پروژه‌های هوش مصنوعی AI | لنسریفای

سلام میخوام یه پروژه تحقیقاتی ثبت کنم برای چاپ مقاله Q1. پروژه و مقاله باید شامل حداقل ۲ یا ۳ مورد از کلیدواژه‌های زیر باشه. میخوام خودم هم در پروژه مشارکت کنم و در جریان موارد باشم. هدفم اپلای هست Game theory Multi agent Cyber security Reinforcement learning Deep reinforcement learning learning for cybersecurity agents LLM interactions and game theory Adversarial machine learning

برای استخراج ویژگی‌های معنادار از داده‌های قیمت، می‌توان از روش‌های مختلفی استفاده کرد که به تحلیلگر کمک می‌کنند تا اطلاعات مهم و مفید را از داده‌ها را استخراج کند. در زیر چند روش رایج برای استخراج ویژگی‌های معنادار از داده‌های قیمت ذکر شده است: 1. میانگین‌گیری: استفاده از میانگین قیمت در بازه‌های زمانی مختلف می‌تواند اطلاعات مفیدی را ارائه دهد. مثلاً میانگین قیمت در طول یک روز، هفته یا ماه می‌تواند به شما نشان دهد که چگونه قیمت در طول زمان تغییر می‌کند. 2. شاخص‌های فنی: استفاده از شاخص‌های فنی مانند میانگین متحرک، انحراف معیار، RSI، MACD و غیره می‌تواند نشان دهنده روند و نقاط قوت و ضعف بازار باشند. 3. تحلیل نموداری: بررسی الگوهای نموداری مانند سهم، کپ، کشش و غیره می‌تواند اطلاعات مفیدی در مورد تغییرات قیمت ارائه دهد. 4. حجم معاملات: می‌توانید از حجم معاملات در زمان‌های مختلف به عنوان یک ویژگی مهم استفاده کنید. زیاد شدن یا کاهش حجم معاملات می‌تواند نشانگر نیروی خرید یا فروش در بازار باشد. 5. اخبار و رویدادها: اطلاعات مربوط به اخبار و رویدادهای مرتبط با بازار می‌تواند برای استخراج ویژگی‌های معنادار مفید باشد. به عنوان مثال، اثرات اخبار اقتصادی، تحریم‌ها، تغییرات سیاستی و غیره. 6. اندازه گیری‌های معنادار: می‌توانید از اندازه‌گیری‌هایی مانند بیشینه، کمینه، رشد روزانه و غیره به عنوان ویژگی‌های معنادار استفاده کنید. با توجه به نوع داده‌ها و هدف نهایی پروژه، می‌توان از یک یا چند روش‌ برای استخراج ویژگی‌های معنادار استفاده کرد. همچنین، ممکن است نیاز به آزمون و تعدیل ویژگی‌ها داشته باشیم تا بهترین ویژگی‌ها برای مدل خود را انتخاب کنیم. در زیر به برخی از مدل‌ها و روش‌های معمول برای استخراج ویژگی‌ها اشاره می‌شود: 1. میانگین متحرک (Moving Average): این الگوریتم برای محاسبه میانگین قیمت در یک بازه زمانی مشخص استفاده می‌شود. می‌توانید از میانگین متحرک به عنوان یک ویژگی معنادار برای تغییرات قیمت استفاده کنید. 2. شاخص‌های فنی (Technical Indicators): شاخص‌های فنی مانند RSI (Relative Strength Index)، MACD (Moving Average Convergence Divergence) و Bollinger Bands می‌توانند به عنوان ویژگی‌های معنادار استفاده شوند که نشان دهنده روند بازار و شرایط فعلی بازار هستند. 3. تحلیل نموداری (Chart Patterns): الگوهای نموداری مانند سهم، کپ، سرشیبی، دیو، معکوس سرشیبی، معکوس دیو و ... می‌توانند به عنوان ویژگی‌های معناداری برای تشخیص الگوهای بازار و تغییرات قیمت استفاده شوند. 4. تحلیل خطی و غیرخطی (Linear and Non-linear Analysis): می‌توانید از روش‌های تحلیل خطی و غیرخطی مانند PCA (Principal Component Analysis)، LDA (Linear Discriminant Analysis) و Kernel PCA برای استخراج ویژگی‌های معنادار از داده‌های قیمت استفاده کنید. 5. اندازه گیری‌های فرازنا (Extreme Value Measures): می‌توانید از اندازه‌گیری‌های فرازنا مانند بیشینه، کمینه، و رشد روزانه به عنوان ویژگی‌های معنادار برای تشخیص نقاط کلیدی در داده‌های قیمت استفاده کنید. از طریق این الگوریتم‌ها و مدل‌ها، می‌توان ویژگی‌های معناداری از داده‌های قیمت استخراج کرد که بهترین نتایج را برای پیش‌بینی و تحلیل بازار ارائه در اختیار کاربر قرار خواهد داد. اما همواره مهم است که توجه داشته باشید که انتخاب مدل یا الگوریتم مناسب بستگی به ویژگی‌های داده، حجم داده و هدف نهایی پروژه دارد. لازم به ذکر است دیتای اولیه مربوط به BTC , BNB , ETHU , FILUS , ADAU , DOGE در بایننس موجود است و در خصوص اخبار در تلاش هستم که دیتای متنی را تهیه کنم

