Монгол улсад “Deep Learning” буюу гүн сургалтыг өргөн хүрээнд таниулан хөгжүүлэх, мэдээллийн технологи болон инженерийн оюутны бизнес сэтгэлгээг чадавхижуулах зорилго бүхий DCON буюу “DEEP LEARNING COMPETITION MONGOLIA 2022” тэмцээний сүүлийн шат 2022 оны 2 сарын 24-нд болно.
Монголд анх удаа тус тэмцээн нь “Deep Learning”-ыг ашиглан бүтээл (хялбаршуулсан загвар) зохион бүтээж, эдгээр бүтээлээс бий болсон “бизнесийн чадавхи”- г компанийн үнэлгээ болгон үнэлүүлж, өрсөлдөх юм. Тэмцээний эхний шатанд 26 баг оролцсон ба 13 баг нь сүүлийн шатанд шалгарсан юм. ШУТИС-иас 8 баг оролцсоноос “ Not Bad At All”, “AIA”, “D-Line” “Nerd Alert” гэсэн 4 баг сүүлийн шатанд шалгарч 3 сарын турш системээ хөгжүүлж эцсийн шатны шалгаруулалтандаа ороход бэлэн болоод байна.
“Not Bad At All” баг ямар санааг дэвшүүлж байна вэ ?
ШУТИС-ийн Мэдээлэл холбооны технологийн сургуулийн хиймэл оюун ухааны хөтөлбөрийн оюутан Ц.Барсболд, С.Мөнх-Оргил, Ц.Должин, системийн аюулгүй байдлын хөтөлбөрийн оюутан Л.Дашням, программ хангамжийн оюутан Н.Төрмандах, компьютерийн ухааны хөтөлбөрийн оюутан Э.Мөнхжавхлан нараас бүрдсэн тус баг нь “Сэтгэлзүйчид туслах платформ санал болгож байгаа бөгөөд хиймэл оюун ухаан ашиглан ярианаас текст гаргаж авах, текст анализ хийх, царайны хувирал болон дуу хоолойны өөрчлөлт дээр тулгуурлан сэтгэл хөдлөлийг тодорхойлох зэргээр сэтгэлзүйчийн шийдвэр гаргалтад шаардлагатай мэдээллээр хангах, ажлын цагийг хэмнэх мөн бүтээмжийг нь нэмэгдүүлнэ хэмээн үзэж байгаа юм. Удирдагч багшаар дэд профессор доктор Ц.Цэнд-Аюуш ажиллаж байна.
“AIA” баг замын хөдөлгөөний асуудлыг машин сургалтын аргаар шийдвэрлэнэ.
Эрчим хүчний сургуулийн “АIA” баг замын хөдөлгөөний хяналт удирдлагын системийг машин сургалт ашиглан хийж, хөдөлгөөнд оролцогчдын аюулгүй байдлыг сайжруулах болон нягтаршлыг бууруулахад анхаарлаа хандуулж байна. Эрчим хүчний сургуулийн 4 дүгээр дамжааны оюутнууд болох Э.Энхгэрэл, Б.Мөнх-Очир, Т.Норовхорол, Х.Мөнхжавхлан, Б.Гэрэлтцолмон, Д.Өгэдэй нар дэд профессор доктор Бя.Бат-Эрдэнэээр удирдуулан ажиллаж байна.
Коосэн Технологийн коллежийн “D-Line” баг
Чацарганы талбайн хамгаалалтын төхөөрөмж буюу шувууд чацарганы талбай дээр эргэлдэх үед камерийн тусламжтайгаар орж ирсэн мэдээллийг, урьдчилан боловсруулсан гүнзгий сургалтын аргаас таниж хэт авиан долгион, туршуул шувууны дуугаар шувуудыг үргээж талбайг хамгаалан эдийн засгийн үр өгөөжийг бий болгохыг зорьж байна. “D-Line” багийн бүрэлдэхүүн Коосэн технологийн коллежийн 2 дугаар дамжааны оюутнууд болох Б.Билгүүн, С.Сүлдхүү, Э.Цэлмэг, П.Баасанбат, Ц.Ананд-Очир нар Ж.Цанжидхүү багшийн хамт ажиллаж байна.
“Nerd Alert” баг сургуулийн орчны аюулгүй байдлыг хангана.
Мэдээлэл холбооны технологийн сургуулийн “Ned Alert” багийнхан сургуулийн орчны хяналтын камерын системд хиймэл оюун ухаан ашиглан гэмт хэрэг, хүч хэрэглэсэн үйлдэл үйлдэгдэж буй эсэхийг хүний хөдөлгөөн танилтаар таниж илрүүлэх, мөн гал болон утаа зэрэг аюулыг урьдчилан мэдэж харгалзах албан тушаалтнууд руу дохио мэдээллийг дамжуулах бүтээлийг хөгжүүлж байна. Уг систем болзошгүй аюулыг цаг тухайд нь илрүүлж, дариу зогсоох, хариу арга хэмжээ авах үр нөлөөтэй юм. Х.Хулан багшаар удирдуулсан “Nerd Alert” багт Э.Мөнх-Оргил, Д.Ууганбаяр, 3. Б.Баттулга, А.Дашням, М.Болортоль, Ж.Марал, Б.Очирсүх нар ажиллаж байна.
Та бүхнийг 2022 оны 2 сарын 24-ны өдөр буюу Япон-Монголын найрамдалт харилцааны ойн үеэр болох “DCON-2022” тэмцээний сүүлийн шатны шалгаруулалтанд оролцож ШУТИС-ийн оюутнууд хэрхэн өөрсдийн технологийн шийдэлээ бизнес болгон дэвшүүлж шийдэл танилцуулахыг сонирхохыг урьж байна.
Тэмцээний шууд дамжуулалт 2 сарын 24-ны 15:30-аас jfesmongolia фэйсбүүк хуудсаар явагдах юм.
ШУТИС-ийн Технологи дамжуулах төв
Шилдэг цахим хичээл, контент шалгаруулах олон улсын уралдаанд оролцохыг урьж байна
ШУТИС-ийн шилдэг, тэргүүний төгсөгч шалгаруулалт
“LCL2024 -Суралцагч Төвтэй Сургалт” олон улсын хурал 2024 оны 8 сарын 12-13 нд Тайландын Бангкок хотноо зохион байгуулагдана.
Япон улсын их, дээд сургуульд магистрын хөтөлбөрт суралцах сонирхолтой ШУТИС, Коосен сургуулиудыг үндсэн багш, ажилтан, судлаачдад
Ази судлалын олон улсын эрдэм шинжилгээний хурал (ICAS 2024)
© 2005-2020 Монгол Улсын Шинжлэх Ухаан Технологийн Их Сургууль, Мэдээллийн технологийн төв
