جزئیات پروژه: ساخت کاراکتر انسانی با هوش مصنوعی برای هر سازنده (Developer)، یک شخصیت اختصاصی انسانی طراحی می‌شود که چهره و صدای آن بر اساس یکی از نمایندگان فروش ما (با استفاده از عکس یا ویدیوهای مرجع) ساخته خواهد شد. تولید ویدیو بر اساس اطلاعات پروژه با در اختیار قرار دادن اطلاعات کامل پروژه شامل: بروشورها و کاتالوگ‌ها یک نمونه ویدیوی مرجع (در صورت وجود) توضیحات متنی یا صوتی درباره پروژه سیستم باید بتواند یک ویدیوی تبلیغاتی کامل با فرمت مناسب برای استفاده در شبکه‌های اجتماعی تولید کند. کیفیت خروجی ویدیوهای خروجی باید از نظر بصری جذاب، از نظر گفتار و صدای شخصیت مصنوعی روان و طبیعی، و از نظر فنی مناسب برای انتشار در پلتفرم‌هایی مانند Instagram Reels، YouTube Shorts و TikTok باشند. مهارت‌های مورد نیاز: آشنایی با ابزارهای تولید ویدیو مبتنی بر هوش مصنوعی (مانند Synthesia، D-ID، HeyGen، Pictory و غیره) تجربه در ساخت آواتارهای هوشمند و مدل‌سازی چهره بر اساس عکس یا ویدیو توانایی تدوین و تنظیم صدا و تصویر برای خروجی حرفه‌ای خلاقیت در ارائه طرح‌های ویدیویی تبلیغاتی در حوزه املاک نحوه همکاری: این پروژه در فاز اولیه برای چند ویدیوی آزمایشی خواهد بود و در صورت رضایت از خروجی، همکاری به‌صورت بلندمدت ادامه خواهد یافت.

یک دیتاست داریم شامل متن پیامک و ایمیل. میخواهیم با استفاده روش های Deep و Shallow ببینیم نتایج خوبی در تشخیص هرزنامه Spam می دهد یا نه؟ همچنین بتوانیم روش Deep و Shallow را ترکیب کنیم. میزان دقت برایمان مهم است. همچنین در بخش روابط معنایی: آیا جمله که میخونیم و ازش برداشت می کنیم باعث تشخیص هرزنامه می شود؟

تهیه مدارات کنترلی،الکتریکی و برنامه نویسی برد دستگاه اتوتا تهیه نقشه مدارات کنترلی، الکتریکی و الکترونیک plc و آردینو یا رزبری درایوها و سنسور های کنترلی و ماژول ها و برنامه نویسی لازم دستگاه اتوتاکن لباس ، مطابق با نمونه انیمیشن ارسالی مهارت ها: هوش مصنوعی (AI) میکروکنترلر برنامه نویسی پی ال سی (PLC) طراحی رابط کاربری (UI)

این پروژه به توسعه الگوریتمی می‌پردازد که قادر است فایل‌های تصویری (مانند PNG) را به فرمت‌های برداری و قابل ویرایش تبدیل کند. هدف اصلی این است که امکان ویرایش، تغییر و استفاده آسان‌تر از داده‌های تصویری در نرم‌افزارهای مهندسی فراهم شود. این الگوریتم به کمک روش‌های پردازش تصویر، فرایند تبدیل فایل‌ها را به صورت خودکار و بهینه انجام می‌دهد.

