Možno ste to nevedeli, ale WiFi dáta sa dajú využiť na mnohé zaujímavé účely. Okrem základných informácií, ako je sila signálu, rýchlosť pripojenia alebo úroveň zabezpečenia, nám WiFi dáta môžu povedať aj veľa informácií o pripojenom objekte, napríklad pri identifikácii, koľko ľudí stojí v blízkosti konkrétneho prístupového bodu, napr. . V nedávno publikovanom výskumnom dokumente s názvom: „DeepCount: Crowd Counting with WiFi via Deep Learning“ – zhruba preložené: Odhadovanie počtu ľudí v dave prostredníctvom WiFi údajov, uverejnenom na webovej stránke Arxiv.org vedcom sa podarilo vyvinúť aktivitu AI. model rozpoznávania – DeepCount – ktorý pomáha odhadnúť počet ľudí v miestnosti z bezdrôtových údajov.
Táto práca prichádza krátko po tom, čo výskumníci z Ryerson University v Toronte oznámili neurónovú sieť, ktorá môže pomôcť určiť, či majiteľ smartfónu kráča, bicykluje alebo šoféruje. Po určitých častiach mesta pomocou WiFi dát, a zároveň ďalšiu štúdiu od Purdueho Univerzite sa tiež podarilo vyvinúť systém, ktorý využíva protokoly WiFi prístupu na analýzu vzťahov medzi používateľmi, ich polohami a aktivitami.
V tomto najnovšom výskume vedci využili informácie o stave kanála (CSI) - konkrétne fázu a amplitúdu - na vytvorenie systému dvoch modelov umelej inteligencie, vrátane modelu rozpoznávania aktivity a modelu hlbokého učenia. Úlohou modelu hlbokého učenia je posúdiť koreláciu medzi počtom ľudí a kanálmi mapovaním aktivít týchto ľudí do CSI, zatiaľ čo model rozpoznávania aktivít bude zodpovedný za zaznamenávanie informácií, keď niekto vstúpi alebo opustí miestnosť prostredníctvom „elektronického prepínač“. V prípadoch, keď dva modely zachytávajú rozdielne údaje – napríklad ak model rozpoznávania aktivít zaznamenáva vyšší počet ľudí ako model hlbokého učenia – DeepCount použije tento rozdiel na preškolenie modelu hlbokého učenia.
Okrem toho výskumníci tiež zostavili súbor údajov 800 vzoriek CSI od 10 dobrovoľníkov, ktorí sa podieľali na rôznych úlohách vrátane činností, ako je mávanie, písanie, sedenie. , chôdza, rozprávanie a jedenie (asi 80 % vzoriek v každej triedy boli použité na tréningové účely a zvyšok bol použitý ako testovacia súprava). Na trénovanie modelu rozpoznávania aktivity musia vedci najskôr spracovať údaje o amplitúde, aby odstránili šum a nežiaduce prvky, a potom extrahovať informácie o funkciách. Tréning modelu hlbokého učenia je podobný štádiu predspracovania, ale okrem amplitúdy sa vykonáva aj s fázovými údajmi.
DeepCount beží na notebooku s tromi prijímacími anténami upravenými tak, aby hlásili údaje o stave kanála, a sú tiež pripojené k smerovaču a dvom ďalším vysielacím anténam. Oba pracujú na frekvenčnom pásme 5 GHz, aby vytvorili dostatočne krátke vlnové dĺžky na zabezpečenie lepšieho rozlíšenia a zároveň minimalizovali možnosť rušenia nežiaducimi prvkami.
V vykonaných experimentoch tím uviedol, že tento model hlbokého učenia dosiahol až 86,4% presnosť s až 5 ľuďmi. Navyše, s preškolením vzoriek poskytnutých modelom rozpoznávania aktivity, dosiahol až 90% presnosť v predikčných situáciách.
„Náš prístup dokázal preukázať „prijateľnú“ presnosť AI pri určovaní počtu ľudí prostredníctvom údajov WiFi v kontexte zložitých environmentálnych zmien v dome. Teoreticky, ak dokážeme vziať do úvahy dostatok prípadov vnútorného prostredia a použiť ich ako šablóny na zostavenie robustného modelu vo väčšom meradle, môžeme túto technológiu úplne aplikovať pri určovaní počtu objektov a objektov v oveľa väčšom rozsahu, “ povedali vedci.
Poľovníci často lovia v noci, a preto sa na ich detekciu používajú infračervené kamery namontované na dronoch. Problém je, že keď pytliak aj zviera vyžarujú teplo, môže byť ťažké ich presne identifikovať.
Predstavte si, že odpovedáte na otázky zákazníkov, aj keď spíte. Tu je to, čo môžu bezplatné chatboty AI urobiť pre váš web.
V dôsledku starnutia a klesajúcej populácie Japonska v krajine chýba značný počet mladých pracovníkov, najmä v sektore služieb.
Character.AI, startup zameraný na generatívnu AI a technológiu chatbotov, údajne rokuje o získaní financií, ktoré by mohli oceniť spoločnosť na viac ako 5 miliárd dolárov.
Henry VIII je jednou z najklasickejších hier v histórii anglickej literatúry, ktorú napísali dvaja slávni autori William Shakespeare a John Fletcher v roku 1623.
YouTuber a inžinier z Brazílie menom Lucas Rizzotto sa nedávno na Twitteri podelili o príbeh, ako si uvedomil svojho imaginárneho priateľa – mikrovlnnú rúru v dome, používa AI, no získal „jeden z najdesivejších zážitkov“ svojho života.
Výskumníci zistili, že webové kamery a kamery smartfónov možno kombinovať so špecializovanými algoritmami AI, aby fungovali ako mimoriadne efektívne systémy vzdialeného monitorovania osobného zdravia.
Zdá sa, že moderný život má čoraz negatívny vplyv na medziľudské vzťahy.
Pomocou komplexnej architektúry neurónovej siete založenej na okrajových grafoch dokáže model umelej inteligencie Google Brain navrhnúť pôdorysy za zlomok času, ktorý zaberie človeku.
Python má veľa veľkých knižníc a rámcov, ktoré sú vhodné na písanie kódu a vývoj informatiky. Docs.NeoTechSystems vás pozýva na diskusiu o niektorých užitočných nástrojoch Pythonu pre aplikácie Machine Learning a Data Science.
