فرآیند کلی پروژه های هوش مصنوعی و پردازش تصویر در پایان نامه ها:
شش گام تا دفاع
1-تهیه دیتابیس استاندارد
2- پیش پردازش تصویر
مثل: حذف نویز و فیلتر مکانی
3-پردازش تصویر
مثل: بخش بندی و عملیات مورفولوژی
4- استخراج ویژگی ها
مثل: مساحت؛ محیط؛Dct؛DWT؛FFT
5-طبقه بندی و کلاسیفایر ها
مثل: شبکه عصبی؛ فازی؛ SVM؛KNN
6-بهینه سازی خروجی
مثل: الگوریتم ژنتیک؛ الگوریتم های تکاملی
@HomeAI

جدیدترین پیام رسان مبتنی بر هوش مصنوعی ALLO

http://homeai.ir/news16/

✳️معرفی و دانلود سه کتاب آموزش Matla
📔کتاب آموزش Matlab
نویسنده: عباس طبیبی
تعداد صفحات: 228

📔جزوه آموزشی پردازش تصویر در Matlab
نویسندگان: گروه رباتیک دانشگاه پیام نور قم
تعداد صفحات: 51

📔کتاب آموزش Matlab
نویسنده: سید مجتبی میر جوادی
تعداد صفحات: 185

به ترتیب
👇👇👇

@HomeAI

یکی از منابع اصلی درآمد سونی در آینده حوزه ی هوش مصنوعی خواهد بود

@HomeAI

✍هوش مصنوعی PlaNet گوگل با نگاه کردن به عکس ها می تواند موقعیت آنها را تشخیص دهد

تجربیاتی که گوگل تا به امروز در زمینه یادگیری عمیق داشته نتایج بسیار خوبی را چه به لحاظ عملی و چه جذابیت کلی در بر داشته اند. جدیدترین دستاورد این شرکت در زمینه هوش مصنوعی می تواند به یک تصویر نگاه کرده و از طریق مقایسه آن با میلیون ها عکس دیگر حدس بزند که در کجا گرفته شده است.

این هوش مصنوعی PlaNet نام دارد و ظاهرا پرچمدار عصری است که در آن نیازی به برچسب گذاری جغرافیایی تصاویر برای مشخص نمودن موقعیت گرفته شدنشان نیست.
عملکرد این سیستم هم بسیار ساده است. اگر تصویری از برج آزادی را مقابل فردی قرار دهید، آنگاه میلیون ها نفر از مردم می توانند حدس بزنند که تصویر در تهران گرفته شده است. در واقع ما مناطق مختلف جغرافیایی را بر مبنای جاذبه های گردشگری آنها تشخیص می دهیم و برنامه ای که توسط گوگل طراحی شده هم تقریبا همین کار را انجام می دهد.

با این همه، PlaNet می تواند عکس ها را در نبود این آثار و جاذبه ها تشخیص داده و برای این منظور آنها را با دیتابیسی از عکس های گرفته شده در سرتاسر دنیا مقایسه می کند.

این تکنولوژی البته هنوز هم کامل نیست یا حتی نمی توان گفت که پایداری لازم را دارد. Tobias Weyland سرپرست تیم توسعه دهنده این هوش مصنوعی می گوید PlaNet می تواند موقعیت یک عکس را با دقتی در سطح خیابان در 3.6 درصد موارد درست تشخیص دهد.

البته دقت این سیستم برای درست حدس زدن شهر تا 10.1 درصد است و کشورها را هم با دقت 28.4 درصد درست تشخیص میدهد. توانایی تشخیص قاره توسط این هوش مصنوعی برابر با 48 درصد عنوان شده و این یعنی PlaNet، قاره عکس مورد نظر شما را در نصف موارد درست حدس می زند.

شاید به نظر شما توسعه چنین سیستمی با این دقت پایین اهمیتی نداشته باشد، اما مساله مهم این است که PlaNet کارش را بهتر از انسان انجام می دهد. برای اینکه در این رابطه با ما هم نظر شوید بهتر است نگاهی به بازی Geogusser بیاندازید؛ در این بازی شما به صورت تصادفی در یک نقطه قرار داده می شود و اجازه می یابید تا با حرکت به بخش های کناری خود موقعیت تان را حدس بزنید.

