پروژه های پارسکدرز
4.39K subscribers
1 photo
1 file
477K links
آخرین پروژه های پارسکدرز را در این کانال ببینید

پارسکدرز اولین بازار کار آنلاین ایران

https://parscoders.com
Download Telegram
پروژه پایانی ارشد- یادگیری عمیق (سری زمانی)

#deep_learning

سلام وقت بخیر،
در رابطه با یک پروژه که کدها و اجراهای آن انجام شده، به دنبال همکاری جهت بررسی تخصصی، بازنویسی هستم. تسلط بر بازبینی کار عملی، یادگیری عمیق، کد نویسی و تحلیل سری‌های زمانی برای این پروژه بسیار ضروری است. در صورت تمایل پیام ارسال فرمایید. تشکر


توسط خریدار: کاربر671291

اطلاعات بیشتر:
https://parscoders.com/project/565748/پروژه-پایانی-ارشد-یادگیری-عمیق-سری-زمانی

t.me/ParscodersCom
بهبود مقاله توسط شیوه ای جدید- کد مقاله ی پایه آماده موجود هست

#machine_learning, #deep_learning, #artificial_intelligence, #anything_goes

بهبود مقاله توسط شیوه ای جدید- کد مقاله ی پایه آماده موجود هست
https://www.sciencedirect.com/science/article/abs/pii/S0957417425014903

و توضیحات شیوه ای که انجام شده مرحله به مرحله ، حالت نگارش متدلوژی مقاله 
https://github.com/fhqxa/FSAKE


توسط خریدار: کاربر675960

اطلاعات بیشتر:
https://parscoders.com/project/565778/بهبود-مقاله-توسط-شیوه-ای-جدید-کد-مقاله-ی-پایه-آماده-موجود-هست

t.me/ParscodersCom
48076 - شبیه سازی مقاله (پایتون).

#python, #deep_learning, #simulation, #artificial_intelligence

مقاله با موضوعتشخیص و تحلیل حملات سایبری-فیزیکی در سیستم‌های صنعتی با استفاده از یادگیری عمیق قابل توضیح (XAI)


توسط خریدار: مهندس خوب

اطلاعات بیشتر:
https://parscoders.com/project/565838/48076-شبیه-سازی-مقاله-پایتون

t.me/ParscodersCom
48455 - تمرین یادگیری عمیق پایتون.

#python, #deep_learning, #software_engineering, #artificial_intelligence

۷ تا تکلیف کامپیوتری دارم میخوام انجام بشه و گزارش آماده بشه
با گزارش کامل


توسط خریدار: مهندس خوب

اطلاعات بیشتر:
https://parscoders.com/project/567426/48455-تمرین-یادگیری-عمیق-پایتون

t.me/ParscodersCom
بازنویسی مقاله جهت پذیرش در مجلاتq1

#academic_writing, #article_rewriting, #articles, #medical_writing, #deep_learning

1:مقاله ای در زمینه دسته بندی تصاویر پزشکی نوشته شده است و  نیاز به بازنویسی و سابمیت در یک ژورنال معتبر ترجیحا Q1  دارد 
2:بخشهایی از مقاله طبق نظر داور نیاز به ویرایش دارد ( نظرات و توضیحات داور در ادامه ارسال میشود)

 3:اضافه کردن معیار های ارزیابی بیشتر و ارایه توضیحات و بازنویسی بخش های بحث و بررسی طبق نظرات ارایه شده داوران
4: شخص مورد نظر باید تجربه مقاله نویسی و ترجیحا داوری مقاله q1 را داشته باشد.
5: شخصی که بازنویسی را انجام می دهد بایستی اطلاعات کافی از مفاهیم یادگیری عمیق و پردازش تصاویر پزشکی داشته باشد. (جهت تکمیل بخش بحث و نتیجه گیری
یک پیوست شامل توضیحات و نقد های داوری بوده و پیوست دوم مقاله می باشد که باید فرم و متن و ساختار مقاله طبق موارد فوق بازنویسی شود. 