بنده یک ربات با زبان پایتون طراحی کرده‌ام که قابلیت شناسایی ریمیکس‌ها از طریق ویژگی‌های صوتی را دارد. کاربر می‌تواند فایل صوتی، ویس یا حتی بخشی از یک ویدئو را ارسال کند و ربات با استفاده از تکنیک‌های پردازش سیگنال صوتی مانند MFCC، Chroma و Spectral Features، آهنگ مشابه را در پایگاه داده خود جستجو می‌کند. ربات از یک پایگاه داده SQLite برای ذخیره‌سازی اطلاعات آهنگ‌ها و تاریخچه تطبیق‌ها استفاده می‌کند. همچنین، امکان تأیید یا رد تطبیق‌ها توسط کاربر وجود دارد و نتایج تطبیق‌های تأیید شده برای پاسخ‌های سریع‌تر در آینده ذخیره می‌شوند. علاوه بر این، ربات بررسی می‌کند که آیا کاربر در کانال‌های خاصی عضو است یا خیر و در صورت عدم عضویت، کاربر را مجبور به عضویت می‌کند. برای مدیریت فایل‌های صوتی و پاسخ‌گویی به کاربران، ربات از کتابخانه‌هایی مانند librosa، pydub و telegram.ext استفاده می‌کند. مشکل موجود: زمانی که تعداد آهنگ‌ها در دیتابیس حدود 10 تا 15 عدد باشد، دقت ربات حدود 70 درصد است، اما زمانی که دیتابیس به بیش از 5000 آهنگ می‌رسد، دقت آن کاهش زیادی پیدا می‌کند. به طور مثال، با تست روی 150 آهنگ، دقت ربات به حدود 20 تا 30 درصد می‌رسد. هدف: بنده قصد دارم کد ربات را به نحوی بازطراحی کنم که دقت تشخیص نسخه‌های دمو ریمیکس‌ها به بیش از 90 درصد برسد. همچنین باید توجه داشته باشید که ربات مخصوص تشخیص موزیک‌های ریمیکس شده در سبک رپ است و به دلیل محدودیت‌ها، امکان استفاده از API وجود ندارد. بنابراین، مدل باید از فایل‌های محلی تمرین داده شود.

پروژه مربوط به تصاویر پاتولوژی هست که دیتاست آن شامل 260 هزار تصویر و یه فایل کپشن است. مدل یک RNN-CNN که از مدل های PRETRAIN شده مثل efficientnetb3 برای بخش پردازش تصویر استفاده کرده. من کد رو توی محیط کولب با تعداد 3 ایپوک روی کل دیتا تست کردم و خروجی گرفتم. حالا باید روی تعداد ایپوک بیشتر بزارم اجرا شه و اینکه برای فاز اصلی پروژه باید تغییراتی تو کد ایجاد کنم. مثلا مدل پردازش تصویرش رو تغییر بدم یا بجای یک مدل از چند مدل مثل RESNET-GPT- VGG یا غیره برا بخش پردازش تصویرش استفاده کنم و یا بخش پردازش متنش رو بهبود بدم مثلا از BERT یا OLLAMA استفاده کنم. اینا ایده هاییی هست که ممکنه برای تغییر کد انجام بدم درصورت امکان، ولی هنوز به این بخش نرسیدم. این لینک گیت مقاله ای هست که کدش رو اجرا کردم. باتشکر https://github.com/masatsuneki/histopathology-image-caption

این پروژه دارای فورس زمانی ویژه است، خواهشمند است اگر امروز می توانید روی آن کار کنید درخواست ارسال کنید. در یک پروژه ساده خواسته می شود که با زبان پایتون یک برنامه در حوزه ماشین لرنینگ نوشته شود که مشخصات ابتدایی در حوزه پردازش داده های صوتی داشته باشد. توضیحات کامل ارائه می شود.

میخواهم یک سیستم داشته باشم که با آن بتوانم از طریق دوربین اشیایی را که توسط افراد استفاده می شود شناسایی و گزارش گیری کنم همچنین در صورت شناسایی یک یا چند شی خاص برق یک دستگاه قطع یا وصل شود. نمونه پروژه من در سایت های https://www.intenseye.com/ و https://safeside.ai/ قابل مشاهده است

یک پروژه هوش مصنوعی متناسب با کسب و کار ما هست که میخوایم بهینه سازی بشه برای دریافت جزییات الگوریتم و اطلاعات نحوه پیاده سازی بعد از پیام دادن ارسال میشه خدمتتون

یک مقاله موجود هست که میخوام با تغییرات جزئی کد مربوط به اون به زبان پایتون در سریع‌ترین زمان ممکن نوشته بشه،استفاده از منابع موجود مانند گیت هاب و ... هم مشکلی نداره و فقط انجام پروژه در کوتاه ترین زمان ممکن اولویت داره، خروجی هم درنهایت کد برنامه،تعدادی نمودار مقایسه‌ای و تفسیر کامل کد هست که باید توسط برنامه‌نویس به بنده تحویل داده شود.

