Kompjuterska vizija za farme živine
Praćenje pilića na velikim farmama peradi je radno intenzivan, zahtijeva stalnu pažnju na okolišne uvjete i dobrobit životinja, što može ometati produktivnost osoblja. Koristeći AI i ML sa HPC-om, razvijeno je rješenje za stvaranje rubnih AI uređaja i senzora za kompjuterski vid koji efikasno prate parametre kao što su ponašanje pilića, tjelesna temperatura i rast. Sa IoT-omogućenim kamerama i ML modelima obučenim pomoću HPC-a, pristup je postigao preko 90% tačnosti u otkrivanju i segmentaciji pilića, uz 10 puta smanjenje vremena razvoja modela. Ova inovacija podržava preciznu poljoprivredu, pružajući poljoprivrednicima napredne alate za povećanje produktivnosti i osiguravanje humane proizvodnje hrane. Pročitajte više na: [link]
Predviđanje metrike tržišta električne energije
Predviđanje cijena i opterećenja električne energije za dan unaprijed je od suštinskog značaja za donošenje odluka na energetskom tržištu, gdje učesnici nastoje izbjeći volatilnost cijena. Korišćenjem veštačkih neuronskih mreža (ANN) i modela predviđanja vremenskih serija, ovo istraživanje istražuje efikasne metode za predviđanje metrike električne energije koristeći skupove podataka sa tržišta kao što su HUPX i Crna Gora. Studija otkriva da arhitekture ANN koje kombinuju potpuno povezane slojeve sa rekurentnim ili vremenskim konvolucionim slojevima daju najtačnija kratkoročna predviđanja, naglašavajući potencijal vremenskih konvolucionih mreža za dalja istraživanja. Standardizirane metode poređenja i saradnja sa stručnjacima iz industrije osiguravaju robusnu procjenu pristupa predviđanju i njihovu relevantnost za energetski sektor. Pročitajte više na: [link]
Personalizovana bankarska softverska rešenja
Projekat razvija SaaS rješenja za poboljšanje personaliziranih bankarskih i platnih usluga kroz strojno učenje i prikupljanje podataka. Nadovezujući se na aplikaciju SKEN za praćenje troškova, novi sistem će se integrirati sa aplikacijama mBanking i eBanking, pružajući korisnicima automatsku, detaljnu kategorizaciju transakcija i uvid. Koristeći ML algoritme zasnovane na NLP-u, sistem klasifikuje transakcije u unapred definisane kategorije kao što su hrana ili usluge, koristeći podatke iz SKEN-a i ekspertizu istraživanja. Ova inovacija ima za cilj da finansijskim institucijama ponudi napredne alate za bolje angažovanje klijenata i poboljšane finansijske uvide. Pročitajte više na: [link]