DEVELOPMENT OF NEW AI TECHNOLOGIES “MACHINE LEARNING” TO IMPROVE DECISION-MAKING DURING FISHING OPERATIONS WITH FAD’S — MINN OCEAN (Q3176693): Difference between revisions

From EU Knowledge Graph
Jump to navigation Jump to search
(‎Changed label, description and/or aliases in de, and other parts: Adding German translations)
(‎Changed label, description and/or aliases in pt)
 
(8 intermediate revisions by 2 users not shown)
label / nllabel / nl
 
ONTWIKKELING VAN NIEUWE AI-TECHNOLOGIEËN „MACHINE LEARNING” TER VERBETERING VAN DE BESLUITVORMING TIJDENS VISSERIJACTIVITEITEN MET FAD’S — MINN OCEAN
label / itlabel / it
 
SVILUPPO DI NUOVE TECNOLOGIE DI IA "APPRENDIMENTO AUTOMATICO" PER MIGLIORARE IL PROCESSO DECISIONALE DURANTE LE OPERAZIONI DI PESCA CON FAD'S — MINN OCEAN
label / ellabel / el
 
ΑΝΆΠΤΥΞΗ ΝΈΩΝ ΤΕΧΝΟΛΟΓΙΏΝ ΤΕΧΝΗΤΉΣ ΝΟΗΜΟΣΎΝΗΣ «ΜΆΘΗΣΗ ΜΗΧΑΝΏΝ» ΓΙΑ ΤΗ ΒΕΛΤΊΩΣΗ ΤΗΣ ΛΉΨΗΣ ΑΠΟΦΆΣΕΩΝ ΚΑΤΆ ΤΗ ΔΙΆΡΚΕΙΑ ΑΛΙΕΥΤΙΚΏΝ ΔΡΑΣΤΗΡΙΟΤΉΤΩΝ ΜΕ FAD’ — MINN OCEAN
label / dalabel / da
 
UDVIKLING AF NYE AI-TEKNOLOGIER "MASKINLÆRING" FOR AT FORBEDRE BESLUTNINGSTAGNINGEN I FORBINDELSE MED FISKERI MED FAD'S — MINN OCEAN
label / filabel / fi
 
UUSIEN TEKOÄLYTEKNOLOGIOIDEN KEHITTÄMINEN ”KONEOPPIMISEEN”, JOTTA VOIDAAN PARANTAA PÄÄTÖKSENTEKOA FAD’S:N KALASTUSTOIMINNAN AIKANA – MINN OCEAN
label / mtlabel / mt
 
L-IŻVILUPP TA’ TEKNOLOĠIJI ĠODDA TAL-IA “TAGĦLIM BIL-MAGNI” BIEX JITTEJJEB IT-TEĦID TAD-DEĊIŻJONIJIET MATUL L-OPERAZZJONIJIET TAS-SAJD B’PAD’S — MINN OĊEAN
label / lvlabel / lv
 
JAUNU MĀKSLĪGĀ INTELEKTA TEHNOLOĢIJU “MAŠĪNMĀCĪŠANĀS” IZSTRĀDE, LAI UZLABOTU LĒMUMU PIEŅEMŠANU ZVEJAS DARBĪBĀS AR FAD’S — MINN OCEAN
label / sklabel / sk
 
VÝVOJ NOVÝCH TECHNOLÓGIÍ UMELEJ INTELIGENCIE „UČENIE SA STROJOV“ S CIEĽOM ZLEPŠIŤ ROZHODOVANIE POČAS RYBOLOVNÝCH OPERÁCIÍ S FAD’S – MINN OCEAN
label / galabel / ga
 
TEICNEOLAÍOCHTAÍ NUA INTLEACHTA SAORGA “MEAISÍNFHOGHLAIM” A FHORBAIRT CHUN CINNTEOIREACHT A FHEABHSÚ LE LINN OIBRÍOCHTAÍ IASCAIREACHTA LE FAD’S — MINN OCEAN
label / cslabel / cs
 
VÝVOJ NOVÝCH TECHNOLOGIÍ UMĚLÉ INTELIGENCE „STROJOVÉ UČENÍ“ S CÍLEM ZLEPŠIT ROZHODOVÁNÍ BĚHEM RYBOLOVNÝCH OPERACÍ SE SYSTÉMEM FAD’S – MINN OCEAN
label / ptlabel / pt
 
DESENVOLVIMENTO DE NOVAS TECNOLOGIAS DA IA «APRENDIZAGEM DE MÁQUINAS» PARA MELHORAR A TOMADA DE DECISÃO DURANTE AS OPERAÇÕES DE PESCA COM O OCEANO MINN DO DCP
label / etlabel / et
 
UUTE TEHISINTELLEKTI TEHNOLOOGIATE „MASINÕPE“ARENDAMINE, ET PARANDADA OTSUSTE TEGEMIST PÜÜGIOPERATSIOONIDE AJAL – MINN OCEAN
label / hulabel / hu
 
ÚJ MESTERSÉGESINTELLIGENCIA-TECHNOLÓGIÁK KIFEJLESZTÉSE „GÉPI TANULÁS” A FAD’S – MINN OCEAN HALÁSZATI MŰVELETEK SORÁN TÖRTÉNŐ DÖNTÉSHOZATAL JAVÍTÁSA ÉRDEKÉBEN
label / bglabel / bg
 
РАЗРАБОТВАНЕ НА НОВИ ТЕХНОЛОГИИ ЗА ИЗКУСТВЕН ИНТЕЛЕКТ „МАШИННО ОБУЧЕНИЕ“ ЗА ПОДОБРЯВАНЕ НА ПРОЦЕСА НА ВЗЕМАНЕ НА РЕШЕНИЯ ПО ВРЕМЕ НА РИБОЛОВНИТЕ ОПЕРАЦИИ С ПРИЩЯВКАТА — MINN OCEAN
label / ltlabel / lt
 
NAUJŲ DIRBTINIO INTELEKTO TECHNOLOGIJŲ KŪRIMAS „MAŠINŲ MOKYMASIS“, SIEKIANT PAGERINTI SPRENDIMŲ PRIĖMIMĄ ŽVEJYBOS OPERACIJŲ METU SU FAD’S – MINN OCEAN
label / hrlabel / hr
 
RAZVOJ NOVIH TEHNOLOGIJA UMJETNE INTELIGENCIJE „STROJNO UČENJE” KAKO BI SE POBOLJŠALO DONOŠENJE ODLUKA TIJEKOM RIBOLOVNIH OPERACIJA S FAD’S – MINN OCEAN
label / svlabel / sv
 
UTVECKLING AV NY AI-TEKNIK ”MASKININLÄRNING” FÖR ATT FÖRBÄTTRA BESLUTSFATTANDET UNDER FISKE MED FAD’S – MINN OCEAN
label / rolabel / ro
 
DEZVOLTAREA DE NOI TEHNOLOGII IA „ÎNVĂȚARE AUTOMATĂ” PENTRU A ÎMBUNĂTĂȚI PROCESUL DECIZIONAL ÎN TIMPUL OPERAȚIUNILOR DE PESCUIT CU FAD’S – MINN OCEAN
label / sllabel / sl
 
RAZVOJ NOVIH TEHNOLOGIJ UMETNE INTELIGENCE ZA „STROJNO UČENJE“ ZA IZBOLJŠANJE ODLOČANJA MED RIBOLOVNIMI DEJAVNOSTMI S FAD’S – MINN OCEAN
label / pllabel / pl
 
ROZWÓJ NOWYCH TECHNOLOGII SZTUCZNEJ INTELIGENCJI „UCZENIE SIĘ MASZYN” W CELU POPRAWY PROCESU DECYZYJNEGO PODCZAS OPERACJI POŁOWOWYCH Z FAD’S – MINN OCEAN
description / bgdescription / bg
 
Проект Q3176693 в Испания
description / hrdescription / hr
 
Projekt Q3176693 u Španjolskoj
description / hudescription / hu
 
Projekt Q3176693 Spanyolországban
description / csdescription / cs
 
Projekt Q3176693 ve Španělsku
description / dadescription / da
 
Projekt Q3176693 i Spanien
description / nldescription / nl
 
Project Q3176693 in Spanje
description / etdescription / et
 
Projekt Q3176693 Hispaanias
description / fidescription / fi
 
Projekti Q3176693 Espanjassa
description / frdescription / fr
 
Projet Q3176693 en Espagne
description / dedescription / de
 
Projekt Q3176693 in Spanien
description / eldescription / el
 
Έργο Q3176693 στην Ισπανία
description / gadescription / ga
 
Tionscadal Q3176693 sa Spáinn
description / itdescription / it
 
Progetto Q3176693 in Spagna
description / lvdescription / lv
 
Projekts Q3176693 Spānijā
description / ltdescription / lt
 
Projektas Q3176693 Ispanijoje
description / mtdescription / mt
 
Proġett Q3176693 fi Spanja
description / pldescription / pl
 
Projekt Q3176693 w Hiszpanii
description / ptdescription / pt
 
Projeto Q3176693 na Espanha
description / rodescription / ro
 
Proiectul Q3176693 în Spania
description / skdescription / sk
 
Projekt Q3176693 v Španielsku
description / sldescription / sl
 
Projekt Q3176693 v Španiji
description / esdescription / es
 
Proyecto Q3176693 en España
description / svdescription / sv
 
Projekt Q3176693 i Spanien
Property / budget
365,290.0 Euro
Amount365,290.0 Euro
UnitEuro
 
Property / budget: 365,290.0 Euro / rank
Normal rank
 
Property / co-financing rate
80.0 percent
Amount80.0 percent
Unitpercent
 
Property / co-financing rate: 80.0 percent / rank
Normal rank
 
Property / EU contribution
292,232.0 Euro
Amount292,232.0 Euro
UnitEuro
 
Property / EU contribution: 292,232.0 Euro / rank
Normal rank
 
Property / summary: The overall objective of the project is to develop new technologies in the form of Artificial Intelligence (AI) algorithms using neural networks (NN) that, once trained, are able to offer a layer of knowledge that allows to make better decisions and, ultimately, fish better._x000D_ _x000D_ The specific objectives to be achieved are the following:_x000D_ _x000D_ interpretation of hydroacoustic probe data from fishing satellite buoys with FADs (Fish Aggregating Device), through neural network architectures_x000D_ The objectives are to develop an architecture of different neural networks that feeds data from probes, oceanographic data, time of year, etc., and once trained they can automatically give recommendations to a pattern depending on the data sent from FADs, (if there is something interesting, if it is noise, if it is the seabed, size of the fish, presence plankton, etc.) to make the best decision on which satellite buoy to go fishing. In short, the aim is to improve the understanding of the information that buoys send to ships through learning systems based on Artificial Intelligence (IA)._x000D_ _x000D_ Development of a prototype user interface for the assimilation of fishing recommendations_x000D_ The objective is the development of a prototype software to present the recommendations generated by neural networks. A data presentation module will be developed, so that the pattern can assimilate data intuitively and easily._x000D_ _x000D_ The project is divided into three work packages, PT1 Definition of requirements, PT2 Development a neural network architecture and PT3 Testing and validation, runs into two milestones, in 24 months. (English) / qualifier
 
readability score: 0.5126775980916057
Amount0.5126775980916057
Unit1
Property / postal code
36035
 
Property / postal code: 36035 / rank
Normal rank
 
Property / location (string)
Nigrán
 
Property / location (string): Nigrán / rank
Normal rank
 
Property / coordinate location
42°8'25.94"N, 8°48'25.49"W
Latitude42.1405445
Longitude-8.8070821
Precision1.0E-5
Globehttp://www.wikidata.org/entity/Q2
 
Property / coordinate location: 42°8'25.94"N, 8°48'25.49"W / rank
Normal rank
 
Property / contained in NUTS
 
Property / contained in NUTS: Pontevedra Province / rank
Normal rank
 
Property / summary
 
De algemene doelstelling van het project is de ontwikkeling van nieuwe technologieën in de vorm van algoritmen voor kunstmatige intelligentie (AI) met gebruikmaking van neurale netwerken (NN) die, zodra zij zijn opgeleid, een kennislaag kunnen bieden die het mogelijk maakt betere beslissingen te nemen en uiteindelijk beter vissen._x000D_ _x000D_ De specifieke doelstellingen zijn de volgende:_x000D_ _x000D_interpretatie van hydroakoestische sondegegevens van visserijsatellietboeien met FAD’s (Fish Aggregating Device), via neurale netwerk architectures_x000D_ De doelstellingen zijn het ontwikkelen van een architectuur van verschillende neurale netwerken die gegevens van sondes, oceanografische gegevens, tijd van het jaar, enz., en na opleiding kunnen ze automatisch aanbevelingen te geven aan een patroon, afhankelijk van de gegevens van FAD’s, (als er iets interessants, als het lawaai, als het de zeebodem, de grootte van de vis, aanwezigheid plankton, enz.) om de beste beslissing te nemen over welke satellietboei om te gaan vissen. Kortom, het doel is het verbeteren van het inzicht in de informatie die boeien naar schepen sturen via leersystemen op basis van kunstmatige intelligentie (IA)._x000D_ _x000D_ Ontwikkeling van een prototype gebruikersinterface voor de assimilatie van visserijaanbevelingen_x000D_ Het doel is de ontwikkeling van een prototypesoftware om de aanbevelingen van neurale netwerken te presenteren. Er zal een datapresentatiemodule worden ontwikkeld, zodat het patroon gegevens intuïtief en gemakkelijk kan assimileren._x000D_ _x000D_ Het project is verdeeld in drie werkpakketten, PT1 Definitie van vereisten, PT2 Ontwikkeling van een neurale netwerkarchitectuur en PT3 Testen en validatie, loopt in 24 maanden in twee mijlpalen. (Dutch)
Property / summary: De algemene doelstelling van het project is de ontwikkeling van nieuwe technologieën in de vorm van algoritmen voor kunstmatige intelligentie (AI) met gebruikmaking van neurale netwerken (NN) die, zodra zij zijn opgeleid, een kennislaag kunnen bieden die het mogelijk maakt betere beslissingen te nemen en uiteindelijk beter vissen._x000D_ _x000D_ De specifieke doelstellingen zijn de volgende:_x000D_ _x000D_interpretatie van hydroakoestische sondegegevens van visserijsatellietboeien met FAD’s (Fish Aggregating Device), via neurale netwerk architectures_x000D_ De doelstellingen zijn het ontwikkelen van een architectuur van verschillende neurale netwerken die gegevens van sondes, oceanografische gegevens, tijd van het jaar, enz., en na opleiding kunnen ze automatisch aanbevelingen te geven aan een patroon, afhankelijk van de gegevens van FAD’s, (als er iets interessants, als het lawaai, als het de zeebodem, de grootte van de vis, aanwezigheid plankton, enz.) om de beste beslissing te nemen over welke satellietboei om te gaan vissen. Kortom, het doel is het verbeteren van het inzicht in de informatie die boeien naar schepen sturen via leersystemen op basis van kunstmatige intelligentie (IA)._x000D_ _x000D_ Ontwikkeling van een prototype gebruikersinterface voor de assimilatie van visserijaanbevelingen_x000D_ Het doel is de ontwikkeling van een prototypesoftware om de aanbevelingen van neurale netwerken te presenteren. Er zal een datapresentatiemodule worden ontwikkeld, zodat het patroon gegevens intuïtief en gemakkelijk kan assimileren._x000D_ _x000D_ Het project is verdeeld in drie werkpakketten, PT1 Definitie van vereisten, PT2 Ontwikkeling van een neurale netwerkarchitectuur en PT3 Testen en validatie, loopt in 24 maanden in twee mijlpalen. (Dutch) / rank
 
Normal rank
Property / summary: De algemene doelstelling van het project is de ontwikkeling van nieuwe technologieën in de vorm van algoritmen voor kunstmatige intelligentie (AI) met gebruikmaking van neurale netwerken (NN) die, zodra zij zijn opgeleid, een kennislaag kunnen bieden die het mogelijk maakt betere beslissingen te nemen en uiteindelijk beter vissen._x000D_ _x000D_ De specifieke doelstellingen zijn de volgende:_x000D_ _x000D_interpretatie van hydroakoestische sondegegevens van visserijsatellietboeien met FAD’s (Fish Aggregating Device), via neurale netwerk architectures_x000D_ De doelstellingen zijn het ontwikkelen van een architectuur van verschillende neurale netwerken die gegevens van sondes, oceanografische gegevens, tijd van het jaar, enz., en na opleiding kunnen ze automatisch aanbevelingen te geven aan een patroon, afhankelijk van de gegevens van FAD’s, (als er iets interessants, als het lawaai, als het de zeebodem, de grootte van de vis, aanwezigheid plankton, enz.) om de beste beslissing te nemen over welke satellietboei om te gaan vissen. Kortom, het doel is het verbeteren van het inzicht in de informatie die boeien naar schepen sturen via leersystemen op basis van kunstmatige intelligentie (IA)._x000D_ _x000D_ Ontwikkeling van een prototype gebruikersinterface voor de assimilatie van visserijaanbevelingen_x000D_ Het doel is de ontwikkeling van een prototypesoftware om de aanbevelingen van neurale netwerken te presenteren. Er zal een datapresentatiemodule worden ontwikkeld, zodat het patroon gegevens intuïtief en gemakkelijk kan assimileren._x000D_ _x000D_ Het project is verdeeld in drie werkpakketten, PT1 Definitie van vereisten, PT2 Ontwikkeling van een neurale netwerkarchitectuur en PT3 Testen en validatie, loopt in 24 maanden in twee mijlpalen. (Dutch) / qualifier
 
point in time: 17 December 2021
Timestamp+2021-12-17T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
L'obiettivo generale del progetto è quello di sviluppare nuove tecnologie sotto forma di algoritmi di intelligenza artificiale (AI) utilizzando reti neurali (NN) che, una volta formati, sono in grado di offrire un livello di conoscenza che consente di prendere decisioni migliori e, in definitiva, di pescare meglio._x000D_ _x000D_ Gli obiettivi specifici da raggiungere sono i seguenti:_x000D_ _x000D_ interpretazione dei dati della sonda idroacustica delle boe satellitari di pesca con FAD (Fish Aggregating Device), attraverso architetture di rete neurali_x000D_ L'obiettivo è quello di sviluppare un'architettura di diverse reti neurali che alimenta dati da sonde, dati oceanografici, periodo dell'anno, ecc., e una volta addestrati possono automaticamente dare raccomandazioni a uno schema a seconda dei dati inviati dai FAD, (se c'è qualcosa di interessante, se è rumore, se è il fondale marino, dimensioni del pesce, plancton di presenza, ecc.) per prendere la decisione migliore su quale boa satellitare per andare a pescare. In breve, l'obiettivo è quello di migliorare la comprensione delle informazioni che le boe inviano alle navi attraverso sistemi di apprendimento basati sull'intelligenza artificiale (IA)._x000D_ _x000D_ Sviluppo di un prototipo di interfaccia utente per l'assimilazione di raccomandazioni di pesca_x000D_ L'obiettivo è lo sviluppo di un prototipo di software per presentare le raccomandazioni generate dalle reti neurali. Verrà sviluppato un modulo di presentazione dei dati, in modo che il pattern possa assimilare i dati in modo intuitivo e semplice._x000D_ _x000D_ Il progetto è diviso in tre pacchetti di lavoro, PT1 Definizione dei requisiti, PT2 Sviluppo di un'architettura di rete neurale e test e validazione PT3, corre in due tappe, in 24 mesi. (Italian)
Property / summary: L'obiettivo generale del progetto è quello di sviluppare nuove tecnologie sotto forma di algoritmi di intelligenza artificiale (AI) utilizzando reti neurali (NN) che, una volta formati, sono in grado di offrire un livello di conoscenza che consente di prendere decisioni migliori e, in definitiva, di pescare meglio._x000D_ _x000D_ Gli obiettivi specifici da raggiungere sono i seguenti:_x000D_ _x000D_ interpretazione dei dati della sonda idroacustica delle boe satellitari di pesca con FAD (Fish Aggregating Device), attraverso architetture di rete neurali_x000D_ L'obiettivo è quello di sviluppare un'architettura di diverse reti neurali che alimenta dati da sonde, dati oceanografici, periodo dell'anno, ecc., e una volta addestrati possono automaticamente dare raccomandazioni a uno schema a seconda dei dati inviati dai FAD, (se c'è qualcosa di interessante, se è rumore, se è il fondale marino, dimensioni del pesce, plancton di presenza, ecc.) per prendere la decisione migliore su quale boa satellitare per andare a pescare. In breve, l'obiettivo è quello di migliorare la comprensione delle informazioni che le boe inviano alle navi attraverso sistemi di apprendimento basati sull'intelligenza artificiale (IA)._x000D_ _x000D_ Sviluppo di un prototipo di interfaccia utente per l'assimilazione di raccomandazioni di pesca_x000D_ L'obiettivo è lo sviluppo di un prototipo di software per presentare le raccomandazioni generate dalle reti neurali. Verrà sviluppato un modulo di presentazione dei dati, in modo che il pattern possa assimilare i dati in modo intuitivo e semplice._x000D_ _x000D_ Il progetto è diviso in tre pacchetti di lavoro, PT1 Definizione dei requisiti, PT2 Sviluppo di un'architettura di rete neurale e test e validazione PT3, corre in due tappe, in 24 mesi. (Italian) / rank
 
