با چالش‌های واقعی روبه‌رو شوید و راه‌حل‌های نوآورانه ارائه دهید

در دنیای امروز، صنایع و کسب‌وکارها با چالش‌های پیچیده و متنوعی روبه‌رو هستند که تنها با نوآوری و استفاده از راه‌حل‌های فناورانه قابل حل هستند. این رویداد بستری برای تعامل میان شرکت‌ها و تیم‌های نوآور فراهم می‌کند تا چالش‌های واقعی مطرح‌شده توسط شرکت‌های مختلف بررسی و حل شوند. هدف ما ایجاد فضایی است که تیم‌های خلاق بتوانند از دانش و مهارت‌های خود برای پاسخ به مسائل روز صنعت استفاده کنند و به شرکت‌ها در مواجهه با مشکلات کمک کنند.

اقتصاد دیجیتال، با تکیه بر فناوری‌های نوین ارتباطی و اطلاعاتی، به سرعت در حال تغییر چهره جهان است. در این اقتصاد، فعالیت‌های تجاری، معاملات و پرداخت‌ها به طور عمده از طریق اینترنت و شبکه‌های دیجیتال انجام می‌شوند. از تجارت الکترونیک گرفته تا هوش مصنوعی و اینترنت اشیا، همه و همه نشان از نفوذ عمیق فناوری در زندگی روزمره دارند. اقتصاد دیجیتال نه تنها فرصت‌های جدیدی برای کسب‌وکارها ایجاد کرده، بلکه شیوه ارتباطات، کار و زندگی ما را نیز به طور بنیادین دگرگون ساخته است.

تیم‌های نوآور و متخصص می‌توانند با بررسی چالش‌های مطرح‌شده، راه‌حل‌های عملی و فناورانه خود را ارائه دهند. از این فرصت استفاده کنید، چالش‌ها را تحلیل کنید و راه‌حل‌هایی را ارائه دهید که نه تنها مشکلات فعلی را حل می‌کند، بلکه مسیر را برای پیشرفت‌های آینده هموار می‌سازد. با ما همراه شوید و توانایی‌های خود را برای حل چالش‌های واقعی به کار گیرید.

چالش های گروه اول

در قالب سیستم نظارت تصویری یک منطقه حفاظت شده حیات وحش یا منابع طبیعی

1. اسکن بلادرنگ یک منطقه (Realtime district scanning)

در این چالش، شرکت‌کنندگان باید الگوریتم‌ها و مدل‌های هوش مصنوعی را توسعه دهند که بتوانند به صورت بلادرنگ و بدون وقفه، تصاویر و ویدئوهای دریافتی از دوربین‌های نظارتی یک منطقه حفاظت شده را تحلیل کنند. هدف، شناسایی سریع و دقیق رویدادهای مهم مانند ورود افراد غیرمجاز، آتش‌سوزی، یا تغییرات غیرعادی در محیط زیست است. این چالش نیازمند الگوریتم‌های پردازش تصویر پیشرفته و توانایی سیستم در پاسخ‌دهی به حجم بالای داده‌ها در زمان واقعی است.

2. انتخاب و یا توسعه الگوریتم‌های اجماع برای سیستم‌های با حجم داده بالا (برای سیستم نظارت تصویری یک منطقه حفاظت شده)

در سیستم‌های نظارتی گسترده، حجم داده‌های تولید شده بسیار زیاد است. برای مدیریت و تحلیل این داده‌ها، نیاز به مکانیزمی است که بتواند به صورت توزیع شده و همزمان، تصمیم‌گیری کند. الگوریتم‌های اجماع، روشی کارآمد برای رسیدن به توافق در سیستم‌های توزیع شده هستند. در این چالش، شرکت‌کنندگان باید الگوریتمی را انتخاب یا توسعه دهند که بتواند در سیستم نظارت تصویری، به اجماع در مورد رویدادهای مهم دست یابد و تصمیم‌گیری‌های دقیق و به موقع را امکان‌پذیر کند.

