ترغب بنشر مسار تعليمي؟ اضغط هنا

المساعد الصوتي VINUS لمنصة إنترنت اﻷشياء THINGER.IO

vINUS VOICE ASSISTANT FOR IoT PLATFORM THINGER.IO

2295   10   75   0.0 ( 0 )
 تاريخ النشر 2019
  مجال البحث هندسة اتصالات
والبحث باللغة العربية
 تمت اﻹضافة من قبل Ali Ibrahim




اسأل ChatGPT حول البحث

يلعب إنترنت الأشياء دوراً أساسياً في حياتنا اليوم من إدارة تدفق الركاب في المطارات إلى المنازل والمدن الذكيّة إلى الاعتناء بالمسنين، فهو يهدف إلى تحسين الحياة في جميع المجالات، وقدم ساهم التطور التكنولوجي الذي نشهده إلى انتشاره بشكل واسع في العديد من القطاعات. المنصّات (Platforms) هي الجزء البرمجي الداعم الذي يربط كل شيء ضمن نظام إنترنت الأشياء. حيث تسهل المنصّة الاتصالات، تدفق البيانات، إدارة الأجهزة، ووظيفة التطبيقات. تعتبر منصة Thinger.io من منصات إنترنت الأشياء السهلة الاستخدام والتي تقدم خدمات متنوعة للمستخدمين، حيث تتيح المنصة اتصالية مختلف أنواع الأجهزة والشرائح. فكانت الفكرة إنشاء مساعد شخصي يعمل بالأوامر الصوتية للتحكم بالأجهزة المتصلة بمنصة Thinger.io عن بعد عبر الإنترنت في الزمن الحقيقي، والهدف من إضافة هذه الإمكانية إلى المنصة جعل التعامل معها أكثر بساطة لإتاحة الفرصة لأي شخص أياً كان عمره أو خبرته استخدامها لتسهيل حياته بالطريقة التي يختارها، حيث أنّ المساعد Vinus -كما أطلقنا عليه- يتمتع بالمرونة والموثوقية وقابلية العمل مع أي تطبيق كان.

المراجع المستخدمة
Gubbi, J., Buyya, R., Marusic, S., M., P.: Internet of Things (IoT): A vision, architectural elements, and future directions. Future Generation Computer Systems 29(7), 1645–1660 (2013)
Borgia, E.: The Internet of Things vision: Key features, applications and open issues. Computer Communications 54, 1–31 (2014)
[3] Thinger.io official documentation. 10Feb. 2019. http://docs.thinger.io/api/ http://docs.thinger.io/console/
[4] Digital ocean tutorials. 12Mar. 2019. https://www.digitalocean.com/community/tutorials/how-to-create-a-self-signed-ssl-certificate-for-apache-in-ubuntu-16-04
[5] Mozilla developers’ community. 5Apr. 2019. https://developer.mozilla.org/en-US/docs/Web/API/Web_Speech_API/Using_the_Web_Speech_API#Speech_recognition
[6] Mozilla developers’ community. 14Apr. 2019. https://developer.mozilla.org/en-US/docs/Web/API/SpeechSynthesisUtterance
[7] NodeMcu official documentation. 27Apr. 2019. https://nodemcu.readthedocs.io/en/master/
قيم البحث