Normal rank
Property / summary: L'obiettivo generale del progetto è quello di sviluppare nuove tecnologie sotto forma di algoritmi di intelligenza artificiale (AI) utilizzando reti neurali (NN) che, una volta formati, sono in grado di offrire un livello di conoscenza che consente di prendere decisioni migliori e, in definitiva, di pescare meglio._x000D_ _x000D_ Gli obiettivi specifici da raggiungere sono i seguenti:_x000D_ _x000D_ interpretazione dei dati della sonda idroacustica delle boe satellitari di pesca con FAD (Fish Aggregating Device), attraverso architetture di rete neurali_x000D_ L'obiettivo è quello di sviluppare un'architettura di diverse reti neurali che alimenta dati da sonde, dati oceanografici, periodo dell'anno, ecc., e una volta addestrati possono automaticamente dare raccomandazioni a uno schema a seconda dei dati inviati dai FAD, (se c'è qualcosa di interessante, se è rumore, se è il fondale marino, dimensioni del pesce, plancton di presenza, ecc.) per prendere la decisione migliore su quale boa satellitare per andare a pescare. In breve, l'obiettivo è quello di migliorare la comprensione delle informazioni che le boe inviano alle navi attraverso sistemi di apprendimento basati sull'intelligenza artificiale (IA)._x000D_ _x000D_ Sviluppo di un prototipo di interfaccia utente per l'assimilazione di raccomandazioni di pesca_x000D_ L'obiettivo è lo sviluppo di un prototipo di software per presentare le raccomandazioni generate dalle reti neurali. Verrà sviluppato un modulo di presentazione dei dati, in modo che il pattern possa assimilare i dati in modo intuitivo e semplice._x000D_ _x000D_ Il progetto è diviso in tre pacchetti di lavoro, PT1 Definizione dei requisiti, PT2 Sviluppo di un'architettura di rete neurale e test e validazione PT3, corre in due tappe, in 24 mesi. (Italian) / qualifier
 
point in time: 16 January 2022
Timestamp+2022-01-16T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Γενικός στόχος του έργου είναι η ανάπτυξη νέων τεχνολογιών με τη μορφή αλγορίθμων τεχνητής νοημοσύνης (ΤΝ) που χρησιμοποιούν νευρωνικά δίκτυα (NN), τα οποία, αφού εκπαιδευτούν, είναι σε θέση να προσφέρουν ένα επίπεδο γνώσεων που επιτρέπει τη λήψη καλύτερων αποφάσεων και, τελικά, την καλύτερη αλιεία._x000D_ _x000D_ Οι ειδικοί στόχοι που πρέπει να επιτευχθούν είναι οι ακόλουθοι:_x000D_ _x000D_ ερμηνεία των δεδομένων υδροακουστικών ανιχνευτών από αλιευτικά δορυφορικά σημαντήρες με FAD (Fish Aggregating Device), μέσα από νευρωνικές αρχιτεκτονικές δικτύου_x000D_ Οι στόχοι είναι η ανάπτυξη μιας αρχιτεκτονικής διαφορετικών νευρωνικών δικτύων που τροφοδοτούν δεδομένα από ανιχνευτές, ωκεανογραφικά δεδομένα, χρόνο του χρόνου κ.λπ., και αφού εκπαιδευτούν, μπορούν να δώσουν αυτόματα συστάσεις σε ένα μοτίβο ανάλογα με τα δεδομένα που αποστέλλονται από τις FAD, (αν υπάρχει κάτι ενδιαφέρον, αν είναι θόρυβος, αν είναι ο βυθός, το μέγεθος των ψαριών, το πλαγκτόν παρουσίας κ.λπ.) να ληφθεί η καλύτερη απόφαση για το ποιος δορυφορικός σημαντήρας θα πάει για ψάρεμα. Εν ολίγοις, στόχος είναι να βελτιωθεί η κατανόηση των πληροφοριών που στέλνουν στα πλοία μέσω συστημάτων μάθησης που βασίζονται στην Τεχνητή Νοημοσύνη (IA)._x000D_ _x000D_ Ανάπτυξη μιας πρωτότυπης διεπαφής χρήστη για την αφομοίωση των αλιευτικών συστάσεων_x000D_ Στόχος είναι η ανάπτυξη ενός πρωτότυπου λογισμικού για την παρουσίαση των συστάσεων που δημιουργούνται από νευρωνικά δίκτυα. Θα αναπτυχθεί μια ενότητα παρουσίασης δεδομένων, έτσι ώστε το σχέδιο να μπορεί να αφομοιώσει τα δεδομένα διαισθητικά και εύκολα._x000D_ _x000D_ Το έργο χωρίζεται σε τρία πακέτα εργασίας, PT1 Ορισμός των απαιτήσεων, PT2 Ανάπτυξη μιας αρχιτεκτονικής νευρωνικού δικτύου και PT3 Δοκιμή και επικύρωση, τρέχει σε δύο ορόσημα, σε 24 μήνες. (Greek)
Property / summary: Γενικός στόχος του έργου είναι η ανάπτυξη νέων τεχνολογιών με τη μορφή αλγορίθμων τεχνητής νοημοσύνης (ΤΝ) που χρησιμοποιούν νευρωνικά δίκτυα (NN), τα οποία, αφού εκπαιδευτούν, είναι σε θέση να προσφέρουν ένα επίπεδο γνώσεων που επιτρέπει τη λήψη καλύτερων αποφάσεων και, τελικά, την καλύτερη αλιεία._x000D_ _x000D_ Οι ειδικοί στόχοι που πρέπει να επιτευχθούν είναι οι ακόλουθοι:_x000D_ _x000D_ ερμηνεία των δεδομένων υδροακουστικών ανιχνευτών από αλιευτικά δορυφορικά σημαντήρες με FAD (Fish Aggregating Device), μέσα από νευρωνικές αρχιτεκτονικές δικτύου_x000D_ Οι στόχοι είναι η ανάπτυξη μιας αρχιτεκτονικής διαφορετικών νευρωνικών δικτύων που τροφοδοτούν δεδομένα από ανιχνευτές, ωκεανογραφικά δεδομένα, χρόνο του χρόνου κ.λπ., και αφού εκπαιδευτούν, μπορούν να δώσουν αυτόματα συστάσεις σε ένα μοτίβο ανάλογα με τα δεδομένα που αποστέλλονται από τις FAD, (αν υπάρχει κάτι ενδιαφέρον, αν είναι θόρυβος, αν είναι ο βυθός, το μέγεθος των ψαριών, το πλαγκτόν παρουσίας κ.λπ.) να ληφθεί η καλύτερη απόφαση για το ποιος δορυφορικός σημαντήρας θα πάει για ψάρεμα. Εν ολίγοις, στόχος είναι να βελτιωθεί η κατανόηση των πληροφοριών που στέλνουν στα πλοία μέσω συστημάτων μάθησης που βασίζονται στην Τεχνητή Νοημοσύνη (IA)._x000D_ _x000D_ Ανάπτυξη μιας πρωτότυπης διεπαφής χρήστη για την αφομοίωση των αλιευτικών συστάσεων_x000D_ Στόχος είναι η ανάπτυξη ενός πρωτότυπου λογισμικού για την παρουσίαση των συστάσεων που δημιουργούνται από νευρωνικά δίκτυα. Θα αναπτυχθεί μια ενότητα παρουσίασης δεδομένων, έτσι ώστε το σχέδιο να μπορεί να αφομοιώσει τα δεδομένα διαισθητικά και εύκολα._x000D_ _x000D_ Το έργο χωρίζεται σε τρία πακέτα εργασίας, PT1 Ορισμός των απαιτήσεων, PT2 Ανάπτυξη μιας αρχιτεκτονικής νευρωνικού δικτύου και PT3 Δοκιμή και επικύρωση, τρέχει σε δύο ορόσημα, σε 24 μήνες. (Greek) / rank
 
Normal rank
Property / summary: Γενικός στόχος του έργου είναι η ανάπτυξη νέων τεχνολογιών με τη μορφή αλγορίθμων τεχνητής νοημοσύνης (ΤΝ) που χρησιμοποιούν νευρωνικά δίκτυα (NN), τα οποία, αφού εκπαιδευτούν, είναι σε θέση να προσφέρουν ένα επίπεδο γνώσεων που επιτρέπει τη λήψη καλύτερων αποφάσεων και, τελικά, την καλύτερη αλιεία._x000D_ _x000D_ Οι ειδικοί στόχοι που πρέπει να επιτευχθούν είναι οι ακόλουθοι:_x000D_ _x000D_ ερμηνεία των δεδομένων υδροακουστικών ανιχνευτών από αλιευτικά δορυφορικά σημαντήρες με FAD (Fish Aggregating Device), μέσα από νευρωνικές αρχιτεκτονικές δικτύου_x000D_ Οι στόχοι είναι η ανάπτυξη μιας αρχιτεκτονικής διαφορετικών νευρωνικών δικτύων που τροφοδοτούν δεδομένα από ανιχνευτές, ωκεανογραφικά δεδομένα, χρόνο του χρόνου κ.λπ., και αφού εκπαιδευτούν, μπορούν να δώσουν αυτόματα συστάσεις σε ένα μοτίβο ανάλογα με τα δεδομένα που αποστέλλονται από τις FAD, (αν υπάρχει κάτι ενδιαφέρον, αν είναι θόρυβος, αν είναι ο βυθός, το μέγεθος των ψαριών, το πλαγκτόν παρουσίας κ.λπ.) να ληφθεί η καλύτερη απόφαση για το ποιος δορυφορικός σημαντήρας θα πάει για ψάρεμα. Εν ολίγοις, στόχος είναι να βελτιωθεί η κατανόηση των πληροφοριών που στέλνουν στα πλοία μέσω συστημάτων μάθησης που βασίζονται στην Τεχνητή Νοημοσύνη (IA)._x000D_ _x000D_ Ανάπτυξη μιας πρωτότυπης διεπαφής χρήστη για την αφομοίωση των αλιευτικών συστάσεων_x000D_ Στόχος είναι η ανάπτυξη ενός πρωτότυπου λογισμικού για την παρουσίαση των συστάσεων που δημιουργούνται από νευρωνικά δίκτυα. Θα αναπτυχθεί μια ενότητα παρουσίασης δεδομένων, έτσι ώστε το σχέδιο να μπορεί να αφομοιώσει τα δεδομένα διαισθητικά και εύκολα._x000D_ _x000D_ Το έργο χωρίζεται σε τρία πακέτα εργασίας, PT1 Ορισμός των απαιτήσεων, PT2 Ανάπτυξη μιας αρχιτεκτονικής νευρωνικού δικτύου και PT3 Δοκιμή και επικύρωση, τρέχει σε δύο ορόσημα, σε 24 μήνες. (Greek) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Projektets overordnede mål er at udvikle nye teknologier i form af algoritmer til kunstig intelligens (AI) ved hjælp af neurale netværk (NN), der, når de er uddannet, er i stand til at tilbyde et videnslag, der gør det muligt at træffe bedre beslutninger og i sidste ende fisker bedre._x000D_ _x000D_ De specifikke mål, der skal nås, er følgende:_x000D_ _x000D_ fortolkning af hydroakustiske sondedata fra fiskerisatellitbøjer med FAD'er (Fish Aggregating Device), gennem neurale netværk arkitekturer_x000D_ Formålene er at udvikle en arkitektur af forskellige neurale netværk, der feeds data fra sonder, oceanografiske data, tid på året, etc., og når de er uddannet, kan de automatisk give anbefalinger til et mønster afhængigt af de data, der sendes fra FAD'er, (hvis der er noget interessant, hvis det er støj, hvis det er havbunden, størrelsen af fisk, tilstedeværelse plankton, etc.) at træffe den bedste beslutning om, hvilken satellit bøje til at gå fiskeri. Kort sagt, målet er at forbedre forståelsen af de oplysninger, som bøjer sender til skibe gennem læringssystemer baseret på kunstig intelligens (IA)._x000D_ _x000D_ Udvikling af en prototype brugergrænseflade til assimilering af fiskerianbefalinger_x000D_ Målet er at udvikle en prototype software til at præsentere de anbefalinger, der genereres af neurale netværk. Der vil blive udviklet et datapræsentationsmodul, så mønstret kan assimilere data intuitivt og nemt._x000D_ _x000D_ Projektet er opdelt i tre arbejdspakker, PT1 Definition af krav, PT2 Udvikling af en neural netværksarkitektur og PT3 Testing og validering, løber i to milepæle på 24 måneder. (Danish)
Property / summary: Projektets overordnede mål er at udvikle nye teknologier i form af algoritmer til kunstig intelligens (AI) ved hjælp af neurale netværk (NN), der, når de er uddannet, er i stand til at tilbyde et videnslag, der gør det muligt at træffe bedre beslutninger og i sidste ende fisker bedre._x000D_ _x000D_ De specifikke mål, der skal nås, er følgende:_x000D_ _x000D_ fortolkning af hydroakustiske sondedata fra fiskerisatellitbøjer med FAD'er (Fish Aggregating Device), gennem neurale netværk arkitekturer_x000D_ Formålene er at udvikle en arkitektur af forskellige neurale netværk, der feeds data fra sonder, oceanografiske data, tid på året, etc., og når de er uddannet, kan de automatisk give anbefalinger til et mønster afhængigt af de data, der sendes fra FAD'er, (hvis der er noget interessant, hvis det er støj, hvis det er havbunden, størrelsen af fisk, tilstedeværelse plankton, etc.) at træffe den bedste beslutning om, hvilken satellit bøje til at gå fiskeri. Kort sagt, målet er at forbedre forståelsen af de oplysninger, som bøjer sender til skibe gennem læringssystemer baseret på kunstig intelligens (IA)._x000D_ _x000D_ Udvikling af en prototype brugergrænseflade til assimilering af fiskerianbefalinger_x000D_ Målet er at udvikle en prototype software til at præsentere de anbefalinger, der genereres af neurale netværk. Der vil blive udviklet et datapræsentationsmodul, så mønstret kan assimilere data intuitivt og nemt._x000D_ _x000D_ Projektet er opdelt i tre arbejdspakker, PT1 Definition af krav, PT2 Udvikling af en neural netværksarkitektur og PT3 Testing og validering, løber i to milepæle på 24 måneder. (Danish) / rank
 
Normal rank
Property / summary: Projektets overordnede mål er at udvikle nye teknologier i form af algoritmer til kunstig intelligens (AI) ved hjælp af neurale netværk (NN), der, når de er uddannet, er i stand til at tilbyde et videnslag, der gør det muligt at træffe bedre beslutninger og i sidste ende fisker bedre._x000D_ _x000D_ De specifikke mål, der skal nås, er følgende:_x000D_ _x000D_ fortolkning af hydroakustiske sondedata fra fiskerisatellitbøjer med FAD'er (Fish Aggregating Device), gennem neurale netværk arkitekturer_x000D_ Formålene er at udvikle en arkitektur af forskellige neurale netværk, der feeds data fra sonder, oceanografiske data, tid på året, etc., og når de er uddannet, kan de automatisk give anbefalinger til et mønster afhængigt af de data, der sendes fra FAD'er, (hvis der er noget interessant, hvis det er støj, hvis det er havbunden, størrelsen af fisk, tilstedeværelse plankton, etc.) at træffe den bedste beslutning om, hvilken satellit bøje til at gå fiskeri. Kort sagt, målet er at forbedre forståelsen af de oplysninger, som bøjer sender til skibe gennem læringssystemer baseret på kunstig intelligens (IA)._x000D_ _x000D_ Udvikling af en prototype brugergrænseflade til assimilering af fiskerianbefalinger_x000D_ Målet er at udvikle en prototype software til at præsentere de anbefalinger, der genereres af neurale netværk. Der vil blive udviklet et datapræsentationsmodul, så mønstret kan assimilere data intuitivt og nemt._x000D_ _x000D_ Projektet er opdelt i tre arbejdspakker, PT1 Definition af krav, PT2 Udvikling af en neural netværksarkitektur og PT3 Testing og validering, løber i to milepæle på 24 måneder. (Danish) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Hankkeen yleisenä tavoitteena on kehittää uusia teknologioita tekoälyalgoritmeina käyttäen neuroverkkoja (NN), jotka koulutuksen jälkeen pystyvät tarjoamaan tietotason, joka mahdollistaa parempien päätösten tekemisen ja viime kädessä paremman kalan._x000D_ _x000D_ saavutettavat erityistavoitteet ovat seuraavat:_x000D_ _x000D__tulkinta hydroakustisista luotaintiedoista, jotka on saatu kalastussatelliittipoijuista FAD-laitteilla (Kalastusväline), Neural Network architectures_x000D_ Tavoitteena on kehittää erilaisten hermoverkkojen arkkitehtuuri, joka syöttää tietoja luotaimista, oseanografisista tiedoista, vuodenajasta jne., ja koulutuksen jälkeen he voivat automaattisesti antaa suosituksia mallille riippuen FAD-laitteista lähetetyistä tiedoista (jos on jotain mielenkiintoista, jos se on melua, jos se on merenpohja, kalan koko, läsnäolo plankton jne.), jotta voidaan tehdä paras päätös siitä, mitä satelliittipoijua kalastaa. Lyhyesti sanottuna tavoitteena on parantaa niiden tietojen ymmärtämistä, joita poijut lähettävät aluksille tekoälyyn (IA) perustuvien oppimisjärjestelmien kautta._x000D_ _x000D_ Prototyyppikäyttöliittymän kehittäminen kalastussuositusten omaksumista varten_x000D_ Tavoitteena on kehittää prototyyppiohjelmisto, joka esittelee hermoverkkojen tuottamia suosituksia. Kehitetään datan esitysmoduuli, jotta kuvio voi omaksua datan intuitiivisesti ja helposti._x000D_ _x000D_ Hanke on jaettu kolmeen työpakettiin, PT1 Vaatimusten määrittely, PT2 Kehitys hermoverkkoarkkitehtuuriin ja PT3 Testaus ja validointi, kulkee kahteen virstanpylvääseen 24 kuukaudessa. (Finnish)
Property / summary: Hankkeen yleisenä tavoitteena on kehittää uusia teknologioita tekoälyalgoritmeina käyttäen neuroverkkoja (NN), jotka koulutuksen jälkeen pystyvät tarjoamaan tietotason, joka mahdollistaa parempien päätösten tekemisen ja viime kädessä paremman kalan._x000D_ _x000D_ saavutettavat erityistavoitteet ovat seuraavat:_x000D_ _x000D__tulkinta hydroakustisista luotaintiedoista, jotka on saatu kalastussatelliittipoijuista FAD-laitteilla (Kalastusväline), Neural Network architectures_x000D_ Tavoitteena on kehittää erilaisten hermoverkkojen arkkitehtuuri, joka syöttää tietoja luotaimista, oseanografisista tiedoista, vuodenajasta jne., ja koulutuksen jälkeen he voivat automaattisesti antaa suosituksia mallille riippuen FAD-laitteista lähetetyistä tiedoista (jos on jotain mielenkiintoista, jos se on melua, jos se on merenpohja, kalan koko, läsnäolo plankton jne.), jotta voidaan tehdä paras päätös siitä, mitä satelliittipoijua kalastaa. Lyhyesti sanottuna tavoitteena on parantaa niiden tietojen ymmärtämistä, joita poijut lähettävät aluksille tekoälyyn (IA) perustuvien oppimisjärjestelmien kautta._x000D_ _x000D_ Prototyyppikäyttöliittymän kehittäminen kalastussuositusten omaksumista varten_x000D_ Tavoitteena on kehittää prototyyppiohjelmisto, joka esittelee hermoverkkojen tuottamia suosituksia. Kehitetään datan esitysmoduuli, jotta kuvio voi omaksua datan intuitiivisesti ja helposti._x000D_ _x000D_ Hanke on jaettu kolmeen työpakettiin, PT1 Vaatimusten määrittely, PT2 Kehitys hermoverkkoarkkitehtuuriin ja PT3 Testaus ja validointi, kulkee kahteen virstanpylvääseen 24 kuukaudessa. (Finnish) / rank
 
Normal rank
Property / summary: Hankkeen yleisenä tavoitteena on kehittää uusia teknologioita tekoälyalgoritmeina käyttäen neuroverkkoja (NN), jotka koulutuksen jälkeen pystyvät tarjoamaan tietotason, joka mahdollistaa parempien päätösten tekemisen ja viime kädessä paremman kalan._x000D_ _x000D_ saavutettavat erityistavoitteet ovat seuraavat:_x000D_ _x000D__tulkinta hydroakustisista luotaintiedoista, jotka on saatu kalastussatelliittipoijuista FAD-laitteilla (Kalastusväline), Neural Network architectures_x000D_ Tavoitteena on kehittää erilaisten hermoverkkojen arkkitehtuuri, joka syöttää tietoja luotaimista, oseanografisista tiedoista, vuodenajasta jne., ja koulutuksen jälkeen he voivat automaattisesti antaa suosituksia mallille riippuen FAD-laitteista lähetetyistä tiedoista (jos on jotain mielenkiintoista, jos se on melua, jos se on merenpohja, kalan koko, läsnäolo plankton jne.), jotta voidaan tehdä paras päätös siitä, mitä satelliittipoijua kalastaa. Lyhyesti sanottuna tavoitteena on parantaa niiden tietojen ymmärtämistä, joita poijut lähettävät aluksille tekoälyyn (IA) perustuvien oppimisjärjestelmien kautta._x000D_ _x000D_ Prototyyppikäyttöliittymän kehittäminen kalastussuositusten omaksumista varten_x000D_ Tavoitteena on kehittää prototyyppiohjelmisto, joka esittelee hermoverkkojen tuottamia suosituksia. Kehitetään datan esitysmoduuli, jotta kuvio voi omaksua datan intuitiivisesti ja helposti._x000D_ _x000D_ Hanke on jaettu kolmeen työpakettiin, PT1 Vaatimusten määrittely, PT2 Kehitys hermoverkkoarkkitehtuuriin ja PT3 Testaus ja validointi, kulkee kahteen virstanpylvääseen 24 kuukaudessa. (Finnish) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
L-objettiv ġenerali tal-proġett huwa li jiġu żviluppati teknoloġiji ġodda fil-forma ta’ algoritmi tal-Intelliġenza Artifiċjali (IA) li jużaw netwerks newrali (NN) li, ladarba jiġu mħarrġa, jistgħu joffru saff ta’ għarfien li jippermetti li jittieħdu deċiżjonijiet aħjar u, fl-aħħar mill-aħħar, li jsir sajd aħjar._x000D_ _x000D_ L-objettivi speċifiċi li għandhom jintlaħqu huma dawn li ġejjin:_x000D_ _x000D_ interpretazzjoni ta’ data ta’ sonda idroakustika minn bagi tas-satellita tas-sajd b’FADs (Apparat ta’ Aggregazzjoni tal-Ħut), permezz ta’ arkitetturi tan-netwerk newrali_x000D_ L-għanijiet huma li tiġi żviluppata arkitettura ta’ netwerks newrali differenti li titma’ data minn sondi, data oċeanografika, żmien tas-sena, eċċ., u ladarba mħarrġa jkunu jistgħu awtomatikament jagħtu rakkomandazzjonijiet għal mudell skont id-data mibgħuta mill-FADs, (jekk ikun hemm xi ħaġa interessanti, jekk ikun l-istorbju, jekk ikun il-qiegħ tal-baħar, id-daqs tal-ħut, il-pjankton tal-preżenza, eċċ.) biex tittieħed l-aħjar deċiżjoni dwar liema baga bis-satellita li tmur tistad. Fil-qosor, l-għan huwa li jittejjeb il-fehim tal-informazzjoni li l-bagi jibagħtu lill-bastimenti permezz ta’ sistemi ta’ tagħlim ibbażati fuq l-Intelliġenza Artifiċjali (IA)._x000D_ _x000D_ L-iżvilupp ta’ prototip ta’ interfaċċa tal-utent għall-assimilazzjoni tar-rakkomandazzjonijiet tas-sajd_x000D_ L-objettiv huwa l-iżvilupp ta’ softwer prototip li jippreżenta r-rakkomandazzjonijiet iġġenerati min-netwerks newrali. Se jiġi żviluppat modulu ta’ preżentazzjoni tad-data, sabiex il-mudell ikun jista’ jassimila d-data b’mod intuwittiv u faċilment._x000D_ _x000D_ Il-proġett huwa maqsum fi tliet pakketti ta’ ħidma, PT1 Definizzjoni tar-rekwiżiti, l-Iżvilupp ta’ PT2 arkitettura ta’ netwerk newrali u PT3 Ittestjar u validazzjoni, jaħdem f’żewġ stadji importanti, f’24 xahar. (Maltese)
Property / summary: L-objettiv ġenerali tal-proġett huwa li jiġu żviluppati teknoloġiji ġodda fil-forma ta’ algoritmi tal-Intelliġenza Artifiċjali (IA) li jużaw netwerks newrali (NN) li, ladarba jiġu mħarrġa, jistgħu joffru saff ta’ għarfien li jippermetti li jittieħdu deċiżjonijiet aħjar u, fl-aħħar mill-aħħar, li jsir sajd aħjar._x000D_ _x000D_ L-objettivi speċifiċi li għandhom jintlaħqu huma dawn li ġejjin:_x000D_ _x000D_ interpretazzjoni ta’ data ta’ sonda idroakustika minn bagi tas-satellita tas-sajd b’FADs (Apparat ta’ Aggregazzjoni tal-Ħut), permezz ta’ arkitetturi tan-netwerk newrali_x000D_ L-għanijiet huma li tiġi żviluppata arkitettura ta’ netwerks newrali differenti li titma’ data minn sondi, data oċeanografika, żmien tas-sena, eċċ., u ladarba mħarrġa jkunu jistgħu awtomatikament jagħtu rakkomandazzjonijiet għal mudell skont id-data mibgħuta mill-FADs, (jekk ikun hemm xi ħaġa interessanti, jekk ikun l-istorbju, jekk ikun il-qiegħ tal-baħar, id-daqs tal-ħut, il-pjankton tal-preżenza, eċċ.) biex tittieħed l-aħjar deċiżjoni dwar liema baga bis-satellita li tmur tistad. Fil-qosor, l-għan huwa li jittejjeb il-fehim tal-informazzjoni li l-bagi jibagħtu lill-bastimenti permezz ta’ sistemi ta’ tagħlim ibbażati fuq l-Intelliġenza Artifiċjali (IA)._x000D_ _x000D_ L-iżvilupp ta’ prototip ta’ interfaċċa tal-utent għall-assimilazzjoni tar-rakkomandazzjonijiet tas-sajd_x000D_ L-objettiv huwa l-iżvilupp ta’ softwer prototip li jippreżenta r-rakkomandazzjonijiet iġġenerati min-netwerks newrali. Se jiġi żviluppat modulu ta’ preżentazzjoni tad-data, sabiex il-mudell ikun jista’ jassimila d-data b’mod intuwittiv u faċilment._x000D_ _x000D_ Il-proġett huwa maqsum fi tliet pakketti ta’ ħidma, PT1 Definizzjoni tar-rekwiżiti, l-Iżvilupp ta’ PT2 arkitettura ta’ netwerk newrali u PT3 Ittestjar u validazzjoni, jaħdem f’żewġ stadji importanti, f’24 xahar. (Maltese) / rank
 