3. انتخاب و یا توسعه الگوریتم‌های برنامه‌ریزی چند‌عامله (برای یک سیستم هوش مصنوعی توزیع شده چند‌ عامله به منظور نظارت بر یک منطقه حفاظت شده)

در یک سیستم هوش مصنوعی توزیع شده برای نظارت بر یک منطقه حفاظت شده، چندین عامل (مانند پهپادها، دوربین‌ها، حسگرها) با هم همکاری می‌کنند. برای بهینه کردن عملکرد این سیستم، نیاز به یک سیستم برنامه‌ریزی هوشمند است که بتواند وظایف مختلف را به عوامل مختلف تخصیص دهد و هماهنگی بین آن‌ها را برقرار کند. در این چالش، شرکت‌کنندگان باید الگوریتم‌های برنامه‌ریزی چندعامله‌ای را توسعه دهند که بتوانند به صورت خودکار و دینامیک، وظایف نظارتی را برنامه‌ریزی کرده و منابع سیستم را بهینه کنند.

چالش های گروه دوم
1. تشخیص کیفیت مواد غذایی با استفاده از بینایی ماشین

یادگیری ماشین و یادگیری عمیق و شبکه عصبی در صنایع تولید مواد غذایی

این پروژه به توسعه یک سیستم یادگیری ماشین و یادگیری عمیق مبتنی بر بینایی ماشین می‌پردازد که می‌تواند کیفیت میوه‌ها و سبزیجات یا مواد اولیه را در خط تولید تشخیص دهد. با استفاده از دوربین‌های پیشرفته و الگوریتم‌های یادگیری ماشین، سیستم می‌تواند عیوب ظاهری، اندازه و رنگ مواد غذایی را تحلیل کند و به این ترتیب کیفیت آن‌ها را تشخیص دهد.

تخصص اعضای تیم:
- متخصص یادگیری ماشین و شبکه های عمیق: برای طراحی و آموزش الگوریتم‌های بینایی ماشین و الگوریتم های دسته بندی یادگیری ماشین.
- مهندس نرم‌افزار: برای پیاده‌سازی و بهینه‌سازی سیستم‌های نرم‌افزاری.
- متخصص علوم غذایی: برای تشخیص معیارهای کیفیت و کار با داده‌های واقعی.
- کارشناس داده:برای جمع‌آوری و تحلیل داده‌های مورد نیاز.
متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه.

2. بهینه‌سازی زنجیره تأمین مواد غذایی با تحلیل داده‌ها

یادگیری ماشین و یادگیری عمیق و شبکه عصبی در صنایع تولید مواد غذایی

این پروژه به بررسی و تحلیل داده‌های زنجیره تأمین صنایع غذایی می‌پردازد. هدف آن شناسایی الگوها و روندهای مختلف با استفاده از الگوریتم‌های یادگیری ماشین است تا موجودی، درخواست و زمان تحویل بهینه شود. به این ترتیب، هدررفت منابع کاهش یافته و کارایی افزایش می‌یابد.

تخصص اعضای تیم:
- تحلیل‌گر داده: برای جمع‌آوری و تحلیل داده‌های مختلف از زنجیره تأمین.
- متخصص یادگیری ماشین: برای ایجاد مدل‌های پیش‌بینی و بهینه‌سازی.
- مدیر زنجیره تأمین:برای ارائه اطلاعات و دانش مربوط به فرآیندهای زنجیره تأمین.
- مهندس نرم‌افزار:برای توسعه نرم‌افزارهای مورد نیاز و ابزارهای تحلیلی.
متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه.

3. تحلیل احساسات مشتریان در صنعت بانکداری

پردازش زبان طبیعی

این پروژه به تحلیل نظرات مشتریان از طریق شبکه‌های اجتماعی، نظرسنجی‌ها و نظرات آنلاین می‌پردازد. هدف این است که با استفاده از مدل‌های پردازش زبان طبیعی، احساسات مشتریان نسبت به خدمات، محصولات و روندهای بانک را شناسایی و تحلیل کنیم. این اطلاعات به بانک‌ها کمک می‌کند تا خدمات خود را بهبود بخشند و تجربه مشتری را ارتقا دهند.

تخصص اعضای تیم:
- متخصص پردازش زبان طبیعی: برای توسعه مدل‌های تحلیل احساسات.
- متخصص علم داده (Data Scientist): برای تحلیل داده‌ها و تولید گزارش‌های مفهومی.
- مهندس نرم افزار و برنامه‌نویس: برای پیاده‌سازی و به‌کارگیری الگوریتم‌ها.
- متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه.

