Даже в таком простом случае не очень представляю как монтеру подписывать (люди после 50 частенько дальнозоркие, даже в очках мелкий шрифт не видят - нужны крупные надписи).
Как я понимаю синтез-газ можно делать и из природного газа. А в природном газе доля углерода меньше, чем в каменном угле (т.е. выбросы CO2 меньше).
Уловители углекислоты - в промышленных масштабах не представляю.
А ещё мне не хватило графиков какие отрасли промышленности сколько кушают энергии (как электроэнергии, так и ископаемых углеродов). Вот доля транспорта увеличилась или уменьшилась в потреблении углеводородов?
Мне интересно, использует ли кто-то методы, основанные на чем-то вроде LZMA? По идее можно первым заархивировать старый файл, запомнить место (длину) архива, и как solid (без сброса словаря), потом заархивировать новый файл. Пользователю передавать только хвост, т.к. основное тело он может сгенерировать самостоятельно (старый файл у него есть).
HDD ниже сотен гигабайт сейчас использовать для хранения невыгодно (разъем занимает, а информации хранится мало). Нужно смотреть в сторону NAS (Network Attached Storage), ZFS-Raid. Ну и договариваться с друзьями: они у тебя хранят копии, а ты у них свои копии держишь.
Раз в 5-10 лет покупаешь более новое оборудование и копируешь со старого (старое в музей бесплатно).
P.S. Я недавно потерял пару сотен гигабайт мультфильмов-фильмов бережно собираемых с начала нулевых -- оказалась небольшая потеря. Так что время от времени избавляйтесь от явного хлама.
Потенциально там может быть несколько снимков с короткой выдержкой. Потом субпиксельное выравнивание, шумоподавление, усреднение и прочая "магия". Поэтому было бы неплохо сделать тестовые снимки: газетную страницу сфотографировать с максимальным увеличением 100x, а потом этот же кусок газеты сфоткать 10x и увеличить на компе и посмотреть/сравнить результаты. Если всё относительно честно, то на телефоне мы должны больше рассмотреть деталей (прочитать более мелкий текст).
мульиспектральные и гиперспектральные камеры позволяют существенно расширить понятие о красках (легко отличить зеленую стену от зеленой листвы; отличаем по минимальным колебаниям спектра плохие/испортившиеся продукты и т.п. но требуется обучение);
возможность подключения к уличным вебкамерам - можно посмотреть что за углом;
ультразвук на кончиках пальцев (перчатки) и ты видишь сквозь толщу камня или воды.
Пока не понятно, как всем этим управлять (переключаться между уровнями).
@Moskus говорит правильные вещи. Нейросеть может дофантазировать детали. Это дофантазирование может быть очень убедительным (чем дальше, тем лучше становятся нейросети). Но это именно фантазирование, а не восстановление фотографии.
Я развлекался с GAN сетью цифрового увеличения esrgan, анализировал результаты. Чудес не бывает. К примеру нейросеть "видит" волосы и пытается их прорисовать. И в части случаев их убедительно рисует, но они не точно такие же, как на оригинале (просто похожие). Ещё хуже обстоят дела с мелкими незнакомыми текстурами. К примеру на девушке свитер ручной работы. Фото низкого разрешения и на свитере не видны детали. После увеличения мы можем получить как причудливый узор, так и монотонный участок (всё зависит от кадрирования фото, обучения и настроек нейросети).
@Elpi"Прием повторной обработки одного кадра столько раз, сколько нужно" в подавляющем большинстве случаев многократно усилит артефакты (в фаре мы увидим лицо железного дровосека или что похуже). Если при увеличении классическим бикубиком или сплайнами артефакты минимальны и как бы размазаны по всему фото, то в случае с нейросетевым увеличением какие-то участки фотографии могут быть весьма достойно увеличены, а какие-то жутко искажены (и при беглом просмотре их можно пропустить, не обратить внимание). Для художественной обработки фотографий это подходит. Более того, можно получить необычные забавные эффекты.
"Рассчитываем важность фичей с помощью SHAP". Я думаю это может вполне подсветить "черный ящик".
И это не отменяет мысли о сравнении классического подхода и ML подхода для того, что бы узнать насколько сильно мы потеряли в точности. Также отмечу, что подбором гиперпараметров XGBoost и генерацией комбинированных фич можно построить достаточно компактное дерево, которое можно интерпретировать.
Вроде долго работали, составляли матрицы ковариаций.... А откуда у вас в строке Temp at a depth (80 cm) максимальная температура 45 градусов? (Аналогично в некоторых других местах таблицы.) Очистку данных не производили?
Мне кажется несколько надуманной идея использования именно логистической регрессии. В XGBoost можно узнать важность различных признаков. В любом случае было бы интересно взглянуть на точность и сравнить с "большими" дядями по типу XGBoost, нейросетями.
Где почитать подробнее про планы Starlink по межспутниковой связи? Ведь потенциально на первое время там хватит и 2-10% от номинала (в море мало пользователей).
