HTML

Precognox

 precognox-logo-cmyk-620.jpg

A blog készítői a Precognox Kft. keretein belül fejlesztenek intelligens, nyelvészeti alapokra épülő keresési, szövegbányászati, big data és gépi tanulás alapú megoldásokat.

Az alábbi keresődoboz segítségével a Precognox által kezelt blogok tartalmában tudsz keresni. A kifejezés megadása után a Keresés gombra kattintva megjelenik vállalati keresőmegoldásunk, ahol további összetett keresések indíthatóak. A találatokra kattintva pedig elérhetőek az eredeti blogbejegyzések.

Ha a blogon olvasható tartalmak kapcsán, vagy témáink alapján úgy gondolod megoldással tudunk szolgálni szöveganalitikai problémádra, lépj velünk kapcsolatba a keresovilag@precognox.com címen.

Precognox Blogkereső

Document

opendata.hu

opendatahu45.jpg

Az opendata.hu egy ingyenes és nyilvános magyar adatkatalógus. Az oldalt önkéntesek és civil szervezetek hozták létre azzal a céllal, hogy megteremtsék az első magyar nyílt adatokat, adatbázisokat gyűjtő weblapot. Az oldalra szabadon feltölthetőek, rendszerezhetőek szerzői jogvédelem alatt nem álló, nyilvános, illetve közérdekű adatok.

Facebook oldaldoboz

Blog figyelése (RSS)

 Add hozzá az RSS olvasódhoz

Ha levélben szeretnél értesülni az új cikkekről:

Star Wars text mining

visualizing_star_wars_movie_scripts_precognox.jpgA long time ago, in a galaxy far, far away data analysts were talking about the upcoming new Star Wars movie. One of them has never seen any eposide of the two trilogies before, so they decided to make the movie more accessible to this poor fellow. See more...

Főbb témák

adat (7) adatbányászat (10) adatelemzés (7) adatok (13) adatújságírás (16) adatvizualizáció (19) AI (16) alternatív (6) alternatív keresőfelület (27) analitika (6) beszédtechnológia (13) big data (53) bing (14) blogkereső (6) CEU (6) clustering (6) conTEXT (8) dashboard (6) data science (9) deep learning (15) egészség (7) egészség kereső (7) előadás (7) emócióelemzés (35) facebook (8) Facebook (9) gépi tanulás (17) google (58) Google (33) gyűlöletbeszéd (7) hackathon (10) hálózatelemzés (14) internetes keresés (32) internet hungary (6) képfeldolgozás (8) képkereső (8) keresés (81) kereséselmélet (8) keresés jövője (55) keresés problémái (41) keresők összehasonlítása (9) keresőmotor (13) keresőoptimalizálás (8) kereső szándéka (11) kereső tanfolyam (9) kereső teszt (15) kognitív nyelvészet (12) konferencia (46) könyvajánló (25) korpusznyelvészet (14) közösségi keresés (8) közösségi média (8) különleges keresők (7) kutatás (8) LDA (10) lda (10) live (13) machine learning (7) magyar kereső (9) marketing (8) meetup (41) mesterséges intelligencia (16) metafora (7) mobil (37) mobil keresés (17) Neticle (9) NLP (8) NLP meetup (17) Nuance (9) nyelv (7) nyelvészet (31) nyelvtechnológia (75) open data (12) open knowledge (7) orosz (6) Pennebaker (6) politikai blogok (22) Precognox (61) Precognox Labs (14) Python (14) R (19) spam (6) statisztika (11) számítógépes nyelvészet (9) szemantikus keresés (19) szemantikus kereső (9) szentimentelemzés (37) szöveganalitika (7) szövegbányászat (21) társadalomtudomány (7) tartalomelemzés (56) tartalomjegyzék (6) tematikus kereső (19) topik modellek (6) Twitter (18) twitter (15) vertikális kereső (9) vizualizáció (13) yahoo (27) Címkefelhő

A blog tartalmai CC licenc alá tartoznak

Creative Commons License
Kereső Világ by Precognox Kft. is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Based on a work at http://kereses.blog.hu/.
Permissions beyond the scope of this license may be available at http://precognox.com/.