4.سیستم مشاوره هوشمند برای صنعت بیمه

پردازش زبان طبیعی

این پروژه شامل طراحی یک سیستم مشاوره هوشمند است که از پردازش زبان طبیعی برای پاسخ‌دهی به سوالات مشتریان در زمینه بیمه استفاده می‌کند. این سیستم می‌تواند مشتریان را در انتخاب بهترین بیمه‌نامه‌ها بر اساس نیازهای آنها راهنمایی کند و به صورت خودکار به پرسش‌ها پاسخ دهد.

تخصص اعضای تیم:
- متخصص بیمه:برای درک نیازهای صنعت و سازمان ها و کارفرما و تحت پوش بیمه و ارائه و طراحی مدل‌های مناسب.
- متخصص پردازش زبان طبیعی:برای توسعه سیستم مکالمه‌ای و پردازش پرسش‌ها.
- مهندس نرم افزار و برنامه‌نویس: برای پیاده‌سازی و بهینه‌سازی سیستم.
متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه.

5.سیستم نظارت تصویری برای امنیت کارگران در محیط‌های صنعتی

بینایی ماشین در صنایع و تجارت

این پروژه به توسعه یک سیستم نظارت تصویر مبتنی بر بینایی ماشین برای کارخانجات و تأسیسات صنعتی می‌پردازد. هدف این سیستم شناسایی رفتارهای غیرعادی و تهدیدات امنیتی و خطرات ایمنی و سلامتی با پردازش و تحلیل ویدئوهای زنده است. سیستم می‌تواند به صورت خودکار اقدامات لازم جهت پیشگیری از خطر را انجام دهد و به پرسنل امنیتی هشدار بدهد.

تخصص اعضای تیم:
متخصص بینایی ماشین:*برای طراحی و پیاده‌سازی الگوریتم‌های شناسایی الگو و بینایی ماشین.
- مهندس نرم‌افزار: برای ساخت نرم‌افزار و برنامه‌های کاربردی مورد نیاز.
- کارشناس HSE: برای پیاده‌سازی پروتکل‌های امنیتی و ارزیابی ریسک‌ها.
- کارشناس داده: برای تحلیل و تجزیه و تحلیل داده‌ها و بهینه‌سازی الگوریتم‌ها.
متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه.

6.سیستم شناسایی و آنالیز رفتار مشتریان در فروشگاه‌های بزرگ

بینایی ماشین در صنایع و تجارت

این پروژه به طراحی یک سیستم بینایی ماشین می‌پردازد که به تجزیه و تحلیل رفتار مشتریان در فروشگاه‌های بزرگ و زنجیره‌ای می‌پردازد. با استفاده از دوربین‌های نظارتی و الگوریتم‌های یادگیری عمیق، سیستم می‌تواند الگوهای خرید، مدت زمان ماندن در هر بخش، و تعاملات مشتریان با محصولات را شناسایی کند. این داده‌ها می‌توانند به بهینه‌سازی چیدمان فروشگاه، افزایش رضایت مشتری و برنامه‌ریزی بهتر تبلیغات کمک کنند.

تخصص اعضای تیم:
- متخصص بینایی ماشین:برای توسعه و پیاده‌سازی الگوریتم‌های شناسایی رفتار و تجزیه و تحلیل ویدئو.
- تحلیل‌گر داده: برای تحلیل داده‌های جمع‌آوری‌شده و استخراج بینش‌های کاربردی.
- متخصص بازاریابی:برای ارائه راهکارها و استراتژی‌های مبتنی بر نتایج تحلیل رفتار مشتری.
- مهندس نرم‌افزار: برای توسعه سیستم و ادغام آن با سیستم‌های موجود فروشگاه.
متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه

7.سیستم مدیریت و نگهداری زیرساخت‌های شهری

بینایی ماشین درشهرداری و راهسازی

این پروژه به توسعه یک سیستم مبتنی بر بینایی ماشین برای نظارت و ارزیابی وضعیت زیرساخت‌های شهری، مثل جاده‌ها، پل‌ها و ساختمان‌ها، می‌پردازد. با استفاده از دوربین‌های نصب‌شده در نقاط مختلف شهر، سیستم قادر به تشخیص و شناسایی آسیب‌ها و نواقص ساختاری (مانند ترک‌ها، فرسودگی و غیره) به صورت خودکار خواهد بود. این اطلاعات به شهرداری کمک می‌کند تا برنامه‌ریزی بهتری برای نگهداری و تعمیرات زیرساخت‌ها داشته باشند.