اقرأ أيضاً

إنترنت الأشياء أضحى أكثر من شبكات سيارات أو ماكينات صنع القهو بل أصبح شبكات كبير مترابطة مع بعضها البعض وإن أمن هذه الشبكات يؤثر بشكل مباشر أو غير مباشر على أدائها، فهناك كثير من الناس والشركات التي تتعامل مع إنترنت الأشياء لا تعلم ماذا يحدث على الشبكة من عمليات تنصت وسرقة بيانات وغيرها. مع تأمين شبكات إنترنت الأشياء أصبحت هذه القضايا تحدياا كبيراا، وبما أننا غير قادرين على إيقاف شبكات إنترنت الأشياء من النمو فإن موضوع الأمان أصبح من الضروري جداا البحث فيه واقتراح استراتيجيات أمنية لحماية الشبكات من الثغرات الأمنية
تعرف أنظمة الاتصال اللاسلكي المحددة برمجياً SDR بأنها منصات قابلة للبرمجة لإعـادة التشكيل بدرجة عالية، الأمر الذي يمكّن من بناء و تشكيل نظم الاتصال اللاسلكية النقالة من الجيلين الثالث و الرابع التي يتعاظم استخدامها و الحاجة إليها بشكل سريع. و ينـدر ج ضـمن هذه الأنظمة (SDR) الكثير من معالجات الإشارة الرقمية المتقدمـة مثـل: تقـدير القنـاة و التسوية و تصحيح الأخطاء الأمامي و الهوائيات المتكيفة و المـستقبل الـشوكي و التعـديل و خوارزميات ضغط المعلومات المتقدمة و عملية ترميز الإشارة الصوتية - الفوكودر.
أحد كتل المبنى الأولى لإنشاء مساعد صوت يتعلق بمهمة وضع علامة الكيانات أو السمات في استعلامات المستخدم. يمكن أن يكون هذا تحديا بشكل خاص عندما تكون الكيانات في العاشر من الملايين، كما هو الحال على سبيل المثال كتالوجات الموسيقى. تتطلب نماذج وضع العلامات التدريبية التدريبية على نطاق صناعي كميات كبيرة من استفسارات المستخدم المسمى بدقة، والتي غالبا ما تكون صعبة ومكلفة لجمعها. من ناحية أخرى، جمع المساعدون الصوتيين عادة الكثير من الاستفسارات غير المستمرة التي لا تزال غير منفصلة في كثير من الأحيان. تقدم هذه الورقة منهجية خاضعة للإشراف ضعيفا لتسمية كميات كبيرة من سجلات الاستعلام الصوتية، معززة مع خطوة تصفية يدوية. تظهر التقييمات التجريبية لدينا أن نماذج علامات الشريعة المدربة على البيانات المتفوقة على البيانات التي تجريب ضعيف تدربت على البيانات المشروحة باليد أو الاصطناعية، بتكلفة أقل. علاوة على ذلك، يؤدي التصفية اليدوية للبيانات الخاضعة للإشراف إلى انخفاض كبير في معدل خطأ العقوبة، مع السماح لنا بتقليل جهود الرعاية البشرية بشكل كبير من أسابيع إلى ساعات، فيما يتعلق بالتعليق اليدوي للاستفسارات. يتم تطبيق الطريقة بنجاح Bootstrap نظام علامات Slot لخدمة تدفق الموسيقى الرئيسية التي تخدم حاليا العديد من عشرات الآلاف من الاستفسارات الصوتية اليومية.
تعتبر العلامات الموثوقة للتعبيرات الزمنية (TES، على سبيل المثال، كتاب طاولة في L'Osteria مساء الأحد) هو الشرط المركزي للمساعدين الصوتيين (VAS).ومع ذلك، هناك ندرة الموارد والأنظمة لنطاق VA، حيث يتم تدريب التقنيص الزمني المتاحين علنا فقط على مجالات مخت لفة إلى حد كبير، مثل الأخبار والنص السريري.نظرا لأن تكلفة التسجيل في مجموعات البيانات الكبيرة عبارة عن محظور، فإننا نحقق في المفاضلة بين البيانات والأداء داخل المجال في DA-Time، وهو Tagger الزمني الهجين للمجال الإنجليزي VA الذي يجمع بين الهندسة المعمارية العصبية للاعتراف القوي، مع محللباس te نومي.نجد أن التعلم النقل يقطع شوطا طويلا حتى مع وجود 25 جمل داخل المجال: يؤدي DA-Time في حالة الفن في مجال الأخبار، وتفوقه بشكل كبير على نطاق VA.
استخراج المعلومات هو تكنولوجيا أساسية لمعالجة اللغات الطبيعية، والتي تستخرج بعض العبارات / البنود ذات مغزى من محتوى غير منظم أو غير محدود إلى موضوع معين.يمكن القول أن التكنولوجيا الأساسية للعديد من التقنيات والتطبيقات اللغوية.تقدم هذه الورقة منصة AI Clerk، والتي تهدف إلى تسريع وتحسين العملية برمتها وراحة تطوير أدوات استخراج المعلومات.توفر منصة AI Clerk واجهة وصف يدوية ودية وبديهية، وتضع تسمية دلالية مناسبة محتاجة، وتنفذ، وتوزيع وتضخم مهام الوصف اليدوي، بحيث يمكن للمستخدمين إكمال نماذج استخراج المعلومات المخصصة دون برمجة وعرض نتائج التنبؤ تلقائيا من النماذجثلاث طريقة.منصة Clerk AI تساعد في تطوير تقنيات معالجة اللغة الطبيعية الأخرى واشتقاق خدمات التطبيقات.

الأسئلة المقترحة

التعليقات
جاري جلب التعليقات جاري جلب التعليقات
سجل دخول لتتمكن من متابعة معايير البحث التي قمت باختيارها
mircosoft-partner

هل ترغب بارسال اشعارات عن اخر التحديثات في شمرا-اكاديميا