A Kereső Világ blogon közölt tartalmak a Precognox Kft. tulajdonát képezik. A tartalom újraközléséhez, amennyiben nem kereskedelmi céllal történik, külön engedély nem szükséges, ha linkeled az eredeti tartalmat és feltünteted a tulajdonos nevét is (valahogy így: Ez az írás a Precognox Kft. Kereső Világ blogján jelent meg). Minden más esetben fordulj hozzánk, a zoltan.varju(kukac)precognox.com címre írt levéllel.

Creative Commons License

Nevezd meg! - Ne add el! - Ne változtasd!

 

Julia vs. Python: melyik a jobb az adattudósok számára?

2022.01.04. 07:30 Szerző: Hódi Péter Címkék: programozási nyelv Julia Python adattudós adattudomány

Alaptézis: amíg a Python úgy vált az adattudomány és a gépi tanulás fő támaszává, addig a Julia már a kezdetektől fogva az ilyen feladatok elvégzésére készült. Ennek tükrében vizsgáljuk meg, hogy milyen előnyei vannak az egyiknek és a másiknak az adattudósok szempontjából! 

A Python számos felhasználási módja közül talán az adatelemzés vált a legnagyobb és legjelentősebb területté, hiszen a Python ökoszisztéma, tele könyvtárakkal, eszközökkel és alkalmazásokkal, gyorssá és kényelmessé teszi a tudományos számítási és adatelemzési munkát. A Python azonban gyakran a Julia nyelv mögé szorul, mivel az kifejezetten a tudományos felhasználást, a gépi tanulást, az adatbányászatot, a lineáris algebrát célozza, ezzel összevetve a Python nem elég gyors és kényelmes. A Julia célja, hogy a tudósoknak és adatelemzőknek ne csak gyors és kényelmes fejlesztést, hanem villámgyors végrehajtási sebességet is biztosítson.

 

Mi az a Julia nyelv?

A 2009-ben, egy négy fős csapat által megalkotott Julia nyelv a Python és más, tudományos számításokhoz és adatfeldolgozáshoz használt nyelvek és alkalmazások hiányosságait hivatott orvosolni.

"Olyan nyelvet akarunk, amely nyílt forráskódú. A C sebességét akarjuk elérni a Ruby dinamizmusával. Olyan nyelvet akarunk, amely valódi makrókkal rendelkezik, mint a Lisp, de olyan ismerős matematikai jelölésekkel, mint a Matlab. Olyasmit akarunk, ami olyan jól használható általános programozásra, mint a Python, olyan egyszerű a statisztikához, mint az R, olyan természetes a karakterlánc-feldolgozáshoz, mint a Perl, olyan erős a lineáris algebrához, és természetesen olyat, amelyet rendkívül egyszerű megtanulni.” - mondták akkor a csapat tagjai.*

Julia vs. Python: Julia előnyök

A Julia nyelvet kezdettől fogva tudományos és numerikus számításokhoz tervezték, így nem meglepő, hogy számos olyan funkcióval rendelkezik, amelyek előnyösek az ilyen felhasználási esetek számára:

  • a Julia gyors. hiszen már eleve úgy lett megtervezve, hogy a kezdetektől fogva gyorsabb legyen, mint optimalizálatlan Pythont
  • a Julia matematika-barát szintaxissal rendelkezik, a matematikai műveletek jobban hasonlítanak ahhoz, ahogyan a matematikai képleteket a számítástechnika világán kívül írják, így a nem programozók számára könnyebben elsajátítható.
  • a Julia automatikus memóriakezeléssel rendelkezik. A Pythonhoz hasonlóan a Julia sem terheli a felhasználót a memória kiosztásának és felszabadításának részleteivel.
  • a Julia kiváló és éppen ezért kifinomultabb párhuzamosságot kínál, mint a Python.
  • a Julia saját natív gépi tanulási könyvtárakat fejleszt, amelyek számos létező modellmintát tartalmaznak a gyakori felhasználási esetekhez. Mivel teljes egészében Julia nyelven íródott, a felhasználó igényei szerint módosítható.

