今日は私達
表示:
Labra がどのように生産性を向上させるか
欧米市場の生産性の伸びは鈍化している。 による
これらの分野の研究はすでに各国の専門家によって行われています。
ロシア企業も労働生産性を評価するソリューションの開発を進めている。 たとえば、スタートアップ Labra は、
加速プログラム 。 エンジニアたちは、企業従業員の行動を認識し、従業員が勤務時間をどのように費やしているかを正確に明らかにする、ニューラル ネットワークを備えたビデオ監視システムを作成しています。
システムの仕組み。 Labra は、従業員が 15 名を超える機械労働者または機械と手作業による労働者がいる企業であれば、どのような企業でも運営できます。 カメラの助けを借りて、彼女はいわゆる
- システムは画像をキャプチャし、作業操作をマークします。
- 機械学習アルゴリズムがビデオを分析します。
- 次に、アルゴリズムは勤務日の写真を生成します。
- 次に、分析が自動的に計算されます。
- Labra は、企業内のセキュリティを強化し、リソースを最適化するための推奨事項を含む最終レポートを生成します。
チームには誰がいますか? このスタートアップのスタッフは XNUMX 名で、マネージャーと創設者、開発者 XNUMX 名、労働基準専門家 XNUMX 名です。 顧客サービスマネージャーと会計士もいます。 プロジェクト活動と大学での研究を組み合わせている人もいます。 したがって、全員がタスクの完了と期限を個別に監視します。 ただし、チームは週に XNUMX 回ミートアップを開催し、開発の進捗状況や計画について話し合います。
見通し。 XNUMX月初旬、このスタートアップはプロジェクトを発表した
O.VISION は鍵とパスを取り除くのに役立ちます
2017 年、MIT テクノロジー レビュー
システムの仕組み。 開発は、チェックポイントにインストールされるソフトウェアとハードウェアの複合体です。 これは、生体認証システムのカメラからの個々のフレームを処理する 200 つのニューラル ネットワークに基づいています。 著者らによれば、XNUMX 枚の画像の処理にかかる時間は XNUMX ミリ秒未満 (XNUMX 秒あたり約 XNUMX フレーム) です。 チームはすべての認識アルゴリズムとインターフェイスを独立して作成します。開発者は独自のソリューションを使用しません。 次を使用してニューラル ネットワークをトレーニングします。
データ処理はローカルで行われます。 このアプローチにより、個人の生体認証データのセキュリティが強化されます。 ハードウェアには、スタンドアロン デバイス用に設計された Nvidia の Jetson TX1 ボードが含まれています。 生体認証システムには、回転式改札口を制御し、システムと統合するための独自設計の集積回路も含まれています。
表示:
スタートアップの社員。 同社のトップは、選考は「60つの場所にXNUMX人の候補者がいる」という原則に従って行われたと述べた。 この形式により、最も才能のある人材を採用することができました。 現在、数人のプログラマーがこのプロジェクトに取り組んでおり、機械学習アルゴリズムと組み込みシステムのコードを担当しています。 バックエンド開発者、情報セキュリティ専門家、デザイナーもいます。 従業員の中には、仕事と修士号を両立している学生もいます。
見通し。 今日の解決策
他のアクセラレータ プロジェクトについて:
ITMO大学の活動に関する資料:
ITMO University Fablab: クリエイティブな人のための DIY コワーキングスペース ITMO University の仕組み: サイバーフィジカル システム研究所のツアー 写真ツアー: ITMO 大学光学博物館
出所: habr.com