توسط خریدار: کاربر137123

اطلاعات بیشتر:
https://parscoders.com/project/567492/بازنویسی-مقاله-جهت-پذیرش-در-مجلاتq1

t.me/ParscodersCom
تمرین کلاسی پایتون

#python, #deep_learning, #image_processing

با سلام تمرین کلاسی پایتونرشته مهندسی برق الکترونیک مقطع دکتری دانشگاه سراسری
عنوان تمرین :با استفاده از مدل UNet یا مدلهای مشابه، ناحیه بندی معنایی را روی پایگاه داده Oxford-IIIT Pet یا پایگاه داده مشابهی انجام دهید.
مهلت تا ساعت 20 امروز چهارشنبه 21 خرداد


توسط خریدار: کاربر220836

اطلاعات بیشتر:
https://parscoders.com/project/568107/تمرین-کلاسی-پایتون

t.me/ParscodersCom
reinforcement learning python
🔸 پروژه ویژه
🔸 فوری

#debugging, #python, #machine_learning, #deep_learning, #reinforcement_learning

سلام
یه پروژه یادگیری تقویتی دارم که یه محیط ساده snake وجود داره و باید با الگوریتم های یادگیری تقویتی کد تکمیل بشه.
کد رو قبلا خودم نوشتم اما agent یاد نمیگیره.
یک نفر رو میخوام که کد رو بررسی کنه و بگه مشکل از چیه.
کد کوتاهه و بررسیش برای کسی که تو این زمینه تخصص داره زمان کمی میبره.
فایل های کد رو اپلود کردم.
کدی که باید تکمیل بشه داخل فایل main هست


توسط خریدار: کاربر685294

اطلاعات بیشتر:
https://parscoders.com/project/568586/reinforcement-learning-python

t.me/ParscodersCom
پیاده سازی مقاله + اجرای ایده

#python, #natural_language, #deep_learning, #image_processing

سلام و وقت بخیرحوزه کاری point clould completion هست یعنی با یک سری داده سه بعدی کار باید بشه که عموما یا مش هستند یا پوینت کلود. من نیاز دارم که یک مقاله روی داده های مورد نظرم اجرا بشه و  ایده ای هم برای ترکیب با متن داده و پیاده سازی بشه. کارهایی که باید انجام بشه به صورت زیر هست 
۱) پیاده کردن مقاله بیسیک (چاپ اخیر در ژورنال یا کنفرانس خوب) که بتونه پارشال پوینت کلود رو  تکمیل کنه. یعنی در واقع تسک ما partial point clould completionهست که برمیگرده به سال ۲۰۱۸ ولی من به دنبال پیدا کردن مقاله بیسیک بهتری هستم براش.
۲) ایده برای ترکیبش با یک انکدر تکست مناسب (ترجیحا تو حوزه مدیکال مثل 
(clip
۳) پیاده سازی و تستش و نتایج برای مقایسه
(به صورت کلی دنبال نوشتن یک مقاله مناسب برای یک ژورنال هستم و دنبال کسی هستم که این که دانش رو داشته باشه)


توسط خریدار: کاربر662900

اطلاعات بیشتر:
https://parscoders.com/project/569888/پیاده-سازی-مقاله-plus-اجرای-ایده

t.me/ParscodersCom
یافتن مدل pre trained برای عکسهای MRI و CT

#deep_learning

سلام دوستان،من نیاز به یک مدل trained شده deep learning دارم که بتونه عکسهای MRI و یا CT رو بخونه و بتونه ارگانهای درون قفسه سینه را به اصطلاح segment کنه و حرکت دیواره قلب را هم در طول زمان ذخیره کنه.میدونم که یک مدل که همه این کارها را با هم انجام بده نیست. مشکلی نداره که چند مدل جدا باشند.در اصل کاری که هست اینه که سرچ انجام بشه و مدلهایی که اینکار را انجام میدن پیدا بشه و بهم هم گفته بشه که این مدل چطور کار میکند.اگر احتیاج به توضیحات بیشتر هم هست من درخدمتتون هستم و ممنون میشم پیشنهاد قیمتی رو برام بفرستید.