Julia vs. Python: Python előnyei

Bár a Julia kifejezetten az adattudomány számára készült, a Python pedig többé-kevésbé belekerült ebbe a szerepkörbe, a Python néhány meggyőző előnyt kínál az adattudósok számára. Az okok közül néhány, amiért a Python jobb választás lehet az adattudományi munkákhoz:

  • a Python nulla alapú tömbindexelést használ ellentétben a Julia-val, amely 1-es indexelést, így az általánosabb felhasználású programozáshoz szokottak közönség könnyebben elfogadja a Python-t.
  • a Python-programok ugyan lassabbak lehetnek, mint a Julia-programok, de maga a Python környezetben kevesebb időbe telik, amíg a programok elindulnak és elérik az első eredményeket. Bár sokat dolgoztak azon, hogy Julia gyorsabban induljon, ezen a területen a Python még mindig előnyben van.
  • a Python a Julia nyelvvel ellentétben kiforrott. A Julia csak 2009 óta van fejlesztés alatt, és azóta elég sok funkcióváltáson ment keresztül. Ezzel szemben a Python már majdnem 30 éve létezik.
  • a Python sokkal több harmadik féltől származó csomaggal rendelkezik, ezek széles skálája és hasznossága továbbra is a nyelv egyik legnagyobb vonzereje, amíg a Julia relatív újdonsága azt jelenti, hogy a körülötte lévő szoftverkultúra még mindig kicsi.
  • a Python-nak több millió felhasználója van, hatalmas, elkötelezett és aktív közösséget képezve. A Julia körüli közösség ugyan lelkes és folyamatosan növekszik, de még mindig csak töredéke a Python közösség méretének.
  • a Python a fejlesztéseknek (beleértve a többmagos és párhuzamos feldolgozás fejlesztését) köszönhetően egyre gyorsabb, és mindemellett a Python pedig könnyebben fel is gyorsítható.

 

A fenti előnyök figyelembe vételével mindenki eldöntheti, hogy a Python vagy a Julia mellett teszi le a voksát. Természetesen érdemes lesz követni mindkettő esetében az újdonságokat és a frissítéseket is.

Amennyiben többet szeretne megtudni a témáról, kérjük olvassa el az Infoworld oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

*szabad fordítás

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

Megérkeztek a találati szűrők az androidos Gmailhez

2021.12.07. 11:14 Szerző: Hódi Péter Címkék: keresés email keresési felület szűrő Android Google Gmail

 Az asztali böngészős Gmail esetében 2020 februárjában már bevezetésre kerültek azok a keresési szűrési funkciók, amelyek most debütálnak az androidos alkalmazás esetén. Ezzel jelentős hiányt pótol a Google, hiszen eddig nem volt lehetséges a találatok “filterezése” a mobilos verzió esetén.

gmail_szurok.jpg

a szűrők megjelenése az androidos Gmail esetében / Forrás: Hvg

 

A szűrőket a Google csak “chips”-ként emlegeti, ezek használatával szűkíthetjük keresési találatainkat. A szűrők segítenek megtalálni egy adott személytől, egy adott időintervallumban érkezett üzeneteket. Emellett külön kereshetünk aszerint, hogy az adott email csatolmánnyal rendelkezik-e vagy sem, olvasott vagy olvasatlan.

Egyelőre azonban úgy tűnik, hogy a funkciók nem minden felhasználónál jelennek meg, így érdemes lesz majd figyelni az érkező androidos Gmail alkalmazás frissítéseket.

Az persze kérdés, hogy mely felhasználók és telefonok esetében érkezik meg először az újítás, és természetesen az is, hogy a későbbiekben kap-e az alkalmazás további szűrési funkciókat, amelyek általában az üzleti környezetben alkalmazott vállalati keresőkre jellemzőek.

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

Mivel keressek, ha nem a Google-lel?

2021.11.02. 06:12 Szerző: Hódi Péter Címkék: keresés internetes keresés keresési felület alternatív keresőfelület keresőmotor Google

Kétségtelen, hogy a webes keresők között a Google a legnagyobb és a legjobb, köszönhetően a nagy teljesítményű algoritmusainak és mesterséges intelligenciájának. De akkor miért van létjogosultságuk a további keresőmotoroknak? Miért döntsön úgy a felhasználó, hogy más megoldás után néz? És mit érdemes választani?

