تمرین دانشجویی با استفاده از هوش مصنوعی و روش Lstm
بودجه
700,000 تومان
تاریخ انقضا
11 اردیبهشت 1403
مدت زمان پروژه
5 روز
پیشنهادها
1 پیشنهاد
نیاز به فاز بندی
ندارد
سطح پروژه
ساده
توضیحات پروژه
تمرین دانشجویی هستش که با استفاده از هوش مصنوعی و روش Lstm به تشخیص حملات پورت اسکن میپردازیم دیتاست به صورت کلین شده و با فرمت parquet در اختیار فریلنسر قرار میگیره (به دلیل حجم بالای csv که حدودا دو گیگ هستش البته اگر فریلنسر نیاز به دیتاست اصلی داشت داده میشه) و از شما درخواست میشه که با استفاده از این دیتاست مورد نیاز شناسایی فلوهای شبکه به صورت نرمال و اتک رو داشته باشیم. لینک دیتاست : https://imgurl.ir/viewer.php?file=m90751_cidds-002.rar
مهارت‌های مورد نیاز پروژه
دسته‌بندی
درباره کارفرما
کاربر جدید 984
کاربر جدید 984
0 (0)
پروژه های مشابه
ربات با قابلیت پردازش تصویر و ارسال هشدار به تلگرام
سلام ربات مد نظر بنده باید در صفحه ای از یوتیوب که به صورت ۲۴ ساعته لایو پخش میکند حاضر باشد (تمام وقت) و به محض مشاهده المان مورد نظر هشدار به تلگرام ارسال بکند المان های مورد نظر مواردی هستند که در تصویر دورشان خط کشیدم 🛑لطفا به موارد زیر توجه کنید: _سروری که برای این کار خریداری شده پایتون با لوکیشن خارج از کشور است. _بودجه افزایش پیدا نخواهد کرد. _کار باید نهایتا تا ۷ روز به پایان برسد.
500,000 تومان
کرک نرم افزار Embers
یک برنامه روی ویندوز هست یک سری از امکاناتش قفل هست میخام کرک بشه و تمام امکاناتش باز بشه . برنامه خیلی ساده ایه و خیلی زمان نمی بره اسم نرم افزار: Embers
300,000 تومان
برنامه تبدیل سخنرانی به متن با دقت بالا
تبدیل صوت فارسی و عربی و انگلیسی بصورت خودکار با توجه به library هایی مانند hezar یا نمونه هایی مانند IBM Watson، ِDragon و ... تعیین دقت در تبدیل صوت مربوط به هر کلمه به منظور تصحیح و بازنگری های بعدی ارائه کلمات پیشنهادی در تبدیل های با دقت کم قابلیت training در تبدیل متن یا صوت و fine tuning تحویل برنامه در دو بخش سرور API و کلاینت ابتدایی تحویل برنامه بصورت متن باز و توضیح 0 تا 100 شفاهی کد، مشاوره و پشتیبانی مجموعا 24 ساعت
15,000,000 تومان
پیاده سازی loss function شش مقاله در دو مدل unet و resnet
۶ مدل دارم که loss function های منحصر به فرد دارن که پایین گذاشتم. میخواستم دو مدل unet و resnet با دیتاست دلخواه انتخاب کنید. بعد این شش loss function رو در هردو مدل و دیتاست انتخابی خودتون پیاده سازی کنید. و بعد مقایسه مشخصات مثل دقت و .... بین این شش خروجی در هردو مدل انجام بشه. ترجیحا مدل پردازش تصاویر پزشکی باشه. اگر یونت همون مدل pairwise_segmentation باشه فوق‌العاده است و هزینه مازاد هم برای این کار اضافه میشه ولی رزنت هرچی باشه اوکیه. https://github.com/DIAL-RPI/PIPO-FAN https://github.com/neuro-ml/inverse_weighting https://github.com/viggin/DeepLesion_manual_test_set https://github.com/fhaghighi/TransVW https://github.com/bbbbbbzhou/APA2Seg-Net https://github.com/renzhenwang/pairwise_segmentation
3,000,000 تومان
1402 پارس فریلنسر. تمام حقوق محفوظ است.