Normal rank
Property / summary: L-objettiv ġenerali tal-proġett huwa li jiġu żviluppati teknoloġiji ġodda fil-forma ta’ algoritmi tal-Intelliġenza Artifiċjali (IA) li jużaw netwerks newrali (NN) li, ladarba jiġu mħarrġa, jistgħu joffru saff ta’ għarfien li jippermetti li jittieħdu deċiżjonijiet aħjar u, fl-aħħar mill-aħħar, li jsir sajd aħjar._x000D_ _x000D_ L-objettivi speċifiċi li għandhom jintlaħqu huma dawn li ġejjin:_x000D_ _x000D_ interpretazzjoni ta’ data ta’ sonda idroakustika minn bagi tas-satellita tas-sajd b’FADs (Apparat ta’ Aggregazzjoni tal-Ħut), permezz ta’ arkitetturi tan-netwerk newrali_x000D_ L-għanijiet huma li tiġi żviluppata arkitettura ta’ netwerks newrali differenti li titma’ data minn sondi, data oċeanografika, żmien tas-sena, eċċ., u ladarba mħarrġa jkunu jistgħu awtomatikament jagħtu rakkomandazzjonijiet għal mudell skont id-data mibgħuta mill-FADs, (jekk ikun hemm xi ħaġa interessanti, jekk ikun l-istorbju, jekk ikun il-qiegħ tal-baħar, id-daqs tal-ħut, il-pjankton tal-preżenza, eċċ.) biex tittieħed l-aħjar deċiżjoni dwar liema baga bis-satellita li tmur tistad. Fil-qosor, l-għan huwa li jittejjeb il-fehim tal-informazzjoni li l-bagi jibagħtu lill-bastimenti permezz ta’ sistemi ta’ tagħlim ibbażati fuq l-Intelliġenza Artifiċjali (IA)._x000D_ _x000D_ L-iżvilupp ta’ prototip ta’ interfaċċa tal-utent għall-assimilazzjoni tar-rakkomandazzjonijiet tas-sajd_x000D_ L-objettiv huwa l-iżvilupp ta’ softwer prototip li jippreżenta r-rakkomandazzjonijiet iġġenerati min-netwerks newrali. Se jiġi żviluppat modulu ta’ preżentazzjoni tad-data, sabiex il-mudell ikun jista’ jassimila d-data b’mod intuwittiv u faċilment._x000D_ _x000D_ Il-proġett huwa maqsum fi tliet pakketti ta’ ħidma, PT1 Definizzjoni tar-rekwiżiti, l-Iżvilupp ta’ PT2 arkitettura ta’ netwerk newrali u PT3 Ittestjar u validazzjoni, jaħdem f’żewġ stadji importanti, f’24 xahar. (Maltese) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Projekta vispārējais mērķis ir izstrādāt jaunas tehnoloģijas mākslīgā intelekta (MI) algoritmu veidā, izmantojot neironu tīklus (NN), kas pēc apmācības spēj piedāvāt zināšanu slāni, kas ļauj pieņemt labākus lēmumus un, visbeidzot, zivis labāk._x000D_ _x000D_ Īpašie mērķi, kas jāsasniedz, ir šādi:_x000D_ _x000D_ hidroakustiskās zondes datu interpretācija no zvejas satelītbojas ar ZPI (Zivju apkopošanas ierīce), izmantojot neironu tīkla arhitektūru_x000D_ Mērķi ir izstrādāt dažādu neironu tīklu arhitektūru, kas baro datus no zondēm, okeanogrāfijas datiem, gadalaikam utt., un pēc tam, kad viņi apmācīti, viņi var automātiski sniegt ieteikumus modelim atkarībā no ZPI nosūtītajiem datiem (ja ir kaut kas interesants, ja tas ir troksnis, ja tas ir jūras gultne, zivju izmērs, klātbūtne planktons utt.), lai pieņemtu vislabāko lēmumu par to, kura satelīta boja doties zvejā. Īsāk sakot, mērķis ir uzlabot izpratni par informāciju, ko bojas sūta kuģiem, izmantojot mācību sistēmas, kuru pamatā ir mākslīgais intelekts (IA)._x000D_ _x000D_ Prototipa lietotāja saskarnes izstrāde zvejas rekomendāciju pielīdzināšanai_x000D_ Mērķis ir izstrādāt prototipu programmatūru, lai iepazīstinātu ar neironu tīklu radītajiem ieteikumiem. Tiks izstrādāts datu prezentācijas modulis, lai modelis varētu intuitīvi un viegli asimilēt datus._x000D_ _x000D_ Projekts ir sadalīts trīs darba paketēs, PT1 prasību definēšana, PT2 Neirālā tīkla arhitektūras izstrāde un PT3 testēšana un validācija, 24 mēnešu laikā tiek iedalīti divos atskaites punktos. (Latvian)
Property / summary: Projekta vispārējais mērķis ir izstrādāt jaunas tehnoloģijas mākslīgā intelekta (MI) algoritmu veidā, izmantojot neironu tīklus (NN), kas pēc apmācības spēj piedāvāt zināšanu slāni, kas ļauj pieņemt labākus lēmumus un, visbeidzot, zivis labāk._x000D_ _x000D_ Īpašie mērķi, kas jāsasniedz, ir šādi:_x000D_ _x000D_ hidroakustiskās zondes datu interpretācija no zvejas satelītbojas ar ZPI (Zivju apkopošanas ierīce), izmantojot neironu tīkla arhitektūru_x000D_ Mērķi ir izstrādāt dažādu neironu tīklu arhitektūru, kas baro datus no zondēm, okeanogrāfijas datiem, gadalaikam utt., un pēc tam, kad viņi apmācīti, viņi var automātiski sniegt ieteikumus modelim atkarībā no ZPI nosūtītajiem datiem (ja ir kaut kas interesants, ja tas ir troksnis, ja tas ir jūras gultne, zivju izmērs, klātbūtne planktons utt.), lai pieņemtu vislabāko lēmumu par to, kura satelīta boja doties zvejā. Īsāk sakot, mērķis ir uzlabot izpratni par informāciju, ko bojas sūta kuģiem, izmantojot mācību sistēmas, kuru pamatā ir mākslīgais intelekts (IA)._x000D_ _x000D_ Prototipa lietotāja saskarnes izstrāde zvejas rekomendāciju pielīdzināšanai_x000D_ Mērķis ir izstrādāt prototipu programmatūru, lai iepazīstinātu ar neironu tīklu radītajiem ieteikumiem. Tiks izstrādāts datu prezentācijas modulis, lai modelis varētu intuitīvi un viegli asimilēt datus._x000D_ _x000D_ Projekts ir sadalīts trīs darba paketēs, PT1 prasību definēšana, PT2 Neirālā tīkla arhitektūras izstrāde un PT3 testēšana un validācija, 24 mēnešu laikā tiek iedalīti divos atskaites punktos. (Latvian) / rank
 
Normal rank
Property / summary: Projekta vispārējais mērķis ir izstrādāt jaunas tehnoloģijas mākslīgā intelekta (MI) algoritmu veidā, izmantojot neironu tīklus (NN), kas pēc apmācības spēj piedāvāt zināšanu slāni, kas ļauj pieņemt labākus lēmumus un, visbeidzot, zivis labāk._x000D_ _x000D_ Īpašie mērķi, kas jāsasniedz, ir šādi:_x000D_ _x000D_ hidroakustiskās zondes datu interpretācija no zvejas satelītbojas ar ZPI (Zivju apkopošanas ierīce), izmantojot neironu tīkla arhitektūru_x000D_ Mērķi ir izstrādāt dažādu neironu tīklu arhitektūru, kas baro datus no zondēm, okeanogrāfijas datiem, gadalaikam utt., un pēc tam, kad viņi apmācīti, viņi var automātiski sniegt ieteikumus modelim atkarībā no ZPI nosūtītajiem datiem (ja ir kaut kas interesants, ja tas ir troksnis, ja tas ir jūras gultne, zivju izmērs, klātbūtne planktons utt.), lai pieņemtu vislabāko lēmumu par to, kura satelīta boja doties zvejā. Īsāk sakot, mērķis ir uzlabot izpratni par informāciju, ko bojas sūta kuģiem, izmantojot mācību sistēmas, kuru pamatā ir mākslīgais intelekts (IA)._x000D_ _x000D_ Prototipa lietotāja saskarnes izstrāde zvejas rekomendāciju pielīdzināšanai_x000D_ Mērķis ir izstrādāt prototipu programmatūru, lai iepazīstinātu ar neironu tīklu radītajiem ieteikumiem. Tiks izstrādāts datu prezentācijas modulis, lai modelis varētu intuitīvi un viegli asimilēt datus._x000D_ _x000D_ Projekts ir sadalīts trīs darba paketēs, PT1 prasību definēšana, PT2 Neirālā tīkla arhitektūras izstrāde un PT3 testēšana un validācija, 24 mēnešu laikā tiek iedalīti divos atskaites punktos. (Latvian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Celkovým cieľom projektu je vyvinúť nové technológie vo forme algoritmov umelej inteligencie (AI) využívajúcich neurónové siete (NN), ktoré po vyškolení dokážu ponúknuť vrstvu vedomostí, ktorá umožňuje prijímať lepšie rozhodnutia a v konečnom dôsledku lepšie loviť ryby._x000D_ _x000D_ Konkrétne ciele, ktoré sa majú dosiahnuť, sú tieto:_x000D_ _x000D_ interpretácia hydroakustických údajov o sonde z rybárskych satelitných bójí s FAD (Fish Aggregating Device), prostredníctvom architektúry neurónovej siete_x000D_ Cieľom je vyvinúť architektúru rôznych neurónových sietí, ktoré prenášajú údaje zo sond, oceánografických údajov, ročného obdobia atď., a po vyškolení môžu automaticky poskytnúť odporúčania na vzor v závislosti od údajov odoslaných z FAD (ak je niečo zaujímavé, ak je to hluk, ak je to morské dno, veľkosť rýb, prítomnosť planktónu atď.), aby sa čo najlepšie rozhodlo o tom, ktoré satelitné bóje ísť na rybolov. Stručne povedané, cieľom je zlepšiť pochopenie informácií, ktoré bóje posielajú lodiam prostredníctvom vzdelávacích systémov založených na umelej inteligencii (IA)._x000D_ _x000D_ Vývoj prototypu používateľského rozhrania na asimiláciu odporúčaní pre rybolov_x000D_ Cieľom je vývoj prototypového softvéru na prezentáciu odporúčaní vytvorených neurónovými sieťami. Prezentačný modul dát bude vyvinutý tak, aby vzor mohol intuitívne a ľahko prispôsobiť dáta._x000D_ _x000D_ Projekt je rozdelený do troch pracovných balíkov, PT1 Definícia požiadaviek, PT2 Rozvoj architektúry neurónovej siete a PT3 Testovanie a validácia, beží do dvoch míľnikov, za 24 mesiacov. (Slovak)
Property / summary: Celkovým cieľom projektu je vyvinúť nové technológie vo forme algoritmov umelej inteligencie (AI) využívajúcich neurónové siete (NN), ktoré po vyškolení dokážu ponúknuť vrstvu vedomostí, ktorá umožňuje prijímať lepšie rozhodnutia a v konečnom dôsledku lepšie loviť ryby._x000D_ _x000D_ Konkrétne ciele, ktoré sa majú dosiahnuť, sú tieto:_x000D_ _x000D_ interpretácia hydroakustických údajov o sonde z rybárskych satelitných bójí s FAD (Fish Aggregating Device), prostredníctvom architektúry neurónovej siete_x000D_ Cieľom je vyvinúť architektúru rôznych neurónových sietí, ktoré prenášajú údaje zo sond, oceánografických údajov, ročného obdobia atď., a po vyškolení môžu automaticky poskytnúť odporúčania na vzor v závislosti od údajov odoslaných z FAD (ak je niečo zaujímavé, ak je to hluk, ak je to morské dno, veľkosť rýb, prítomnosť planktónu atď.), aby sa čo najlepšie rozhodlo o tom, ktoré satelitné bóje ísť na rybolov. Stručne povedané, cieľom je zlepšiť pochopenie informácií, ktoré bóje posielajú lodiam prostredníctvom vzdelávacích systémov založených na umelej inteligencii (IA)._x000D_ _x000D_ Vývoj prototypu používateľského rozhrania na asimiláciu odporúčaní pre rybolov_x000D_ Cieľom je vývoj prototypového softvéru na prezentáciu odporúčaní vytvorených neurónovými sieťami. Prezentačný modul dát bude vyvinutý tak, aby vzor mohol intuitívne a ľahko prispôsobiť dáta._x000D_ _x000D_ Projekt je rozdelený do troch pracovných balíkov, PT1 Definícia požiadaviek, PT2 Rozvoj architektúry neurónovej siete a PT3 Testovanie a validácia, beží do dvoch míľnikov, za 24 mesiacov. (Slovak) / rank
 
Normal rank
Property / summary: Celkovým cieľom projektu je vyvinúť nové technológie vo forme algoritmov umelej inteligencie (AI) využívajúcich neurónové siete (NN), ktoré po vyškolení dokážu ponúknuť vrstvu vedomostí, ktorá umožňuje prijímať lepšie rozhodnutia a v konečnom dôsledku lepšie loviť ryby._x000D_ _x000D_ Konkrétne ciele, ktoré sa majú dosiahnuť, sú tieto:_x000D_ _x000D_ interpretácia hydroakustických údajov o sonde z rybárskych satelitných bójí s FAD (Fish Aggregating Device), prostredníctvom architektúry neurónovej siete_x000D_ Cieľom je vyvinúť architektúru rôznych neurónových sietí, ktoré prenášajú údaje zo sond, oceánografických údajov, ročného obdobia atď., a po vyškolení môžu automaticky poskytnúť odporúčania na vzor v závislosti od údajov odoslaných z FAD (ak je niečo zaujímavé, ak je to hluk, ak je to morské dno, veľkosť rýb, prítomnosť planktónu atď.), aby sa čo najlepšie rozhodlo o tom, ktoré satelitné bóje ísť na rybolov. Stručne povedané, cieľom je zlepšiť pochopenie informácií, ktoré bóje posielajú lodiam prostredníctvom vzdelávacích systémov založených na umelej inteligencii (IA)._x000D_ _x000D_ Vývoj prototypu používateľského rozhrania na asimiláciu odporúčaní pre rybolov_x000D_ Cieľom je vývoj prototypového softvéru na prezentáciu odporúčaní vytvorených neurónovými sieťami. Prezentačný modul dát bude vyvinutý tak, aby vzor mohol intuitívne a ľahko prispôsobiť dáta._x000D_ _x000D_ Projekt je rozdelený do troch pracovných balíkov, PT1 Definícia požiadaviek, PT2 Rozvoj architektúry neurónovej siete a PT3 Testovanie a validácia, beží do dvoch míľnikov, za 24 mesiacov. (Slovak) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Is é cuspóir foriomlán an tionscadail teicneolaíochtaí nua a fhorbairt i bhfoirm algartaim Intleachta Saorga (IS) ina n-úsáidtear líonraí néaracha (NN), ar féidir leo, a luaithe a bheidh siad oilte, sraith eolais a thairiscint lenar féidir cinntí níos fearr a dhéanamh agus, ar deireadh thiar, iascaireacht níos fearr a dhéanamh._x000D_ _x000D_ Is iad seo a leanas na cuspóirí sonracha atá le baint amach:_x000D_ _x000D_ léirmhíniú ar shonraí tóireadóra hidreafhuaimiúla ó bhaoithe satailíte iascaireachta le FADanna (Gléas Comhbhailithe Éisc), trí ailtireacht líonra néaraigh_x000D_ Is iad na cuspóirí ailtireacht líonraí néaracha éagsúla a fhorbairt a chothaíonn sonraí ó tóireadóirí, sonraí aigéaneolaíochta, am na bliana, etc., agus a luaithe is a chuirtear oiliúint orthu, is féidir leo moltaí a thabhairt go huathoibríoch do phatrún ag brath ar na sonraí a sheoltar ó FADanna, (má tá rud éigin suimiúil, más torann é, más grinneall na farraige é, méid an éisc, planctóin láithreachta, etc.) chun an cinneadh is fearr a dhéanamh ar a bhfuil baoi satailíte le dul ag iascaireacht. I mbeagán focal, is é an aidhm atá ann feabhas a chur ar an tuiscint ar an bhfaisnéis a sheolann baoithe chuig longa trí chórais foghlama atá bunaithe ar an Intleacht Shaorga (IA)._x000D_ comhéadan fréamhshamhla úsáideora a fhorbairt le haghaidh asamhlú moltaí iascaireachta_x000D_ Is é an cuspóir bogearraí fréamhshamhlacha a fhorbairt chun na moltaí arna nginiúint ag líonraí néaracha a chur i láthair. Forbrófar modúl cur i láthair sonraí, ionas gur féidir leis an bpatrún sonraí a chomhshamhlú go hiomasach agus go héasca._x000D_ _x000D_ Tá an tionscadal roinnte i dtrí phacáiste oibre, PT1 Sainmhíniú ar riachtanais, PT2 Forbairt ailtireacht líonra néaraigh agus PT3 Tástáil agus bailíochtú, tá sé ina dhá gharsprioc, i 24 mhí. (Irish)
Property / summary: Is é cuspóir foriomlán an tionscadail teicneolaíochtaí nua a fhorbairt i bhfoirm algartaim Intleachta Saorga (IS) ina n-úsáidtear líonraí néaracha (NN), ar féidir leo, a luaithe a bheidh siad oilte, sraith eolais a thairiscint lenar féidir cinntí níos fearr a dhéanamh agus, ar deireadh thiar, iascaireacht níos fearr a dhéanamh._x000D_ _x000D_ Is iad seo a leanas na cuspóirí sonracha atá le baint amach:_x000D_ _x000D_ léirmhíniú ar shonraí tóireadóra hidreafhuaimiúla ó bhaoithe satailíte iascaireachta le FADanna (Gléas Comhbhailithe Éisc), trí ailtireacht líonra néaraigh_x000D_ Is iad na cuspóirí ailtireacht líonraí néaracha éagsúla a fhorbairt a chothaíonn sonraí ó tóireadóirí, sonraí aigéaneolaíochta, am na bliana, etc., agus a luaithe is a chuirtear oiliúint orthu, is féidir leo moltaí a thabhairt go huathoibríoch do phatrún ag brath ar na sonraí a sheoltar ó FADanna, (má tá rud éigin suimiúil, más torann é, más grinneall na farraige é, méid an éisc, planctóin láithreachta, etc.) chun an cinneadh is fearr a dhéanamh ar a bhfuil baoi satailíte le dul ag iascaireacht. I mbeagán focal, is é an aidhm atá ann feabhas a chur ar an tuiscint ar an bhfaisnéis a sheolann baoithe chuig longa trí chórais foghlama atá bunaithe ar an Intleacht Shaorga (IA)._x000D_ comhéadan fréamhshamhla úsáideora a fhorbairt le haghaidh asamhlú moltaí iascaireachta_x000D_ Is é an cuspóir bogearraí fréamhshamhlacha a fhorbairt chun na moltaí arna nginiúint ag líonraí néaracha a chur i láthair. Forbrófar modúl cur i láthair sonraí, ionas gur féidir leis an bpatrún sonraí a chomhshamhlú go hiomasach agus go héasca._x000D_ _x000D_ Tá an tionscadal roinnte i dtrí phacáiste oibre, PT1 Sainmhíniú ar riachtanais, PT2 Forbairt ailtireacht líonra néaraigh agus PT3 Tástáil agus bailíochtú, tá sé ina dhá gharsprioc, i 24 mhí. (Irish) / rank
 