Probléma a Google-lel

Köztudott, hogy a Google személyre szabja a böngészési élményt a felhasználó személyes adatai és böngészési előzményei alapján. Egyesek számára ez a fajta személyre szabás kimondottan bosszantóvá válhat, így másik keresőmotor alkalmazása mellett döntenek. Az ilyen döntések hátterében gyakran a személyes és adott esetben érzékeny adatok védelme áll.

 

Tudjon meg többet arról, hogy honnan tudja a Google, hogy mit keresünk!

Másképpen keresni

Amennyiben a Google-től eltérő keresőmotor használata mellett teszi le voksát az ember, akkor számos lehetőség közül választhat. Természetesen ezek a megoldások eltérő funkciókat kínálnak és különböző adatvédelmi megközelítést alkalmaznak, ezeknek mindenképpen érdemes utánaolvasni, illetve ezekkel tisztában lenni.

 

search-bar-g990eb98b3_1280.jpg

Mit válasszak?

Jelen cikkünkben az alternatív lehetőségeket kizárólag felsorolásszerűen mutatjuk be, amelyeket érdemes lehet kipróbálni, azok megismerése és személyre szabása már a felhasználó feladata. Íme 22 lehetséges alternatíva:

  1. Bing
  2. DuckDuckGo
  3. Yahoo!
  4. Ask
  5. Baidu
  6. WolframAlpha
  7. Boardreader
  8. Startpage
  9. Ecosia
  10. Qwant
  11. Search Encrypt
  12. SearX
  13. Yandex
  14. Gibiru
  15. Disconnect Search
  16. Yippy
  17. Swisscows
  18. Lukol
  19. MetaGer
  20. Gigablast
  21. Oscobo
  22. Infinity Search

Többet szeretne megtudni a fenti 22 keresőmotorról, illetve tippeket szeretne kapni használatukkal kapcsolatban? Kérjük olvassa el a Kinsta oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált!

Amennyiben pedig a vállalati közegben válik szükségessé speciális keresőmegoldás alkalmazása, akkor érdemes kipróbálni a TAS Vállalati keresőt, amelynek ingyenes Blogkereső változatával a Keresővilág Blog cikkeiben is kereshet.

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

Chatbot, mint érzelmi segítő? Lehetséges!?

2021.10.08. 12:31 Szerző: Hódi Péter Címkék: kutatás mentális egészség chatbot csevegőrobot érzelmi tartalom


A chatbotok fejlődésével a felhasználási területük is folyamatosan bővül. Jelenleg több kutatás és kísérlet is folyik arról, hogyan lehet a chatbotok-at érzelmi segítőként is munkára fogni.

can-ai-chatbots-help-f.jpg

 

Mi a chatbot?

A chatbotok olyan szoftverek, amelyek képesek az emberhez nagyon hasonló beszélgetésre és interaktív kommunikációra. Tudásuk a rendelkezésre álló tanító adatbázisukon alapul, így kizárólag olyan kérdésekre tudnak értelmesen és megfelelően válaszolni, amit felismertek. Használatuk leggyakoribb formája a netes ügyfélszolgálat bizonyos funkcióinak kiváltása, de alkalmazási területük folyamatosan bővül.

Kutatás az MSU Egyetemen

"A chatbotokat széles körben alkalmazzák az ügyfélszolgálatban a szöveges vagy hangalapú kommunikációban.Természetes kiterjesztés, hogy elgondolkodjunk azon, hogy az AI chatbotok hogyan játszhatnak szerepet az empátia biztosításában." - állítja a ComArtSci kommunikációs docense, Jingbo Meng, aki 2019 elején kezdte el felmérni az empatikus chatbotok hatékonyságát, összehasonlítva őket a valódi emberi társalgással.

A kutatásához a kommunikációs szakembernek sikerült 278 hallgatót toboroznia az MSU Egyetemről, akiket arra kért, hogy jelöljék meg az utolsó pár hónap stresszfaktorait, amelyek negatívan hatottak mentális egészégükre. A kutatás résztvevőit ezután a Facebook Messengeren keresztül összekapcsolták egy empatikus chatpartnerrel.

