ساخت تصادفی ساز برای پیش بینی ادعاهای بار با استفاده از بینش رایانه و یادگیری ماشین – آلاوان

ساخت تصادفی ساز برای پیش بینی ادعاهای بار با استفاده از بینش رایانه و یادگیری ماشین

درخواست کن شروع چالش: 25 تیر 1400

شروع چالش: ۲۵ تیر ۱۴۰۰

در این چالش دو ماهه، شما به یک تیم حرفه‌ای متشکل از ۵۰ متخصص هوش مصنوعی برای ساختن یک برنامه تلفن که شرایط تحویل ایمن جعبه‌های داخل یک ظرف را شناسایی می‌کند، خواهید پیوست.

این پروژه به تجربه در زمینه ویژن رایانه، یادگیری ماشین و/یا توسعه برنامه موبایل نیاز دارد. ما سطح و زمینه‌های مختلف تجربه را در این پروژه می‌پذیریم.

مسئله

ادعای محموله در اصل مطالبه غرامت پولی بابت خسارت مالی است که در نتیجه نقض قرارداد حمل و نقل یا عدم انجام برخی از تعهدات خارج از قرارداد توسط شرکت حمل‌ونقل حاصل شده است. با این حال، اگر خسارت ناشی از شرایطی باشد که وی به موجب قانون یا قرارداد از مسئولیت وی معاف شده باشد، حامل هیچ‌گونه مسئولیتی در قبال خسارت مدعی نخواهد داشت.

کاهش ناکارآمدی‌ها نه تنها سودآوری را بهبود می‌بخشد بلکه تأثیرات مستقیم اجتماعی و زیست‌محیطی نیز دارد. برای اطمینان از بهترین شرایط تحویل و محدود کردن ادعای حمل بار، شما در شناسایی مشخصات و شرایط جعبه‌های موجود در یک ظرف مانند درجه حرارت ذخیره‌سازی ایمن، الگوهای پر کردن و میزان آسیب‌دیدگی تصاویر تلفن کار خواهید کرد.

اهداف مسئله

با استفاده از یک برنامه تلفن که می‌توانیم به مجموعه‌ای از جعبه‌ها اشاره کنیم تا به طور تصادفی یکی را بررسی کنیم. برای تعیین احتمال آسیب و نتیجه تسویه حساب از اطلاعات موجود در مورد مشخصات یک محصول استفاده کنید. تأثیر زمان طولانی نگهداری و یا افزایش دما بر روی محصولات حساس به دما را تعیین کنید. قوانین قضایی موجود را خراشیده و تشریح کنید تا شباهت‌ها و تفاوت‌های آن‌ها با پرونده‌های در دست بررسی برجسته شود.

نمایش درصد تسویه به عنوان مثال در زیر:

در صورت داشتن موانع از طریق تصویر، بر محدودیت‌های تشخیص شی آبجکت (Object) غلبه کنید، به عنوان مثال جعبه در پشت ستون بریده می‌شود یا مستطیل‌های تشخیص شی نادرست هستند. نمونه‌هایی از برخی مشکلات در تفسیر اطلاعات جعبه‌ها در تصاویر نشان داده شده در زیر است.

چرا آلاوان؟ به‌خاطر حل چالش‌های این‌چنین منحصربه‌فرد با کمک هوش مصنوعی

این جنس از همکاری را هرگز در زندگی کاری خود تجربه نکرده‌اید. با ثبت یک چالش، طی ۸ هفته بعدی آن، شما با مهندسین و اساتید هوش مصنوعی کار خواهید کرد تا نه تنها راه‌حل هوشمندی برای اثرگذاری در مسئله خود بسازید، بلکه چرخه حیات پروژه علوم داده را نیز طی کنید. این مهم شامل محدوده‌سنجی، جمع‌آوری داده‌ها و آماده‌سازی مسائل و همچنین مدل‌سازی برای استقرار است.

بهترین قسمت این است که شما به یک تیم بزرگ از اساتید و خبره‌های هوش مصنوعی خواهید پیوست. چالش‌های هوش مصنوعی یک مسابقه یا ماراتن برنامه‌نویسی نیستند، بلکه یک پروژه در دنیای واقعی هستند که تجربه شما از آنچه ممکن است از طریق همکاری باشد را به سطح جدیدی می‌رساند.