تخصص اعضای تیم:
- متخصص بینایی ماشین: برای طراحی و پیاده‌سازی الگوریتم‌های تشخیص عیوب.
- مهندس عمران: برای تحلیل داده‌ها و مشاوره در مورد معیارهای آسیب‌شناسی و نگهداری.
- کارشناس داده:برای پردازش و تحلیل داده‌های جمع‌آوری‌شده و ایجاد گزارش‌های کاربردی.
- برنامه‌نویس: برای توسعه نرم‌افزارهای لازم برای نمایش و مدیریت اطلاعات.
مزیت: این پروژه می‌تواند به بهبود کارایی و اثر بخشی در نگهداری زیرساخت‌های شهری کمک کرده و هزینه‌ها را کاهش دهد

8.سیستم مدیریت هوشمند کارخانه

IoT در صنعت

این پروژه شامل توسعه یک سیستم IoT برای نظارت و کنترل فرآیندهای تولید در کارخانه‌ها است. حسگرهای هوشمند به صورت لحظه‌ای داده‌هایی درباره دما، رطوبت، فشار و دیگر عوامل محیطی جمع‌آوری می‌کنند. این داده‌ها به یک پلتفرم مرکزی ارسال می‌شوند که از طریق آن می‌توان عملکرد ماشین‌آلات را بهینه کرد و پیش‌بینی تعمیر و انجام عملیات تعمیر و نگهداری قبل از وقوع خرابی را انجام داد.

تخصص اعضای تیم:
مهندس برق: برای طراحی و نصب حسگرها و زیرساخت‌های سخت‌افزاری.
- برنامه‌نویس نرم‌افزار: برای توسعه پلتفرم مرکزی و رابط کاربری.
- کارشناس داده: برای تحلیل داده‌ها و ارائه گزارش‌های کاربردی.
- مدیر پروژه: برای هماهنگی بین تیم‌ها و نظارت بر مراحل اجرایی پروژه.
متخصص IoT: برای انتخاب و پیاده‌سازی حسگرهای متناسب و ساختار شبکه

9.کشاورزی هوشمند با استفاده از حسگرها

IoT در کشاورزی

این پروژه شامل پیاده‌سازی یک سیستم IoT در زمین‌های کشاورزی است که با استفاده از حسگرهای رطوبت خاک، دما و نور، شرایط محیطی را مانیتور می‌کند. اطلاعات جمع‌آوری‌شده به کشاورزان کمک می‌کند تا تصمیمات بهتری در مورد آبیاری، کوددهی و زمان برداشت اتخاذ کنند، در نتیجه محصولات بهینه‌تری تولید خواهند شد.

تخصص اعضای تیم:
- مهندس کشاورزی: برای تحلیل نیازهای کشاورزی و طراحی راهکارهای بهینه.
- مهندس نرم‌افزار: برای توسعه اپلیکیشن‌های موبایل و وب برای دسترسی به داده‌ها.
- متخصص IoT: برای انتخاب و پیاده‌سازی حسگرهای متناسب و ساختار شبکه.
- کارشناس تحقیق و توسعه: برای ارزیابی نتایج و بهبود مداوم راهکارها.

10.سامانه تأمین زنجیره کالا با بلاکچین

بلاکچین در اداره بازرگانی و وزارت صمت

این پروژه به طراحی و پیاده‌سازی یک سامانه بلاکچین برای بهبود شفافیت و کارایی زنجیره تأمین کالا می‌پردازد. این سیستم امکان ردیابی دقیق محصولات از مرحله تولید تا توزیع را فراهم می‌کند و اطلاعات مربوط به کیفیت، تاریخ مصرف و تولید را به‌طور غیرقابل‌تحریف ثبت می‌کند.

تخصص اعضای تیم:
- متخصص بلاکچین: برای طراحی و پیاده‌سازی شبکه بلاکچین و قراردادهای هوشمند.
- مهندس نرم‌افزار: برای توسعه رابط کاربری و برنامه‌های کاربردی مورد نیاز.
- کارشناس زنجیره تأمین: برای مشاوره در طراحی فرآیندها و مدل‌های کسب‌وکار.
- تحلیل‌گر داده: برای بررسی و تحلیل اطلاعات ثبت‌شده در بلاکچین و ارائه بازخورد.
متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه.