من یه گروه پژوهشی تحقیقاتی دارم و پروژه زیاد دارم اگه قشنگ انجام بشه این پروژه خیلی کار اماده ی دیگه دارم معیارم هم قیمت مناسب و کیفیت عالیه

تبدیل صوت فارسی و عربی و انگلیسی بصورت خودکار با توجه به library هایی مانند hezar یا نمونه هایی مانند IBM Watson، ِDragon و ... تعیین دقت در تبدیل صوت مربوط به هر کلمه به منظور تصحیح و بازنگری های بعدی ارائه کلمات پیشنهادی در تبدیل های با دقت کم قابلیت training در تبدیل متن یا صوت و fine tuning تحویل برنامه در دو بخش سرور API و کلاینت ابتدایی تحویل برنامه بصورت متن باز و توضیح 0 تا 100 شفاهی کد، مشاوره و پشتیبانی مجموعا 24 ساعت

تغییر ابعاد ویدیو اینترو ۷ ثانیه از 16:9 به ۹:16 یا پورتریت با هوش مصنوعی، در واقع با استفاده از هوش مصنوعی حواشی بالا و پایین برای این ویدیو جنریت یا ایجاد شود.

ربات کاملا هوشمند که با استفاده از دیتای لحظه به لحظه قیمت و استراتژی معاملاتی که توسط کاربر به برنامه نویس توضیح داده میشود یا با استفاده از نحوه معامله کاربر و تکرار آنها به معامله در صرافی بپردازد. و ربات در نهایت با پترنایز کردن معاملات چارت مربوط به هر ارز و در نظر گرفتن استراتژی کاربر معاملات را ادامه میدهد. این ربات نیازمند هوش مصنوعی و ماشین لرن میباشد. ربات در یکی از صرافی های binance &bingx & mexc & kucoin به انجام معاملات میپردازد. ربات انجام معاملات را در صرافی انجام می دهد و در نهایت حساب به سایت www.myfxbook.com متصل شود و بصورت فوروارد تست نمایش داده بشود. فقط فوروارد تست در سایت ذکر شده مورد قبول است برای تست نهایی اجرایی بودن ربات بک تست ربات اصلا مورد قبول نیست. ربات هوشمند برای پروژه به دیتای ۱،۳،۵،۱۵،۳۰،۶۰،۱۲۰،۲۴۰ دقیقه ای چارت هر ارز تا ۶ الی ۱۲ ماه گذشته فعلا نیاز داره و اینکه دیتا رو هم به صورت دقیقه ای برای ربات بروز باشه و همراه با چارت صرافی پیش بره و دیتای قبلی چارت قسمت مهمی از ماشین لرن هست لطفا دقت داشته باشین محدودیت های ریکوئست از صرافی برای هر ip رو لحاظ قرار بدید و حداقل برای ۱۰ ارز ما نیازمند دریافت ثانیه به ثانیه دیتای چارت هستیم. اگر تا اینجای پروژه رو میتونی انجام بدید یعنی تمام موارد بالا رو ۱۰۰٪ میتونید انجام بدید و در زمان تحویل عینا میتوتید انجام بدید اگر نه لطفا اصلا پیام ندید و اساتید یا تیم هایی که میتونن بصورت حضوری خدمتشون برسیم و قرار داد کتبی با تفاهم نامه رازداری و ضرر و زیان قبول کنن درخواست بدن. توضیحات استراتژی فقط در حضور وکیل شرکت و حضوری امکان پذیره. تشکر از توجهتون لطفا هنگام اعلام درخواست پروژه موارد مورد نیاز اعم از vps مقدار حافظه و پردازش و اکانت های مختلف و غیره رو ذکر بفرمایید .