توسط خریدار: کاربر688800

اطلاعات بیشتر:
https://parscoders.com/project/569902/یافتن-مدل-pre-trained-برای-عکسهای-mri-و-ct

t.me/ParscodersCom
Splitt Code-Splitt training and forecast

#python, #sql, #machine_learning, #deep_learning

سلام یک‌پرژه کامل هست و‌باید قسمت تمرین داده و پیشبینی از هم جدا بشه. 


توسط خریدار: کاربر583095

اطلاعات بیشتر:
https://parscoders.com/project/570601/splitt-code-splitt-training-and-forecast

t.me/ParscodersCom
مشاوره جهت انجام پروژه (موضوع: تشخیص حمله روی دیتاست مصرف برق)

#machine_learning, #deep_learning, #data_analysis, #data_processing

دیتاست حجیمی از مصرف برق مشتریان طی یک سال دارم. میخوام به کمک دیپ لرنینگ (Autoencoder) این داده ها بررسی بشن و مشتریان با مصرف غیر عادی شناسایی بشن.
به یک فرد با تجربه برای مشاوره و پاسخگویی به سوالات نیاز دارم.


توسط خریدار: Lily 00

اطلاعات بیشتر:
https://parscoders.com/project/571241/مشاوره-جهت-انجام-پروژه-موضوع:-تشخیص-حمله-روی-دیتاست-مصرف-برق

t.me/ParscodersCom
پروژه پایتون بخشبندی و عمق یابی همزمان تصویر (8735)

#python, #deep_learning, #image_processing

سلام اصلاح یک کد پایتون ورانش رو دارم برای یک مقاله q1 هست کسب هست انجام بده
نه من روش رو اعلام کردم پس باید همین روش باشه حالا می خواید کد رو از اول بنویسید ولی همین روش ابتکاری خودم باشه
بخشبندی و عمق یابی همزمان تصویر
Multitask segmantation and depth
اینم خروجی کد خودم تا ایپوک ۱۴۷ ولی باید تا ۳۰۰ می رفت


توسط خریدار: payaprozhe

اطلاعات بیشتر:
https://parscoders.com/project/571154/پروژه-پایتون-بخشبندی-و-عمق-یابی-همزمان-تصویر-8735

t.me/ParscodersCom
1
48455 - تمرین یادگیری عمیق پایتون..

#python, #deep_learning, #software_engineering, #artificial_intelligence

۷ تا تکلیف کامپیوتری دارم میخوام انجام بشه و گزارش آماده بشه
با گزارش کامل


توسط خریدار: مهندس خوب

اطلاعات بیشتر:
https://parscoders.com/project/567426/48455-تمرین-یادگیری-عمیق-پایتون

t.me/ParscodersCom
یافتن مدل pre trained برای عکسهای MRI و CT

#deep_learning

سلام دوستان،من نیاز به یک مدل trained شده deep learning دارم که بتونه عکسهای MRI و یا CT رو بخونه و بتونه ارگانهای درون قفسه سینه را به اصطلاح segment کنه و حرکت دیواره قلب را هم در طول زمان ذخیره کنه.میدونم که یک مدل که همه این کارها را با هم انجام بده نیست. مشکلی نداره که چند مدل جدا باشند.در اصل کاری که هست اینه که سرچ انجام بشه و مدلهایی که اینکار را انجام میدن پیدا بشه و بهم هم گفته بشه که این مدل چطور کار میکند.اگر احتیاج به توضیحات بیشتر هم هست من درخدمتتون هستم و ممنون میشم پیشنهاد قیمتی رو برام بفرستید.