11.شبیه‌سازی یادگیری پزشکی با VR

واقعیت افزوده (AR) و واقعیت مجازی (VR) در پزشکی

این پروژه شامل ایجاد شبیه‌سازی‌های واقعیت مجازی برای آموزش دانشجویان پزشکی است. با استفاده از VR، دانشجویان می‌توانند در یک محیط شبیه‌سازی شده جراحی و معاینه‌های پزشکی را تمرین کنند و مهارت‌های خود را بدون ریسک برای بیماران بهبود بخشند.

تخصص اعضای تیم:
- متخصص VR: برای طراحی سناریوهای شبیه‌سازی و محیط‌های مجازی.
- پزشک یا متخصص آموزشی: برای مشاوره در طراحی محتوای آموزشی و تعیین نیازهای یادگیری.
- مهندس نرم‌افزار: برای پیاده‌سازی نرم‌افزار و اطمینان از عملکرد صحیح.
- طراح گرافیک:برای خلق متریال و محیط‌های بصری جذاب.
متخصص UX/UI:برای طراحی رابط کاربری برای ارائه نتایج به مدیران ارشد و تصمیم‌گیرندگان.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه.

12.سیستم مدیریت مزرعه با AR

واقعیت افزوده (AR) و واقعیت مجازی (VR) در کشاورزی

این پروژه شامل توسعه یک سیستم واقعیت افزوده برای کمک به کشاورزان در مدیریت مزارع آنان است. با استفاده از AR، کشاورزان می‌توانند اطلاعات مربوط به وضعیت زمین، چالش‌ها و نیازهای محصولات را در زمان واقعی مشاهده کنند و به بهینه‌سازی عملیات خود بپردازند.

تخصص اعضای تیم:
- مهندس AR: برای طراحی و پیاده‌سازی اپلیکیشن واقعیت افزوده.
- کارشناس کشاورزی: برای ارائه مشاوره در مورد نکات کلیدی زراعی و نیازهای محصولات.
- تحلیل‌گر داده: برای تحلیل داده‌ها و ارزیابی عملکرد مزارع و پیشنهادات بهینه.
- طراح UX/UI: برای ایجاد رابط کاربری کاربرپسند و جذاب.
- مدیر پروژه:برای هماهنگی بین اعضای تیم و نظارت بر پیشرفت پروژه

13.سیستم هوشمند سازی موجودی انبار

هر شرکت توزیع و پخشی برای مدیریت بهینه موجودی خود نیازمند یک سیستم بهینه سازی موجودی است. این سیستم با هدف کاهش هزینه نگه داری و جلوگیری از دور ریز باال و کاهش هزینه ها و جبران نقدینگی جزء بهترین نیازمندی های شرکت است. این امر عالوه بر کاهش هزینه و افزایش سود شرکت به بهبود کارایی عملیاتی شرکت و بهینه سازی نیروی انسانی نیز کمک شایانی می کند.

14.دستگاه بارگیری هوشمند مرغ از مرغداری

باتوجه به اینکه بارگیری مرغ بصورت دستی توسط نیروی انسانی صورت می گیرد، در زمان بارگیری با ورود کارگران به داخل سالن استرس افزایش می یابد که این امر خود نیز باعث وقوع تلفات زیادی در فصول گرم سال شده و همچنین آسیب های فیزیکی وارده به مرغ، درصد ضایعات کشتارگاهی و شکستگی سبدهای بارگیری را افزایش خواهد داد. با طوالنی شدن زمان کشتار، میزان افت الشه ها افزایش می یابد که تمامی موارد ذکر شده زیان های نهفته در زنجیره های طیور می باشد. در صورتیکه با بارگیری اتوماتیک هیچ یک از نقص های ذکر شده وجود ندارد

15. پایش هوشمند وضعیت بیماری ها در گله گاو شیری

با توجه به اهمیت مدیریت دقیق گله های گاو شیری و پایش لحظه ای وضعیت بیماری های دام در گله به منظور اتخاذ تصمیمات در زمان مناسب، استفاده از فناوری های هوشمند از اهمیت باالیی برخوردار است. بدین منظور می توان با استفاده از میکروچیپ های مناسب با قابلیت جایگذاری زیرپوستی و امکان رصد از فاصله نسبتاً دور نسبت به ثبت اطالعات بیماری های مختلف دام از قبیل ورم پستان، تب مالت و .... استفاده کرد. استفاده از فناوری مزبور به مدیر واحد و کارشناسان کمک می کند تا نسبت به مدیریت دقیق تر گله اقدام و در نهایت راندمان تولید بیشتری را رقم زنند.<

