Чуваки обучили автоэнкодер и сетку, которая мапит выход ЭЭГ в пространство декодера. Да, декодер обучали на ограниченном датасете. Но и ЭЭГ, по словам авторов, может выдать максимум 6 категорий. Подход совершенно масштабируемый в двух направлениях:
1. Нужно обучать более сложную генеративную модель, пространство параметров которой сожет кодировать более широкий спектр «концепций» из реального мира.
2. Нужно создавать девайсы, которые будут получать от мозга данные в большем «разрешении».
При наличии новых достижений по этим двум направлениям подход из статьи с большой долей вероятности будет отлично масштабироваться вплоть до настоящего «восстановления» изображений из «мыслей».
Правильно ли я понимаю, что сначала у клиента обычным способом спрашивают, кто он такой, а система потом только подтверждает, что он тот, за кого себя выдает?
Вы путаете причину и следствие ;) Лично для меня задачей было познакомиться с Windows 10 IoT, и понять, жизнеспособно ли оно вообще. Потому что изначально я тоже делал так: «Windows 10 в embedded, ШТАААААА?!»
Когда вы берёте новый контроллер, который раньше не использовали в проектах, наверняка вы сначала мигаете на нём диодом, а не бежите писать систему управления тангажом истребителя :) Так же и здесь. Задача — оценить Windows в embedded, средство — сначала помигать диодом, потом решить более сложные задачи.
Отнюдь. Например, я давно хотел потыкать Raspberry Pi и Windows 10 IoT, но покупать для этого набор душила жаба (в данный момент это не профильное направление на работе). А на хакатоне я получил плату, бредборд и разные базовые компоненты, которые позволили мне понять возможности платформы и сделать заметку в голове для применения в будущих проектах.
Да, действительно, agile не бесплатен. Время уходит на ежедневные статусы, ретро и демо. Некоторые спринты вообще выкидываются в мусорку из-за упущений в аналитике и архитектуре. Но я пока не видел ни одной крупной задачи, которую удалось реализовать по waterfall без последующего пересмотра аналитики или архитектуры (я говорю о большой доработке существующей системы, которая развивается больше 10 лет).
Так ведь так оно и получается. Берём большую задачу, разбиваем на понятные более-менее законченные куски, делаем для каждого аналитику и архитектуру, кодим… Опа, а мы уже в agile!
Безусловно. Штука в том, что в реальности очень сложно найти идеального аналитика, архитектора, разработчика и тестировщика. Рискну даже предположить, что их не бывает :) Суть текста в том, что waterfall гораздо менее простительно относится к ошибкам на начальных стадиях, чем тот же agile.
Всё дело в объёме задачи. Если это простая доработка на 50 часов, то waterfall ничего не испортит. Если мы говорим о задаче с фазой разработки на 3 месяца, то тут лучше получать фидбэк как можно раньше. И agile-подход в этом плане сильно снижает риски по «плохим аналитикам», т. к. качество требований и их влияние на следующие фазы видно сразу.
Ну да: дефицит внимания, поколение айфонов, фруктовые смузи — вот это всё :) Сам недавно узнал, что тексты размером в средний ЖЖ-пост 2008 года теперь называют лонг-ридами :))
Перестаньте засорять профильный хаб бесполезными статьями. Вы взяли рекламную презу, в которой и так было мало информации, и сделали из неё выжимку. Всю вашу статью можно без потери информации уложить в несколько буллитов:
0. [Рандомная цветная картинка]
1. Какие-то чуваки сделали презу. [ссылка на презу на английском]
2. Трейдеры торгуют на основе новостей.
3. Особо хитропопые трейдеры юзают машинное обучение. [непонятная картинка, вырванная из контекста]
4. Существуют генетические алгоритмы. [картинка, которая даст ноль инфы человеку, который заранее не ознакомился с ГА].
Меня очень смущает “LINQ to Entities” в тексте ошибки. У меня такое бывало, когда в блоке using был зарефан только System.Ling. Тогда по факту DbSet неявно приводится к IEnumerable и FirstOrDefault применяется уже к нему, используя механизм Linq to Entities вместо Linq to SQL.
Российские ученые восстановили образы из мыслей человека по электрической активности мозга
Чуваки обучили автоэнкодер и сетку, которая мапит выход ЭЭГ в пространство декодера. Да, декодер обучали на ограниченном датасете. Но и ЭЭГ, по словам авторов, может выдать максимум 6 категорий. Подход совершенно масштабируемый в двух направлениях:
1. Нужно обучать более сложную генеративную модель, пространство параметров которой сожет кодировать более широкий спектр «концепций» из реального мира.
2. Нужно создавать девайсы, которые будут получать от мозга данные в большем «разрешении».
При наличии новых достижений по этим двум направлениям подход из статьи с большой долей вероятности будет отлично масштабироваться вплоть до настоящего «восстановления» изображений из «мыслей».
Исправление опечаток, взгляд сбоку
Разработка системы биометрической идентификации по речи
Решаем головоломки шаманов в World of Warcraft генетическим алгоритмом
Первая встреча Moscow IoT Community: как мы нашли баг в Visual Studio
Первая встреча Moscow IoT Community: как мы нашли баг в Visual Studio
Когда вы берёте новый контроллер, который раньше не использовали в проектах, наверняка вы сначала мигаете на нём диодом, а не бежите писать систему управления тангажом истребителя :) Так же и здесь. Задача — оценить Windows в embedded, средство — сначала помигать диодом, потом решить более сложные задачи.
Первая встреча Moscow IoT Community: как мы нашли баг в Visual Studio
Так что, именно такие мероприятия очень нужны.
Если бы программисты делали блины (по кошерным методологиям)
Если бы программисты делали блины (по кошерным методологиям)
Если бы программисты делали блины (по кошерным методологиям)
Если бы программисты делали блины (по кошерным методологиям)
Безусловно. Штука в том, что в реальности очень сложно найти идеального аналитика, архитектора, разработчика и тестировщика. Рискну даже предположить, что их не бывает :) Суть текста в том, что waterfall гораздо менее простительно относится к ошибкам на начальных стадиях, чем тот же agile.
Если бы программисты делали блины (по кошерным методологиям)
Если бы программисты делали блины (по кошерным методологиям)
Если бы программисты делали блины (по кошерным методологиям)
Что нового: 3 технологических тренда алгоритмической торговли
0. [Рандомная цветная картинка]
1. Какие-то чуваки сделали презу. [ссылка на презу на английском]
2. Трейдеры торгуют на основе новостей.
3. Особо хитропопые трейдеры юзают машинное обучение. [непонятная картинка, вырванная из контекста]
4. Существуют генетические алгоритмы. [картинка, которая даст ноль инфы человеку, который заранее не ознакомился с ГА].
Srsly?
Критическое отличие компиляции дерева выражений в Visual Studio 2015
Критическое отличие компиляции дерева выражений в Visual Studio 2015
:) DbSet точно должен приводиться к IQueryable.
Критическое отличие компиляции дерева выражений в Visual Studio 2015
Критическое отличие компиляции дерева выражений в Visual Studio 2015
Что если вместо интерфейса использовать абстрактный класс?
Неожиданное поведение фильтров исключений в C# 6