Normal rank
Property / summary: Is é cuspóir foriomlán an tionscadail teicneolaíochtaí nua a fhorbairt i bhfoirm algartaim Intleachta Saorga (IS) ina n-úsáidtear líonraí néaracha (NN), ar féidir leo, a luaithe a bheidh siad oilte, sraith eolais a thairiscint lenar féidir cinntí níos fearr a dhéanamh agus, ar deireadh thiar, iascaireacht níos fearr a dhéanamh._x000D_ _x000D_ Is iad seo a leanas na cuspóirí sonracha atá le baint amach:_x000D_ _x000D_ léirmhíniú ar shonraí tóireadóra hidreafhuaimiúla ó bhaoithe satailíte iascaireachta le FADanna (Gléas Comhbhailithe Éisc), trí ailtireacht líonra néaraigh_x000D_ Is iad na cuspóirí ailtireacht líonraí néaracha éagsúla a fhorbairt a chothaíonn sonraí ó tóireadóirí, sonraí aigéaneolaíochta, am na bliana, etc., agus a luaithe is a chuirtear oiliúint orthu, is féidir leo moltaí a thabhairt go huathoibríoch do phatrún ag brath ar na sonraí a sheoltar ó FADanna, (má tá rud éigin suimiúil, más torann é, más grinneall na farraige é, méid an éisc, planctóin láithreachta, etc.) chun an cinneadh is fearr a dhéanamh ar a bhfuil baoi satailíte le dul ag iascaireacht. I mbeagán focal, is é an aidhm atá ann feabhas a chur ar an tuiscint ar an bhfaisnéis a sheolann baoithe chuig longa trí chórais foghlama atá bunaithe ar an Intleacht Shaorga (IA)._x000D_ comhéadan fréamhshamhla úsáideora a fhorbairt le haghaidh asamhlú moltaí iascaireachta_x000D_ Is é an cuspóir bogearraí fréamhshamhlacha a fhorbairt chun na moltaí arna nginiúint ag líonraí néaracha a chur i láthair. Forbrófar modúl cur i láthair sonraí, ionas gur féidir leis an bpatrún sonraí a chomhshamhlú go hiomasach agus go héasca._x000D_ _x000D_ Tá an tionscadal roinnte i dtrí phacáiste oibre, PT1 Sainmhíniú ar riachtanais, PT2 Forbairt ailtireacht líonra néaraigh agus PT3 Tástáil agus bailíochtú, tá sé ina dhá gharsprioc, i 24 mhí. (Irish) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Celkovým cílem projektu je vyvinout nové technologie v podobě algoritmů umělé inteligence pomocí neuronových sítí (NN), které jsou po proškolení schopny nabídnout vrstvu znalostí, která umožní lepší rozhodování a v konečném důsledku rybařit lépe._x000D_ _x000D_ Konkrétní cíle, jichž má být dosaženo, jsou následující:_x000D_ _x000D_ interpretace údajů hydroakustických sond z rybářských satelitních bójí s FAD (rybí agregační zařízení), prostřednictvím neuronové sítě architektury_x000D_ Cílem je vytvořit architekturu různých neuronových sítí, které živí data z sond, oceánografických dat, roční doby, atd., a jakmile vyškoleni, mohou automaticky dávat doporučení k vzoru v závislosti na datech odeslaných z FAD, (pokud je něco zajímavého, pokud je hluk, pokud je to mořské dno, velikost ryb, přítomnost plankton, atd.) učinit nejlepší rozhodnutí o tom, který satelitní bóje jít rybařit. Stručně řečeno, cílem je zlepšit pochopení informací, které bóje posílají lodím prostřednictvím učebních systémů založených na umělé inteligenci (IA)._x000D_ _x000D_ Vývoj prototypového uživatelského rozhraní pro asimilaci rybolovných doporučení_x000D_ Cílem je vývoj prototypového softwaru pro prezentaci doporučení vytvořených neuronovými sítěmi. Bude vyvinut datový prezentační modul, aby vzor mohl intuitivně a snadno asimilovat data._x000D_ _x000D_ Projekt je rozdělen do tří pracovních balíčků, PT1 Definice požadavků, PT2 Development, neuronová síťová architektura a PT3 Testování a validace, za 24 měsíců se uskuteční dva milníky. (Czech)
Property / summary: Celkovým cílem projektu je vyvinout nové technologie v podobě algoritmů umělé inteligence pomocí neuronových sítí (NN), které jsou po proškolení schopny nabídnout vrstvu znalostí, která umožní lepší rozhodování a v konečném důsledku rybařit lépe._x000D_ _x000D_ Konkrétní cíle, jichž má být dosaženo, jsou následující:_x000D_ _x000D_ interpretace údajů hydroakustických sond z rybářských satelitních bójí s FAD (rybí agregační zařízení), prostřednictvím neuronové sítě architektury_x000D_ Cílem je vytvořit architekturu různých neuronových sítí, které živí data z sond, oceánografických dat, roční doby, atd., a jakmile vyškoleni, mohou automaticky dávat doporučení k vzoru v závislosti na datech odeslaných z FAD, (pokud je něco zajímavého, pokud je hluk, pokud je to mořské dno, velikost ryb, přítomnost plankton, atd.) učinit nejlepší rozhodnutí o tom, který satelitní bóje jít rybařit. Stručně řečeno, cílem je zlepšit pochopení informací, které bóje posílají lodím prostřednictvím učebních systémů založených na umělé inteligenci (IA)._x000D_ _x000D_ Vývoj prototypového uživatelského rozhraní pro asimilaci rybolovných doporučení_x000D_ Cílem je vývoj prototypového softwaru pro prezentaci doporučení vytvořených neuronovými sítěmi. Bude vyvinut datový prezentační modul, aby vzor mohl intuitivně a snadno asimilovat data._x000D_ _x000D_ Projekt je rozdělen do tří pracovních balíčků, PT1 Definice požadavků, PT2 Development, neuronová síťová architektura a PT3 Testování a validace, za 24 měsíců se uskuteční dva milníky. (Czech) / rank
 
Normal rank
Property / summary: Celkovým cílem projektu je vyvinout nové technologie v podobě algoritmů umělé inteligence pomocí neuronových sítí (NN), které jsou po proškolení schopny nabídnout vrstvu znalostí, která umožní lepší rozhodování a v konečném důsledku rybařit lépe._x000D_ _x000D_ Konkrétní cíle, jichž má být dosaženo, jsou následující:_x000D_ _x000D_ interpretace údajů hydroakustických sond z rybářských satelitních bójí s FAD (rybí agregační zařízení), prostřednictvím neuronové sítě architektury_x000D_ Cílem je vytvořit architekturu různých neuronových sítí, které živí data z sond, oceánografických dat, roční doby, atd., a jakmile vyškoleni, mohou automaticky dávat doporučení k vzoru v závislosti na datech odeslaných z FAD, (pokud je něco zajímavého, pokud je hluk, pokud je to mořské dno, velikost ryb, přítomnost plankton, atd.) učinit nejlepší rozhodnutí o tom, který satelitní bóje jít rybařit. Stručně řečeno, cílem je zlepšit pochopení informací, které bóje posílají lodím prostřednictvím učebních systémů založených na umělé inteligenci (IA)._x000D_ _x000D_ Vývoj prototypového uživatelského rozhraní pro asimilaci rybolovných doporučení_x000D_ Cílem je vývoj prototypového softwaru pro prezentaci doporučení vytvořených neuronovými sítěmi. Bude vyvinut datový prezentační modul, aby vzor mohl intuitivně a snadno asimilovat data._x000D_ _x000D_ Projekt je rozdělen do tří pracovních balíčků, PT1 Definice požadavků, PT2 Development, neuronová síťová architektura a PT3 Testování a validace, za 24 měsíců se uskuteční dva milníky. (Czech) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
O objetivo geral do projeto é desenvolver novas tecnologias na forma de algoritmos de Inteligência Artificial (IA) usando redes neurais (NN) que, uma vez treinadas, sejam capazes de oferecer uma camada de conhecimento que permita tomar melhores decisões e, finalmente, pescar melhor._x000D_ _x000D_ Os objetivos específicos a serem alcançados são os seguintes:_x000D_ _x000D_ Interpretação de dados de sondas hidroacústicas de bóias de satélite de pesca com DCPs (Dispositivo de Agregação de Peixes), através de arquiteturas de redes neurais_x000D_ Os objetivos são desenvolver uma arquitetura de diferentes redes neurais que alimenta dados de sondas, dados oceanográficos, época do ano, etc., e uma vez treinadas, podem automaticamente dar recomendações a um padrão dependendo dos dados enviados dos DCPs (se houver algo interessante, se for ruído, se for o leito marinho, tamanho dos peixes, plâncton de presença, etc.) para tomar a melhor decisão sobre qual bóia de satélite ir pescar. Em suma, o objetivo é melhorar a compreensão da informação que as boias enviam aos navios através de sistemas de aprendizagem baseados em Inteligência Artificial (IA)._x000D_ _x000D_ Desenvolvimento de um protótipo de interface do utilizador para a assimilação de recomendações de pesca_x000D_ O objetivo é o desenvolvimento de um protótipo de software para apresentar as recomendações geradas por redes neurais. Um módulo de apresentação de dados será desenvolvido, para que o padrão possa assimilar dados de forma intuitiva e fácil._x000D_ _x000D_ O projecto está dividido em três pacotes de trabalho, PT1 Definição de requisitos, PT2 Desenvolvimento de uma arquitectura de rede neural e PT3 Teste e validação, corre em dois marcos, em 24 meses. (Portuguese)
Property / summary: O objetivo geral do projeto é desenvolver novas tecnologias na forma de algoritmos de Inteligência Artificial (IA) usando redes neurais (NN) que, uma vez treinadas, sejam capazes de oferecer uma camada de conhecimento que permita tomar melhores decisões e, finalmente, pescar melhor._x000D_ _x000D_ Os objetivos específicos a serem alcançados são os seguintes:_x000D_ _x000D_ Interpretação de dados de sondas hidroacústicas de bóias de satélite de pesca com DCPs (Dispositivo de Agregação de Peixes), através de arquiteturas de redes neurais_x000D_ Os objetivos são desenvolver uma arquitetura de diferentes redes neurais que alimenta dados de sondas, dados oceanográficos, época do ano, etc., e uma vez treinadas, podem automaticamente dar recomendações a um padrão dependendo dos dados enviados dos DCPs (se houver algo interessante, se for ruído, se for o leito marinho, tamanho dos peixes, plâncton de presença, etc.) para tomar a melhor decisão sobre qual bóia de satélite ir pescar. Em suma, o objetivo é melhorar a compreensão da informação que as boias enviam aos navios através de sistemas de aprendizagem baseados em Inteligência Artificial (IA)._x000D_ _x000D_ Desenvolvimento de um protótipo de interface do utilizador para a assimilação de recomendações de pesca_x000D_ O objetivo é o desenvolvimento de um protótipo de software para apresentar as recomendações geradas por redes neurais. Um módulo de apresentação de dados será desenvolvido, para que o padrão possa assimilar dados de forma intuitiva e fácil._x000D_ _x000D_ O projecto está dividido em três pacotes de trabalho, PT1 Definição de requisitos, PT2 Desenvolvimento de uma arquitectura de rede neural e PT3 Teste e validação, corre em dois marcos, em 24 meses. (Portuguese) / rank
 
Normal rank
Property / summary: O objetivo geral do projeto é desenvolver novas tecnologias na forma de algoritmos de Inteligência Artificial (IA) usando redes neurais (NN) que, uma vez treinadas, sejam capazes de oferecer uma camada de conhecimento que permita tomar melhores decisões e, finalmente, pescar melhor._x000D_ _x000D_ Os objetivos específicos a serem alcançados são os seguintes:_x000D_ _x000D_ Interpretação de dados de sondas hidroacústicas de bóias de satélite de pesca com DCPs (Dispositivo de Agregação de Peixes), através de arquiteturas de redes neurais_x000D_ Os objetivos são desenvolver uma arquitetura de diferentes redes neurais que alimenta dados de sondas, dados oceanográficos, época do ano, etc., e uma vez treinadas, podem automaticamente dar recomendações a um padrão dependendo dos dados enviados dos DCPs (se houver algo interessante, se for ruído, se for o leito marinho, tamanho dos peixes, plâncton de presença, etc.) para tomar a melhor decisão sobre qual bóia de satélite ir pescar. Em suma, o objetivo é melhorar a compreensão da informação que as boias enviam aos navios através de sistemas de aprendizagem baseados em Inteligência Artificial (IA)._x000D_ _x000D_ Desenvolvimento de um protótipo de interface do utilizador para a assimilação de recomendações de pesca_x000D_ O objetivo é o desenvolvimento de um protótipo de software para apresentar as recomendações geradas por redes neurais. Um módulo de apresentação de dados será desenvolvido, para que o padrão possa assimilar dados de forma intuitiva e fácil._x000D_ _x000D_ O projecto está dividido em três pacotes de trabalho, PT1 Definição de requisitos, PT2 Desenvolvimento de uma arquitectura de rede neural e PT3 Teste e validação, corre em dois marcos, em 24 meses. (Portuguese) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Projekti üldeesmärk on töötada välja uued tehnoloogiad tehisintellekti algoritmide kujul, kasutades neurovõrke (NN), mis pärast koolitamist suudavad pakkuda teadmiste kihti, mis võimaldab teha paremaid otsuseid ja lõppkokkuvõttes püüda paremini._x000D_ _x000D_ _x000D_ Täpsemad eesmärgid on järgmised:_x000D_ _x000D_ tõlgendamine hüdroakustilise proovivõtturi andmeid kalapüügi satelliitpoide FAD (kala agregatsiooniseade), läbi neurovõrgu arhitektuuri_x000D_ Eesmärgid on arendada arhitektuuri erinevate närvivõrkude, mis toidab andmeid sondid, okeanograafiliste andmete, aastaaja jne, ja kui nad on koolitatud, saavad nad automaatselt anda soovitusi muster sõltuvalt andmetest peibutuspüügivahendid, (kui on midagi huvitavat, kui see on müra, kui see on merepõhja, kala suurus, kohalolek plankton, jne) teha parim otsus, milline satelliitpoi minna kala püüdma. Lühidalt, eesmärk on parandada arusaamist teabest, mida poid saadavad laevadele tehisintellektil põhinevate õppesüsteemide kaudu._x000D_ _x000D_ Prototüübi kasutajaliidese väljatöötamine kalapüügisoovituste assimileerimiseks_x000D_ Eesmärk on töötada välja prototüüp tarkvara, et tutvustada närvivõrkude loodud soovitusi. Töötatakse välja andmete esitamise moodul, et muster saaks omastada andmeid intuitiivselt ja lihtsalt._x000D_ _x000D_ Projekti jaguneb kolmeks tööpaketiks: PT1 Nõuete määratlemine, PT2 Nuraalse võrguarhitektuuri arendamine ning PT3 testimine ja valideerimine, 24 kuu jooksul on kaks verstaposti. (Estonian)
Property / summary: Projekti üldeesmärk on töötada välja uued tehnoloogiad tehisintellekti algoritmide kujul, kasutades neurovõrke (NN), mis pärast koolitamist suudavad pakkuda teadmiste kihti, mis võimaldab teha paremaid otsuseid ja lõppkokkuvõttes püüda paremini._x000D_ _x000D_ _x000D_ Täpsemad eesmärgid on järgmised:_x000D_ _x000D_ tõlgendamine hüdroakustilise proovivõtturi andmeid kalapüügi satelliitpoide FAD (kala agregatsiooniseade), läbi neurovõrgu arhitektuuri_x000D_ Eesmärgid on arendada arhitektuuri erinevate närvivõrkude, mis toidab andmeid sondid, okeanograafiliste andmete, aastaaja jne, ja kui nad on koolitatud, saavad nad automaatselt anda soovitusi muster sõltuvalt andmetest peibutuspüügivahendid, (kui on midagi huvitavat, kui see on müra, kui see on merepõhja, kala suurus, kohalolek plankton, jne) teha parim otsus, milline satelliitpoi minna kala püüdma. Lühidalt, eesmärk on parandada arusaamist teabest, mida poid saadavad laevadele tehisintellektil põhinevate õppesüsteemide kaudu._x000D_ _x000D_ Prototüübi kasutajaliidese väljatöötamine kalapüügisoovituste assimileerimiseks_x000D_ Eesmärk on töötada välja prototüüp tarkvara, et tutvustada närvivõrkude loodud soovitusi. Töötatakse välja andmete esitamise moodul, et muster saaks omastada andmeid intuitiivselt ja lihtsalt._x000D_ _x000D_ Projekti jaguneb kolmeks tööpaketiks: PT1 Nõuete määratlemine, PT2 Nuraalse võrguarhitektuuri arendamine ning PT3 testimine ja valideerimine, 24 kuu jooksul on kaks verstaposti. (Estonian) / rank
 
Normal rank
Property / summary: Projekti üldeesmärk on töötada välja uued tehnoloogiad tehisintellekti algoritmide kujul, kasutades neurovõrke (NN), mis pärast koolitamist suudavad pakkuda teadmiste kihti, mis võimaldab teha paremaid otsuseid ja lõppkokkuvõttes püüda paremini._x000D_ _x000D_ _x000D_ Täpsemad eesmärgid on järgmised:_x000D_ _x000D_ tõlgendamine hüdroakustilise proovivõtturi andmeid kalapüügi satelliitpoide FAD (kala agregatsiooniseade), läbi neurovõrgu arhitektuuri_x000D_ Eesmärgid on arendada arhitektuuri erinevate närvivõrkude, mis toidab andmeid sondid, okeanograafiliste andmete, aastaaja jne, ja kui nad on koolitatud, saavad nad automaatselt anda soovitusi muster sõltuvalt andmetest peibutuspüügivahendid, (kui on midagi huvitavat, kui see on müra, kui see on merepõhja, kala suurus, kohalolek plankton, jne) teha parim otsus, milline satelliitpoi minna kala püüdma. Lühidalt, eesmärk on parandada arusaamist teabest, mida poid saadavad laevadele tehisintellektil põhinevate õppesüsteemide kaudu._x000D_ _x000D_ Prototüübi kasutajaliidese väljatöötamine kalapüügisoovituste assimileerimiseks_x000D_ Eesmärk on töötada välja prototüüp tarkvara, et tutvustada närvivõrkude loodud soovitusi. Töötatakse välja andmete esitamise moodul, et muster saaks omastada andmeid intuitiivselt ja lihtsalt._x000D_ _x000D_ Projekti jaguneb kolmeks tööpaketiks: PT1 Nõuete määratlemine, PT2 Nuraalse võrguarhitektuuri arendamine ning PT3 testimine ja valideerimine, 24 kuu jooksul on kaks verstaposti. (Estonian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
A projekt átfogó célja új technológiák kifejlesztése mesterséges intelligencia (AI) algoritmusok formájában olyan neurális hálózatok (NN) segítségével, amelyek a képzés után képesek olyan tudásréteget kínálni, amely lehetővé teszi a jobb döntések meghozatalát, és végső soron a halak jobb halászatát._x000D_ _x000D_ Az elérendő konkrét célkitűzések a következők:_x000D_ _x000D_ a halcsoportosulást előidéző halászati bójákból származó hidroakusztikus szondák adatainak értelmezése, a neurális hálózati architektúrák_x000D_ A cél egy olyan architektúra kialakítása különböző neurális hálózatokból, amelyek szondákból, oceanográfiai adatokból, évszakból stb. táplálják az adatokat, és miután kiképezték őket, automatikusan ajánlásokat adhatnak a FAD-okról küldött adatoktól függően (ha van valami érdekes, ha zaj, ha a tengerfenék, a halak mérete, a jelenléti plankton stb.), hogy a legjobb döntést hozzuk arról, hogy melyik műholdas bója menjen halászni. Röviden, a cél a bóják által a hajóknak küldött információk jobb megértése a mesterséges intelligencián (IA) alapuló tanulási rendszereken keresztül._x000D_ _x000D_ A halászati ajánlások asszimilációjához szükséges felhasználói felület fejlesztése_x000D_ A cél egy prototípus szoftver kifejlesztése, amely bemutatja az idegi hálózatok által generált ajánlásokat. Egy adatbemutató modult fejlesztünk ki, hogy a minta intuitívan és egyszerűen asszimilálja az adatokat._x000D_ _x000D_ A projekt három munkacsomagra oszlik: PT1 A követelmények meghatározása, PT2 Fejlesztés egy neurális hálózati architektúra és PT3 tesztelés és validálás, 24 hónap alatt két mérföldkőre fut. (Hungarian)
Property / summary: A projekt átfogó célja új technológiák kifejlesztése mesterséges intelligencia (AI) algoritmusok formájában olyan neurális hálózatok (NN) segítségével, amelyek a képzés után képesek olyan tudásréteget kínálni, amely lehetővé teszi a jobb döntések meghozatalát, és végső soron a halak jobb halászatát._x000D_ _x000D_ Az elérendő konkrét célkitűzések a következők:_x000D_ _x000D_ a halcsoportosulást előidéző halászati bójákból származó hidroakusztikus szondák adatainak értelmezése, a neurális hálózati architektúrák_x000D_ A cél egy olyan architektúra kialakítása különböző neurális hálózatokból, amelyek szondákból, oceanográfiai adatokból, évszakból stb. táplálják az adatokat, és miután kiképezték őket, automatikusan ajánlásokat adhatnak a FAD-okról küldött adatoktól függően (ha van valami érdekes, ha zaj, ha a tengerfenék, a halak mérete, a jelenléti plankton stb.), hogy a legjobb döntést hozzuk arról, hogy melyik műholdas bója menjen halászni. Röviden, a cél a bóják által a hajóknak küldött információk jobb megértése a mesterséges intelligencián (IA) alapuló tanulási rendszereken keresztül._x000D_ _x000D_ A halászati ajánlások asszimilációjához szükséges felhasználói felület fejlesztése_x000D_ A cél egy prototípus szoftver kifejlesztése, amely bemutatja az idegi hálózatok által generált ajánlásokat. Egy adatbemutató modult fejlesztünk ki, hogy a minta intuitívan és egyszerűen asszimilálja az adatokat._x000D_ _x000D_ A projekt három munkacsomagra oszlik: PT1 A követelmények meghatározása, PT2 Fejlesztés egy neurális hálózati architektúra és PT3 tesztelés és validálás, 24 hónap alatt két mérföldkőre fut. (Hungarian) / rank
 