انجام پروژه به صورت انفرادی و یا حداکثر در گروه های پنج نفره می¬باشد. · در صفحه اول فایل نهایی پروژه ، محور پروژه و نام سازمان( دانشگاه علوم پزشکی شهید بهشتی ) و نام اعضای گروه ذکر شود. · در صفحه دوم فهرست مطالب بر اساس خروجی های ذکر شده (خروجی های مشترک و خروجی های موردی بر اساس محور انتخاب شده) تدوین شود · ارائه گزارش نهایی بین ۳۰ تا۵۰ صفحه A4 باشد. بارگذاری پروژه گروهی توسط سرگروه هر تیم انجام شود. · نام گذاری فایل پروژه به صورت BI-Project.FamilyName باشد که حاوی نام خانوادگی سرگروه است. · فایل پروژه در قالب docx و pdf ارسال گردد و قالب های دیگر مورد پذیرش نیست. · خروجی پروژه باید در زمان مورد نظر و در محل مشخص شده بارگذاری گردد. · مهلت تحویل پروژه 5 روز تا 25 دی ماه

پیشنیاز پروژه : آشنایی با هوش مصنوعی و ML ، زبان برنامه نویسی پایتون، کار با Pygame یا Tkinter یا Unity و یا هر محیط دیگری که بتواند پیاده سازی که در قسمت بعد توضیح داده شده را انجام دهد. آشنایی با الگوریتم DDQN یا PRM و یا الگوریتم های مسیر یابی موجود Reinforcement Learning، جهت استفاده برای حرکت ماشین ها. توضیحات پروژه : برا مشخص شدن قسمت های کار و پیشروی راحت تر، کار را به ۳ بخش تقسیم کردیم. در نهایت فایل پیاده سازی قسمت ۱ و ۲ که انجام شده را هم در اختیارتان قرار میدیم ولی این بدان منظور نیست که باید از این پیاده سازی استفاده کنید. میتوانید همین پروژه را تکمیل کنید و میتوانید به هر روش دیگری که میخواهید انجام دهید، مهم خروجی در نظر گرفته شده هست. بصورت کلی پروژه حرکت چند ماشین را نشان میدهد که یکی از ماشین ها هوشمند هست و هنگامی که بین چندین ماشین قرار بگیرد و راه خروج ندارد با استفاده از فرمولی که به شما میدهیم ماشین تصمیم میگیرد با یکی از ماشین ها که ضریب خسارت کمتری دارد تصادف کند. بخش اول : در این بخش یک محیط ( که درون آن جاده هست ) را برای حرکت ماشین ها در نظر میگیریم و سپس یک ماشین را درون جاده قرار میدهیم، بصورتی که درون جاده حرکت میکند و با استفاده از یکی از الگوریتم های RL ( بعنوان مثال DDQN ) جاده را تشخیص میدهد و سعی میکند در جاده حرکت کند و درصورت برخورد تابع ریوارد را دریافت کند و لرن کند . بخش دوم : چندین ماشین دیگر به محیط اضافه شوند. این دسته از ماشین ها هوشمند نیستند ( فقط یکی از ماشین ها که در قسمت اول گفته شد بعنوان ماشین اصلی در نظر گرفته شده که هوشمند هست ). این نوع ماشین ها فقط باید در مسیر جاده حرکت کنند و هر کدام با یک سرعت متفاوت حرکت کنند. پیشنهاد میشود در این بخش بدین گونه عمل کرد که کلاسی که برای این دسته از ماشین ها تعریف میشود قابلیت این را داشته باشند که در هر زمان بتوان موقعیت بعدی را مشخص کرد. بعنوان مثال در لحظه ی T0 و در موقعیت X0 قرار داشته باشد و در لحظه ی T1 در موقعیت X1 و ... علت این کار را هم در مرحله ی بعد متوجه میشوید. بخش سوم : در این بخش باید شرایطی پیش بیاید که ماشین هوشمند بین چند ماشین دیگر و جاده قرار بگیرد بصورتی که از همه ی جهت ها هیچ راهی برای عبور ماشین هوشمند نباشد و ماشین هوشمند مجبور باشد با یکی از ماشین ها برخورد کند. در همین موقعیت با فرمولی که به شما تحویل میدهیم ماشین هوشمند تصمیم میگیرد که با کدام ماشین برخورد داشته باشد. علت مشخص کردن زمان و مکان در بخش دوم که توضیح دادم برای راحتی کار در همین بخش هست که بتوانیم حرکت ماشین های دیگر را تعیین کنیم و موقعیت تصادف را بوحود بیاوریم، در غیر این صورت از نظر بنده کار پیچیده میشود. حال برای این مورد هم تصمیم بر عهده ی مجری کار است. مهم خروجی مورد نظر هست. در انتهای کار چندین شکل از پیاده سازی که انجام شده برای هر بخش قرار داده شده، این برای فهم و درک بهتر از خروجی مورد نظر هست و مجری کار میتواند از کتابخانه و زبان و ... که راحت تر هست استفاده کند. مهم خروجی کار هست.

