×
04.10.2021
221.018.3fdc

Программа для автоматического агрегирования данных узкой направленности с платформы «Instagram» с помощью взаимодействия с пользователями

Вид РИД

Программа для ЭВМ

Юридическая информация Свернуть Развернуть
Описание Свернуть Развернуть
Описание произведения: В основе программы для автоматического агрегирования данных узкой направленности платформы «Instagram» с помощью взаимодействия с пользователями лежит сбор открытых данных о публикациях, их предобработка с помощью технологий нейронных сетей, публикация ответного сообщения с полученными результатами. Назначение РИД: взаимодействие с пользователями платформы «Instagram» для автоматического агрегирования данных узкой направленности.
Язык программирования, с использованием которого создана программа для ЭВМ (База данных)
Python
Вид и версия операционной системы, для функционирования под управлением которой предназначена программа для ЭВМ (База данных)
MacOs, Windows, Linux
Объем программы для ЭВМ (Базы данных) в машиночитаемой форме в единицах, кратных числу байт
репозиторий: 9 КБ
Ключевые слова: Instagram, Серверное приложение
Реферат Свернуть Развернуть
Программа для автоматического агрегирования данных узкой направленности платформы «Instagram», с помощью взаимодействия с пользователями, использует официальное API платформы и инструменты для скачивания изображений и получения мета-данных для сбора данных о публикациях, отмеченных хештегом. Агрегируются данные об авторстве, времени и дате публикации, комментарии автора к публикации, прикреплённом изображении. Зарегистрированные пользователи имеют доступ как к исходной публикации, так и к полученному результату работы нейронных сетей через официальный аккаунт на платформе «Instagram». Программное обеспечение универсально и подходит для различных изображенных объектов. Наборы примеров целевой направленности могут быть предоставлены заказчиком. Базовый функционал заключается в: 1) Отслеживании хештега в заданный промежуток времени; 2) Сборе мета-данных об авторстве, дате и времени, подписи и т. д.; 3) Ответе в виде публикации на полученный от пользователя запрос. Вышеуказанный функционал предусматривает возможность доработки в соответствии с техзаданием конкретных заказчиков. Сведения об охраняемых результатах интеллектуальной деятельности, использованных при создании: Вид и наименование использованного РИДа: Instaloader Основание возникновения прав: Лицензия MIT Источник: https://instaloader.github.io/ Описание использования: Сбор данных платформы «Instagram» Доля использования: 0.3 Вид и наименование использованного РИДа: TensorFlow Основание возникновения прав: Apache License 2.0 Источник: https://github.com/tensorflow/tensorflow Описание использования: Нейросетевые модели Доля использования: 0.4 Составные части, модули РИД: 1) Взаимодействие между платформой «Instagram» и приложением. API для получения данных о публикациях и их агрегация; 2) Обработка полученных данных на сервере с помощью нейронных сетей. Формирование ответа на запрос пользователя; 3) Обмен данными между сервером и платформой «Instagram». Публикация результатов работы нейронных сетей с помощью официального API. Аналоги/конкурентные РИД: полный аналог разрабатываемой системы отсутствует. Конкурентные решения: IKENJI, SocialMeep, PlanMyPost и подобные им. Отличия от аналогов: на текущем этапе разработки - применение технологии нейронных сетей к конкретным изображениям, автоматическое формирование результирующего изображения для публикации. Код продукции в соответствии с Общероссийским классификатором продукции по видам экономической деятельности: 58.29.21.000 Классы программного обеспечения, которым соответствует программное обеспечение: 02.05; 04.13; 02.07
Оригинал произведения Свернуть Развернуть
Содержательная часть РИД:
Хеш-код депонирования: fa8acc359ed58d7f7d27126d046c464d94d517e4112d4e37ac0947fd274ab6ca
Источник поступления информации: Портал edrid.ru

Показаны записи 11-11 из 11.
30.08.2022
№222.018.40d0

Решение многопараметрической задачи нелинейной оптимизации для архитектуры сети resnet50 для классификации подводных объектов