A két kontrollcsoport közül az egyik csoportnak azt mondták, hogy egy chatrobottal fognak beszélgetni, egy másik csoport pedig úgy tudta, hogy egy hús-vér emberrel.

A folyamat során a chatbot-ok kérdéseket tettek fel, illetve “elmesélték saját tapasztalataikat is.
"Arra programozták őket, hogy validálják és segítsék a résztvevőket a stresszes helyzeteken való átjutásban. A célunk az volt, hogy lássuk, mennyire hatékonyak az üzenetek." - mondta Meng.

A lényeg a gondoskodás

Meng felfedezte, hogy akár chatbottal, akár emberrel beszélget, a résztvevőnek éreznie kellett, hogy a partner támogató vagy gondoskodó. Ha ez a feltétel teljesül, a beszélgetés sikeresen csökkenti a stresszt. A tanulmány aláhúzza, hogy a mentális egészségügyi alkalmazásokban használt chatbotok akkor működnek a legjobban, ha valóban gondoskodó forrásként érzékelik őket.

Tanulmányából az is kiderült, hogy az üzenettől függetlenül a résztvevők az embert gondoskodóbbnak és támogatóbbnak érezték, mint a chatbotot.

"Az emberek egyszerűen jobban átérezhetőek" - mondta Meng. "Amikor egy másik emberrel beszélgetünk, természetesebben tudunk kapcsolódni. A chatbotoknak azonban egyértelműbbnek kell lenniük, és magasabb minőségű üzeneteket kell küldeniük. Ellenkező esetben az önfeltárulkozás idegesítő és visszataszító lehet...Ezek az alkalmazások és chatbotok semmiképpen sem helyettesítik az embert. Úgy gondoljuk, hogy az AI chatbotok és az emberi terapeuta hibrid modellje nagyon ígéretes lesz". - zárta összefoglalóját.

beszelgetes.jpg
az emberi párbeszéd még mindig hatékonyabb, mint a chatbotok

Bár a mentális egészségügyi alkalmazások és a hozzájuk kapcsolható chatbotok egyre növekvő számban válnak majd elérhetővé és ezek használata segíthet az egyéneknek bizonyos helyzetek kezelésében, az emberi diskurzus egyelőre nem váltható ki velük. Segítségük azonban viszonyítási pontokat biztosíthatnak a további támogató ellátáshoz.

Amennyiben többet szeretne a témáról megtudni, kérjük olvassa el a TechXplore oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául is szolgált.

A Precognox honlapján pedig olvashat arról, hogy Mennyire jók a mai csevegőrobot megoldások.

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

Új algoritmus segíti a drónos keresést és az életmentést

2021.09.24. 11:37 Szerző: Hódi Péter Címkék: repülés kísérlet életmentés algoritmus drón gépi tanulás MIT machine learning Massachusettsi Műszaki Egyetem

Amennyiben láttunk már drónversenyeket, akkor biztosan emlékszünk a hatalmas balesetekre. Ezeken a "futamokon" a csapatok azon versenyeznek, hogy melyik jármű képes a leggyorsabban átrepülni egy akadálypályán. De minél gyorsabban repülnek a drónok, annál instabilabbá válnak, a balesetek pedig éppen ezért gyakoriak és gyakran látványosak.

drone-3758182_1280.jpg


Kutatás a Massachusettsi Műszaki Egyetemen

Az MIT űrkutatási mérnökei most olyan algoritmust dolgoztak ki, amely segít a drónoknak megtalálni a leggyorsabb útvonalat az akadályok körül anélkül, hogy összetörnének és/vagy lezuhannának. Az új algoritmus egy virtuális akadálypályán átrepülő drón szimulációját kombinálja olyan kísérletekből származó adatokkal, amelyek során egy valódi drón ugyanezen a pályán fizikai térben repült át.

A kutatók megállapították, hogy az algoritmusukkal betanított drón akár 20 százalékkal gyorsabban teljesíti az akadálypályát, mint egy hagyományos tervezési algoritmusokkal betanított drón. Érdekes módon az új algoritmussal trenírozott drón a verseny során nem mindig járt a versenytársa előtt a pályán. Néhány esetben a program lelassította a drónt, hogy egy trükkös kanyarral könnyebben megbirkózzon, vagy éppen takarékoskodjon az energiájával annak érdekében, hogy a pálya egy későbbi szakaszán felgyorsulva végül megelőzze riválisát.