Говорится про применение на поле боя и при авариях, а потом "Новый клей протестировали на моделях ... серьезно поврежденной печени". Это и вызвало вопросы.
Думаю по быстрому можно только внешние кровотечения останавливать.
«ключи никак не могут лежать в блокчейне» — погоди-погоди, а как же ассиметричное шифрование? Шифруем публичным ключиком покупателя любую покупку и укладываем в блокчейн. Читать может только обладатель секретной части ключа (он у покупателя).
Для наглядности использовать функцию от двух переменных можно (и нужно) — графики рельефа можно наглядно показать. Но в реальности приходится иметь дело с многоэкстремальными функциями от десятка переменных (а может быть и тысячи переменных). Поэтому раз уж мы стали сравнивать два метода, то нужно показать время поиска минимума (пусть и не глобального) для каких-то реально сложных функций. К сожалению сходу не могу найти (везде x,y). Я изучал несколько методов поиска более десяти лет назад и тогда взял функцию вида
for I := 0 to 17-3 do begin
result:=result+sin(x[i]*i+x[i+1]+2*x[i+2])*sqr(x[i]);
end;
(в этом случае каждый x[i] последовательно применяется с разными множителями).
Более сложный вариант:
for I := 0 to 17-3 do begin
result:=result+sin(Round(x[i]*i)+x[i+1]+2*x[i+2])*sqr(x[i]);
end;
lit999.narod.ru/soft/ga/index.html
В моих экспериментах, чем сложнее функция, тем больше ощущается выигрыш от использования генетических алгоритмов (речь идет об ускорении на несколько порядков).
Одну из реализаций (waifu2x-caffe) я пробовал. Если не придираться — нормально. Если рассматривать внимательнее, то видно, что результат отличается от реальности (я смотрел на мелкую текстуру — увеличение получается «синтетическим»).
Возможно и не сгорает. У микрочастиц соотношение поверхность/масса много больше, чем у крупных камней. К примеру пыль может часами плававать в воздухе, а комки этой же пыли спокойно лежат в уголке. Вполне возможно, что микрометеориты энергию успевают сбросить в виде ИК излучения (или просто теплообмен с окружающим воздухом).
Тема интересная, но хотелось бы больше фотографий, может каких-то объяснений как исследуются.
К сожалению бавает плотная "сборка". Чаще всего место для надписей не предусмотрено (хотя можно пробовать маркером поставить цифру).
https://cs10.pikabu.ru/post_img/big/2018/04/04/10/1522857886148312943.jpg
Даже в таком простом случае не очень представляю как монтеру подписывать (люди после 50 частенько дальнозоркие, даже в очках мелкий шрифт не видят - нужны крупные надписи).
Я извиняюсь, так и видеорегистратор не сможет передавать картинку! По любому нужна или хорошая мобильная связь или хороший сигнал Wi-Fi (а лучше оба).
как я понял из статьи:
легче работать с золой, меньше требований к качеству угля
они хотят захоранивать CO2 (из синтез-газа разве легче его добыть?), вроде как легче улавливать оксиды серы и азота, ртути
на водороде из синтез-газа хотят сделать топливные элементы (+несколько процентов КПД)
потенциально синтез-газ можно и из органики делать (т.е. электростанцию целиком не придется переделывать).
Как я понимаю синтез-газ можно делать и из природного газа. А в природном газе доля углерода меньше, чем в каменном угле (т.е. выбросы CO2 меньше).
Уловители углекислоты - в промышленных масштабах не представляю.
А ещё мне не хватило графиков какие отрасли промышленности сколько кушают энергии (как электроэнергии, так и ископаемых углеродов). Вот доля транспорта увеличилась или уменьшилась в потреблении углеводородов?
Мне интересно, использует ли кто-то методы, основанные на чем-то вроде LZMA? По идее можно первым заархивировать старый файл, запомнить место (длину) архива, и как solid (без сброса словаря), потом заархивировать новый файл. Пользователю передавать только хвост, т.к. основное тело он может сгенерировать самостоятельно (старый файл у него есть).
HDD ниже сотен гигабайт сейчас использовать для хранения невыгодно (разъем занимает, а информации хранится мало). Нужно смотреть в сторону NAS (Network Attached Storage), ZFS-Raid. Ну и договариваться с друзьями: они у тебя хранят копии, а ты у них свои копии держишь.
Раз в 5-10 лет покупаешь более новое оборудование и копируешь со старого (старое в музей бесплатно).
P.S. Я недавно потерял пару сотен гигабайт мультфильмов-фильмов бережно собираемых с начала нулевых -- оказалась небольшая потеря. Так что время от времени избавляйтесь от явного хлама.
Потенциально там может быть несколько снимков с короткой выдержкой. Потом субпиксельное выравнивание, шумоподавление, усреднение и прочая "магия". Поэтому было бы неплохо сделать тестовые снимки: газетную страницу сфотографировать с максимальным увеличением 100x, а потом этот же кусок газеты сфоткать 10x и увеличить на компе и посмотреть/сравнить результаты. Если всё относительно честно, то на телефоне мы должны больше рассмотреть деталей (прочитать более мелкий текст).