یک پروژه هوش مصنوعی متناسب با کسب و کار ما هست که میخوایم بهینه سازی بشه برای دریافت جزییات الگوریتم و اطلاعات نحوه پیاده سازی بعد از پیام دادن ارسال میشه خدمتتون

با سلام در این پروژه نیاز به یک متخصص MLOps دارم که تجربه ی دیپلوی کردن پروژه ی دیپ لرنینگ روی سرور داشته باشه. پروژه یک کدبیس در پایتون هست که یک قسمتیش اینفرنس گرفتن از یک مدل تورچ هست. و هدف اینه که رو سی پی یو ران بشه. در حال حاضر من روی lightning.ai دیپلوی کردم و کار میکنه اما مشکل اینکه که ۱۵-۱۶ ثانیه اینفرنس گرفتن طول میکشه. شما بعنوان متخصص MLOps با بررسی کد راهی پیدا کنید که سبک تر و سریعتر بشه. حالا یا با بهینه کردن کد یا مدل یا استفاده از jobs در پلتفرمی مثل lightning.ai. یا هر روش دیگری که پیشنهاد میدید. https://lightning.ai/docs/overview/studios/jobs لطفا اگر متن رو تا آخر خوندید در ابتدای پیشنهادتون بنویسید closed_loop

سلام دیتاستی دارم با یک لیبل برای پیش بینی مدت زمان (پیوسته)، میخوام مدلسازی انجام و در اخر بین ۴ الگوریتن رده بندی انجام شه، از طرفی میخوام کل مراحل برام توضیح داده بشه و خروجی های مدنظر رسم بشه)نمودار(

در این پروژه تصاویر سه بعدی آم آر آی مغر به عنوان ورودی مدل داده میشود به انها به دو دسته تقسیم خواهند شد، داده ها لیبل دار میباشند و اولویت استفاده از مدل CNN میباشد. تصاویر T1 بدون پیش پردازش اند و در صورت نیاز باید تصحیح گردند. توسعه به زبان پایتون و با سیستم فاقد GPU باید صورت بگیرد و سورس کد آن مورد نیاز و باید تحویل داده شود. شاخص های مدل بصورت جنرال بالای 80 درصد مد نظر میباشد.

ما میخواهیم روی یک سری داده خام مدلی طراحی بشه که الگوهای تکرارشونده و مشابه رو بتونه تشخیص بده. داشتن رزومه و سابقه کار در فعالیت های مشابه الزامی است.

سلام نیاز به یک نفر با تجربه مسلط به nlp و مدل های زبانی rag و fine tuning هستم برای توسعه یک چت بات مانند پرکتیکا هستم برای تمرین مکالمه زبان بر مبنای ایلتس و همچنین یک مدل برای گرفتن رایتینگ و تصحیح اون و دادن نمره تقریبی ایلتس لطفا اگر تجربه و مهارت لازم را دارید رزومه خودتون رو ارسال کنید و یک رود مپی که برای طراحی این مدل تو ذهنتون هست بهم بگید

پلتفرمی که قابلیت دریافت فرمول های مورد نظر راجع به قیمت و بررسی شرایط رویداد های مشابه اون داخل بازار رو داشته باشه و تعداد تکرار اون رو به عنوان نتیجه نشون بده قطعا جزئیات بیشتر خواهد بود. بطور کلی هدف دریافت و بسته بندی داده های بازار های مالی و تحلیل فرمول های ریاضی داخل قیمت هست(اندیکاتور های شخصی سازی شده)