سلام  موضوع پروژه کاری من شناسایی و موقعیت یابی الیاف غریبه در سطح پنبه هستش و برای من مهمه که بتونم فقط در سطح پنبه این موارد رو شناسایی کنم. این الیاف نخ های پلاستیکی سفید رنگ هستند که با پنبه هم تقریبا هم رنگه و برام مهمه که این نخ های سفید پلاستیکی روی پنبه را به من معرفی کنه و مختصات  اون جسم رو در طول و عرض اون تصویر به من در یک فایل اعلام کنه و من بدونم که در یک تصویر چند جسم وجود داره و مقدارش رو با دید واقعی انسان مقایسه کنم. حدود 500 عدد عکس برای آموزش تهیه شده است از فاصله پانزده سانتی متری و ابعاد تصویر خروجی هم دقیقا باید با همان عکس ورودی یکی باشد. از دوربین گوشی استفاده شده است. در انتها هم قصد دارم تصاویر به صورت زنده از گوشی با  همان جایگاهی که عکس تهیه شده دریافت بشه و من اگر ده تا نخ  پلاستیکی سفید روی پنبه قرار دادم این سیستم بتونه به صورت زنده تشخیص و موقعیت یابی رو انجام بده. این پروژه طبق تعریف از قبل باید فقط با متلب انجام بشه حالا شبکه عصبی یا هر راه دیگری و کد نویسی باید به صورتی باشد که در ورژن های پایین متلب هم بتوانم جواب بگیرم. کد ها باید بخش به بخش یک توضیح کلی درباره آن در همان متلب داده شود تا مخاطب بداند در این بخش قرار است چه اتفاقی رخ دهد. استاد بنده گفته حتما باید در متلب انجام بدهی ، من میدونم در محیط های دیگه خیلی راحت تره ولی فعلا مجبورم پس لطفا عزیزانی که قصد همکاری دارند پیام بدهند. ضمنا دوتا عکس نمونه ارسال کردم کیفیت از طریق سایت کاهش یافته است. داده اصلی خیلی کیفیت دارد. ممنونم

با سلام. من یک سری نقاط دارم (شبکه ابری) که میتوان آنها بر اساس یک عکس که به عنوان رفرنس باید در شبکه استفاده کنم, شبکه بندی کرد. یک مقاله نیز وجود دارد و همراه با کد که میخواهم روی داده من اجرا شود. نیاز به هماهنگ کردن یا تغییر کد برای این هماهنگی وجود دارد. دانش بالا در برنامه نویسی و پایترچ به شدت مورد نیاز هست و متاسفانه زمان فقط 7 الی 8 روز وجود دارد

پروژه در منطق فازی است در رشته هوش مصنوعی

باسلام به شخصی جهت انجام مدلسازی ریاضی دو سطحی و مدلسازی شبکه اجتماعی با مفهوم گیم تئوری نیازمندیم.