16.پیش بینی مسیر حرکت یک شی با استفاده از الگوریتم های هوش مصنوعی

در ساده ترین شکل، ردیابی می تواند به عنوان مسئله تخمین مسیر حرکت یک شیء وقتی که شیء در صحنه حرکت می کند تعریف شود به بیان د یگر می خواهیم بدانیم شیء در هر زمان در کجای تصویر قرار دارد.ردیاب همچنین می تواند ناحیه ا ی در تصوی ر که توسط شیء در هر زمان اِشغال می شود را بیابد، در این صورت از خروجی سیستم تشخیص و ردیابی که همان اشیاء مورد ردیابی می باشد، می توان در پردازش ها ی مرتبه باالتر مانند تعبیر و تفسیر حرکت، تشخیص نوع رفتار و نظایر آن استفاده نمود. در ردیابی، شیء مورد نظر م ی تواند هر چیز ی که مورد عالقه برا ی تحلیل های بیشتر است در نظر گرفته شود. برا ی مثال قایق ها در دریا، ماهی ها در آکواریوم، وسائل نقلیه در جاده، هواپیما در هوا، افراد در حال راه رفتن در پیاده رو و خیابان، یک غده ی سرطانی در بدن یا حبابی درون آب، همه اینها یک مجموعه از اشیاء هستند که می توانند در یک حوزه خاص موضوع ردیابی باشند

فراوانی/ حجم نیاز : در فاز آزمایشی تنها یک هدف در تصویر قابل ردیابی باشد.

راه حل فعلی: در حال حاضر مسیر هدف مورد نظر، بر اساس تجربه متخصص پیش بینی میشود.

الزامات کلیدی : * نرم افزار مورد نظر باید بتواند به صورت time real پیش بینی نماید * دقت حداقل %90 در فاز آزمایشی

محدودیت ها و قیود : سخت افزار مورد استفاده در این پروژه باید از نمونه های تجاری موجود مانند FPGA یا رزبری پای باشد

برنامه ها: Chen, Meng, Yang Liu, and Xiaohui Yu. "Predicting next locations with object clustering and trajectory clustering." Advances in Knowledge Discovery and Data Mining: 19th Pacific-Asia Conference, PAKDD 2015, Ho Chi Minh City, Vietnam, May 19-22, 2015, Proceedings, Part II 19. Springer International .Publishing, 2015

محصول/ راه حل پیشنهادی : الگوریتمهای یادگیر ی عمیق (Learning Deep )

17.ترجمه هوشمند محتوای متنی و صوتی به زبان فارسی

مشکلات و نواقص موجود و دلیل بروز
یکی از مشکالت تجزیه و تحلیل محتوای صوتی و متنی درک نادرست و نامفهوم محتوای متنی و صوتی غیر فارسی میباشد. دلیل بروز چنین مشکالتی عدم وجود راهکاری جامعی برای ترجمه زبان محتوا صوتی و متنی میباشد.

مشکل :
● امکان سنجی ترجمه هوشمند محتوای متنی
● امکان سنجی ترجمه هوشمند محتوای صوتی
● ترجمه هوشمند محتوای متنی
● ترجمه هوشمند محتوای صوتی

راه حل فعلی: سرویس ترجمه متن گوگل .

الزامات کلیدی :
داکثر دقت 75درصد
● صدا بدون نویز باشد.
● مستندات تحقیقات انجام شده
● خالصه بررسی هر یک از ابزارها و روش های موجود
● مقایسه ویژگی های مثبت و منفی هر یک از ابزارها و روش های موجود

محدودیت ها و قیود :
● وجود زیر ساخت پردازشی مناسب
● جمع آوری داده مناسب

محصول/ راه حل پیشنهادی : ترجمه هوشمند محتوای متنی و صوتی به زبان فارسی

تاریخ انقضای : 1سال

18.امکان سنجی و جمع آوری داده تصاویر تصادف و تشخیص در تصویر و ویدئو آفالین و آنالین

