Maritime 4.0: Innovation Driven by AI, Data, and Cyber Security

 Unsupervised Learning of Probably Symmetric Deformable 3D Objects  from Images in the Wild Shangzhe Wu Christian Rupprecht Andrea Vedaldi Visual Geometry Group, University of Oxford {szwu, chrisr, vedaldi}@robots.ox.ac.uk

[Open Source + Research Paper + Jetson Nano] Blinker Project This project aims to implement a blink detection system using dlib and OpenCV , following an existing open-source implementation. It builds upon facial recognition techniques to develop a system capable of detecting eye blinks in real-time. According to the contributor's description , this system can be applied in various scenarios, such as: 🚗 Drowsy driving detection – Alerting drivers when signs of fatigue are detected. 📚 Student monitoring – Analyzing drowsiness and focus levels in study environments. By leveraging Jetson Nano , this project explores the integration of edge AI for real-time blink detection, opening possibilities for applications in safety, education, and human-computer interaction . 🚀 asily Implementable with a Camera and Software Development Setup If you have a camera and a properly configured software development environment , this project is relatively easy to implement. In this project, we...

Let's explore the Face Recognition Project ! 😊 In this project, we will maximize the use of open-source resources with the following objectives: 1️⃣ Understand key libraries and source code 2️⃣ Set up the required development environment 3️⃣ Optimize performance for better accuracy and efficiency 4️⃣ Share results and discuss potential improvements The goal is to go beyond simple implementation , actively improving the system and exploring ways to enhance its capabilities. 🚀

ABSTRACT  1. Introduction  2. Scope and objective  3. Previous Works On NLP (Brief History)  4. Natural Language Processing Overview  5. Applications of NLP  6. Challenges and failures  7. Current and Future progress of NLP  8. Conclusions  References 

THE BEST ARTIFICIAL INTELLIGENCE  JOURNALS 안녕하세요?  연구 활동 및 학위 취득의 목적, 그리고 기업에 소속되어 논문 등재를 시작해 보려는 이들에게 도움이 될 만한 내용을 정리해 보고자 합니다.. 인공지능 학문에 대하여 연구자 및 엔지니어들이 모이는 학회는 어떤것들이 있으며 각 학회의 역사나 특징, 동향이 궁금해 졌기 때문 입니다. 원하는 논문의 탐색은 구글검색이나 "http://www.arxiv-sanity.com/" 을 통하면 쉽게 얻을 수있겠지만, 각 학회별 특징이나 동향을 아는 것이 우리의 논문 등재를 포함한 연구 활동에 도움이 될것이라 생각 하기에 그 내용을 정리함과 동시에 과정을 지속적으로 공유해 나가고자 합니다. 1. NeurIPS   (NIPS)     : 연구자 및 엔지니어가 모이는 최대 규모의 연례 학회로 , 새로운 발견을 공유하고 협업하며 함께 AI 산업 발전을 도모하는 장     : 역사 : 1987 년 , 분야 : 인지 과학과 머신러닝 응용 분야 등 폭 넓음     ; 바로가기:    https://papers.nips.cc/  2. ICML : (International Conference on Machine Learning)     : 머신 러닝에 집중,  NeurIPS  및  ICLR  과 함께  기계 학습  및  인공 지능  연구  에 큰 영향을 미치는 세          가지 주요 컨퍼런스 중 하나 , 정확한 날짜는 해마다 다르지만 일반적으로 논문 제출 마감일은 1 월 말          이며 회의는 일반...

GAN 은 이안 굿펠로우가 소개한 바닐라 GAN 이후 수천 가지 변형이 지금 이 순간에도 만들어 지고 있습니다.   추후 개인 그리고 회사의 업무 수행 과정에서 이미지를 활용 해야 하는 서비스를 개발할 기회가 찾아 오게 된다면, 주어진 시간을 그 수많은 GAN 을 검토하다 모두 소진하게 될거라 생각 합니다.  이에 본인은 일상 중에 스쳐지나 가거나 관심이 가는 GAN 에 대하여 간략히 기록해 두고 필요시 이를 참고 활용 하고자 합니다. 좋은 GAN 있으시면 연락 주세요 ^^  

Subject: Natural Language Processing (NLP) Through my work in implementing AI chatbots and taking the Natural Language Processing (NLP) course, I realized that since the introduction of the "Attention Is All You Need" paper and the breakthrough models like "Transformer" , "BERT" , and "GPT-2" , there has been a significant increase in both corporate and academic interest in dialog systems such as AI chatbots and customer support services , with NLP technologies at their core. This shift can be attributed to the advancements in NLP technologies , which have reached a point where natural language services are widely accepted without significant resistance . In this context, I want to explore what Natural Language Processing (NLP) is, why the interest in it has grown rapidly , and what technologies have made this possible . Additionally, I will present the requirements and methods for developing AI services based on NLP technology . Approach...

  reference - http://hunkim.github.io/ml/ 모두를 위한 머신러닝/딥러닝 강의 -   홍콩과기대 김성훈- 시즌 1 - 딥러닝의 기본 (TF 1.X lab 완료!)  비디오 리스트 수업에 사용하는 코드  https://github.com/hunkim/DeepLearningZeroToAll 수업의 개요  비디오    슬라이드  머신러닝의 개념과 용어  비디오   (TensorFlow의 기본  Lab 비디오  )  강의 슬라이드    Lab 슬라이드  Linear Regression 의 개념  비디오   (TensorFlow 로 구현  Lab 비디오  )  강의 슬라이드    Lab 슬라이드  Linear Regression cost함수 최소화  비디오   (TensorFlow 로 구현  Lab 비디오  )  강의 슬라이드    Lab 슬라이드  여러개의 입력(feature)의 Linear Regression  비디오   (TensorFlow 로 구현  Lab1 비디오  ) (파일 데이타 로딩  Lab2 비디오  )  강의 슬라이드    Lab 슬라이드  Logistic (Regression) Classification  강의 슬라이드    실습 슬라이드  Hypothesis 함수 소개  비디오  Cost 함수 소개  비디오  TensorFlow 에서의 구현  비디오  Softmax Regression (Multinomial Logist...