Articles by "tespit"
tespit etiketine sahip kayıtlar gösteriliyor. Tüm kayıtları göster

 

Yakında kullanıma sunulacak bir tarayıcı eklentisi,sahte çevrimiçi mağazaları otomatik olarak tespit edecek.Bunu yapamakiçin yapay zeka,21000 faktörü analiz ediyor.İnternette alıcıların mal almadığı ve paralarını kaybettiği çok sayıda dolandırıcı çevrimiçi mağaza var.Avusturya platformu Wathclist İnternet'e göre,bildirilen 16500 İnternet dolandırıcılığı vakasından 3182'si 2020'de sahte mağazalarda gerçekleşti.Almanya'da sahte dükkanlar yıllardır devam eden bir sorun.Avusturya uygulamalı telekomünikasyon enstitüsünden (ÖIAT) bir ekip,Avusturya teknoloji enstitüsü (AIT) ve KOBİ araştırma ağı Avusturya kooperatif araştırma (ACR) ile işbirliği içinde,alıcıları sahtekarlık konusunda otomatik olarak uyaran bir yapay zeka geliştirdi.Geliştirme Kiras güvenlik araştırma programının bir parçası olarak araştırma geliştirme şirketi FFG tarafından finanse edildi.

Sahte Dükkanları Otomatik Olarak Tespit Edin 

Kullanıcılar genellikle tek ödeme yöntemi olarak garip alan adları,az sayıda inceleme,düşük fiyatlar ve ön ödeme gibi özelliklere dayalı olarak sahte çevrimiçi mağazaları tanımlayabilmektedir.Ancak,profesyonel sahte dükkanlarda bu her zaman mümkün olmayabiliyor.Bu nedenle geliştiriciler,kod,dil ve sayfa yapısı dahil olmak üzere sahte bir mağazanın göstergesi olan 21000'den fazla faktör belirledi.Yapay zeka bu faktörleri otomatik olarak analiz edecek.

Proje yöneticisi Louise Beltzung,"Dışarıdan gördüğümüz sahte dükkanların benzerliklerinin makine tarafından da fark edilip edilemeyeceğini kendimize sorduk" diye açıklıyor.

Veritabanı Olarak 7700 Hileli Çevrimiçi Mağaza 

Bir veritabanı olarak ÖIAT,benzerlikleri belirlemek için yapay zekanın analiz ettiği 7700 sahte mağazanın bir listesini derledi.Yazılım artık eğitim verilerine dayanarak bilinmeyen bir sayfaya girildiğinde gerçek zamanlı olarak sahte dükkanların tipik özelliklerini inceleyen bir analiz gerçekleştiriyor."Kalite güvencesi,yapay zeka çözümlerinde en büyük zorluklardan biri olarak göze çarpıyor.Bu her şeyden önce veri tabanı için geçerli" diye açıklıyor Beltzung.Zaten mükemmel sonuçlara rağmen,araştırmacılar belirsiz durumlarda nihai kararı yazılıma bırakmak istemiyorlarYapay zeka tamamen emin değilse kullanıcıya iddia edilen sahte dükkanı kendi başına incelemek için kullanabileceği bir kılavuz gösterecek.

Fake Shop Detector,bir kaç hafta içinde ücretsiz bir tarayıcı eklentisi şeklinde satışa sunulacak.


Kendi kendine öğrenen bir yapay zeka,Çin'in Chang 1 ve 2 ay görevlerinden alınan görüntülere dayanarak önceden bilinmeyen 109.000 ay kraterini belirledi.

Ay'da atmosferin olmaması,küçük meteorların bile Ay regolitinde net çarpma kraterleri bırakmasını sağlar. Rüzgar,su,erozyon ve bitki örtüsünün olmaması nedeniyle bu kraterler milyarlarca yıl dayanacaktır.Astronomi için,ayın çarpma kraterleri,bu nedenle, güneş sistemimizin tarihinin geri kalanı hakkında sonuçların çıkarılmasına da izin veren önemli bilgilerdir. Araştırmanın,ayın kraterleri hakkında olabildiğince kesin bir genel bakışa sahip olması önemlidir.Şimdiye kadar, Uluslararası Astronomi Birliği (IAU), 1919'dan beri 9,137 ay krateri ile Ay'daki tüm kraterlerin yalnızca bir kısmını kaydedebildi.

Buradaki temel sorun,çok farklı şekil ve boyutların ve çok sayıdaki kraterlerin, ay yüzeyinin fotoğraflarının otomatik analizini zorlaştırmasıdır.Bu nedenle,ay kraterlerinin tam bir haritası henüz mevcut değil.

Chang 1 ve 2 Resimleriyle Eğitilmiş Yapay Zeka

Changchun'daki Jilin Üniversitesi'nden Chen Yang ile birlikte çalışan bilim adamları,Çin'in Chang 1 ve Chang 2 tarafından çekilen görüntülerde otomatik ay kraterlerini tanıyabilen yapay ağ geliştirdiler.Nature Communications dergisinde yayınlanan makaleye göre yapay zeka,daha önce bilinen ay kraterlerinin işaretlendiği farklı çözünürlüklerde 5.600 görüntü ile eğitildi.Alanların arazi modelleri de öğrenme verileri olarak yapay zekaya sunuldu. 

117.200 krater tespit edildi

Görüntülere dayanarak,boyut olarak 0,9 ila 5,323 kilometre arasında 117.200 krater tanıdı.Bunlardan 109.000 Ay krateri daha önce herhangi bir haritada mevcut değildi.

Yang: “Bu, daha önce tanımlanandan neredeyse 15 kat daha fazla krater demek.Yüzde 88,14'ünün çapı on kilometreden az. 

Mevcut veri tabanlarıyla yapılan bir karşılaştırma,yapay zekanın sonuçları ile daha önce insanlar tarafından haritalanan ay kraterleri arasında yüksek derecede bir uyum olduğunu gösterdi.Bir ila 20 kilometre arasındaki kraterler için yapay zeka,kraterleri tespit etmek için gökbilimcilerden önemli ölçüde "daha iyi görüşe" sahiptir. Bir başka analiz de,uyarlanabilir algoritmanın tipik özelliklerine göre yaklaşık 19.000 büyük kraterlerin yaşını doğru bir şekilde değerlendirebildiğini gösterdi.

Mars, Mercür ve Diğer Gezegenlerde kullanılabilir.

Bilim adamlarına göre şimdiye kadar ki sonuçlar,sistemin özellikle ekvator ve merkezi alanlarda kapsamlı bir ay haritası oluşturmaya uygun olduğunu gösteriyor.Prensip olarak,teknoloji diğer gezegenlerin haritasını çıkarmak için de kullanılabilir.Yang: "Prensip ayrıca güneş sistemindeki Mars, Merkür, Venüs, Vesta veya Ceres gibi diğer gök cisimlerine de uyarlanabilir ve verilerden manuel analiz yöntemlerinden daha fazla anlamsal bilgi çıkarabilir."