Физический браузер

Веб-браузер с возможностью доступа к информации о физическом окружении, которое представляется в виде данных, прочитанных с помощью сенсоров мобильного телефона и доступных для обработки в приложениях, выполняемых на веб-страницах. Программа предоставляет возможность для программ на языке JavaScript, исполняемых на веб-странице, получать доступ к информации о физическом окружении мобильных устройств. Физическое окружение мобильного устройства определяется с помощью данных сенсоров и камеры мобильного устройства. Данные, прочитанные с помощью сенсоров и камеры устройства, представляются в формате, доступном для обработки в программах, и добавляются к содержанию веб-страницы, так, что отображение такой веб-страницы может быть изменено с учетом информации о физическом окружении. Отсюда

ML проекты

130 Python проектов с использованием машинного обучения. Код и пояснения.
http://dlvr.it/RmnlCm

Вернуться в Twitter

Google снова убил автопубликации

Что в черном ящике?

Объяснения для моделей машинного обучения:

Интерпретация моделей машинного обучения

Интерпретируемые модели машинного обучения

См. также предыдущие публикации по объяснениям для моделей машинного обучения

Плагиату - нет

Издательское. Хороший вариант для проверки плагиаризма Dupli Checker

Быстрые рекомендации

Рекомендательные системы для сессий - что будет делать дальше на сайте неавторизованный пользователь? Профайл неизвестен и его глоальные предпочтения отсутствуют. Основа для рекомендации - только его текущая сессия.

Слишком много букв

Для тех, кто не можкт много читать - Text Summarization Papers. В последнее время наметился какой-то повышенный интерес к этому направлению. Мне кажется, что ожидания здесь явно завышены.

Что и для чего?

Задачи и подходящие модели машинного обучения

API marketplace

RapidAPI - как это работает?

Proximus

Программа представляет собой комплекс мобильных сервисов, использующих информацию о местоположении для предоставления услуг абонентам или обмена данными с другими приложениями без организации соединений между устройствами и доступа к гео-координатам. Область применения: информационные сервисы для мобильных пользователей, предоставляемые в некоторой локальной области без использования гео-вычислений. Функциональные возможности: набор приложений, которые могут быть использованы для организации представления информации мобильным абонентам, находящимся в зоне действия определенных беспроводных сетей. Приложения используют модель сетевой пространственной близости для привязки условий предоставления данных к доступным сетевым узлам. Могут использоваться существующие узлы беспроводных сетей и специально созданные для поддержания подобных сервисов. Представленные сервисы могут функционировать без инфраструктурной поддержки. Отсюда

Городские регистры ИИ

Городские реестры приложений искусственного интеллекта:

Амстердам

Хельсинки

Моделирование 2020

COVID-19 mobility. Пример того, как нужно представлять результаты моделирования.

ML проекты

130 Python проектов с использованием машинного обучения. Код и пояснения.

И об онтологиях

Корпоративные автоматизированные системы на основе онтологических моделей: книга рецептов

О преобразовании Фурье

Интерактивный учебник - преобразование Фурье

см. также другие Фурье-публикации

Аномалии в динамических сетях

Интересная статья по поиску аномалий в динамических сетях

Наука о данных

Интересный классификатор - исследовательские области для Data Science

Цифровые двойники

Бесплатный курс Mastering Digital Twins

Алкоголь оказался способен продлить жизнь вдвое

И о науке. Интересно, кто заказал такое исследование? Алкоголь оказался способен продлить жизнь вдвое. Мелким шрифтом: правда, это касается пока только нематод, но ученые надеются использовать открытие для продления жизни также и человеческих клеток

Смеситель

Симпатичный инструмент для визуализации и исследования корреляции