"Nagy sebességnél vannak olyan bonyolult aerodinamikai tényezők, amelyeket nehéz szimulálni, ezért a való világban végzett kísérletek segítségével töltjük ki ezeket a fekete lyukakat, hogy kiderítsük például azt, hogy jobb lehet-e először lelassítani annak érdekében, hogy később gyorsabbak legyünk. Ezt a megközelítést használjuk arra, hogy megnézzük, hogyan tudunk egy pályát összességében a lehető leggyorsabban teljesíteni." - mondta Ezra Tal, az MIT repüléstechnikai és űrhajózási tanszékének végzős hallgatója.

drone-1765141_1280.jpg

Ahhoz, hogy megérthessék, hogyan hat a nagy sebességű aerodinamika a drónok repülésére, a kutatóknak számos kísérletet kellene lefuttatniuk a laboratóriumban, különböző sebességekre és pályákra állítva a drónokat, hogy lássák, melyek repülnek gyorsan anélkül, hogy lezuhannának - ez egy költséges és gyakran balesetekkel járó képzési folyamat. Ehelyett az MIT csapata egy olyan nagy sebességű repüléstervező algoritmust fejlesztett ki, amely a szimulációkat és a kísérleteket kombinálja.

"Az ilyen típusú algoritmusok nagyon értékes lépést jelentenek a jövő drónjainál, amelyek nagyon gyorsan képesek majd navigálni összetett környezetben. Nagyon reméljük, hogy a határokat olyan módon tudjuk feszegetni, hogy olyan gyorsan tudjanak ezek a drónok közlekedni, amennyire a fizikai korlátaik engedik". - tette hozzá Sertac Karaman, az MIT repülés- és űrhajózástudományi és űrhajózási tanszékének docense és az Információs és Döntési Rendszerek Laboratóriumának igazgatója.

 

Sikeres fizikai kísérlet

Új megközelítésük demonstrálására a kutatók szimulálták, hogy egy drón egy egyszerű pályán repül át, amely öt nagy, négyzet alakú, lépcsőzetesen elhelyezett akadályt tartalmazott, majd ugyanezt a konfigurációt valósították meg egy fizikai gyakorlótérben, és beprogramoztak egy drónt, hogy repüljön át a pályán olyan sebességgel, amelyet előzőleg a szimulációkból kiválasztottak. Ugyanezt a pályát lefuttatták egy hagyományosabb algoritmussal betanított drónnal is.

Összességében az új algoritmusra kiképzett drón minden esetben rövidebb idő alatt (akár 20 százalékkal gyorsabban) teljesítette a pályát, mint a hagyományos módon kiképzett drón. A kutatók azt tervezik, hogy több kísérletet is lefolytatnak majd, nagyobb sebességgel és összetettebb környezetben, hogy tovább javítsák algoritmusukat. Lehetséges, hogy olyan emberi pilóták repülési adatait is beépítik majd a későbbiekben, akik drónokkal versenyeznek, és akiknek a döntései és manőverei segíthetnek a még gyorsabb, de még mindig megvalósítható repülési tervek meghatározásában.

Gyorsaság a gyakorlatban

A kísérlet sikereit a gyakorlatba átültetve a közeljövőben gyorsabbá, biztonságosabbé és hatékonyabbá válhat a drónok alkalmazása a keresési és életmentési feladatok esetében.


Amennyiben többet szeretne a témáról megtudni, kérjük olvassa el a Massachusettsi Műszaki Egyetemen oldalán megjelent angol nyelvű cikket, amely jelen blogbejegyzésünk alapjául szolgált.

A Kereső Világ a Precognox Precognox szakmai blogja A Precognox intelligens, nyelvészeti alapokra építő keresési, szövegbányászati és big data megoldások fejlesztője.

Szólj hozzá! • Kövess Facebookon • Iratkozz fel értesítőre

süti beállítások módosítása