+7 495 185-09-77
   +7 499 135-41-63 (ВЦ РАН)

   info@forecsys.ru
      или посмотреть карту сайта
11 марта 2019
«Форексис» успешно завершил работы по первому этапу НИОКР по теме «Разработка интеллектуальной системы мониторинга и анализа ручного труда на основе обработки данных, получаемых с носимых устройств»

 

05 марта 2019
Началось тестирование системы Check4Trick в ООО "РЕГИОН Инвестиции"

 

01 марта 2019
Компания «Форексис» приняла участие в конференции на площадке КПМГ

 

11 февраля 2019
Компания Форексис приняла участие в IV Съезде Отраслевого союза “Нейронет”

 

05 февраля 2019
Система САФРАН перешла на новое программное обеспечение по управлению базами данных Firebird.

 

04 февраля 2019
Компания «Форексис» завершила внедрение системы Check4Trick в ПАО «АК БАРС» БАНК

 

11 января 2019
Компания «Форексис» начала реализацию проекта по разработке индикатора наличия рабочего напряжения на токоведущих частях электроустановок по заказу АО «ФПГ ЭНЕРГОКОНТРАКТ»

 

29 декабря 2018
ВТБ Капитал Управление Инвестициями завершил процесс внедрения системы Check4Trick

 

05 декабря 2018
Компания «Форексис» приняла участие в XIV МЕЖДУНАРОДНОМ ФИНАНСОВОМ ФОРУМЕ NFA-2018 /РЕПО-ФОРУМ/

 

26 октября 2018
24 октября в Екатеринбурге состоялась ежегодная Уральская конференция НАУФОР «Российский фондовый рынок – 2018»

 

Новости

Компания «Форексис» продолжает работы по модернизации технологии распознавания движений SOLUT

В основе методов активного обучения лежит наблюдение о том, что не все объекты одинаково информативны с точки зрения обучения классификатора. Такие методы позволяют сосредоточиться на разметке наиболее важных объектов и тем самым сократить время, затрачиваемое на разметку.

По размеченным данным строится модель, присваивающая неразмеченным объектам метки классов, после чего асессору предлагается подтвердить или скорректировать назначенные моделью метки классов для объектов, классифицированных с минимальной уверенностью. Корректировка предложенных меток занимает значительно меньшее время, чем поиск нужных классов и разметка видео с нуля. Когда размечено достаточное число объектов каждого класса, запускается рекомендательная система. Модель обучается на размеченных данных и оценивает уверенность в предсказаниях для неразмеченных объектов.

Данный подход был апробирован в ходе эксперимента по изучению движений и технологических процессов в продуктовом ритейле. Специалисты «Форексис» провели практическое испытание технологии SOLUT с использованием методов активного изучения в одном из магазинов российской продуктовой сети, входящей в Топ-5 крупнейших розничных продовольственных сетей России.

Сотрудники магазина были снабжены датчиками акселерометра и гироскопа, после чего в течение 20 минут происходил съем данных. Параллельно велась видеозапись рабочего процесса. Наблюдение происходило по следующим операциям: выкладка товара, соблюдение ротации, обновление ценников, учет и инвентаризация, приемка товаров и работа в пекарне. По итогам эксперимента видеозаписи и показания датчиков были синхронизированы. В настоящее время формируется разметка, сопоставляющая показания датчиков и наблюдаемые в это же время операции и элементарные действия.

О результатах исследования будет объявлено дополнительно.

Дата публикации: 08.06.2018

вернуться к другим новостям