Навскидку:
мульиспектральные и гиперспектральные камеры позволяют существенно расширить понятие о красках (легко отличить зеленую стену от зеленой листвы; отличаем по минимальным колебаниям спектра плохие/испортившиеся продукты и т.п. но требуется обучение);
возможность подключения к уличным вебкамерам - можно посмотреть что за углом;
ультразвук на кончиках пальцев (перчатки) и ты видишь сквозь толщу камня или воды.
Пока не понятно, как всем этим управлять (переключаться между уровнями).
@Moskus говорит правильные вещи. Нейросеть может дофантазировать детали. Это дофантазирование может быть очень убедительным (чем дальше, тем лучше становятся нейросети). Но это именно фантазирование, а не восстановление фотографии.
Я развлекался с GAN сетью цифрового увеличения esrgan, анализировал результаты. Чудес не бывает. К примеру нейросеть "видит" волосы и пытается их прорисовать. И в части случаев их убедительно рисует, но они не точно такие же, как на оригинале (просто похожие). Ещё хуже обстоят дела с мелкими незнакомыми текстурами. К примеру на девушке свитер ручной работы. Фото низкого разрешения и на свитере не видны детали. После увеличения мы можем получить как причудливый узор, так и монотонный участок (всё зависит от кадрирования фото, обучения и настроек нейросети).
@Elpi "Прием повторной обработки одного кадра столько раз, сколько нужно" в подавляющем большинстве случаев многократно усилит артефакты (в фаре мы увидим лицо железного дровосека или что похуже). Если при увеличении классическим бикубиком или сплайнами артефакты минимальны и как бы размазаны по всему фото, то в случае с нейросетевым увеличением какие-то участки фотографии могут быть весьма достойно увеличены, а какие-то жутко искажены (и при беглом просмотре их можно пропустить, не обратить внимание). Для художественной обработки фотографий это подходит. Более того, можно получить необычные забавные эффекты.
выкинули дни с дождями меньше 45 мм? Ok, пусть (или какую-то ещё очистку производили?).
https://habr.com/ru/post/428213/
"Рассчитываем важность фичей с помощью SHAP". Я думаю это может вполне подсветить "черный ящик".
И это не отменяет мысли о сравнении классического подхода и ML подхода для того, что бы узнать насколько сильно мы потеряли в точности. Также отмечу, что подбором гиперпараметров XGBoost и генерацией комбинированных фич можно построить достаточно компактное дерево, которое можно интерпретировать.
Вроде долго работали, составляли матрицы ковариаций.... А откуда у вас в строке Temp at a depth (80 cm) максимальная температура 45 градусов? (Аналогично в некоторых других местах таблицы.) Очистку данных не производили?
Мне кажется несколько надуманной идея использования именно логистической регрессии. В XGBoost можно узнать важность различных признаков. В любом случае было бы интересно взглянуть на точность и сравнить с "большими" дядями по типу XGBoost, нейросетями.
Где почитать подробнее про планы Starlink по межспутниковой связи? Ведь потенциально на первое время там хватит и 2-10% от номинала (в море мало пользователей).
Интересная тема, но я ожидал хоть каких-то примеров использования, примеры кода (по типу "вот задача, а вот простое решение с нашей библиотекой")
Говорится про применение на поле боя и при авариях, а потом "Новый клей протестировали на моделях ... серьезно поврежденной печени". Это и вызвало вопросы.
Думаю по быстрому можно только внешние кровотечения останавливать.
Так это дерево решений, а не нейросеть…
В принципе — хорошая идея так объединять. Я правильно понимаю — это можно перепрошивать, с целью залить новые коэффициенты?
Статья могла бы быть очень интересной, но очень много посвящено геологии и очень мало техническим деталям. К тому же не описаны другие действующие системы.
www.ixbt.com/news/2019/11/10/funkcija-preduprezhdenija-o-zemletrjasenijah-v-smartfonah-xiaomi-realno-rabotaet.html
www.ixbt.com/news/2021/04/17/smartfony-xiaomi-i-redmi-predupredili-o-vcherashnem-zemletrjasenii-v-kitae.html
(в этом случае каждый x[i] последовательно применяется с разными множителями).
Более сложный вариант:
lit999.narod.ru/soft/ga/index.html
В моих экспериментах, чем сложнее функция, тем больше ощущается выигрыш от использования генетических алгоритмов (речь идет об ускорении на несколько порядков).
habr.com/ru/search/?q=%5BSuper%20Resolution%5D&target_type=posts
Одну из реализаций (waifu2x-caffe) я пробовал. Если не придираться — нормально. Если рассматривать внимательнее, то видно, что результат отличается от реальности (я смотрел на мелкую текстуру — увеличение получается «синтетическим»).
Тема интересная, но хотелось бы больше фотографий, может каких-то объяснений как исследуются.