیادی در مورد تلفن های هوشمند داریم که از ناوبری گرفته تا تناسب اندام همه کارها را انجام می دهند. ردیابی ، برای نگه داشتن زبانه ها در مخاطبین اجتماعی. ما فراموش کرده ایم که تلفن ها قرار است به ما در برقراری ارتباط واقعی با افراد دیگر کمک کنند-شاید با مکالمه یا پیام دهی تک به تک.

آخرین باری که از تلفن خود برای داشتن یک معنی مهم استفاده کردیدگفتگو با یکی از عزیزان؟ کی - یا اگر؟ -موتورولا RAZR را دوباره راه اندازی می کند ، شاید بتوانیم این کار را دوباره یاد بگیریم.

برای من ، این فراتر از نوستالژی است. تلفن های گنگ یا ویژگی ممکن است به جای تمرکز بر استفاده از تلفن همراه به ارتباطات معنادار ، به جای اعلان های جلب توجه و انگیزه اجتماعی کمک کنند.

موتور بدون برس و پایه اندازه گیری رانش

انتخاب مناسب موتور و پروانه برای طراحی هواپیماهای بدون سرنشین بسیار مهم است و هنگام ساخت کوادکوپتر قبلی "لودویک" نیکودم بارتنیک مجبور بود برای این اطلاعات به برگه های داده اعتماد کند. اگرچه این امر به اندازه کافی دقیق است ، با ترکیب موتورها و ملخ های مختلف ، همه چیز حتی کمتر قابل پیش بینی می شود. بارتنیک برای اینکه بفهمد دستگاهش یکبار برای همیشه چه نوع محرکی را در حال خروج است و همچنین میزان مصرف برق را اندازه گیری می کند ، پایه تست موتور یا پشتی مخصوص خود را ساخت.

دارای یک PCB با طراحی زیبا است و از یک پرتو تنسومتری برای اندازه گیری نیروی محوری استفاده می کند. یک ماژول سنسور فعلی از این قرائت مراقبت می کند و مقادیر مربوطه در یک صفحه LCD کوچک نمایش داده می شود. ورودی موتور را می توان از طریق پتانسیومتر شماره گیری کرد و برق را با استفاده از باتری LiPo یا منبع تغذیه نیمکت که در ویدئو تنظیم کرده است تأمین می شود. به عنوان یک امتیاز ، استفاده از منبع نیمکت باعث تأیید بیشتر قدرت خروجی از طریق نمایشگرهای ولتاژ و جریان خود می شود.

جایگاه در ویدئو در حال آزمایش یک وسیله بزرگ نشان داده شده است ، و او یک زنگ صدا به آن اضافه کرد تا به رهگذران هشدار دهد که چیزی خطرناک در جریان است. در حالی که بیپر مطمئناً از هیچ چیز بهتر است ، ایده خوبی است که اگر تصمیم به تکرار پروژه دارید ، نوعی محافظ فیزیکی در اطراف آن قرار دهید.