Search results for "deep learning algorithms"
showing 2 items of 2 documents
Application of LSTM architectures for next frame forecasting in Sentinel-1 images time series
2020
L'analyse prédictive permet d'estimer les tendances des évènements futurs. De nos jours, les algorithmes Deep Learning permettent de faire de bonnes prédictions. Cependant, pour chaque type de problème donné, il est nécessaire de choisir l'architecture optimale. Dans cet article, les modèles Stack-LSTM, CNN-LSTM et ConvLSTM sont appliqués à une série temporelle d'images radar sentinel-1, le but étant de prédire la prochaine occurrence dans une séquence. Les résultats expérimentaux évalués à l'aide des indicateurs de performance tels que le RMSE et le MAE, le temps de traitement et l'index de similarité SSIM, montrent que chacune des trois architectures peut produire de bons résultats en fon…
Algorytmy — nowy wymiar nadzoru i kontroli nad świadczącym pracę
2020
Autor wskazuje, że algorytmy stają się kluczową technologią władzy nad świadczącym pracę. Pozwalają na sformatowanie zarówno samych pracowników, jak i wzajemnych oddziaływań między nimi zasadniczo w jednym celu — optymalizacji procesów pracy służących zwiększeniu wydajności. Z tej perspektywy pracownik jest cyfrowym modelem zbudowanym z danych i informacji. Oznacza to, że wszelkie jego ekspresje ujawniane w środowisku pracy będą mogły być mierzalne, i to na rożne sposoby. Algorytmy rzucają również nowe światło na zagadnienie podporządkowania w zatrudnieniu. A wszystko dzięki ,,wtapianiu się” ich w środowisko danych biometrycznych osób świadczących pracę. W pewien sposób przejmują one własno…