Normal rank
Property / summary: A projekt átfogó célja új technológiák kifejlesztése mesterséges intelligencia (AI) algoritmusok formájában olyan neurális hálózatok (NN) segítségével, amelyek a képzés után képesek olyan tudásréteget kínálni, amely lehetővé teszi a jobb döntések meghozatalát, és végső soron a halak jobb halászatát._x000D_ _x000D_ Az elérendő konkrét célkitűzések a következők:_x000D_ _x000D_ a halcsoportosulást előidéző halászati bójákból származó hidroakusztikus szondák adatainak értelmezése, a neurális hálózati architektúrák_x000D_ A cél egy olyan architektúra kialakítása különböző neurális hálózatokból, amelyek szondákból, oceanográfiai adatokból, évszakból stb. táplálják az adatokat, és miután kiképezték őket, automatikusan ajánlásokat adhatnak a FAD-okról küldött adatoktól függően (ha van valami érdekes, ha zaj, ha a tengerfenék, a halak mérete, a jelenléti plankton stb.), hogy a legjobb döntést hozzuk arról, hogy melyik műholdas bója menjen halászni. Röviden, a cél a bóják által a hajóknak küldött információk jobb megértése a mesterséges intelligencián (IA) alapuló tanulási rendszereken keresztül._x000D_ _x000D_ A halászati ajánlások asszimilációjához szükséges felhasználói felület fejlesztése_x000D_ A cél egy prototípus szoftver kifejlesztése, amely bemutatja az idegi hálózatok által generált ajánlásokat. Egy adatbemutató modult fejlesztünk ki, hogy a minta intuitívan és egyszerűen asszimilálja az adatokat._x000D_ _x000D_ A projekt három munkacsomagra oszlik: PT1 A követelmények meghatározása, PT2 Fejlesztés egy neurális hálózati architektúra és PT3 tesztelés és validálás, 24 hónap alatt két mérföldkőre fut. (Hungarian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Общата цел на проекта е да се разработят нови технологии под формата на алгоритми за изкуствен интелект (ИИ), използващи невронни мрежи (NN), които, след като бъдат обучени, могат да предложат ниво на знания, което позволява да се вземат по-добри решения, и в крайна сметка по-добре да се извършва риболов._x000D_ _x000D_. Конкретните цели, които трябва да бъдат постигнати, са следните:_x000D_ _x000D_ интерпретация на данните от хидроакустични сонда от риболовни сателитни шамандури с УПР (Устройство за събиране на риба), чрез невронна мрежа architectures_x000D_ Целите са да се разработи архитектура на различни невронни мрежи, която подава данни от сонди, океанографски данни, време на годината и т.н., и след като бъдат обучени, те могат автоматично да дадат препоръки за модел в зависимост от данните, изпратени от УПР (ако има нещо интересно, ако е шум, ако това е морското дъно, размера на рибата, планктон за присъствие и т.н.), за да се вземе най-доброто решение за това коя сателитна шамандура да отиде на риболов. Накратко, целта е да се подобри разбирането на информацията, която шамандурите изпращат на корабите чрез системи за обучение, основани на изкуствен интелект (IA)._x000D_ _x000D_ Разработване на прототип на потребителски интерфейс за асимилиране на препоръки за риболов_x000D_ Целта е разработването на прототипен софтуер за представяне на препоръките, генерирани от невронните мрежи. Ще бъде разработен модул за представяне на данни, така че моделът да може да асимилира данни интуитивно и лесно._x000D_ _x000D_ Проектът е разделен на три работни пакета, PT1 Определение на изискванията, PT2 Разработване на невронна мрежова архитектура и PT3 Тестване и валидиране, се състои от два етапа за 24 месеца. (Bulgarian)
Property / summary: Общата цел на проекта е да се разработят нови технологии под формата на алгоритми за изкуствен интелект (ИИ), използващи невронни мрежи (NN), които, след като бъдат обучени, могат да предложат ниво на знания, което позволява да се вземат по-добри решения, и в крайна сметка по-добре да се извършва риболов._x000D_ _x000D_. Конкретните цели, които трябва да бъдат постигнати, са следните:_x000D_ _x000D_ интерпретация на данните от хидроакустични сонда от риболовни сателитни шамандури с УПР (Устройство за събиране на риба), чрез невронна мрежа architectures_x000D_ Целите са да се разработи архитектура на различни невронни мрежи, която подава данни от сонди, океанографски данни, време на годината и т.н., и след като бъдат обучени, те могат автоматично да дадат препоръки за модел в зависимост от данните, изпратени от УПР (ако има нещо интересно, ако е шум, ако това е морското дъно, размера на рибата, планктон за присъствие и т.н.), за да се вземе най-доброто решение за това коя сателитна шамандура да отиде на риболов. Накратко, целта е да се подобри разбирането на информацията, която шамандурите изпращат на корабите чрез системи за обучение, основани на изкуствен интелект (IA)._x000D_ _x000D_ Разработване на прототип на потребителски интерфейс за асимилиране на препоръки за риболов_x000D_ Целта е разработването на прототипен софтуер за представяне на препоръките, генерирани от невронните мрежи. Ще бъде разработен модул за представяне на данни, така че моделът да може да асимилира данни интуитивно и лесно._x000D_ _x000D_ Проектът е разделен на три работни пакета, PT1 Определение на изискванията, PT2 Разработване на невронна мрежова архитектура и PT3 Тестване и валидиране, се състои от два етапа за 24 месеца. (Bulgarian) / rank
 
Normal rank
Property / summary: Общата цел на проекта е да се разработят нови технологии под формата на алгоритми за изкуствен интелект (ИИ), използващи невронни мрежи (NN), които, след като бъдат обучени, могат да предложат ниво на знания, което позволява да се вземат по-добри решения, и в крайна сметка по-добре да се извършва риболов._x000D_ _x000D_. Конкретните цели, които трябва да бъдат постигнати, са следните:_x000D_ _x000D_ интерпретация на данните от хидроакустични сонда от риболовни сателитни шамандури с УПР (Устройство за събиране на риба), чрез невронна мрежа architectures_x000D_ Целите са да се разработи архитектура на различни невронни мрежи, която подава данни от сонди, океанографски данни, време на годината и т.н., и след като бъдат обучени, те могат автоматично да дадат препоръки за модел в зависимост от данните, изпратени от УПР (ако има нещо интересно, ако е шум, ако това е морското дъно, размера на рибата, планктон за присъствие и т.н.), за да се вземе най-доброто решение за това коя сателитна шамандура да отиде на риболов. Накратко, целта е да се подобри разбирането на информацията, която шамандурите изпращат на корабите чрез системи за обучение, основани на изкуствен интелект (IA)._x000D_ _x000D_ Разработване на прототип на потребителски интерфейс за асимилиране на препоръки за риболов_x000D_ Целта е разработването на прототипен софтуер за представяне на препоръките, генерирани от невронните мрежи. Ще бъде разработен модул за представяне на данни, така че моделът да може да асимилира данни интуитивно и лесно._x000D_ _x000D_ Проектът е разделен на три работни пакета, PT1 Определение на изискванията, PT2 Разработване на невронна мрежова архитектура и PT3 Тестване и валидиране, се състои от два етапа за 24 месеца. (Bulgarian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Bendras projekto tikslas – sukurti naujas technologijas dirbtinio intelekto (DI) algoritmų forma naudojant neuroninius tinklus (NN), kurie, išmokyti, galėtų pasiūlyti tokį žinių lygmenį, kuris leistų priimti geresnius sprendimus ir, galiausiai, geriau žvejoti._x000D_ _x000D_ Konkretūs tikslai, kuriuos reikia pasiekti, yra šie:_x000D_ _x000D_ interpretuoti hidroakustinio zondo duomenis iš žvejybos palydovinių plūdurų su ŽSĮ (Žuvų agregavimo įrenginys), per neuroninio tinklo architektūras_x000D_ Tikslai yra sukurti skirtingų neuroninių tinklų architektūrą, kuri teikia duomenis iš zondų, okeanografinių duomenų, metų laiko ir tt, ir kai jie išmokyti, jie gali automatiškai pateikti rekomendacijas modeliui, priklausomai nuo ŽSĮ siunčiamų duomenų (jei yra kažkas įdomaus, jei tai yra triukšmas, jei tai jūros dugnas, žuvų dydis, buvimas planktonas ir kt.), kad būtų priimtas geriausias sprendimas, kuris palydovinis plūduras ketina žvejoti. Trumpai tariant, siekiama pagerinti informacijos, kurią plūdurai siunčia laivams per dirbtinio intelekto (IA) pagrįstas mokymosi sistemas, supratimą._x000D_ _x000D_ Naudotojo sąsajos prototipo kūrimas žvejybos rekomendacijų įsisavinimui_x000D_ Tikslas yra programinės įrangos prototipo kūrimas, kad būtų pristatytos neuroninių tinklų sukurtos rekomendacijos. Bus sukurtas duomenų pateikimo modulis, kad modelis galėtų intuityviai ir lengvai įsisavinti duomenis._x000D_ _x000D_ Projektas yra suskirstytas į tris darbo paketus: PT1 Reikalavimų apibrėžimas, PT2 plėtra neuroninio tinklo architektūra ir PT3 testavimas ir patvirtinimas, vyksta į du etapus, per 24 mėnesius. (Lithuanian)
Property / summary: Bendras projekto tikslas – sukurti naujas technologijas dirbtinio intelekto (DI) algoritmų forma naudojant neuroninius tinklus (NN), kurie, išmokyti, galėtų pasiūlyti tokį žinių lygmenį, kuris leistų priimti geresnius sprendimus ir, galiausiai, geriau žvejoti._x000D_ _x000D_ Konkretūs tikslai, kuriuos reikia pasiekti, yra šie:_x000D_ _x000D_ interpretuoti hidroakustinio zondo duomenis iš žvejybos palydovinių plūdurų su ŽSĮ (Žuvų agregavimo įrenginys), per neuroninio tinklo architektūras_x000D_ Tikslai yra sukurti skirtingų neuroninių tinklų architektūrą, kuri teikia duomenis iš zondų, okeanografinių duomenų, metų laiko ir tt, ir kai jie išmokyti, jie gali automatiškai pateikti rekomendacijas modeliui, priklausomai nuo ŽSĮ siunčiamų duomenų (jei yra kažkas įdomaus, jei tai yra triukšmas, jei tai jūros dugnas, žuvų dydis, buvimas planktonas ir kt.), kad būtų priimtas geriausias sprendimas, kuris palydovinis plūduras ketina žvejoti. Trumpai tariant, siekiama pagerinti informacijos, kurią plūdurai siunčia laivams per dirbtinio intelekto (IA) pagrįstas mokymosi sistemas, supratimą._x000D_ _x000D_ Naudotojo sąsajos prototipo kūrimas žvejybos rekomendacijų įsisavinimui_x000D_ Tikslas yra programinės įrangos prototipo kūrimas, kad būtų pristatytos neuroninių tinklų sukurtos rekomendacijos. Bus sukurtas duomenų pateikimo modulis, kad modelis galėtų intuityviai ir lengvai įsisavinti duomenis._x000D_ _x000D_ Projektas yra suskirstytas į tris darbo paketus: PT1 Reikalavimų apibrėžimas, PT2 plėtra neuroninio tinklo architektūra ir PT3 testavimas ir patvirtinimas, vyksta į du etapus, per 24 mėnesius. (Lithuanian) / rank
 
Normal rank
Property / summary: Bendras projekto tikslas – sukurti naujas technologijas dirbtinio intelekto (DI) algoritmų forma naudojant neuroninius tinklus (NN), kurie, išmokyti, galėtų pasiūlyti tokį žinių lygmenį, kuris leistų priimti geresnius sprendimus ir, galiausiai, geriau žvejoti._x000D_ _x000D_ Konkretūs tikslai, kuriuos reikia pasiekti, yra šie:_x000D_ _x000D_ interpretuoti hidroakustinio zondo duomenis iš žvejybos palydovinių plūdurų su ŽSĮ (Žuvų agregavimo įrenginys), per neuroninio tinklo architektūras_x000D_ Tikslai yra sukurti skirtingų neuroninių tinklų architektūrą, kuri teikia duomenis iš zondų, okeanografinių duomenų, metų laiko ir tt, ir kai jie išmokyti, jie gali automatiškai pateikti rekomendacijas modeliui, priklausomai nuo ŽSĮ siunčiamų duomenų (jei yra kažkas įdomaus, jei tai yra triukšmas, jei tai jūros dugnas, žuvų dydis, buvimas planktonas ir kt.), kad būtų priimtas geriausias sprendimas, kuris palydovinis plūduras ketina žvejoti. Trumpai tariant, siekiama pagerinti informacijos, kurią plūdurai siunčia laivams per dirbtinio intelekto (IA) pagrįstas mokymosi sistemas, supratimą._x000D_ _x000D_ Naudotojo sąsajos prototipo kūrimas žvejybos rekomendacijų įsisavinimui_x000D_ Tikslas yra programinės įrangos prototipo kūrimas, kad būtų pristatytos neuroninių tinklų sukurtos rekomendacijos. Bus sukurtas duomenų pateikimo modulis, kad modelis galėtų intuityviai ir lengvai įsisavinti duomenis._x000D_ _x000D_ Projektas yra suskirstytas į tris darbo paketus: PT1 Reikalavimų apibrėžimas, PT2 plėtra neuroninio tinklo architektūra ir PT3 testavimas ir patvirtinimas, vyksta į du etapus, per 24 mėnesius. (Lithuanian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Opći je cilj projekta razviti nove tehnologije u obliku algoritama umjetne inteligencije (UI) primjenom neuronskih mreža (NN) koje, nakon osposobljavanja, mogu ponuditi sloj znanja koji omogućuje donošenje boljih odluka i, u konačnici, bolje ribe._x000D_ _x000D_ Posebni ciljevi koje treba postići su sljedeći:_x000D_ _x000D_ interpretacija hidroakustičkih sondi podataka iz ribolovnih satelitskih plutača s FAD uređajima (Fish Aggregating Device), kroz neuronske mrežne arhitekture_x000D_ Ciljevi su razviti arhitekturu različitih neuronskih mreža koja prenosi podatke iz sondi, oceanografskih podataka, doba godine itd., a nakon što se obuče, mogu automatski dati preporuke za uzorak ovisno o podacima poslanim s FAD uređaja, (ako postoji nešto zanimljivo, ako je riječ o buci, ako je riječ o morskom dnu, veličini ribe, planktonu prisutnosti itd.) kako bi se donijela najbolja odluka o tome koja satelitska plutača ide u ribolov. Ukratko, cilj je poboljšati razumijevanje informacija koje plutače šalju brodovima putem sustava učenja koji se temelje na umjetnoj inteligenciji (IA)._x000D_ _x000D_ Razvoj prototipa korisničkog sučelja za asimilaciju preporuka za ribolov_x000D_ Cilj je razvoj prototipa softvera za predstavljanje preporuka koje stvaraju neuronske mreže. Razvit će se modul za prezentaciju podataka, tako da uzorak može asimilirati podatke intuitivno i jednostavno._x000D_ _x000D_ Projekt je podijeljen u tri radna paketa, PT1 Definicija zahtjeva, PT2 Razvoj neuronske mrežne arhitekture i PT3 Ispitivanje i validacija, teče u dvije prekretnice, u 24 mjeseca. (Croatian)
Property / summary: Opći je cilj projekta razviti nove tehnologije u obliku algoritama umjetne inteligencije (UI) primjenom neuronskih mreža (NN) koje, nakon osposobljavanja, mogu ponuditi sloj znanja koji omogućuje donošenje boljih odluka i, u konačnici, bolje ribe._x000D_ _x000D_ Posebni ciljevi koje treba postići su sljedeći:_x000D_ _x000D_ interpretacija hidroakustičkih sondi podataka iz ribolovnih satelitskih plutača s FAD uređajima (Fish Aggregating Device), kroz neuronske mrežne arhitekture_x000D_ Ciljevi su razviti arhitekturu različitih neuronskih mreža koja prenosi podatke iz sondi, oceanografskih podataka, doba godine itd., a nakon što se obuče, mogu automatski dati preporuke za uzorak ovisno o podacima poslanim s FAD uređaja, (ako postoji nešto zanimljivo, ako je riječ o buci, ako je riječ o morskom dnu, veličini ribe, planktonu prisutnosti itd.) kako bi se donijela najbolja odluka o tome koja satelitska plutača ide u ribolov. Ukratko, cilj je poboljšati razumijevanje informacija koje plutače šalju brodovima putem sustava učenja koji se temelje na umjetnoj inteligenciji (IA)._x000D_ _x000D_ Razvoj prototipa korisničkog sučelja za asimilaciju preporuka za ribolov_x000D_ Cilj je razvoj prototipa softvera za predstavljanje preporuka koje stvaraju neuronske mreže. Razvit će se modul za prezentaciju podataka, tako da uzorak može asimilirati podatke intuitivno i jednostavno._x000D_ _x000D_ Projekt je podijeljen u tri radna paketa, PT1 Definicija zahtjeva, PT2 Razvoj neuronske mrežne arhitekture i PT3 Ispitivanje i validacija, teče u dvije prekretnice, u 24 mjeseca. (Croatian) / rank
 
Normal rank
Property / summary: Opći je cilj projekta razviti nove tehnologije u obliku algoritama umjetne inteligencije (UI) primjenom neuronskih mreža (NN) koje, nakon osposobljavanja, mogu ponuditi sloj znanja koji omogućuje donošenje boljih odluka i, u konačnici, bolje ribe._x000D_ _x000D_ Posebni ciljevi koje treba postići su sljedeći:_x000D_ _x000D_ interpretacija hidroakustičkih sondi podataka iz ribolovnih satelitskih plutača s FAD uređajima (Fish Aggregating Device), kroz neuronske mrežne arhitekture_x000D_ Ciljevi su razviti arhitekturu različitih neuronskih mreža koja prenosi podatke iz sondi, oceanografskih podataka, doba godine itd., a nakon što se obuče, mogu automatski dati preporuke za uzorak ovisno o podacima poslanim s FAD uređaja, (ako postoji nešto zanimljivo, ako je riječ o buci, ako je riječ o morskom dnu, veličini ribe, planktonu prisutnosti itd.) kako bi se donijela najbolja odluka o tome koja satelitska plutača ide u ribolov. Ukratko, cilj je poboljšati razumijevanje informacija koje plutače šalju brodovima putem sustava učenja koji se temelje na umjetnoj inteligenciji (IA)._x000D_ _x000D_ Razvoj prototipa korisničkog sučelja za asimilaciju preporuka za ribolov_x000D_ Cilj je razvoj prototipa softvera za predstavljanje preporuka koje stvaraju neuronske mreže. Razvit će se modul za prezentaciju podataka, tako da uzorak može asimilirati podatke intuitivno i jednostavno._x000D_ _x000D_ Projekt je podijeljen u tri radna paketa, PT1 Definicija zahtjeva, PT2 Razvoj neuronske mrežne arhitekture i PT3 Ispitivanje i validacija, teče u dvije prekretnice, u 24 mjeseca. (Croatian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Projektets övergripande mål är att utveckla ny teknik i form av algoritmer för artificiell intelligens (AI) med hjälp av neurala nätverk (NN) som, när de väl har utbildats, kan erbjuda ett kunskapslager som gör det möjligt att fatta bättre beslut och i slutändan fiska bättre._x000D_ _x000D_ De specifika målen som ska uppnås är följande:_x000D_ _x000D_ tolkning av hydroakustiska sonddata från fiskesatellitbojar med FAD (Fish Aggregating Device), genom neurala nätverksarkitekturer_x000D_ Målet är att utveckla en arkitektur av olika neurala nätverk som matar data från sonder, oceanografiska data, tid på året, etc., och när de har utbildats kan de automatiskt ge rekommendationer till ett mönster beroende på de data som skickas från FAD, (om det är något intressant, om det är buller, om det är havsbotten, fiskens storlek, närvaroplankton, etc.) att fatta det bästa beslutet om vilken satellitboj att fiska. Kort sagt, målet är att förbättra förståelsen av den information som bojar skickar till fartyg genom inlärningssystem baserade på artificiell intelligens (IA)._x000D_ _x000D_ Utveckling av ett prototypanvändargränssnitt för assimilering av fiskerekommendationer_x000D_ Målet är att utveckla en prototypprogramvara för att presentera de rekommendationer som genereras av neurala nätverk. En datapresentationsmodul kommer att utvecklas så att mönstret kan assimilera data intuitivt och enkelt._x000D_ _x000D_ Projektet är uppdelat i tre arbetspaket, PT1 Definition av krav, PT2 Utveckling en neural nätverksarkitektur och PT3 Testning och validering, går in i två milstolpar, på 24 månader. (Swedish)
Property / summary: Projektets övergripande mål är att utveckla ny teknik i form av algoritmer för artificiell intelligens (AI) med hjälp av neurala nätverk (NN) som, när de väl har utbildats, kan erbjuda ett kunskapslager som gör det möjligt att fatta bättre beslut och i slutändan fiska bättre._x000D_ _x000D_ De specifika målen som ska uppnås är följande:_x000D_ _x000D_ tolkning av hydroakustiska sonddata från fiskesatellitbojar med FAD (Fish Aggregating Device), genom neurala nätverksarkitekturer_x000D_ Målet är att utveckla en arkitektur av olika neurala nätverk som matar data från sonder, oceanografiska data, tid på året, etc., och när de har utbildats kan de automatiskt ge rekommendationer till ett mönster beroende på de data som skickas från FAD, (om det är något intressant, om det är buller, om det är havsbotten, fiskens storlek, närvaroplankton, etc.) att fatta det bästa beslutet om vilken satellitboj att fiska. Kort sagt, målet är att förbättra förståelsen av den information som bojar skickar till fartyg genom inlärningssystem baserade på artificiell intelligens (IA)._x000D_ _x000D_ Utveckling av ett prototypanvändargränssnitt för assimilering av fiskerekommendationer_x000D_ Målet är att utveckla en prototypprogramvara för att presentera de rekommendationer som genereras av neurala nätverk. En datapresentationsmodul kommer att utvecklas så att mönstret kan assimilera data intuitivt och enkelt._x000D_ _x000D_ Projektet är uppdelat i tre arbetspaket, PT1 Definition av krav, PT2 Utveckling en neural nätverksarkitektur och PT3 Testning och validering, går in i två milstolpar, på 24 månader. (Swedish) / rank
 
