|
Machine/Deep Learning |
|
Machine eller Deep learning är olika tekniker som sorterar under AI som övergripande beskrivning.
Dessa tekniker kan användas till att tolka olika sensorer såsom traditionella kameror men också andra typer som IR kameror, Laser och Lidar, ultra ljud och andra sensorer.
Genom samarbetet med våra partners erbjuder vi detta inom olika områden, allt ifrån att hitta objekt med kameror till att tolka accelerationssensorer för att skilja på en avsiktlig rörelse och ett fall.
Vad detta kan användas till är ännu i sin linda, säkert är att den som börjar utnyttja tekniken kommer att få ett försprång mot sina konkurrenter och hitta nya värden att erbjuda sina kunder.
Nedan en en enkel beskrivning för och nackdelar med metoderna.
Dessa tekniker kan användas till att tolka olika sensorer såsom traditionella kameror men också andra typer som IR kameror, Laser och Lidar, ultra ljud och andra sensorer.
Genom samarbetet med våra partners erbjuder vi detta inom olika områden, allt ifrån att hitta objekt med kameror till att tolka accelerationssensorer för att skilja på en avsiktlig rörelse och ett fall.
Vad detta kan användas till är ännu i sin linda, säkert är att den som börjar utnyttja tekniken kommer att få ett försprång mot sina konkurrenter och hitta nya värden att erbjuda sina kunder.
Nedan en en enkel beskrivning för och nackdelar med metoderna.
|
Machine learning
+ Enklare o mindre datakraft +Bra resultat med lite indata + Snabbt att träna modellen - Lägre tillförlitlighet - Måste prova olika egenskaper - Måste klassificeras för att uppnå bäst resultat |
Deep learning
+ Slipper klassificering + Hög tillförlitlighet + Inlärning av egenskaper automatiskt - Kräver stora mängder indata - Kräver stor datakraft |
