محبوبترینها
سررسید تبلیغاتی 1404 چگونه می‌تواند برندینگ کسب‌وکارتان را تقویت کند؟
چگونه با ثبت آگهی رایگان در سایت های نیازمندیها، کسب و کارتان را به دیگران معرفی کنید؟
بهترین لوله برای لوله کشی آب ساختمان
دانلود آهنگ های برتر ایرانی و خارجی 2024
ماندگاری بیشتر محصولات باغ شما با این روش ساده!
بارش‌های سیل‌آسا در راه است! آیا خانه شما آماده است؟
بارش‌های سیل‌آسا در راه است! آیا خانه شما آماده است؟
قیمت انواع دستگاه تصفیه آب خانگی در ایران
نمایش جنگ دینامیت شو در تهران [از بیوگرافی میلاد صالح پور تا خرید بلیط]
9 روش جرم گیری ماشین لباسشویی سامسونگ برای از بین بردن بوی بد
ساندویچ پانل: بهترین گزینه برای ساخت و ساز سریع
صفحه اول
آرشیو مطالب
ورود/عضویت
هواشناسی
قیمت طلا سکه و ارز
قیمت خودرو
مطالب در سایت شما
تبادل لینک
ارتباط با ما
مطالب سایت سرگرمی سبک زندگی سینما و تلویزیون فرهنگ و هنر پزشکی و سلامت اجتماع و خانواده تصویری دین و اندیشه ورزش اقتصادی سیاسی حوادث علم و فناوری سایتهای دانلود گوناگون
مطالب سایت سرگرمی سبک زندگی سینما و تلویزیون فرهنگ و هنر پزشکی و سلامت اجتماع و خانواده تصویری دین و اندیشه ورزش اقتصادی سیاسی حوادث علم و فناوری سایتهای دانلود گوناگون
آمار وبسایت
تعداد کل بازدیدها :
1852672155
روشی متفاوت برای شناسایی نقاط فقیرنشین/ فیلم
واضح آرشیو وب فارسی:مهر:
روشی متفاوت برای شناسایی نقاط فقیرنشین/ فیلم
شناسهٔ خبر: 3748082 - دوشنبه ۱ شهریور ۱۳۹۵ - ۰۸:۴۳
جامعه > شهری
.jwplayer{ display: inline-block; } دریافت 65 MB
با استفاده از عکس های باکیفیت و دقیق ماهواره ای می توان به تامین داده های الگوریتم یادگیری ماشین پرداخت تا نقشه برداری بهتری از نواحی فقیرنشین یا توسعه نیافته در اختیار داشت. به گزارش خبرنگار مهر، بنا به گزارش منتشر شده از سوی گروه بانک جهانی، حدود ۹۰۰ میلیون نفر در سراسر جهان دریافتی کمتر از ۱.۹ دلار درآمد روزانه دارند. با وجود چنین آماری اما هنوز بررسی های دقیقی در رابطه با شناسایی دقیق نواحی فقیرنشین و کمتر توسعه یافته انجام نشده است. اکنون محققان دانشگاه استنفورد با بهره از عکس های با کیفیت و همینطور الگوریتم یادگیری ماشین به بررسی مناطق فقیرنشین و همینطور توسعه یافته شهری و رفاهی پرداخته اند. این روش می تواند اطلاعات مفیدی را درباره نواحی دور از دسترس یا کمتر شناخته شده در اختیار محققان قرار دهد. اما عکس برداری ماهواره ای به تنهایی نمی تواند آمار و جداول دقیقی از مناطق فقیرنشین را نمایش دهد به همین دلیل محققان برای استفاده از این اطلاعات به الگوریتم یادگیری ماشین طراحی خاص و تصاویر روز و شب روی آورده اند. تصاویر گرفته شده در روز یا شب می توانند اطلاعات جامع تری را منتقل کنند زیرا در شب، وجود نقاط روشن می تواند گواهی از مناطق پیشرفته تر باشد. اما با بررسی این اطلاعات به همراه تصاویر روز و با استفاده از سیستم یادگیری ماشین می توان به اطلاعاتی مانند میزان پیشرفت جاده ها، امکانات رفاهی، توسعه شهرنشینی و ... دست یافت.
این صفحه را در گوگل محبوب کنید
[ارسال شده از: مهر]
[مشاهده در: www.mehrnews.com]
[تعداد بازديد از اين مطلب: 42]
-
اجتماع و خانواده
پربازدیدترینها