Kada se zanemari pojednostavljena, filmska imaginacija veštačke inteligencije otelotvorene kroz humanizovane robote koji prete čovečanstvu, ostaje kompleksna, ali obećavajuća slika onoga šta AI zaista predstavlja. Veštačka inteligencija se razvija za specifične korisne namene u različitim industrijama i primenljiva je u svim sferama društva.
AI omogućava mašinama da uče iz iskustva, da se prilagođavaju okolnostima, obavljaju zadatke i donose odluke. Automatizuje ponavljajuće učenje i otkriva nove korelacije uz pomoć podataka, poboljšava rad postojećih tehnologija, prilagođava se algoritmima progresivnog učenja, pronalazi strukturu i regularnosti u velikim količinama podataka, analizira ih koristeći neuronske mreže, postiže neverovatnu tačnost procene, izvlači najviše tačnih podataka…
Pročitajte još na linku.
U okviru konferencije za primenjenu veštačku inteligenciju održane u Kragujevcu prezentovan je rad:
M. Kovacevic, P. Burasc, B. Bajat, M. Kilibarda , AI in Agriculture, 11st Serbian International Conference on Applied Artificial Intelligence (SICAAI)
Milan Kilibarda i Ognjen Antonijević su učestvovali u istraživanju publikovanom pod naslovom “A spatiotemporal ensemble Machine Learning framework for generating land use/land cover time-series maps for Europe (2000–2019) based on LUCAS, CORINE and GLAD Landsat” koje je usko vezano za ciljeve CERES projekta.
Istraživači sa projekta CERES su učestvovali na konferenciji Open Data Science Europe workshop 2022. U okviru konrerencije Milan Kilibarda je održao predavanje na temu “Introduction to Web Mapping Services”
U okviru projekta CERES publikovan je rad na temu transfera znanja mašinskog učenja za proračun organskog ugljenika u zemljištu kada su poznati drugi fizički i hemijski parametri.
Terms of use
Privacy Policy