دانشمندان نیز با در نظر داشتن همین مساله و برای نشان دادن توانایی تکنولوژی طراحی شده خود تصمیم گرفتند آن را با گروهی از افراد که مرتبا به شهرها و کشورهای مختلف سفر می کنند مقایسه نمایند و بعد از بررسی ها مشخص شد که «نرخ خطای موقعیتی» PlaNet کمتر از نصف رقبای انسانی اش است.

گوگل مشخص نکرده که چطور می خواهد از این تکنولوژی استفاده کرده و توسعه آن را به جلو ببرد و برای روشن تر شدن این امر لازم است که اندکی منتظر بمانیم

@HomeAI

موسس اندروید می گوید هوش مصنوعی موج بزرگ بعدی در دنیای تکنولوژی خواهد بود

@HomeAI

📚برنامه دوره اول آموزش در کانال آموزش ها

0⃣شنبه ها : آموزش فتوشاپ
1⃣یک شنبه ها : آموزش HTML
2⃣دوشنبه ها : آموزش Css
3⃣سه شنبه ها : آموزش اندروید
4⃣چهارشنبه ها : آموزش متلب
5⃣پنج شنبه ها : آموزش SQL
6⃣جمعه ها : تمرین

➖➖➖➖➖➖➖➖
کانال آموزش نرم افزار و برنامه نویسی
@amoozeshhaa

✍ساخت پردازنده برای تقویت هوش مصنوعی

به گزارش خانه هوش مصنوعی ، شرکت گوگل در زمان برگزاری اجلاس «گوگل آی/ او ۲۰۱۶» (Google I/O 2016) اعلام شد آینده در اختیار هوش مصنوعی است؛ بنابراین آن‌ها تراشه‌ی مخصوص خود را برای آموزش سریع‌تر الگوریتم‌ها ایجاد کرده‌اند. ساندار پیچای (Sundar Pichai)، مدیرعامل گوگل در مورد این تراشه توضیح داد دیگر می‌توانید پردازنده مرکزی (CPU)، پردازنده گرافیکی (GPU) و تراشه‌های قابل برنامه‌ریزی (FPGA) را فراموش کنید؛ زیرا تراشه‌ی واحد پردازش تنسور (Tensor Processing Unit یا TPU) از همه‌ی آن‌ها قوی‌تر است.

پیچای ادعا می‌کند تراشه‌ای که در رایانه‌ی آلفاگو به کار رفته بود و باعث شد هوش مصنوعی گوگل در بازی گو پیروز شود، واحد پردازش تنسور بود. همچنین بیان شد این تراشه‌ها از چندین سال قبل ایجاد و در مراکز داده‌ی گوگل برای آموزش الگوریتم‌های یادگیری ماشینی استفاده می‌شود. قدرت آن‌ها، معادل قدرت ۷ ساله آینده‌ی دیگر تراشه‌ها بر اساس قانون مور است. این تراشه با هدف به کارگیری در یادگیری ماشینی توسعه داده شد و می‌تواند فشار محاسباتی بیشتری را تحمل کند؛ به همین علت تعداد ترانزیستورها کاهش پیدا کرده و سرعت و قدرت پردازش اطلاعات با افزایش چشمگیری مواجه می‌شود. از آنجایی که یادگیری ماشینی به‌دقت محاسباتی بلایی نیاز ندارد. گوگل به‌جای استفاده از پردازنده‌های ۳۲ یا ۶۴ بیتی از نسخه ۸ بیتی در تراشه‌ی خود استفاده کرده است.
در حال حاضر از تراشه‌ی مذکور در مراکز داده‌ی خدمات استریت ویو (Street view) و رنک‌برین‌ (RankBrain) استفاده می‌شود.
گوگل اعلام نکرد که آیا قصد دارد تراشه‌ی واحد پردازش تنسور را به بازار عرضه کند یا خیر و تنها به معرفی آن بعد از چند سال اکتفا کرد.

پيگيري آخرين اخبار هوش مصنوعي (https://telegram.me/HomeAI)

✍۱۰ نمونه از هوش مصنوعی که در زندگی روزمره استفاده می کنید – قسمت اول

@homeAI

🌐http://homeai.ir/news17/

✍ استارت‌آپ رازآلود در حوزه هوش مصنوعی!