ما به دنبال یک برنامه‌نویس حرفه‌ای هستیم که توانایی طراحی و توسعه یک ربات خرید و فروش در بازارهای فیوچرز ارز دیجیتال (کریپتو) و همچنین در بازار فارکس (MetaTrader) را داشته باشد. این ربات باید به‌گونه‌ای طراحی شود که بتواند به صورت اتوماتیک استراتژی‌های مختلف معاملاتی را پیاده‌سازی کرده و خرید و فروش انجام دهد. الزامات و ویژگی‌های مورد نیاز: 1. ارتباط با API صرافی‌ها (برای کریپتو): ربات توانایی ارتباط با API صرافی‌های معتبر (مانند Binance) را داشته باشد تا بتواند اطلاعات بازار را به‌صورت بلادرنگ دریافت و دستورات خرید و فروش را ارسال کند. 2. پشتیبانی از MetaTrader برای فارکس: برای معاملات در فارکس، ربات باید به متاتریدر 4 یا 5 متصل شود و بتواند دستورات خرید و فروش را بر اساس استراتژی‌های تعریف‌شده انجام دهد. 3. استراتژی‌های معاملاتی قابل تنظیم: ربات قابلیت تنظیم و اجرای استراتژی‌های معامله بر اساس اطلاعات ما شامل نقطه ورود ، نقطه خروج تارگت ، نقطه استاپ لاس انجام دهد ، با قابلیت استاپ تریلینگ(جابجایی نقطه استاپ بر اساس استراتژی) 4. مدیریت ریسک و مدیریت سرمایه: ربات باید قابلیت تنظیم درصد ریسک هم معامله ، حجم معاملات، تنظیم استاپ لاس و تارگت را برای مدیریت بهینه سرمایه داشته باشد. 5. پنل مدیریت کاربرپسند: یک پنل مدیریت برای تنظیم استراتژی‌ها، مشاهده تاریخچه معاملات، و بررسی عملکرد ربات. 6. پشتیبانی و به‌روزرسانی: نیاز است تا ربات از پشتیبانی مستمر و به‌روزرسانی‌های دوره‌ای برخوردار باشد، تا در صورت ایجاد تغییرات در API صرافی‌ها یا بروکرها، همچنان بتواند به خوبی عمل کند. 7. نظارت بر وضعیت معاملات و هشدار: ربات باید بتواند به‌صورت خودکار وضعیت معاملات را نظارت کرده و در صورت نیاز هشدارهای لازم (مثلاً به‌صورت پیام تلگرام یا ایمیل یا...) را ارسال کند. مهارت‌های مورد نیاز: تسلط بر زبان‌های برنامه‌نویسی مرتبط با ربات‌های معاملاتی مانند Python، MQL4/MQL5 و JavaScript تجربه کار با API صرافی‌های معتبر کریپتو آشنایی با الگوریتم‌های معاملاتی و تحلیل تکنیکال تسلط به MetaTrader 4 یا 5 و نحوه ارتباط با آن توانایی طراحی پنل مدیریت کاربرپسند و امنیت بالا در ربات پیشنهادات بیشتر: در صورت داشتن تجربه قبلی در طراحی ربات‌های معاملاتی مشابه، لطفاً نمونه کارهای خود را ارسال نمایید. همچنین، در صورتی که ایده‌ای برای بهبود و بهینه‌سازی ربات دارید، از شنیدن پیشنهادات شما استقبال می‌کنیم. مدت زمان انجام پروژه: مورد توافق بودجه: لطفاً با توجه به جزئیات پروژه، پیشنهادات خود را ارسال نمایید.

پیاده سازی و تعیین و مقایسه میزان اتصالات موثر EEG در وضعیت های استراحت،حین استرس، بعد از استرس، بعد از تحریک مغزی و بعد از ریکاوری در سه گروه تحریک TDCS ، گروه تحریک نوین بیوالکتریکال(BBI) وگروه SHAM می باشد .