MACHINE异常检测
基于非监督的学习数据取样学习模型和关键特征提取
开发一种最优决策边界搜索算法,用于分类和确定正常或异常特征
改进转移学习模式
声音识别及产生
(CNN+)深度的学习建模以建立卓越的音频分类器/发电机以识别每种声音
基于深层次学习的生成和判别建模
对象检测&承认
可靠的物体的探测和识别帮助机器人作出充分反应,以便迅速适应变化
通用对象(如汽车)或机器人(如骨骼)实时探测和跟踪
Multi-modal数据分析
Multi-modal数据分析包括情绪检测,异质数据收敛使机器人用预测来诊断当前状态
原始源数据(IOT,文本,图像,视频等)识别码的管理和状态监测,综合方法
Cooperation Process to build A.I solution for You
1. Needs summary and pre-analysis experiment from R-SPIRIT based on research
2. Proposal to go to next step for realization
3. Co-working with data collecting-preprocessing-analysis-testing
4. Cyclic improvement by continuous market monitoring for launch