Рубрика «модели» - 2

Как ИИ учится генерировать изображения кошек - 1

Перевод How AI can learn to generate pictures of cats.

Опубликованная в 2014-м исследовательская работа Generative Adversarial Nets (GAN) стала прорывом в сфере генеративных моделей. Ведущий исследователь Янн Лекун назвал состязательные сети (adversarial nets) «лучшей идеей в машинном обучении за последние двадцать лет». Сегодня благодаря этой архитектуре мы можем создать ИИ, который генерирует реалистичные изображения кошек. Круто же!

Как ИИ учится генерировать изображения кошек - 2
DCGAN в ходе обучения
Читать полностью »

Информационная безопасность банковских безналичных платежей. Часть 4 — Обзор стандартов моделирования угроз - 1

В предыдущей публикации цикла мы сформировали базовые требования к системе информационной безопасности безналичных платежей и сказали, что конкретное содержание защитных мер будет зависеть от модели угроз.

Для формирования качественной модели угроз необходимо учесть существующие наработки и практики по данному вопросу.

В этой статье мы проведем экспресс обзор порядка 40 источников, описывающих процессы моделирования угроз и управления рисками информационной безопасности. Рассмотрим как ГОСТы и документы российских регуляторов (ФСТЭК России, ФСБ России, ЦБ РФ), так и международные практики.
Читать полностью »

image

Привет!

В последнее время все чаще приходится наблюдать, что ожидания работодателей и потенциальных ученых по данными сильно отличаются. Компания, инвестируя в новые разработки в первую очередь ждет возврат на инвестиции, а не очередную модель. Специалист же, окончивший всевозможные курсы ждет на вход чистые и понятные данные, а на выходе хотел бы отдать модель прикрепив к ней метрики качества. А дальше «пусть менеджеры разбираются», как это все будет встроено в процесс и как именно полученная модель будет использоваться. В результате возникает пропасть и непонимание между бизнесом и учеными.

По факту оказывается, что модели сами по себе никому не нужны, а на деле приходится заниматься очень большим количеством рутинных задач.

Хотелось бы на обобщенных примерах (все совпадения с реальной жизнью случайны) показать, какие же на самом деле трудности приходится преодолевать, чтобы принести работодателю деньги. Наверное, после этого в аналитику данных люди будут идти более осознанно, попутно получая нужные для работы навыки, а не изучая очередную статью про алгоритм.
Читать полностью »

Несмотря на огромный потенциал трехмерной печати, она, к сожалению, пока все еще далека от того, чтобы стать частью повседневной жизни для каждого из нас. Тем не менее, энтузиасты и профессионалы в этой делают большие успехи, представляя то готовый к воплощению легковой автомобиль, то сногсшибательный гипс (для фиксирования поврежденных костей), то…

Print It Yourself: что интересного в мире 3D печати c точки зрения владельца Lumia
Платье Nokia Lumia, каркас которого напечатан на 3D-принтере

На самом деле, перечисление всех знаменательных проектов может занять не один час времени, поэтому остановимся на интересных нам проектах, доступных для Lumia и на (!) Lumia.
Читать полностью »

Швейцарская компания SenseFly продемонстрировала успешную методику картографирования недоступных территорий при помощи дронов, показав, что за ограниченное время возможно получить высокодетализированную модель сложного рельефа значительной площади, которая практически сразу же может быть опубликована в интернете.

imageДля картографирования был выбран пик Маттхорн высотой в 4478 метров, находящийся в Швейцарских Альпах на границе между Италией и Швейцарией (это место на Google Maps). Технически сам процесс выглядел примерно следующим образом: команда инженеров, находясь на вершине пика, запускает несколько дронов eBee, контролируя процесс их полёта по заданному маршруту при помощи планшета по GPS. Сами летательные устройства этого класса могут выполнять аэрофотосъёмку площади до 10 км2 (с одного полёта), позволяя на этапе пост-обработки получать карты и модели местности с точностью 5 см — при том, что на борту дрона установлена скромная по меркам некоторых современных телефонов камера в 16 Мп. Размах крыльев дрона немногим менее одного метра — 96 см, а вес составляет 700 граммов.
Читать полностью »

Здравствуйте, Читатели.

Мал по-малу из моего опыта и наших проектов родилась небольшая библиотека для работы с моделями в джаваскрипте. Она так и называется — Model.js.

Я расскажу вам вкратце об этой библиотеке и этим постом запрашиваю обратную связь у тех, кто создавая сложные джаваскрипт-приложения, уже решает эту проблему каким-то определенным образом без фреймворков. Интересно также и мнение тех, кто только подыскивает подходящий инструмент для своих нужд: какой инструмент вам нужен и насколько вам подходит Model.js?
Читать полностью »

Собирая квадрокоптер столкнулся в проблемой: выбор комплектующих огромный, а вот поиск по ним никудышный.
В свободное от работы время потихоньку клепаю поисковик по комплектующим: www.rcdetails.info
Сейчас БД уже содержит информацию о товарах с hobbyking.com, goodluckbuy и towerhobbies:

  • более 800 бесколлекторных моторов;
  • более 300 ДВС;
  • примерно 400 регуляторов для бесколлекторных моторов;
  • более 1300 литиевых аккумуляторов;
  • почти 800 сервоприводов;
  • почти 1000 винтов;

Сервис поиска комплектующих для коптеров и не только
Читать полностью »

Описание

В топике описан один из вариантов избавления от повторного вызова методов объекта. Но данный нельзя считать правильным, так как хороший разработчик в принципе не должен допустить возникновения ситуаций, когда это может понадобиться, но, как показывает практика, такое встречается часто, особенно в каких либо паблик проектах.
Читать полностью »

О погоде: модели поверх моделей

После нашей предыдущей публикации о том, каким образом IBM Deep Thunder готовит т.н. гиперлокальные прогнозы, аудитория задала множество различных вопросов о том, как все это выглядит изнутри и каким образом новая система отличается от простого прогноза погоды, как она позволяет добиваться высокой точности прогнозирования.

Мы решили подробнее рассказать о моделях прогнозирования, на которых базируется вся предсказательная деятельность Deep Thunder. Начать, конечно же, стоит со слов о том, что высоколокализированные прогнозы не для географической зоны, а, например, центра того или иного города, будь то Нью-Йорк или Рио-Де-Жанейро, представляют собой задачу, с которой не может справиться большинство моделей прогнозирования погоды. Вот что по этому поводу говорит Ллойд Трейниш (Lloyd Treinish) — человек, стоявший во главе разработки Deep Thunder с самого начала (мы упоминали его в первом посте): «Погода, очевидно, формируется не только в атмосфере. Такой широкий термин, как „погода“ описывает процессы происходящие непосредственно в атмосфере и в местах ее соприкосновения с поверхностью. На территории города необходимо следить в первую очередь за тем, как городская среда влияет на погоду, например, в местах выброса высокотемпературных отходов в атмосферу».
Читать полностью »


https://ajax.googleapis.com/ajax/libs/jquery/3.4.1/jquery.min.js