Machine Learning España #190101

Machine Learning España es el resumen principal de noticias de Machine Learning (Aprendizaje Automático) y Deep Learning (Aprendizaje Profundo) de España.

Los principales desarrollos a nivel mundial en este campo, ya sean nuevas tecnologías, compañías o productos, procesados y simplificados para que lo puedas tener de forma fácil, simple y gratis!

Los ejemplos y tutoriales de Machine Learning permiten que los nuevos contenidos, muchas veces de gran complejidad, sean accesibles para una audiencia más amplia. A su vez, las técnicas y algoritmos de Machine Learning, ofrecen los últimos avances en investigación de forma más interesante y simple de comprender. Se incluye, también, ejemplos y técnicas de Python, ya que es uno de los lenguajes más utilizados en este campo.

Este contenido se complementa con información específica para España.

Machine Learning ayuda a mejorar las aplicaciones fotónicas

Las nanoestructuras pueden aumentar enormemente la sensibilidad de los sensores ópticos, siempre que la geometría cumpla ciertas condiciones y coincida con la longitud de onda de la luz incidente. Esto se debe a que la nanoestructura local puede amplificar o reducir en gran medida el campo electromagnético de la luz. El Grupo "Nano-SIPPE" de Jóvenes Investigadores de HZB dirigido por la Prof. Christiane Becker está trabajando para desarrollar este tipo de nanoestructuras. Las simulaciones por ordenador son una herramienta muy importante para este fin. El Dr. Carlo Barth, del equipo de Nano-SIPPE, ha identificado los patrones más importantes de distribución de campo en una nanoestructura mediante Machine Learning y, por lo tanto, ha podido explicar muy bien los hallazgos experimentales por primera vez.
https://bit.ly/2Ddryy2
 

La cámara Google Pixel 3 de 5 maneras amplía los límites de la fotografía por ordenador

Con el lanzamiento de Google Pixel 3, las cámaras de teléfonos inteligentes han dado un salto más en su capacidad. Isaac Reynolds, Gerente de Producto para la Cámara en Pixel, y Marc Levoy, Ingeniero Distinguido y Jefe de Fotografía Computacional en Google, aportan más detalles sobre la tecnología detrás de la nueva cámara en el Pixel 3.
Una de las primeras cosas que se nota sobre el Pixel 3 es la única cámara trasera. En un momento en el que se ve que las empresas agregan configuraciones de cámara doble, triple e incluso cuádruple, una sola cámara principal parece al principio una elección extraña.
Pero después de la información mostrada por Marc e Isaac parece que el equipo de la cámara Pixel está tomando el enfoque correcto, al menos por ahora. Cualquier tecnología que haga que una sola cámara sea mejor hará que muchas cámaras en modelos futuros sean mucho mejores, y se ha visto en el pasado que un solo enfoque de cámara puede superar a un enfoque de cámara dual en el modo retrato, especialmente cuando el módulo de cámara con teleobjetivo tiene un sensor más pequeño y un lente más lento, o carece de enfoque automático confiable.

https://bit.ly/2DLgwAb


 

Flash Networks lanza xtraAware potenciado por Machine Learning para evaluar la verdadera experiencia del suscriptor

Flash Networks, el proveedor de soluciones de optimización, seguridad y monetización de Internet móvil, anunció la disponibilidad de xtraAware, diseñado para proporcionar una evaluación en tiempo real del rendimiento de la red, los suscriptores, los dispositivos y las aplicaciones para permitir que los operadores resuelvan de forma proactiva los problemas de red y aplicaciones que puedan conducir a la degradación en el rendimiento de la red y la rotación de clientes. La evaluación más precisa de xtraAware de la experiencia del usuario también puede evitar la pérdida de ingresos debido a las sesiones interrumpidas, como la caída de video para los suscriptores prepagos.

XtraAware de Flash Networks proporciona una capa adicional de conocimiento para que las aplicaciones críticas para los suscriptores, como la visualización de videos y la carga de páginas para los sitios de comercio electrónico durante las temporadas de vacaciones de alta demanda, reciban el ancho de banda que necesitan para proporcionar un nivel aceptable de rendimiento desde la perspectiva de un usuario final. xtraAware utiliza algoritmos de Machine Learning para identificar el tráfico de aplicaciones que incluyen aplicaciones populares como YouTube, Facebook e Instagram, incluso cuando este tráfico está cifrado, y luego alerta a los operadores cuando una alta proporción de páginas tarda demasiado en cargarse o la visualización de videos es inestable, por lo que los recursos de red puede ser reasignados.

La medición del rendimiento de la red en función de la ubicación y la aplicación permite a las redes priorizar su expansión con un mayor nivel de precisión para garantizar una experiencia verdaderamente positiva para el cliente cuando los suscriptores navegan por la web y utilizan aplicaciones populares.

https://prn.to/2EOgYgT

 
Tu opinión es muy importante! Deja tu comentario con sugerencias o ideas de cómo mejorar este servicio.

Puedes seguir noticias y eventos en facebook: https://www.facebook.com/machinelearningespana

#machinelearning #deeplearning #espana #españa