مشکلات و نواقص موجود و دلیل بروز
تصادفات رانندگی در جادههای شهری و بین راهی در اتوبانها و جادههای مختلف، امری اجتنابناپذیر است. روزانه شاهد آمار باالیی از حوادث رانندگی در جادههای مختلف اقصی نقاط کشور هستیم. دیررسیدن نیروهای مربوطه در هنگام تصادفات جاده ایی خسارت های جبران ناپذیری را به همراه دارد. دلیل بروز چنین مشکالتی عدم وجود توانایی تشخیص تصادفات به موقع میباشد

ارزش مالی مسئله : خسار جانی و مالی

راه حل فعلی: در حال حاضر راه حل هوشمندی برای تشخیص تصادفات وجود ندارد و با تماس با نیرو های مربوطه اقدامات لازم انجام میشود

الزامات کلیدی :
● حداکثر دقت 75درصد
● سرعت تشخیص 10فریم بر ثانیه
● تشخیص چهره در شرایط مساعد جوی
● مستندات تحقیقات انجام شده
● خالصه بررسی هر یک از ابزارها و روش های موجود
● مقایسه ویژگی های مثبت و منفی هر یک از ابزارها و روش های موجود

محدودیت ها و قیود :
● تغییر شرایط آب و هوایی
● وجود زیرساخت شبکه
● دیتاست مناسب
● سخت افزار مناسب

محصول/ راه حل پیشنهادی : امکان سنجی و جمع آوری داده تصاویر تصادف و تشخیص در تصویر و ویدئو آفالین و آنالین

تاریخ انقضای : 1سال

نمونه خروجی مورد نظر

19.مطالعات روشها و راهکارهای اجرایی مبتنی بر هوش مصنوعی برای تأمین امنیت سایبری در برابر حمالت به شبکههای حمل و نقل هوشمند

مشکلات و نواقص موجود و دلیل بروز
در عصری که تقریباً همهی کارها با کمک اینترنت انجام میشود، نگرانی امنیتی به موازات اینترنت نیز در حال افزایش است. با گسترش فضای کسب و کارهای آنالین حفاظت از دادهها، امن کردن فضای تعاملی در اینترنت، رفع نواقص احتمالی و کمک به استمرار تجارت در بستر اینترنت از ملزومات به حساب میآیند. در گذشته هکرها با هدف خرابکاری یا دزدیدن اطالعات برنامههایی را تنظیم میکردند که به سازمانها و نهادهای مهم دولتی و خصوصی نفوذ کنند. امروزه با توسعهی هوش مصنوعی و الگوریتمهای متنوع یادگیری ماشین، دنیا شاهد حمالت همه جانبه سایبری، متنوع و مستمر است که نشان از تغییر رویه حمالت دارد. در واقع دیگر برنامهها هستند که به صورت شبانهروزی درحال عملیات هستند و با تکرارپذیری باال و تالش برای یادگیری، به دنبال شناسایی روشهای نفوذ به شبکهها و سرورهای خصوصی هستند.

راه حل فعلی: شرکتها درحال توسعهی برنامهها و نرمافزارهای امنیت سایبری مبتنی بر هوش مصنوعی و یادگیری ماشین هستند. در پروژه مطرح شده، روشهای ایجاد امنیت سایبری مبتنی بر هوش مصنوعی و یادگیری ماشین مورد مطالعه قرار میگیرند. با رویکرد شبیهسازی زنجیرهی حمالت سایبری

مطالبات کلیدی:
● توضیح روشهای شبیهسازی حمالت و روشهای مقابله به مثل متناسب با هرکدام
● ارائهی روشهای شبیهسازی حمالت و روشهای مقابله به مثل متناسب با هرکدام به همراه
راهکارهای اجرای آنها ● ارائه دستهبندی شده انواع حمالت و اهداف هریک از آنها به همراه سطح تهدید و آسیبرسانی
● تدوین الزامات امنیتی، عملکردی و ارتباطی نقطه به نقطه سامانههای حمل و نقل هوشمند
● تبیین الزامات امنیتی، عملکردی و ارتباطی سامانههای حمل و نقل هوشمند

محدودیت ها و قیود :
● رعایت اصول و چارچوب مهندسی سیستم در گامهای زمانی انجام پروژه
● ساختار شکست کار یا فعالیت )WBS )و ارائه آن تا جزئیترین ریز فعالیت در راستای انجام فاز طراحی
مفهومی در پیشنهادیه