Normal rank
Property / summary: Projektets övergripande mål är att utveckla ny teknik i form av algoritmer för artificiell intelligens (AI) med hjälp av neurala nätverk (NN) som, när de väl har utbildats, kan erbjuda ett kunskapslager som gör det möjligt att fatta bättre beslut och i slutändan fiska bättre._x000D_ _x000D_ De specifika målen som ska uppnås är följande:_x000D_ _x000D_ tolkning av hydroakustiska sonddata från fiskesatellitbojar med FAD (Fish Aggregating Device), genom neurala nätverksarkitekturer_x000D_ Målet är att utveckla en arkitektur av olika neurala nätverk som matar data från sonder, oceanografiska data, tid på året, etc., och när de har utbildats kan de automatiskt ge rekommendationer till ett mönster beroende på de data som skickas från FAD, (om det är något intressant, om det är buller, om det är havsbotten, fiskens storlek, närvaroplankton, etc.) att fatta det bästa beslutet om vilken satellitboj att fiska. Kort sagt, målet är att förbättra förståelsen av den information som bojar skickar till fartyg genom inlärningssystem baserade på artificiell intelligens (IA)._x000D_ _x000D_ Utveckling av ett prototypanvändargränssnitt för assimilering av fiskerekommendationer_x000D_ Målet är att utveckla en prototypprogramvara för att presentera de rekommendationer som genereras av neurala nätverk. En datapresentationsmodul kommer att utvecklas så att mönstret kan assimilera data intuitivt och enkelt._x000D_ _x000D_ Projektet är uppdelat i tre arbetspaket, PT1 Definition av krav, PT2 Utveckling en neural nätverksarkitektur och PT3 Testning och validering, går in i två milstolpar, på 24 månader. (Swedish) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Obiectivul general al proiectului este de a dezvolta noi tehnologii sub formă de algoritmi de inteligență artificială (IA) folosind rețele neuronale (NN) care, odată instruite, sunt capabile să ofere un strat de cunoștințe care să permită luarea unor decizii mai bune și, în cele din urmă, să pescuiască mai bine._x000D_ _x000D_ Obiectivele specifice care trebuie atinse sunt următoarele:_x000D_ _x000D_ _x000D_ a datelor sondelor hidroacustice din geamandurile satelitului de pescuit cu FAD-uri (dispozitiv de agregare a peștilor), prin arhitectura rețelei neuronale_x000D_ Obiectivele sunt de a dezvolta o arhitectură a diferitelor rețele neuronale care alimentează date din sonde, date oceanografice, perioada anului etc. și odată instruite pot da în mod automat recomandări unui model în funcție de datele trimise de FAD-uri, (dacă există ceva interesant, dacă este zgomot, dacă este fundul mării, dimensiunea peștelui, planctonul de prezență etc.) pentru a lua cea mai bună decizie cu privire la geamandura satelitului pentru a merge la pescuit. Pe scurt, scopul este de a îmbunătăți înțelegerea informațiilor pe care geamandurile le trimit navelor prin sisteme de învățare bazate pe inteligența artificială (IA)._x000D_ _x000D_ Dezvoltarea unei interfețe prototip de utilizator pentru asimilarea recomandărilor de pescuit_x000D_ Obiectivul este dezvoltarea unui software prototip pentru a prezenta recomandările generate de rețelele neuronale. Un modul de prezentare a datelor va fi dezvoltat, astfel încât modelul să poată asimila datele intuitiv și ușor._x000D_ _x000D_ Proiectul este împărțit în trei pachete de lucru, PT1 Definiția cerințelor, PT2 Dezvoltarea unei arhitecturi de rețea neurală și testarea și validarea PT3, se execută în două etape, în 24 de luni. (Romanian)
Property / summary: Obiectivul general al proiectului este de a dezvolta noi tehnologii sub formă de algoritmi de inteligență artificială (IA) folosind rețele neuronale (NN) care, odată instruite, sunt capabile să ofere un strat de cunoștințe care să permită luarea unor decizii mai bune și, în cele din urmă, să pescuiască mai bine._x000D_ _x000D_ Obiectivele specifice care trebuie atinse sunt următoarele:_x000D_ _x000D_ _x000D_ a datelor sondelor hidroacustice din geamandurile satelitului de pescuit cu FAD-uri (dispozitiv de agregare a peștilor), prin arhitectura rețelei neuronale_x000D_ Obiectivele sunt de a dezvolta o arhitectură a diferitelor rețele neuronale care alimentează date din sonde, date oceanografice, perioada anului etc. și odată instruite pot da în mod automat recomandări unui model în funcție de datele trimise de FAD-uri, (dacă există ceva interesant, dacă este zgomot, dacă este fundul mării, dimensiunea peștelui, planctonul de prezență etc.) pentru a lua cea mai bună decizie cu privire la geamandura satelitului pentru a merge la pescuit. Pe scurt, scopul este de a îmbunătăți înțelegerea informațiilor pe care geamandurile le trimit navelor prin sisteme de învățare bazate pe inteligența artificială (IA)._x000D_ _x000D_ Dezvoltarea unei interfețe prototip de utilizator pentru asimilarea recomandărilor de pescuit_x000D_ Obiectivul este dezvoltarea unui software prototip pentru a prezenta recomandările generate de rețelele neuronale. Un modul de prezentare a datelor va fi dezvoltat, astfel încât modelul să poată asimila datele intuitiv și ușor._x000D_ _x000D_ Proiectul este împărțit în trei pachete de lucru, PT1 Definiția cerințelor, PT2 Dezvoltarea unei arhitecturi de rețea neurală și testarea și validarea PT3, se execută în două etape, în 24 de luni. (Romanian) / rank
 
Normal rank
Property / summary: Obiectivul general al proiectului este de a dezvolta noi tehnologii sub formă de algoritmi de inteligență artificială (IA) folosind rețele neuronale (NN) care, odată instruite, sunt capabile să ofere un strat de cunoștințe care să permită luarea unor decizii mai bune și, în cele din urmă, să pescuiască mai bine._x000D_ _x000D_ Obiectivele specifice care trebuie atinse sunt următoarele:_x000D_ _x000D_ _x000D_ a datelor sondelor hidroacustice din geamandurile satelitului de pescuit cu FAD-uri (dispozitiv de agregare a peștilor), prin arhitectura rețelei neuronale_x000D_ Obiectivele sunt de a dezvolta o arhitectură a diferitelor rețele neuronale care alimentează date din sonde, date oceanografice, perioada anului etc. și odată instruite pot da în mod automat recomandări unui model în funcție de datele trimise de FAD-uri, (dacă există ceva interesant, dacă este zgomot, dacă este fundul mării, dimensiunea peștelui, planctonul de prezență etc.) pentru a lua cea mai bună decizie cu privire la geamandura satelitului pentru a merge la pescuit. Pe scurt, scopul este de a îmbunătăți înțelegerea informațiilor pe care geamandurile le trimit navelor prin sisteme de învățare bazate pe inteligența artificială (IA)._x000D_ _x000D_ Dezvoltarea unei interfețe prototip de utilizator pentru asimilarea recomandărilor de pescuit_x000D_ Obiectivul este dezvoltarea unui software prototip pentru a prezenta recomandările generate de rețelele neuronale. Un modul de prezentare a datelor va fi dezvoltat, astfel încât modelul să poată asimila datele intuitiv și ușor._x000D_ _x000D_ Proiectul este împărțit în trei pachete de lucru, PT1 Definiția cerințelor, PT2 Dezvoltarea unei arhitecturi de rețea neurală și testarea și validarea PT3, se execută în două etape, în 24 de luni. (Romanian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Splošni cilj projekta je razviti nove tehnologije v obliki algoritmov umetne inteligence (AI), ki uporabljajo nevronske mreže (NN), ki lahko, ko se usposabljajo, ponudijo plast znanja, ki omogoča boljše odločitve in nazadnje ribe._x000D_ _x000D_ Posebni cilji, ki jih je treba doseči, so naslednji:_x000D_ _x000D_ interpretacija hidroakustičnih podatkov o sondah iz ribolovnih satelitskih bojev z napravami za zbiranje rib (Fish Aggregating Device), skozi nevronske omrežne arhitekture_x000D_ Cilji so razviti arhitekturo različnih nevronskih omrežij, ki dovajajo podatke iz sond, oceanografskih podatkov, časa leta itd., in ko so usposobljeni, lahko samodejno dajo priporočila za vzorec, odvisno od podatkov, poslanih iz naprav za zbiranje rib, (če je kaj zanimivega, če je hrup, če je morsko dno, velikost rib, prisotnost planktona itd.), da se najbolje odloči, na katero satelitsko bojo iti ribolov. Skratka, cilj je izboljšati razumevanje informacij, ki jih boje pošiljajo ladjam prek učnih sistemov, ki temeljijo na umetni inteligenci (IA)._x000D_ _x000D_ Razvoj prototipnega uporabniškega vmesnika za asimilacijo ribolovnih priporočil_x000D_ Cilj je razvoj prototipne programske opreme za predstavitev priporočil nevronskih mrež. Razvit bo modul za predstavitev podatkov, tako da lahko vzorec intuitivno in enostavno asimilira podatke._x000D_ _x000D_ Projekt je razdeljen na tri delovne sklope, PT1 Opredelitev zahtev, PT2 Razvoj nevronske omrežne arhitekture in PT3 Testiranje in validacija, poteka v dveh mejnikih, v 24 mesecih. (Slovenian)
Property / summary: Splošni cilj projekta je razviti nove tehnologije v obliki algoritmov umetne inteligence (AI), ki uporabljajo nevronske mreže (NN), ki lahko, ko se usposabljajo, ponudijo plast znanja, ki omogoča boljše odločitve in nazadnje ribe._x000D_ _x000D_ Posebni cilji, ki jih je treba doseči, so naslednji:_x000D_ _x000D_ interpretacija hidroakustičnih podatkov o sondah iz ribolovnih satelitskih bojev z napravami za zbiranje rib (Fish Aggregating Device), skozi nevronske omrežne arhitekture_x000D_ Cilji so razviti arhitekturo različnih nevronskih omrežij, ki dovajajo podatke iz sond, oceanografskih podatkov, časa leta itd., in ko so usposobljeni, lahko samodejno dajo priporočila za vzorec, odvisno od podatkov, poslanih iz naprav za zbiranje rib, (če je kaj zanimivega, če je hrup, če je morsko dno, velikost rib, prisotnost planktona itd.), da se najbolje odloči, na katero satelitsko bojo iti ribolov. Skratka, cilj je izboljšati razumevanje informacij, ki jih boje pošiljajo ladjam prek učnih sistemov, ki temeljijo na umetni inteligenci (IA)._x000D_ _x000D_ Razvoj prototipnega uporabniškega vmesnika za asimilacijo ribolovnih priporočil_x000D_ Cilj je razvoj prototipne programske opreme za predstavitev priporočil nevronskih mrež. Razvit bo modul za predstavitev podatkov, tako da lahko vzorec intuitivno in enostavno asimilira podatke._x000D_ _x000D_ Projekt je razdeljen na tri delovne sklope, PT1 Opredelitev zahtev, PT2 Razvoj nevronske omrežne arhitekture in PT3 Testiranje in validacija, poteka v dveh mejnikih, v 24 mesecih. (Slovenian) / rank
 
Normal rank
Property / summary: Splošni cilj projekta je razviti nove tehnologije v obliki algoritmov umetne inteligence (AI), ki uporabljajo nevronske mreže (NN), ki lahko, ko se usposabljajo, ponudijo plast znanja, ki omogoča boljše odločitve in nazadnje ribe._x000D_ _x000D_ Posebni cilji, ki jih je treba doseči, so naslednji:_x000D_ _x000D_ interpretacija hidroakustičnih podatkov o sondah iz ribolovnih satelitskih bojev z napravami za zbiranje rib (Fish Aggregating Device), skozi nevronske omrežne arhitekture_x000D_ Cilji so razviti arhitekturo različnih nevronskih omrežij, ki dovajajo podatke iz sond, oceanografskih podatkov, časa leta itd., in ko so usposobljeni, lahko samodejno dajo priporočila za vzorec, odvisno od podatkov, poslanih iz naprav za zbiranje rib, (če je kaj zanimivega, če je hrup, če je morsko dno, velikost rib, prisotnost planktona itd.), da se najbolje odloči, na katero satelitsko bojo iti ribolov. Skratka, cilj je izboljšati razumevanje informacij, ki jih boje pošiljajo ladjam prek učnih sistemov, ki temeljijo na umetni inteligenci (IA)._x000D_ _x000D_ Razvoj prototipnega uporabniškega vmesnika za asimilacijo ribolovnih priporočil_x000D_ Cilj je razvoj prototipne programske opreme za predstavitev priporočil nevronskih mrež. Razvit bo modul za predstavitev podatkov, tako da lahko vzorec intuitivno in enostavno asimilira podatke._x000D_ _x000D_ Projekt je razdeljen na tri delovne sklope, PT1 Opredelitev zahtev, PT2 Razvoj nevronske omrežne arhitekture in PT3 Testiranje in validacija, poteka v dveh mejnikih, v 24 mesecih. (Slovenian) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / summary
 
Ogólnym celem projektu jest opracowanie nowych technologii w postaci algorytmów sztucznej inteligencji (AI) z wykorzystaniem sieci neuronowych (NN), które po przeszkoleniu są w stanie zaoferować warstwę wiedzy, która pozwala na podejmowanie lepszych decyzji i, ostatecznie, lepiej łowić._x000D_ _x000D_ Określone cele do osiągnięcia są następujące:_x000D_ _x000D_ interpretacja danych sondy hydroakustycznej z łowisk satelitarnych za pomocą FAD (Fish Aggregating Device), poprzez architekturę sieci neuronowej_x000D_ Celem jest opracowanie architektury różnych sieci neuronowych, które zasilają dane z sond, danych oceanograficznych, pory roku itp., a po przeszkoleniu mogą automatycznie podawać zalecenia do wzoru w zależności od danych wysyłanych z FAD, (jeśli jest coś ciekawego, jeśli jest to hałas, czy jest to dno morskie, wielkość ryby, plankton obecności itp.), aby podjąć najlepszą decyzję, która boja satelitarna ma iść na ryby. Krótko mówiąc, celem jest lepsze zrozumienie informacji, które boje wysyłają do statków za pośrednictwem systemów uczenia się opartych na sztucznej inteligencji (IA)._x000D_ _x000D_ Rozwój prototypowego interfejsu użytkownika w celu przyswajania zaleceń dotyczących połowów_x000D_ Celem jest opracowanie prototypowego oprogramowania przedstawiającego zalecenia generowane przez sieci neuronowe. Zostanie opracowany moduł prezentacji danych, tak aby wzór mógł intuicyjnie i łatwo przyswoić dane._x000D_ _x000D_ Projekt jest podzielony na trzy pakiety robocze, PT1 Definicja wymagań, PT2 Development architektura sieci neuronowej oraz PT3 Testowanie i walidacja, w ciągu 24 miesięcy zostanie podzielony na dwa etapy. (Polish)
Property / summary: Ogólnym celem projektu jest opracowanie nowych technologii w postaci algorytmów sztucznej inteligencji (AI) z wykorzystaniem sieci neuronowych (NN), które po przeszkoleniu są w stanie zaoferować warstwę wiedzy, która pozwala na podejmowanie lepszych decyzji i, ostatecznie, lepiej łowić._x000D_ _x000D_ Określone cele do osiągnięcia są następujące:_x000D_ _x000D_ interpretacja danych sondy hydroakustycznej z łowisk satelitarnych za pomocą FAD (Fish Aggregating Device), poprzez architekturę sieci neuronowej_x000D_ Celem jest opracowanie architektury różnych sieci neuronowych, które zasilają dane z sond, danych oceanograficznych, pory roku itp., a po przeszkoleniu mogą automatycznie podawać zalecenia do wzoru w zależności od danych wysyłanych z FAD, (jeśli jest coś ciekawego, jeśli jest to hałas, czy jest to dno morskie, wielkość ryby, plankton obecności itp.), aby podjąć najlepszą decyzję, która boja satelitarna ma iść na ryby. Krótko mówiąc, celem jest lepsze zrozumienie informacji, które boje wysyłają do statków za pośrednictwem systemów uczenia się opartych na sztucznej inteligencji (IA)._x000D_ _x000D_ Rozwój prototypowego interfejsu użytkownika w celu przyswajania zaleceń dotyczących połowów_x000D_ Celem jest opracowanie prototypowego oprogramowania przedstawiającego zalecenia generowane przez sieci neuronowe. Zostanie opracowany moduł prezentacji danych, tak aby wzór mógł intuicyjnie i łatwo przyswoić dane._x000D_ _x000D_ Projekt jest podzielony na trzy pakiety robocze, PT1 Definicja wymagań, PT2 Development architektura sieci neuronowej oraz PT3 Testowanie i walidacja, w ciągu 24 miesięcy zostanie podzielony na dwa etapy. (Polish) / rank
 
Normal rank
Property / summary: Ogólnym celem projektu jest opracowanie nowych technologii w postaci algorytmów sztucznej inteligencji (AI) z wykorzystaniem sieci neuronowych (NN), które po przeszkoleniu są w stanie zaoferować warstwę wiedzy, która pozwala na podejmowanie lepszych decyzji i, ostatecznie, lepiej łowić._x000D_ _x000D_ Określone cele do osiągnięcia są następujące:_x000D_ _x000D_ interpretacja danych sondy hydroakustycznej z łowisk satelitarnych za pomocą FAD (Fish Aggregating Device), poprzez architekturę sieci neuronowej_x000D_ Celem jest opracowanie architektury różnych sieci neuronowych, które zasilają dane z sond, danych oceanograficznych, pory roku itp., a po przeszkoleniu mogą automatycznie podawać zalecenia do wzoru w zależności od danych wysyłanych z FAD, (jeśli jest coś ciekawego, jeśli jest to hałas, czy jest to dno morskie, wielkość ryby, plankton obecności itp.), aby podjąć najlepszą decyzję, która boja satelitarna ma iść na ryby. Krótko mówiąc, celem jest lepsze zrozumienie informacji, które boje wysyłają do statków za pośrednictwem systemów uczenia się opartych na sztucznej inteligencji (IA)._x000D_ _x000D_ Rozwój prototypowego interfejsu użytkownika w celu przyswajania zaleceń dotyczących połowów_x000D_ Celem jest opracowanie prototypowego oprogramowania przedstawiającego zalecenia generowane przez sieci neuronowe. Zostanie opracowany moduł prezentacji danych, tak aby wzór mógł intuicyjnie i łatwo przyswoić dane._x000D_ _x000D_ Projekt jest podzielony na trzy pakiety robocze, PT1 Definicja wymagań, PT2 Development architektura sieci neuronowej oraz PT3 Testowanie i walidacja, w ciągu 24 miesięcy zostanie podzielony na dwa etapy. (Polish) / qualifier
 
point in time: 18 August 2022
Timestamp+2022-08-18T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / location (string)
 
Nigrán
Property / location (string): Nigrán / rank
 
Normal rank
Property / postal code
 
36350
Property / postal code: 36350 / rank
 
Normal rank
Property / contained in NUTS
 
Property / contained in NUTS: Pontevedra Province / rank
 
Normal rank
Property / contained in NUTS: Pontevedra Province / qualifier
 
Property / contained in Local Administrative Unit
 
Property / contained in Local Administrative Unit: Nigrán / rank
 
Normal rank
Property / contained in Local Administrative Unit: Nigrán / qualifier
 
Property / coordinate location
 
42°8'30.59"N, 8°48'10.12"W
Latitude42.141833977778
Longitude-8.8028056333333
Precision1.0E-5
Globehttp://www.wikidata.org/entity/Q2
Property / coordinate location: 42°8'30.59"N, 8°48'10.12"W / rank
 
Normal rank
Property / coordinate location: 42°8'30.59"N, 8°48'10.12"W / qualifier
 
Property / budget
 
365,290.0 Euro
Amount365,290.0 Euro
UnitEuro
Property / budget: 365,290.0 Euro / rank
 
Preferred rank
Property / EU contribution
 
198,900.4 Euro
Amount198,900.4 Euro
UnitEuro
Property / EU contribution: 198,900.4 Euro / rank
 
Preferred rank
Property / co-financing rate
 
54.45 percent
Amount54.45 percent
Unitpercent
Property / co-financing rate: 54.45 percent / rank
 
Normal rank
Property / date of last update
 
20 December 2023
Timestamp+2023-12-20T00:00:00Z
Timezone+00:00
CalendarGregorian
Precision1 day
Before0
After0
Property / date of last update: 20 December 2023 / rank
 
Normal rank

Latest revision as of 09:45, 11 October 2024

Project Q3176693 in Spain
Language Label Description Also known as
English
DEVELOPMENT OF NEW AI TECHNOLOGIES “MACHINE LEARNING” TO IMPROVE DECISION-MAKING DURING FISHING OPERATIONS WITH FAD’S — MINN OCEAN
Project Q3176693 in Spain

    Statements

    country
    Spain
    0 references
    EU contribution
    198,900.4 Euro
    0 references
    budget
    365,290.0 Euro
    0 references
    co-financing rate
    54.45 percent
    0 references
    start time
    1 July 2018
    0 references
    end time
    30 June 2020
    0 references
    beneficiary name (string)
    MARINE INSTRUMENTS SA
    0 references
    beneficiary
    Q3157579
    0 references
    coordinate location

