Zlecenie 7395800 - Opracowanie innowacyjnej technologii opartej o deep learning...
(zakończone) | Zamówienie 7395800|
---|---|
źródło | Internet |
data publikacji | 2020-03-20 |
przedmiot zlecenia | Opracowanie innowacyjnej technologii opartej o deep learning pozwalającej na automatyzację procesu kreowania treści audiowizualnyc h W ramach realizowanego Projektu, Zamawiający zleci wyłonionemu Wykonawcy wykonanie prac polegających na opracowaniu innowacyjnej technologii opartej o deep learning pozwalająca na automatyzację procesu kreowania treści audiowizualnych. Obecnie grafik poświęca około 60% czasu swojej pracy, aby przeanalizować dostępne treści wizualne i szuka odpowiednich projektów materiałów, aby stworzyć daną grafikę dla klientów. Poprzez wykorzystanie technologii algorytm oparty na maszynowe uczenie po otrzymaniu odpowiednich parametrów będzie szukała w bazach zdjęć, czy filmów. Innowacyjny algorytm dokona preselekcji materiałów graficznych i na tej podstawie dostarczy zespołowi grafików. Powstała innowacyjna technologia pozwoli na efektywniejsze wykorzystanie czasu pracy grafików i zmniejszy ich nakłady pracy niezbędne do odnalezienia grafik odpowiadających klientowi. Automatyzacja pozwoli na trafniejsze dopasowanie treści audiowizualnych i pozwoli na zwiększenie ilości przyjętych klientów co, jednocześnie pozwoli zwiększyć przychody organizacji. Cel zamówienia Celem zamówienia jest wybór jednostki naukowej, której zlecone zostanie wykonanie usługi w ramach poddziałania 2.3.2 Bony na innowacje dla MŚP, polegającej na opracowaniu innowacyjnej technologii opartej o deep learning pozwalającej na automatyzację procesu kreowania treści audiowizualnych. Przedmiot zamówienia W ramach realizowanego Projektu, Zamawiający zleci wyłonionemu Wykonawcy wykonanie prac polegających na opracowaniu innowacyjnej technologii opartej o deep learning pozwalająca na automatyzację procesu kreowania treści audiowizualnych. Obecnie grafik poświęca około 60% czasu swojej pracy, aby przeanalizować dostępne treści wizualne i szuka odpowiednich projektów materiałów, aby stworzyć daną grafikę dla klientów. Poprzez wykorzystanie technologii algorytm oparty na maszynowe uczenie po otrzymaniu odpowiednich parametrów będzie szukała w bazach zdjęć, czy filmów. Innowacyjny algorytm dokona preselekcji materiałów graficznych i na tej podstawie dostarczy zespołowi grafików. Powstała innowacyjna technologia pozwoli na efektywniejsze wykorzystanie czasu pracy grafików i zmniejszy ich nakłady pracy niezbędne do odnalezienia grafik odpowiadających klientowi. Automatyzacja pozwoli na trafniejsze dopasowanie treści audiowizualnych i pozwoli na zwiększenie ilości przyjętych klientów co, jednocześnie pozwoli zwiększyć przychody organizacji. Zakres projektu obejmuje szereg prac o charakterze badawczo-rozwojowym, które zostaną zlecone jednostce naukowej, w tym: 1. Analiza technologiczna konwersji obrazu dostępnych metod oraz opracowanie sposobu przytrzymywania dużych zbiorów informacji 2. Opracowanie zestawów cech niezbędnych do klasyfikacji danych 3. Opracowanie algorytmu klasyfikatora i modelu predykcyjnego 4. Integracja algorytmów ze zbiorem danych. Proces uczenia się i testów systemowych 5. Testy UAT i testy na użytkownikach końcowych. 6. Wprowadzenie poprawek oraz optymalizacji algorytmu. Obligatoryjnym elementem przedmiotu zamówienia jest włączenie użytkowników końcowych w proces tworzenia nowego lub znacząco ulepszonego produktu (wyrobu, usługi) projektu wzorniczego lub technologii - proponowany opis włączenia należy wskazać w składanej ofercie. W celu realizacji zlecenia proponowany zakres zadań i ich liczba może zostać zmieniona w uzasadnionych przypadkach przez oferenta. Zgodnie z załączonym formularzem ofertowym, w składanej ofercie należy przedstawić szczegółową specyfikację kosztów oraz uzasadnienie ich wysokości. |
branża | Laboratoria |
podbranża | usługi laboratoryjne |
kody CPV | 73100000 |
forma | zapytanie ofertowe |
typ zlecenia | usługi, wykonanie |
kraj realizacji | Polska |
województwo realizacji | Lubelskie |
kraj organizatora | Polska |
województwo organizatora | Lubelskie |