Аннотация: В основе программы для решения многопараметрической задачи нелинейной оптимизации для архитектуры сети ResNet50,решаюшей задачу классификации подводных объектов лежит обучение нейросетевой модели на специализированном датасете, состоящем из 36 классов подводных объектов, собранных...
Показаны записи 1-9 из 9.
30.06.2021
№221.018.3f83

Водныйинстабот: искусственный интеллект интерактивного выделения морских объектов в социальных сетях

Полученное программное решение представляет собой автоматизированного инстаграм-бота. Через определенное количество времени программа проверяет наличие новых публикаций по заданному хэштегу. При публикации поста с хэштегом #biogeohub пользователю необходимо указать один из поддерживаемых...
30.06.2021
№221.018.3f84

Интеллектуальная база знаний морских объектов для few-shot-learning и обученные на их базе веса модели искусственной нейронной сети

База знаний содержит 60 классов объектов, такие как: • краб • скумбрия • барракуда • удильщик • осьминог • мидии • рыба-клоун • хирург • крылатка • дракон • звезда • еж • угорь • голубой дракон • окунь • камбала • медуза • креветка • ангел • большерот • медуза • групер •...
30.06.2021
№221.018.3f85

Интеллектуальная база знаний морских объектов для few-shot-learning и обученные на их базе веса модели искусственной нейронной сети

База знаний содержит 60 классов объектов, такие как: • краб • скумбрия • барракуда • удильщик • осьминог • мидии • рыба-клоун • хирург • крылатка • дракон • звезда • еж • угорь • голубой дракон • окунь • камбала • медуза • креветка • ангел • большерот • медуза • групер •...
01.10.2021
№221.018.3fd7

Решение многопараметрической задачи нелинейной оптимизации для архитектуры сети vision transformers, обученной с помощью метода dino

В основе решения многопараметрической задачи нелинейной оптимизации для архитектуры нейронной сети Vision Transformers, с применением метода DINO, лежит обучение нейросетевой модели в течение 82 эпох на специализированном датасете, собранном самостоятельно. Назначение РИД: построение карт...
04.10.2021
№221.018.3fdb

Программный интерфейс приложения kepler.gl для добавления и редактирования географических объектов на карте

В основе программы для автоматического отображения и редактирования географических данных в локальном приложении kepler.gl лежит сбор полученных данных, их предобработка и отображение с помощью kepler.gl. Назначение РИД: отображение и редактирование географических данных в локальном приложении...
30.08.2022
№222.018.40cc

Система генерации отчетов о содержимом подводного видео ряда по результатам классификации его нейронной сетью

Аннотация: В основе программы для генерации отчетов о содержимом подводного видео ряда по результатам решения задачи классификации с помощью нейросетевого подхода, лежит разбиение видео последовательности на кадры, их предобработка и фильтрация, классификация объектов на каждом кадре с помощью...
30.08.2022
№222.018.40ce

Система реконструкции трехмерных моделей и их текстур по коротким видео последовательностям подводного видео

Аннотация: В основе системы реконструкции трехмерных моделей и их текстур по коротким видео, лежит разбиение видео последовательности на кадры, оценка качества каждого кадра, их извлечение контрольных точек с помощью технологий нейронных сетей, формирование облака точек и реконструкция трехмерной...
30.08.2022
№222.018.40cf

Выделение текстовых данных из изображений подвижных подводных видео камер

Аннотация: В основе программы для выделения текстовых данных из изображений подвижных подводных видео камер лежит разбиение видео последовательности на кадры, их предобработка с помощью технологий нейронных сетей, агрегация данных из каждого кадра. Назначение РИД: Извлечение данных из...
30.08.2022
№222.018.40d0

Решение многопараметрической задачи нелинейной оптимизации для архитектуры сети resnet50 для классификации подводных объектов

Аннотация: В основе программы для решения многопараметрической задачи нелинейной оптимизации для архитектуры сети ResNet50,решаюшей задачу классификации подводных объектов лежит обучение нейросетевой модели на специализированном датасете, состоящем из 36 классов подводных объектов, собранных...
+ добавить свой РИД