    42°8'30.59"N, 8°48'10.12"W
    inferred from
    postal code
    0 references
    postal code
    36350
    0 references
    summary
    El objetivo global del proyecto es desarrollar nuevas tecnologías en forma de algoritmos de Inteligencia Artificial (IA) usando redes neuronales (NN) que, una vez entrenadas, sean capaces de ofrecer una capa de conocimiento que permita tomar mejores decisiones y, en definitiva, pescar mejor._x000D_ _x000D_ Los objetivos específicos que se pretenden conseguir son los que a continuación se relacionan:_x000D_ _x000D_ Desarrollo de algoritmos de interpretación de los datos de sondas hidroacústicas de las boyas satelitarias de pesca con FADs (Fish Aggregating Device), a través de arquitecturas de redes neuronales_x000D_ El objetivos es desarrollar una arquitectura de diferentes redes neuronales que se alimente de datos de sondas, datos oceanográficos, época del año, etc., y una vez entrenadas puedan de forma automática dar recomendaciones a un patrón dependiendo de los datos que se envían procedentes de los FADs, (si hay algo interesante, si es ruido, si es el fondo marino, tamaño del pescado, presencia plancton, etc.) para que tome la mejor decisión sobre qué boya satelitaria ir a pescar. En definitiva, se trata de mejorar el entendimiento de la información que las boyas envían a los barcos por medio de sistemas de aprendizaje basados en Inteligencia Artificial (IA)._x000D_ _x000D_ Desarrollo de un interfaz de usuario prototipo para la asimilación de recomendaciones de pesca_x000D_ El objetivo es el desarrollo de un software prototipo de presentación de las recomendaciones generadas por las redes neuronales. Se desarrollará un módulo de presentación de los datos, de manera que el patrón pueda asimilar los datos de forma intuitiva y sencilla._x000D_ _x000D_ El proyecto se divide en tres paquetes de trabajo, PT1 Definición de requisitos, PT2 Desarrollo una arquitectura de redes neuronales y PT3 Realización de pruebas y validación, se ejecuta en dos hitos, en 24 meses. (Spanish)
    0 references
    The overall objective of the project is to develop new technologies in the form of Artificial Intelligence (AI) algorithms using neural networks (NN) that, once trained, are able to offer a layer of knowledge that allows to make better decisions and, ultimately, fish better._x000D_ _x000D_ The specific objectives to be achieved are the following:_x000D_ _x000D_ interpretation of hydroacoustic probe data from fishing satellite buoys with FADs (Fish Aggregating Device), through neural network architectures_x000D_ The objectives are to develop an architecture of different neural networks that feeds data from probes, oceanographic data, time of year, etc., and once trained they can automatically give recommendations to a pattern depending on the data sent from FADs, (if there is something interesting, if it is noise, if it is the seabed, size of the fish, presence plankton, etc.) to make the best decision on which satellite buoy to go fishing. In short, the aim is to improve the understanding of the information that buoys send to ships through learning systems based on Artificial Intelligence (IA)._x000D_ _x000D_ Development of a prototype user interface for the assimilation of fishing recommendations_x000D_ The objective is the development of a prototype software to present the recommendations generated by neural networks. A data presentation module will be developed, so that the pattern can assimilate data intuitively and easily._x000D_ _x000D_ The project is divided into three work packages, PT1 Definition of requirements, PT2 Development a neural network architecture and PT3 Testing and validation, runs into two milestones, in 24 months. (English)
    point in time
    12 October 2021
    readability score
    0.5126775980916057
    0 references
    L’objectif général du projet est de développer de nouvelles technologies sous la forme d’algorithmes d’intelligence artificielle (IA) utilisant des réseaux neuronaux (NN) qui, une fois formés, sont en mesure d’offrir une couche de connaissances permettant de prendre de meilleures décisions et, en fin de compte, de mieux pêcher._x000D_ _x000D_ Les objectifs spécifiques à atteindre sont les suivants:_x000D_ _x000D_ interprétation des données des sondes hydroacoustiques provenant de bouées satellitaires de pêche avec FAD (dispositif de regroupement des poissons), grâce aux architectures de réseaux neuronaux_x000D_ Les objectifs sont de développer une architecture de différents réseaux neuronaux qui alimente les données des sondes, des données océanographiques, de la période de l’année, etc., et une fois formés, ils peuvent automatiquement donner des recommandations à un modèle en fonction des données envoyées par les FAD, (s’il y a quelque chose d’intéressant, s’il s’agit de bruit, s’il s’agit du fond marin, de la taille du poisson, du plancton de présence, etc.) pour prendre la meilleure décision sur la bouée satellite pour aller pêcher. En bref, l’objectif est d’améliorer la compréhension des informations que les bouées envoient aux navires grâce à des systèmes d’apprentissage basés sur l’intelligence artificielle (IA)._x000D_ _x000D_ Développement d’une interface utilisateur prototype pour l’assimilation des recommandations de pêche_x000D_ L’objectif est de développer un prototype de logiciel pour présenter les recommandations générées par les réseaux neuronaux. Un module de présentation des données sera développé afin que le modèle puisse assimiler les données intuitivement et facilement._x000D_ _x000D_ Le projet est divisé en trois paquets de travail, PT1 Définition des exigences, PT2 Développement d’une architecture de réseau neuronal et PT3 Test et validation, se déroule en deux étapes, en 24 mois. (French)
    point in time
    4 December 2021
    0 references
    Übergeordnetes Ziel des Projekts ist es, neue Technologien in Form von künstlichen Intelligenz (AI) Algorithmen mit neuronalen Netzwerken (NN) zu entwickeln, die, sobald ausgebildet, in der Lage sind, eine Wissensschicht anzubieten, die es ermöglicht, bessere Entscheidungen zu treffen und letztlich besser zu fischen._x000D_ _x000D_ Die zu erreichenden spezifischen Ziele sind folgende:_x000D_ _x000D_ Interpretation von hydroakustischen Sondendaten von Fischereisatellitenbojen mit FADs (Fish Aggregating Device), durch neuronale Netzwerkarchitekturen_x000D_ Die Ziele sind die Entwicklung einer Architektur verschiedener neuronaler Netzwerke, die Daten von Sonden, ozeanographischen Daten, Zeit des Jahres usw. einfließt, und einmal geschult, können sie automatisch Empfehlungen für ein Muster geben, abhängig von den Daten, die von FADs gesendet werden, (wenn es etwas Interessantes gibt, wenn es Lärm ist, wenn es sich um den Meeresboden, die Größe der Fische, Präsenzplankton, etc.) handelt, um die beste Entscheidung darüber zu treffen, welche Satellitenboje fischen sollen. Kurz gesagt, das Ziel ist es, das Verständnis der Informationen zu verbessern, die Bojen durch Lernsysteme auf Basis künstlicher Intelligenz (IA) an Schiffe senden._x000D_ _x000D_ Entwicklung einer Prototyp-Benutzeroberfläche zur Assimilation von Fischereiempfehlungen_x000D_ Das Ziel ist die Entwicklung einer Prototyp-Software, um die Empfehlungen neuraler Netzwerke darzustellen. Es wird ein Datenpräsentationsmodul entwickelt, damit das Muster Daten intuitiv und einfach assimilieren kann._x000D_ _x000D_ Das Projekt ist in drei Arbeitspakete unterteilt, PT1 Definition von Anforderungen, PT2 Entwicklung einer neuronalen Netzwerkarchitektur und PT3 Testing und Validierung, läuft innerhalb von 24 Monaten in zwei Meilensteine. (German)
    point in time
    9 December 2021
    0 references
    De algemene doelstelling van het project is de ontwikkeling van nieuwe technologieën in de vorm van algoritmen voor kunstmatige intelligentie (AI) met gebruikmaking van neurale netwerken (NN) die, zodra zij zijn opgeleid, een kennislaag kunnen bieden die het mogelijk maakt betere beslissingen te nemen en uiteindelijk beter vissen._x000D_ _x000D_ De specifieke doelstellingen zijn de volgende:_x000D_ _x000D_interpretatie van hydroakoestische sondegegevens van visserijsatellietboeien met FAD’s (Fish Aggregating Device), via neurale netwerk architectures_x000D_ De doelstellingen zijn het ontwikkelen van een architectuur van verschillende neurale netwerken die gegevens van sondes, oceanografische gegevens, tijd van het jaar, enz., en na opleiding kunnen ze automatisch aanbevelingen te geven aan een patroon, afhankelijk van de gegevens van FAD’s, (als er iets interessants, als het lawaai, als het de zeebodem, de grootte van de vis, aanwezigheid plankton, enz.) om de beste beslissing te nemen over welke satellietboei om te gaan vissen. Kortom, het doel is het verbeteren van het inzicht in de informatie die boeien naar schepen sturen via leersystemen op basis van kunstmatige intelligentie (IA)._x000D_ _x000D_ Ontwikkeling van een prototype gebruikersinterface voor de assimilatie van visserijaanbevelingen_x000D_ Het doel is de ontwikkeling van een prototypesoftware om de aanbevelingen van neurale netwerken te presenteren. Er zal een datapresentatiemodule worden ontwikkeld, zodat het patroon gegevens intuïtief en gemakkelijk kan assimileren._x000D_ _x000D_ Het project is verdeeld in drie werkpakketten, PT1 Definitie van vereisten, PT2 Ontwikkeling van een neurale netwerkarchitectuur en PT3 Testen en validatie, loopt in 24 maanden in twee mijlpalen. (Dutch)
    point in time
    17 December 2021
    0 references
    L'obiettivo generale del progetto è quello di sviluppare nuove tecnologie sotto forma di algoritmi di intelligenza artificiale (AI) utilizzando reti neurali (NN) che, una volta formati, sono in grado di offrire un livello di conoscenza che consente di prendere decisioni migliori e, in definitiva, di pescare meglio._x000D_ _x000D_ Gli obiettivi specifici da raggiungere sono i seguenti:_x000D_ _x000D_ interpretazione dei dati della sonda idroacustica delle boe satellitari di pesca con FAD (Fish Aggregating Device), attraverso architetture di rete neurali_x000D_ L'obiettivo è quello di sviluppare un'architettura di diverse reti neurali che alimenta dati da sonde, dati oceanografici, periodo dell'anno, ecc., e una volta addestrati possono automaticamente dare raccomandazioni a uno schema a seconda dei dati inviati dai FAD, (se c'è qualcosa di interessante, se è rumore, se è il fondale marino, dimensioni del pesce, plancton di presenza, ecc.) per prendere la decisione migliore su quale boa satellitare per andare a pescare. In breve, l'obiettivo è quello di migliorare la comprensione delle informazioni che le boe inviano alle navi attraverso sistemi di apprendimento basati sull'intelligenza artificiale (IA)._x000D_ _x000D_ Sviluppo di un prototipo di interfaccia utente per l'assimilazione di raccomandazioni di pesca_x000D_ L'obiettivo è lo sviluppo di un prototipo di software per presentare le raccomandazioni generate dalle reti neurali. Verrà sviluppato un modulo di presentazione dei dati, in modo che il pattern possa assimilare i dati in modo intuitivo e semplice._x000D_ _x000D_ Il progetto è diviso in tre pacchetti di lavoro, PT1 Definizione dei requisiti, PT2 Sviluppo di un'architettura di rete neurale e test e validazione PT3, corre in due tappe, in 24 mesi. (Italian)
    point in time
    16 January 2022
    0 references
    Γενικός στόχος του έργου είναι η ανάπτυξη νέων τεχνολογιών με τη μορφή αλγορίθμων τεχνητής νοημοσύνης (ΤΝ) που χρησιμοποιούν νευρωνικά δίκτυα (NN), τα οποία, αφού εκπαιδευτούν, είναι σε θέση να προσφέρουν ένα επίπεδο γνώσεων που επιτρέπει τη λήψη καλύτερων αποφάσεων και, τελικά, την καλύτερη αλιεία._x000D_ _x000D_ Οι ειδικοί στόχοι που πρέπει να επιτευχθούν είναι οι ακόλουθοι:_x000D_ _x000D_ ερμηνεία των δεδομένων υδροακουστικών ανιχνευτών από αλιευτικά δορυφορικά σημαντήρες με FAD (Fish Aggregating Device), μέσα από νευρωνικές αρχιτεκτονικές δικτύου_x000D_ Οι στόχοι είναι η ανάπτυξη μιας αρχιτεκτονικής διαφορετικών νευρωνικών δικτύων που τροφοδοτούν δεδομένα από ανιχνευτές, ωκεανογραφικά δεδομένα, χρόνο του χρόνου κ.λπ., και αφού εκπαιδευτούν, μπορούν να δώσουν αυτόματα συστάσεις σε ένα μοτίβο ανάλογα με τα δεδομένα που αποστέλλονται από τις FAD, (αν υπάρχει κάτι ενδιαφέρον, αν είναι θόρυβος, αν είναι ο βυθός, το μέγεθος των ψαριών, το πλαγκτόν παρουσίας κ.λπ.) να ληφθεί η καλύτερη απόφαση για το ποιος δορυφορικός σημαντήρας θα πάει για ψάρεμα. Εν ολίγοις, στόχος είναι να βελτιωθεί η κατανόηση των πληροφοριών που στέλνουν στα πλοία μέσω συστημάτων μάθησης που βασίζονται στην Τεχνητή Νοημοσύνη (IA)._x000D_ _x000D_ Ανάπτυξη μιας πρωτότυπης διεπαφής χρήστη για την αφομοίωση των αλιευτικών συστάσεων_x000D_ Στόχος είναι η ανάπτυξη ενός πρωτότυπου λογισμικού για την παρουσίαση των συστάσεων που δημιουργούνται από νευρωνικά δίκτυα. Θα αναπτυχθεί μια ενότητα παρουσίασης δεδομένων, έτσι ώστε το σχέδιο να μπορεί να αφομοιώσει τα δεδομένα διαισθητικά και εύκολα._x000D_ _x000D_ Το έργο χωρίζεται σε τρία πακέτα εργασίας, PT1 Ορισμός των απαιτήσεων, PT2 Ανάπτυξη μιας αρχιτεκτονικής νευρωνικού δικτύου και PT3 Δοκιμή και επικύρωση, τρέχει σε δύο ορόσημα, σε 24 μήνες. (Greek)
    point in time
    18 August 2022
    0 references
    Projektets overordnede mål er at udvikle nye teknologier i form af algoritmer til kunstig intelligens (AI) ved hjælp af neurale netværk (NN), der, når de er uddannet, er i stand til at tilbyde et videnslag, der gør det muligt at træffe bedre beslutninger og i sidste ende fisker bedre._x000D_ _x000D_ De specifikke mål, der skal nås, er følgende:_x000D_ _x000D_ fortolkning af hydroakustiske sondedata fra fiskerisatellitbøjer med FAD'er (Fish Aggregating Device), gennem neurale netværk arkitekturer_x000D_ Formålene er at udvikle en arkitektur af forskellige neurale netværk, der feeds data fra sonder, oceanografiske data, tid på året, etc., og når de er uddannet, kan de automatisk give anbefalinger til et mønster afhængigt af de data, der sendes fra FAD'er, (hvis der er noget interessant, hvis det er støj, hvis det er havbunden, størrelsen af fisk, tilstedeværelse plankton, etc.) at træffe den bedste beslutning om, hvilken satellit bøje til at gå fiskeri. Kort sagt, målet er at forbedre forståelsen af de oplysninger, som bøjer sender til skibe gennem læringssystemer baseret på kunstig intelligens (IA)._x000D_ _x000D_ Udvikling af en prototype brugergrænseflade til assimilering af fiskerianbefalinger_x000D_ Målet er at udvikle en prototype software til at præsentere de anbefalinger, der genereres af neurale netværk. Der vil blive udviklet et datapræsentationsmodul, så mønstret kan assimilere data intuitivt og nemt._x000D_ _x000D_ Projektet er opdelt i tre arbejdspakker, PT1 Definition af krav, PT2 Udvikling af en neural netværksarkitektur og PT3 Testing og validering, løber i to milepæle på 24 måneder. (Danish)
    point in time
    18 August 2022
    0 references
    Hankkeen yleisenä tavoitteena on kehittää uusia teknologioita tekoälyalgoritmeina käyttäen neuroverkkoja (NN), jotka koulutuksen jälkeen pystyvät tarjoamaan tietotason, joka mahdollistaa parempien päätösten tekemisen ja viime kädessä paremman kalan._x000D_ _x000D_ saavutettavat erityistavoitteet ovat seuraavat:_x000D_ _x000D__tulkinta hydroakustisista luotaintiedoista, jotka on saatu kalastussatelliittipoijuista FAD-laitteilla (Kalastusväline), Neural Network architectures_x000D_ Tavoitteena on kehittää erilaisten hermoverkkojen arkkitehtuuri, joka syöttää tietoja luotaimista, oseanografisista tiedoista, vuodenajasta jne., ja koulutuksen jälkeen he voivat automaattisesti antaa suosituksia mallille riippuen FAD-laitteista lähetetyistä tiedoista (jos on jotain mielenkiintoista, jos se on melua, jos se on merenpohja, kalan koko, läsnäolo plankton jne.), jotta voidaan tehdä paras päätös siitä, mitä satelliittipoijua kalastaa. Lyhyesti sanottuna tavoitteena on parantaa niiden tietojen ymmärtämistä, joita poijut lähettävät aluksille tekoälyyn (IA) perustuvien oppimisjärjestelmien kautta._x000D_ _x000D_ Prototyyppikäyttöliittymän kehittäminen kalastussuositusten omaksumista varten_x000D_ Tavoitteena on kehittää prototyyppiohjelmisto, joka esittelee hermoverkkojen tuottamia suosituksia. Kehitetään datan esitysmoduuli, jotta kuvio voi omaksua datan intuitiivisesti ja helposti._x000D_ _x000D_ Hanke on jaettu kolmeen työpakettiin, PT1 Vaatimusten määrittely, PT2 Kehitys hermoverkkoarkkitehtuuriin ja PT3 Testaus ja validointi, kulkee kahteen virstanpylvääseen 24 kuukaudessa. (Finnish)
    point in time
    18 August 2022
    0 references
    L-objettiv ġenerali tal-proġett huwa li jiġu żviluppati teknoloġiji ġodda fil-forma ta’ algoritmi tal-Intelliġenza Artifiċjali (IA) li jużaw netwerks newrali (NN) li, ladarba jiġu mħarrġa, jistgħu joffru saff ta’ għarfien li jippermetti li jittieħdu deċiżjonijiet aħjar u, fl-aħħar mill-aħħar, li jsir sajd aħjar._x000D_ _x000D_ L-objettivi speċifiċi li għandhom jintlaħqu huma dawn li ġejjin:_x000D_ _x000D_ interpretazzjoni ta’ data ta’ sonda idroakustika minn bagi tas-satellita tas-sajd b’FADs (Apparat ta’ Aggregazzjoni tal-Ħut), permezz ta’ arkitetturi tan-netwerk newrali_x000D_ L-għanijiet huma li tiġi żviluppata arkitettura ta’ netwerks newrali differenti li titma’ data minn sondi, data oċeanografika, żmien tas-sena, eċċ., u ladarba mħarrġa jkunu jistgħu awtomatikament jagħtu rakkomandazzjonijiet għal mudell skont id-data mibgħuta mill-FADs, (jekk ikun hemm xi ħaġa interessanti, jekk ikun l-istorbju, jekk ikun il-qiegħ tal-baħar, id-daqs tal-ħut, il-pjankton tal-preżenza, eċċ.) biex tittieħed l-aħjar deċiżjoni dwar liema baga bis-satellita li tmur tistad. Fil-qosor, l-għan huwa li jittejjeb il-fehim tal-informazzjoni li l-bagi jibagħtu lill-bastimenti permezz ta’ sistemi ta’ tagħlim ibbażati fuq l-Intelliġenza Artifiċjali (IA)._x000D_ _x000D_ L-iżvilupp ta’ prototip ta’ interfaċċa tal-utent għall-assimilazzjoni tar-rakkomandazzjonijiet tas-sajd_x000D_ L-objettiv huwa l-iżvilupp ta’ softwer prototip li jippreżenta r-rakkomandazzjonijiet iġġenerati min-netwerks newrali. Se jiġi żviluppat modulu ta’ preżentazzjoni tad-data, sabiex il-mudell ikun jista’ jassimila d-data b’mod intuwittiv u faċilment._x000D_ _x000D_ Il-proġett huwa maqsum fi tliet pakketti ta’ ħidma, PT1 Definizzjoni tar-rekwiżiti, l-Iżvilupp ta’ PT2 arkitettura ta’ netwerk newrali u PT3 Ittestjar u validazzjoni, jaħdem f’żewġ stadji importanti, f’24 xahar. (Maltese)
    point in time
    18 August 2022
    0 references
    Projekta vispārējais mērķis ir izstrādāt jaunas tehnoloģijas mākslīgā intelekta (MI) algoritmu veidā, izmantojot neironu tīklus (NN), kas pēc apmācības spēj piedāvāt zināšanu slāni, kas ļauj pieņemt labākus lēmumus un, visbeidzot, zivis labāk._x000D_ _x000D_ Īpašie mērķi, kas jāsasniedz, ir šādi:_x000D_ _x000D_ hidroakustiskās zondes datu interpretācija no zvejas satelītbojas ar ZPI (Zivju apkopošanas ierīce), izmantojot neironu tīkla arhitektūru_x000D_ Mērķi ir izstrādāt dažādu neironu tīklu arhitektūru, kas baro datus no zondēm, okeanogrāfijas datiem, gadalaikam utt., un pēc tam, kad viņi apmācīti, viņi var automātiski sniegt ieteikumus modelim atkarībā no ZPI nosūtītajiem datiem (ja ir kaut kas interesants, ja tas ir troksnis, ja tas ir jūras gultne, zivju izmērs, klātbūtne planktons utt.), lai pieņemtu vislabāko lēmumu par to, kura satelīta boja doties zvejā. Īsāk sakot, mērķis ir uzlabot izpratni par informāciju, ko bojas sūta kuģiem, izmantojot mācību sistēmas, kuru pamatā ir mākslīgais intelekts (IA)._x000D_ _x000D_ Prototipa lietotāja saskarnes izstrāde zvejas rekomendāciju pielīdzināšanai_x000D_ Mērķis ir izstrādāt prototipu programmatūru, lai iepazīstinātu ar neironu tīklu radītajiem ieteikumiem. Tiks izstrādāts datu prezentācijas modulis, lai modelis varētu intuitīvi un viegli asimilēt datus._x000D_ _x000D_ Projekts ir sadalīts trīs darba paketēs, PT1 prasību definēšana, PT2 Neirālā tīkla arhitektūras izstrāde un PT3 testēšana un validācija, 24 mēnešu laikā tiek iedalīti divos atskaites punktos. (Latvian)
    point in time
    18 August 2022
    0 references
    Celkovým cieľom projektu je vyvinúť nové technológie vo forme algoritmov umelej inteligencie (AI) využívajúcich neurónové siete (NN), ktoré po vyškolení dokážu ponúknuť vrstvu vedomostí, ktorá umožňuje prijímať lepšie rozhodnutia a v konečnom dôsledku lepšie loviť ryby._x000D_ _x000D_ Konkrétne ciele, ktoré sa majú dosiahnuť, sú tieto:_x000D_ _x000D_ interpretácia hydroakustických údajov o sonde z rybárskych satelitných bójí s FAD (Fish Aggregating Device), prostredníctvom architektúry neurónovej siete_x000D_ Cieľom je vyvinúť architektúru rôznych neurónových sietí, ktoré prenášajú údaje zo sond, oceánografických údajov, ročného obdobia atď., a po vyškolení môžu automaticky poskytnúť odporúčania na vzor v závislosti od údajov odoslaných z FAD (ak je niečo zaujímavé, ak je to hluk, ak je to morské dno, veľkosť rýb, prítomnosť planktónu atď.), aby sa čo najlepšie rozhodlo o tom, ktoré satelitné bóje ísť na rybolov. Stručne povedané, cieľom je zlepšiť pochopenie informácií, ktoré bóje posielajú lodiam prostredníctvom vzdelávacích systémov založených na umelej inteligencii (IA)._x000D_ _x000D_ Vývoj prototypu používateľského rozhrania na asimiláciu odporúčaní pre rybolov_x000D_ Cieľom je vývoj prototypového softvéru na prezentáciu odporúčaní vytvorených neurónovými sieťami. Prezentačný modul dát bude vyvinutý tak, aby vzor mohol intuitívne a ľahko prispôsobiť dáta._x000D_ _x000D_ Projekt je rozdelený do troch pracovných balíkov, PT1 Definícia požiadaviek, PT2 Rozvoj architektúry neurónovej siete a PT3 Testovanie a validácia, beží do dvoch míľnikov, za 24 mesiacov. (Slovak)