توسط خریدار: کاربر688800

اطلاعات بیشتر:
https://parscoders.com/project/569902/یافتن-مدل-pre-trained-برای-عکسهای-mri-و-ct

t.me/ParscodersCom
استفاده از lstm, GRUیاRNN
🔸 پروژه ویژه

#machine_learning, #deep_learning

بروزه پایانی:
تحلیل احساسات چندمنیعی با استفاده از داده‌های متنی و صوتی داخلی و مدل‌های بلکه‌گیری عمیق (GRU و LSTM ،RNN)
مقدمه
صدی این پروژه ساخت مدل بلکه‌گیری عمیق است که بتواند احساسات کاربران را با استفاده از داده‌های متنی و صوتی جمع‌آوری شده از منابع داخلی ایران پیش‌بینی کند. دانشجو باید توانمندی خود را در کاربرد عملی بلکه‌گیری عمیق چندمنیعی، پردازش داده‌های متنی و صوتی، و طراحی مدل‌های LSTM ، و GRU نشان دهد.
شرح پروژه
بخش 1: جمع‌آوری داده‌های چندمنیع
- داده‌های متنی:  - دانشجو باید حداقل 5000 کاشت، نظر یا پست متنی مرتبط با موضوعات موردنظر را از سایت‌های خبری داخلی (مانند لیسان، مهر، اقتصاد آنالین) یا شبکه‌های اجتماعی داخلی جمع‌آوری کند.  - برای تسهیل کار می‌توانند از دیگارت‌های آماده یا فایل‌های استخراج شده نیز استفاده کنند، به شرط آنکه کیفیت و ارتباط داده‌ها حفظ شود.
داده‌ها باید دارای برچسب زمانی باشند تا احکان هم‌زمان‌سازی با داده‌های صوتی فراهم گردد.
- داده‌های صوتی:  - دانشجو باید حداقل 500 فایل صوتی کوتاه (هر فایل ما تا 50 ثانیه) مرتبط با موضوعات مشخص را از منابع عمومی مانند آرشیو یا دکست‌های داخلی (رادیو جوان، رادیو تهران)، کانال‌های پادکست یا فایل‌های صوتی آموزشی دانلود کند.  - فایل‌های صوتی باید بخش‌بندی شده و دارای برچسب زمانی دقیق باشند تا بتوان آن‌ها را با داده‌های متنی ست کرد.  - استفاده از نرم‌افزار‌های ساده مانند برنامه‌نامه Audacity برای بخش‌بندی فایل‌ها مجاز است و نیاز به کارهای پیچیده فنی نیست.
- ابزار‌های جمع‌آوری:  - جمع‌آوری داده‌ها ترجیحاً با استفاده از ابزار‌های وباسکریینگ انجام شود، اما در صورت محدودیت می‌توان بخشی از داده‌ها را به صورت دستی جمع‌آوری کرد.
---
### بخش 2: پیش‌پردازش و آماده‌سازی داده‌ها
- پاکسازی داده‌های متنی (حذف نوین، نرمال‌سازی، توکنیزه کردن)  - استخراج ویژگی‌های صوتی با استفاده از کتابخانه‌هایی مانند Libroscu  - برچسب‌گذاری احساسات (عثبت، منفی، خنثی) با استفاده از دیتاست‌های برچسب‌دار آماده در صورت دسترس  - ست کردن داده‌های صوتی و متنی بر اساس زمان و آماده‌سازی داده‌های چندورودی برای مدل
---
### بخش 3: طراحی مدل چندورودی (Multi-Input Model)
- بخش پردازش داده‌های صوتی:- استفادة از لایه‌های RNN ساده، LSTM یا GRU برای یادگیری ویژگی‌های ترتیبی از داده‌های صوتی (مثالً توالی‌های استخراج شده از اسپکتروگرام یا فیچرهای صوتی).- همچنین می‌توان ترکیب CNN+RNN/LSTM را برای استخراج ویژگی‌های محلی و ترتیبی به کار برد.- بخش پردازش داده‌های متنی:  - توکنیزه کردن متن، Embedding.  - استفاده از لایه‌های CRU یا GRU برای پردازش توالی‌های متنی.  - ترکیب خروجی دو بخش در لایه‌های Dense برای پیش‌بینی احساسات.  - استفاده از تکنیک‌های بهبود مدل مانند Dropout، BatchNormalization...
---
### بخش 4: آموزش و ارزیابی مدل
- آموزش مدل با داده‌های جمع‌آوری شده  - ارزیابی مدل با معیار‌های مناسب تحلیل احساسات (مانند Accuracy) و F1-score.  - رسم نمودار‌های عملکرد مدل و تحلیل نتایج.
---
### بخش 5: تحلیل و مستندسازی
- تحلیل تأثیر هر منبع داده (متن و صوت) بر دقت مدل با حذف هر بخش  - ارائه گزارش کامل شامل شرح مراحل جمع‌آوری داده، پیش‌پردازش، طراحی مدل، نتایج و تحلیل‌ها  - بحث درباره چالش‌ها و راهکارهای بهبود مدل
نکات مهم
- تعدادی مراحل باید توسط خود دانشجو کدنویسی و اجرا شود و کیپبرداری مستقیم از کدهای آماده بدون درک کامل مجاز نیست.
- دانشجو می‌تواند برای کمک گرفتن از ابزارهای حرفش مصنوعی مانند چین‌باعث استفاده کند، اما...