به گزارش خانه هوش مصنوعی ، حتما شما هم با ما هم عقیده هستید که زندگی بدون تصویرپردازی و تصورات ذهنی، لطف و صفای چندانی نخواهد داشت. ویژگی که شاید اضافه شدن آن به دنیای رایانه‌ها بتواند مشکلات زیادی را از جوامع انسانی برطرف کند.

همین ایده، انگیزه‌ای شده تا تیم پایه‌گذار Vicarious، استارت‌آپی فعال در حوزه هوش مصنوعی را راه‌اندازی کند که تا همین‌جای کار هم پشتیبانی برخی از مطرح‌ترین و موفق‌ترین نام‌های حال حاضر سیلیکون ولی را نیز به همراه داشته است. Vicarious در حال حاضر روند توسعه راهکاری جدید برای پردازش داده‌ها را با الهام گرفتن از جریان اطلاعات در مغز انسان دنبال می‌کند. به زبان ساد‌ه‌تر و به نقل از موسس این استارت‌آپ، متخصصان این شرکت در تلاشند تا قابلیتی معادل با تصویرسازی‌های ذهنی و خیال‌پردازی را با هدف بهبود هوشمندی ماشین‌ها به رایانه‌ها اضافه کنند.

@HomeAI

🌐http://homeai.ir/news18/

"نمی‌دانم" را به "هنوز نمی‌دانم" تغییر دهید.

@HomeAI

@HomeAI
#خبریو به صورت #رایگان برگزار می کند.
#کارگاه متن‌کاوی در وب‌ فارسی یا همان TextMining
جهت ثبت نام و کسب اطلاعات بیشتر به آدرس زیر مراجعه کنید.

http://bit.ly/1qCwRMk

کانال الکی مثلا تد دانشگاه صنعتی امیرکبیر تهران

@HomeAI

https://telegram.me/AutTed

بازی Snake یا مار به عنوان اولین و دوست‌داشتنی‌ترین بازی موبایل یاد می‌کنند، حتی ممکن است که برخی از آن‌ها اعتراف کنند که برای بازی کردن با این مار خزنده به سراغ خرید یک گوشی نوکیا به صفحه نمایش 2 اینچی رفته‌اند. ماربازی هنوز طرفداران زیادی دارد.

نکته مهم این است که حتی حرفه ای ترین افراد هم به دلیل سردرگمی در جایی از بازی می بازند اما این بار با استفاده از هوش مصنوعی آخر این بازی مشخص شده است.

پيگيري آخرين اخبار هوش مصنوعي (https://telegram.me/HomeAI)

✍اولین همایش ملی کاربردهای صنعتی و فناوری اطلاعات ارتباطات و کامپیوتر – ۳۱ مرداد

🖍موضوعات:
مهندسی نرم افزار
هوش مصنوعی
یادگیری ماشین
پردازش تصویر
معماری کامپیوتر
فن آوری اطلاعات

🖍برگزار کننده: دانشگاه آزاد اسلامی واحد مجلسی
تلفن تماس با دبیرخانه: ۵۲۴۷۲۲۱۸ – ۰۳۱
نمابر:
آدرس سایت: Conf.iaumajlesi.ac.ir
آدرس ایمیل: mcece@majlesi.info

تاریخ شروع: يكشنبه ۳۱ مرداد ۱۳۹۵
تاریخ پایان: سه شنبه ۰۲ شهريور ۱۳۹۵

🔵اطلاع از سایر همایش ها مرتبط با هوش مصنوعی
🌐http://homeai.ir/conference/

پيگيري آخرين اخبار هوش مصنوعي (https://telegram.me/HomeAI)

⚛معرفی چند کانال مفید :

1⃣کانال آنلاین کورسس (برگزار کننده دوره های آنلاین رایگان و ارزان)
@online_courses

2⃣کانال هوش مصنوعی (جالبترین خبرهای هوش مصنوعی)
@HomeAI

3⃣کانال شهر کنکور (ویژه کنکور رشته های نظری)
@konkourcity

4⃣کانال شهر کنکور ارشد (ویژه کنکور ارشد کامپیوتر و IT)
@arshadkonkourcity

5⃣کانال فایند جابز (شغلتو در فایند جابز پیدا کند، آگهی استخدامی)
@FindJobs

5⃣کانال آموزش ها (آموزش نرم افزارهای کامپیوتر و برنامه نویسی)
@amoozeshhaa