    point in time
    18 August 2022
    0 references
    Is é cuspóir foriomlán an tionscadail teicneolaíochtaí nua a fhorbairt i bhfoirm algartaim Intleachta Saorga (IS) ina n-úsáidtear líonraí néaracha (NN), ar féidir leo, a luaithe a bheidh siad oilte, sraith eolais a thairiscint lenar féidir cinntí níos fearr a dhéanamh agus, ar deireadh thiar, iascaireacht níos fearr a dhéanamh._x000D_ _x000D_ Is iad seo a leanas na cuspóirí sonracha atá le baint amach:_x000D_ _x000D_ léirmhíniú ar shonraí tóireadóra hidreafhuaimiúla ó bhaoithe satailíte iascaireachta le FADanna (Gléas Comhbhailithe Éisc), trí ailtireacht líonra néaraigh_x000D_ Is iad na cuspóirí ailtireacht líonraí néaracha éagsúla a fhorbairt a chothaíonn sonraí ó tóireadóirí, sonraí aigéaneolaíochta, am na bliana, etc., agus a luaithe is a chuirtear oiliúint orthu, is féidir leo moltaí a thabhairt go huathoibríoch do phatrún ag brath ar na sonraí a sheoltar ó FADanna, (má tá rud éigin suimiúil, más torann é, más grinneall na farraige é, méid an éisc, planctóin láithreachta, etc.) chun an cinneadh is fearr a dhéanamh ar a bhfuil baoi satailíte le dul ag iascaireacht. I mbeagán focal, is é an aidhm atá ann feabhas a chur ar an tuiscint ar an bhfaisnéis a sheolann baoithe chuig longa trí chórais foghlama atá bunaithe ar an Intleacht Shaorga (IA)._x000D_ comhéadan fréamhshamhla úsáideora a fhorbairt le haghaidh asamhlú moltaí iascaireachta_x000D_ Is é an cuspóir bogearraí fréamhshamhlacha a fhorbairt chun na moltaí arna nginiúint ag líonraí néaracha a chur i láthair. Forbrófar modúl cur i láthair sonraí, ionas gur féidir leis an bpatrún sonraí a chomhshamhlú go hiomasach agus go héasca._x000D_ _x000D_ Tá an tionscadal roinnte i dtrí phacáiste oibre, PT1 Sainmhíniú ar riachtanais, PT2 Forbairt ailtireacht líonra néaraigh agus PT3 Tástáil agus bailíochtú, tá sé ina dhá gharsprioc, i 24 mhí. (Irish)
    point in time
    18 August 2022
    0 references
    Celkovým cílem projektu je vyvinout nové technologie v podobě algoritmů umělé inteligence pomocí neuronových sítí (NN), které jsou po proškolení schopny nabídnout vrstvu znalostí, která umožní lepší rozhodování a v konečném důsledku rybařit lépe._x000D_ _x000D_ Konkrétní cíle, jichž má být dosaženo, jsou následující:_x000D_ _x000D_ interpretace údajů hydroakustických sond z rybářských satelitních bójí s FAD (rybí agregační zařízení), prostřednictvím neuronové sítě architektury_x000D_ Cílem je vytvořit architekturu různých neuronových sítí, které živí data z sond, oceánografických dat, roční doby, atd., a jakmile vyškoleni, mohou automaticky dávat doporučení k vzoru v závislosti na datech odeslaných z FAD, (pokud je něco zajímavého, pokud je hluk, pokud je to mořské dno, velikost ryb, přítomnost plankton, atd.) učinit nejlepší rozhodnutí o tom, který satelitní bóje jít rybařit. Stručně řečeno, cílem je zlepšit pochopení informací, které bóje posílají lodím prostřednictvím učebních systémů založených na umělé inteligenci (IA)._x000D_ _x000D_ Vývoj prototypového uživatelského rozhraní pro asimilaci rybolovných doporučení_x000D_ Cílem je vývoj prototypového softwaru pro prezentaci doporučení vytvořených neuronovými sítěmi. Bude vyvinut datový prezentační modul, aby vzor mohl intuitivně a snadno asimilovat data._x000D_ _x000D_ Projekt je rozdělen do tří pracovních balíčků, PT1 Definice požadavků, PT2 Development, neuronová síťová architektura a PT3 Testování a validace, za 24 měsíců se uskuteční dva milníky. (Czech)
    point in time
    18 August 2022
    0 references
    O objetivo geral do projeto é desenvolver novas tecnologias na forma de algoritmos de Inteligência Artificial (IA) usando redes neurais (NN) que, uma vez treinadas, sejam capazes de oferecer uma camada de conhecimento que permita tomar melhores decisões e, finalmente, pescar melhor._x000D_ _x000D_ Os objetivos específicos a serem alcançados são os seguintes:_x000D_ _x000D_ Interpretação de dados de sondas hidroacústicas de bóias de satélite de pesca com DCPs (Dispositivo de Agregação de Peixes), através de arquiteturas de redes neurais_x000D_ Os objetivos são desenvolver uma arquitetura de diferentes redes neurais que alimenta dados de sondas, dados oceanográficos, época do ano, etc., e uma vez treinadas, podem automaticamente dar recomendações a um padrão dependendo dos dados enviados dos DCPs (se houver algo interessante, se for ruído, se for o leito marinho, tamanho dos peixes, plâncton de presença, etc.) para tomar a melhor decisão sobre qual bóia de satélite ir pescar. Em suma, o objetivo é melhorar a compreensão da informação que as boias enviam aos navios através de sistemas de aprendizagem baseados em Inteligência Artificial (IA)._x000D_ _x000D_ Desenvolvimento de um protótipo de interface do utilizador para a assimilação de recomendações de pesca_x000D_ O objetivo é o desenvolvimento de um protótipo de software para apresentar as recomendações geradas por redes neurais. Um módulo de apresentação de dados será desenvolvido, para que o padrão possa assimilar dados de forma intuitiva e fácil._x000D_ _x000D_ O projecto está dividido em três pacotes de trabalho, PT1 Definição de requisitos, PT2 Desenvolvimento de uma arquitectura de rede neural e PT3 Teste e validação, corre em dois marcos, em 24 meses. (Portuguese)
    point in time
    18 August 2022
    0 references
    Projekti üldeesmärk on töötada välja uued tehnoloogiad tehisintellekti algoritmide kujul, kasutades neurovõrke (NN), mis pärast koolitamist suudavad pakkuda teadmiste kihti, mis võimaldab teha paremaid otsuseid ja lõppkokkuvõttes püüda paremini._x000D_ _x000D_ _x000D_ Täpsemad eesmärgid on järgmised:_x000D_ _x000D_ tõlgendamine hüdroakustilise proovivõtturi andmeid kalapüügi satelliitpoide FAD (kala agregatsiooniseade), läbi neurovõrgu arhitektuuri_x000D_ Eesmärgid on arendada arhitektuuri erinevate närvivõrkude, mis toidab andmeid sondid, okeanograafiliste andmete, aastaaja jne, ja kui nad on koolitatud, saavad nad automaatselt anda soovitusi muster sõltuvalt andmetest peibutuspüügivahendid, (kui on midagi huvitavat, kui see on müra, kui see on merepõhja, kala suurus, kohalolek plankton, jne) teha parim otsus, milline satelliitpoi minna kala püüdma. Lühidalt, eesmärk on parandada arusaamist teabest, mida poid saadavad laevadele tehisintellektil põhinevate õppesüsteemide kaudu._x000D_ _x000D_ Prototüübi kasutajaliidese väljatöötamine kalapüügisoovituste assimileerimiseks_x000D_ Eesmärk on töötada välja prototüüp tarkvara, et tutvustada närvivõrkude loodud soovitusi. Töötatakse välja andmete esitamise moodul, et muster saaks omastada andmeid intuitiivselt ja lihtsalt._x000D_ _x000D_ Projekti jaguneb kolmeks tööpaketiks: PT1 Nõuete määratlemine, PT2 Nuraalse võrguarhitektuuri arendamine ning PT3 testimine ja valideerimine, 24 kuu jooksul on kaks verstaposti. (Estonian)
    point in time
    18 August 2022
    0 references
    A projekt átfogó célja új technológiák kifejlesztése mesterséges intelligencia (AI) algoritmusok formájában olyan neurális hálózatok (NN) segítségével, amelyek a képzés után képesek olyan tudásréteget kínálni, amely lehetővé teszi a jobb döntések meghozatalát, és végső soron a halak jobb halászatát._x000D_ _x000D_ Az elérendő konkrét célkitűzések a következők:_x000D_ _x000D_ a halcsoportosulást előidéző halászati bójákból származó hidroakusztikus szondák adatainak értelmezése, a neurális hálózati architektúrák_x000D_ A cél egy olyan architektúra kialakítása különböző neurális hálózatokból, amelyek szondákból, oceanográfiai adatokból, évszakból stb. táplálják az adatokat, és miután kiképezték őket, automatikusan ajánlásokat adhatnak a FAD-okról küldött adatoktól függően (ha van valami érdekes, ha zaj, ha a tengerfenék, a halak mérete, a jelenléti plankton stb.), hogy a legjobb döntést hozzuk arról, hogy melyik műholdas bója menjen halászni. Röviden, a cél a bóják által a hajóknak küldött információk jobb megértése a mesterséges intelligencián (IA) alapuló tanulási rendszereken keresztül._x000D_ _x000D_ A halászati ajánlások asszimilációjához szükséges felhasználói felület fejlesztése_x000D_ A cél egy prototípus szoftver kifejlesztése, amely bemutatja az idegi hálózatok által generált ajánlásokat. Egy adatbemutató modult fejlesztünk ki, hogy a minta intuitívan és egyszerűen asszimilálja az adatokat._x000D_ _x000D_ A projekt három munkacsomagra oszlik: PT1 A követelmények meghatározása, PT2 Fejlesztés egy neurális hálózati architektúra és PT3 tesztelés és validálás, 24 hónap alatt két mérföldkőre fut. (Hungarian)
    point in time
    18 August 2022
    0 references
    Общата цел на проекта е да се разработят нови технологии под формата на алгоритми за изкуствен интелект (ИИ), използващи невронни мрежи (NN), които, след като бъдат обучени, могат да предложат ниво на знания, което позволява да се вземат по-добри решения, и в крайна сметка по-добре да се извършва риболов._x000D_ _x000D_. Конкретните цели, които трябва да бъдат постигнати, са следните:_x000D_ _x000D_ интерпретация на данните от хидроакустични сонда от риболовни сателитни шамандури с УПР (Устройство за събиране на риба), чрез невронна мрежа architectures_x000D_ Целите са да се разработи архитектура на различни невронни мрежи, която подава данни от сонди, океанографски данни, време на годината и т.н., и след като бъдат обучени, те могат автоматично да дадат препоръки за модел в зависимост от данните, изпратени от УПР (ако има нещо интересно, ако е шум, ако това е морското дъно, размера на рибата, планктон за присъствие и т.н.), за да се вземе най-доброто решение за това коя сателитна шамандура да отиде на риболов. Накратко, целта е да се подобри разбирането на информацията, която шамандурите изпращат на корабите чрез системи за обучение, основани на изкуствен интелект (IA)._x000D_ _x000D_ Разработване на прототип на потребителски интерфейс за асимилиране на препоръки за риболов_x000D_ Целта е разработването на прототипен софтуер за представяне на препоръките, генерирани от невронните мрежи. Ще бъде разработен модул за представяне на данни, така че моделът да може да асимилира данни интуитивно и лесно._x000D_ _x000D_ Проектът е разделен на три работни пакета, PT1 Определение на изискванията, PT2 Разработване на невронна мрежова архитектура и PT3 Тестване и валидиране, се състои от два етапа за 24 месеца. (Bulgarian)
    point in time
    18 August 2022
    0 references
    Bendras projekto tikslas – sukurti naujas technologijas dirbtinio intelekto (DI) algoritmų forma naudojant neuroninius tinklus (NN), kurie, išmokyti, galėtų pasiūlyti tokį žinių lygmenį, kuris leistų priimti geresnius sprendimus ir, galiausiai, geriau žvejoti._x000D_ _x000D_ Konkretūs tikslai, kuriuos reikia pasiekti, yra šie:_x000D_ _x000D_ interpretuoti hidroakustinio zondo duomenis iš žvejybos palydovinių plūdurų su ŽSĮ (Žuvų agregavimo įrenginys), per neuroninio tinklo architektūras_x000D_ Tikslai yra sukurti skirtingų neuroninių tinklų architektūrą, kuri teikia duomenis iš zondų, okeanografinių duomenų, metų laiko ir tt, ir kai jie išmokyti, jie gali automatiškai pateikti rekomendacijas modeliui, priklausomai nuo ŽSĮ siunčiamų duomenų (jei yra kažkas įdomaus, jei tai yra triukšmas, jei tai jūros dugnas, žuvų dydis, buvimas planktonas ir kt.), kad būtų priimtas geriausias sprendimas, kuris palydovinis plūduras ketina žvejoti. Trumpai tariant, siekiama pagerinti informacijos, kurią plūdurai siunčia laivams per dirbtinio intelekto (IA) pagrįstas mokymosi sistemas, supratimą._x000D_ _x000D_ Naudotojo sąsajos prototipo kūrimas žvejybos rekomendacijų įsisavinimui_x000D_ Tikslas yra programinės įrangos prototipo kūrimas, kad būtų pristatytos neuroninių tinklų sukurtos rekomendacijos. Bus sukurtas duomenų pateikimo modulis, kad modelis galėtų intuityviai ir lengvai įsisavinti duomenis._x000D_ _x000D_ Projektas yra suskirstytas į tris darbo paketus: PT1 Reikalavimų apibrėžimas, PT2 plėtra neuroninio tinklo architektūra ir PT3 testavimas ir patvirtinimas, vyksta į du etapus, per 24 mėnesius. (Lithuanian)
    point in time
    18 August 2022
    0 references
    Opći je cilj projekta razviti nove tehnologije u obliku algoritama umjetne inteligencije (UI) primjenom neuronskih mreža (NN) koje, nakon osposobljavanja, mogu ponuditi sloj znanja koji omogućuje donošenje boljih odluka i, u konačnici, bolje ribe._x000D_ _x000D_ Posebni ciljevi koje treba postići su sljedeći:_x000D_ _x000D_ interpretacija hidroakustičkih sondi podataka iz ribolovnih satelitskih plutača s FAD uređajima (Fish Aggregating Device), kroz neuronske mrežne arhitekture_x000D_ Ciljevi su razviti arhitekturu različitih neuronskih mreža koja prenosi podatke iz sondi, oceanografskih podataka, doba godine itd., a nakon što se obuče, mogu automatski dati preporuke za uzorak ovisno o podacima poslanim s FAD uređaja, (ako postoji nešto zanimljivo, ako je riječ o buci, ako je riječ o morskom dnu, veličini ribe, planktonu prisutnosti itd.) kako bi se donijela najbolja odluka o tome koja satelitska plutača ide u ribolov. Ukratko, cilj je poboljšati razumijevanje informacija koje plutače šalju brodovima putem sustava učenja koji se temelje na umjetnoj inteligenciji (IA)._x000D_ _x000D_ Razvoj prototipa korisničkog sučelja za asimilaciju preporuka za ribolov_x000D_ Cilj je razvoj prototipa softvera za predstavljanje preporuka koje stvaraju neuronske mreže. Razvit će se modul za prezentaciju podataka, tako da uzorak može asimilirati podatke intuitivno i jednostavno._x000D_ _x000D_ Projekt je podijeljen u tri radna paketa, PT1 Definicija zahtjeva, PT2 Razvoj neuronske mrežne arhitekture i PT3 Ispitivanje i validacija, teče u dvije prekretnice, u 24 mjeseca. (Croatian)
    point in time
    18 August 2022
    0 references
    Projektets övergripande mål är att utveckla ny teknik i form av algoritmer för artificiell intelligens (AI) med hjälp av neurala nätverk (NN) som, när de väl har utbildats, kan erbjuda ett kunskapslager som gör det möjligt att fatta bättre beslut och i slutändan fiska bättre._x000D_ _x000D_ De specifika målen som ska uppnås är följande:_x000D_ _x000D_ tolkning av hydroakustiska sonddata från fiskesatellitbojar med FAD (Fish Aggregating Device), genom neurala nätverksarkitekturer_x000D_ Målet är att utveckla en arkitektur av olika neurala nätverk som matar data från sonder, oceanografiska data, tid på året, etc., och när de har utbildats kan de automatiskt ge rekommendationer till ett mönster beroende på de data som skickas från FAD, (om det är något intressant, om det är buller, om det är havsbotten, fiskens storlek, närvaroplankton, etc.) att fatta det bästa beslutet om vilken satellitboj att fiska. Kort sagt, målet är att förbättra förståelsen av den information som bojar skickar till fartyg genom inlärningssystem baserade på artificiell intelligens (IA)._x000D_ _x000D_ Utveckling av ett prototypanvändargränssnitt för assimilering av fiskerekommendationer_x000D_ Målet är att utveckla en prototypprogramvara för att presentera de rekommendationer som genereras av neurala nätverk. En datapresentationsmodul kommer att utvecklas så att mönstret kan assimilera data intuitivt och enkelt._x000D_ _x000D_ Projektet är uppdelat i tre arbetspaket, PT1 Definition av krav, PT2 Utveckling en neural nätverksarkitektur och PT3 Testning och validering, går in i två milstolpar, på 24 månader. (Swedish)
    point in time
    18 August 2022
    0 references
    Obiectivul general al proiectului este de a dezvolta noi tehnologii sub formă de algoritmi de inteligență artificială (IA) folosind rețele neuronale (NN) care, odată instruite, sunt capabile să ofere un strat de cunoștințe care să permită luarea unor decizii mai bune și, în cele din urmă, să pescuiască mai bine._x000D_ _x000D_ Obiectivele specifice care trebuie atinse sunt următoarele:_x000D_ _x000D_ _x000D_ a datelor sondelor hidroacustice din geamandurile satelitului de pescuit cu FAD-uri (dispozitiv de agregare a peștilor), prin arhitectura rețelei neuronale_x000D_ Obiectivele sunt de a dezvolta o arhitectură a diferitelor rețele neuronale care alimentează date din sonde, date oceanografice, perioada anului etc. și odată instruite pot da în mod automat recomandări unui model în funcție de datele trimise de FAD-uri, (dacă există ceva interesant, dacă este zgomot, dacă este fundul mării, dimensiunea peștelui, planctonul de prezență etc.) pentru a lua cea mai bună decizie cu privire la geamandura satelitului pentru a merge la pescuit. Pe scurt, scopul este de a îmbunătăți înțelegerea informațiilor pe care geamandurile le trimit navelor prin sisteme de învățare bazate pe inteligența artificială (IA)._x000D_ _x000D_ Dezvoltarea unei interfețe prototip de utilizator pentru asimilarea recomandărilor de pescuit_x000D_ Obiectivul este dezvoltarea unui software prototip pentru a prezenta recomandările generate de rețelele neuronale. Un modul de prezentare a datelor va fi dezvoltat, astfel încât modelul să poată asimila datele intuitiv și ușor._x000D_ _x000D_ Proiectul este împărțit în trei pachete de lucru, PT1 Definiția cerințelor, PT2 Dezvoltarea unei arhitecturi de rețea neurală și testarea și validarea PT3, se execută în două etape, în 24 de luni. (Romanian)
    point in time
    18 August 2022
    0 references
    Splošni cilj projekta je razviti nove tehnologije v obliki algoritmov umetne inteligence (AI), ki uporabljajo nevronske mreže (NN), ki lahko, ko se usposabljajo, ponudijo plast znanja, ki omogoča boljše odločitve in nazadnje ribe._x000D_ _x000D_ Posebni cilji, ki jih je treba doseči, so naslednji:_x000D_ _x000D_ interpretacija hidroakustičnih podatkov o sondah iz ribolovnih satelitskih bojev z napravami za zbiranje rib (Fish Aggregating Device), skozi nevronske omrežne arhitekture_x000D_ Cilji so razviti arhitekturo različnih nevronskih omrežij, ki dovajajo podatke iz sond, oceanografskih podatkov, časa leta itd., in ko so usposobljeni, lahko samodejno dajo priporočila za vzorec, odvisno od podatkov, poslanih iz naprav za zbiranje rib, (če je kaj zanimivega, če je hrup, če je morsko dno, velikost rib, prisotnost planktona itd.), da se najbolje odloči, na katero satelitsko bojo iti ribolov. Skratka, cilj je izboljšati razumevanje informacij, ki jih boje pošiljajo ladjam prek učnih sistemov, ki temeljijo na umetni inteligenci (IA)._x000D_ _x000D_ Razvoj prototipnega uporabniškega vmesnika za asimilacijo ribolovnih priporočil_x000D_ Cilj je razvoj prototipne programske opreme za predstavitev priporočil nevronskih mrež. Razvit bo modul za predstavitev podatkov, tako da lahko vzorec intuitivno in enostavno asimilira podatke._x000D_ _x000D_ Projekt je razdeljen na tri delovne sklope, PT1 Opredelitev zahtev, PT2 Razvoj nevronske omrežne arhitekture in PT3 Testiranje in validacija, poteka v dveh mejnikih, v 24 mesecih. (Slovenian)
    point in time
    18 August 2022
    0 references
    Ogólnym celem projektu jest opracowanie nowych technologii w postaci algorytmów sztucznej inteligencji (AI) z wykorzystaniem sieci neuronowych (NN), które po przeszkoleniu są w stanie zaoferować warstwę wiedzy, która pozwala na podejmowanie lepszych decyzji i, ostatecznie, lepiej łowić._x000D_ _x000D_ Określone cele do osiągnięcia są następujące:_x000D_ _x000D_ interpretacja danych sondy hydroakustycznej z łowisk satelitarnych za pomocą FAD (Fish Aggregating Device), poprzez architekturę sieci neuronowej_x000D_ Celem jest opracowanie architektury różnych sieci neuronowych, które zasilają dane z sond, danych oceanograficznych, pory roku itp., a po przeszkoleniu mogą automatycznie podawać zalecenia do wzoru w zależności od danych wysyłanych z FAD, (jeśli jest coś ciekawego, jeśli jest to hałas, czy jest to dno morskie, wielkość ryby, plankton obecności itp.), aby podjąć najlepszą decyzję, która boja satelitarna ma iść na ryby. Krótko mówiąc, celem jest lepsze zrozumienie informacji, które boje wysyłają do statków za pośrednictwem systemów uczenia się opartych na sztucznej inteligencji (IA)._x000D_ _x000D_ Rozwój prototypowego interfejsu użytkownika w celu przyswajania zaleceń dotyczących połowów_x000D_ Celem jest opracowanie prototypowego oprogramowania przedstawiającego zalecenia generowane przez sieci neuronowe. Zostanie opracowany moduł prezentacji danych, tak aby wzór mógł intuicyjnie i łatwo przyswoić dane._x000D_ _x000D_ Projekt jest podzielony na trzy pakiety robocze, PT1 Definicja wymagań, PT2 Development architektura sieci neuronowej oraz PT3 Testowanie i walidacja, w ciągu 24 miesięcy zostanie podzielony na dwa etapy. (Polish)
    point in time
    18 August 2022
    0 references
    location (string)
    Nigrán
    0 references
    date of last update
    20 December 2023
    0 references

    Identifiers

    Spanish Kohesio ID
    IDI-20180923
    0 references
     
    Retrieved from "https://linkedopendata.eu/w/index.php?title=Item:Q3176693&oldid=43755910"