توسط خریدار: کاربر395589

اطلاعات بیشتر:
https://parscoders.com/project/573620/استفاده-از-lstm,-gruیاrnn

t.me/ParscodersCom
یافتن مدل pre trained برای عکسهای MRI و CT
🔸 آگهی استخدام/ اعلان

#deep_learning

سلام دوستان،من نیاز به یک مدل trained شده deep learning دارم که بتونه عکسهای MRI و یا CT رو بخونه و بتونه ارگانهای درون قفسه سینه را به اصطلاح segment کنه و حرکت دیواره قلب را هم در طول زمان ذخیره کنه.میدونم که یک مدل که همه این کارها را با هم انجام بده نیست. مشکلی نداره که چند مدل جدا باشند.در اصل کاری که هست اینه که سرچ انجام بشه و مدلهایی که اینکار را انجام میدن پیدا بشه و بهم هم گفته بشه که این مدل چطور کار میکند.اگر احتیاج به توضیحات بیشتر هم هست من درخدمتتون هستم و ممنون میشم پیشنهاد قیمتی رو برام بفرستید.


توسط خریدار: کاربر688800

اطلاعات بیشتر:
https://parscoders.com/project/569902/یافتن-مدل-pre-trained-برای-عکسهای-mri-و-ct

t.me/ParscodersCom
اصلاح کد قبلی و و یک مدل جدید کد
🔸 فوری

#python, #deep_learning

کد قبلی که انجام شده مدل MLP نیاز به یکسری اصلاحات و تغییرات داره.
و همچنین مشابه روند کد قبلی در یک کد جدید اجرا بشه.


توسط خریدار: کاربر699066

اطلاعات بیشتر:
https://parscoders.com/project/574506/اصلاح-کد-قبلی-و-و-یک-مدل-جدید-کد

t.me/ParscodersCom
یک پروژه Regression و یک پروژه classification در MATLAB

#machine_learning, #matlab, #deep_learning, #training, #troubleshooting

با سلام
در متلب
پروژه regression توسط ماشین لرنینگ و پروژه classification توسط دیپ لرنینگ
گزارش کار کامل همراه با نکات زیر
انتخاب مدل ،شرح تقسیم داده ها و پاکسازی داده ها در صورت نیاز
روش‌های پیش‌پردازش و استخراج ویژگی اعمال‌شده باید به تفصیل توضیح داده شوند.
نتایج باید با استفاده از معیارهای ارزیابی شناخته‌شده با دقت قابل قبول ارزیابی شوند.
visualization
confusion matrix برای classification


توسط خریدار: کاربر690399

اطلاعات بیشتر:
https://parscoders.com/project/576270/یک-پروژه-regression-و-یک-پروژه-classification-در-matlab

t.me/ParscodersCom
1