Contrefaçon : un modèle d’IA capable de voir les anomalies dans les conteneurs
• Une équipe de l’Université de Tufts a développé un système d’intelligence artificielle capable de détecter les objets illicites dissimulés dans les flux de marchandises grâce à l’apprentissage autosupervisé.
• Des anomalies synthétisées en 3D ont été projetées en rayons X pour entraîner le modèle à distinguer les cargaisons normales des anomalies avec une précision impressionnante de 98%.
• Ce cadre polyvalent pourrait également avoir des implications des domaines variés, de la microscopie à la recherche médicale, en passant par le contrôle industriel.
Lire l'article
• Des anomalies synthétisées en 3D ont été projetées en rayons X pour entraîner le modèle à distinguer les cargaisons normales des anomalies avec une précision impressionnante de 98%.
• Ce cadre polyvalent pourrait également avoir des implications des domaines variés, de la microscopie à la recherche médicale, en passant par le contrôle industriel.
BrainBox AI : objectif, réduire jusqu’à 40% l’empreinte carbone des bâtiments
Lire l'article
Transfert d’énergie sans fil : l’ERWPT mise sur les champs électriques
Lire l'article
L’autoconsommation collective d’énergie : construction d’une énergie renouvelable, locale et partagée
Lire l'article
Inondations : comment le machine learning peut aider à sauver des vies
Lire l'article
