Roix

Пикабушник
поставил 4793 плюса и 197 минусов
отредактировал 0 постов
проголосовал за 0 редактирований
Награды:
5 лет на Пикабу
6039 рейтинг 2 подписчика 11 подписок 28 постов 9 в горячем

Ученые создали динамическую карту «Границы России 1462–2018 гг»

Ученые создали динамическую карту «Границы России 1462–2018 гг» Карта России, Россия, Интернет, Интересное, История, Текст

Для интересующихся сразу ссылочка: https://map.runivers.ru/

Проект представлен АНО «Руниверс» совместно с Лабораторией исторической геоинформатики Института всеобщей истории РАН и компанией NextGIS. Он содержит данные о географическом расположении политических границ России и их изменениях на протяжении последних пяти с половиной столетий. Отмечается, что пользователь сможет выбрать любой год в интервале 1462–2018.


На карте показано семь различных статусов территории Российского государства: основная территория государства, территория под протекторатом, территория в вассальной зависимости или в сфере влияния, арендованная территория, территория в совместном владении и спорная территория. Для каждого года были подсчитаны площади территории России. Максимальный ее прирост произошел во второй трети XVII в. в результате продвижения в Сибирь.


В сообщении указано, что больше всего земель у России прибавилось при Михаиле Федоровиче Романове, а больше всего территорий было потеряно при Михаиле Сергеевиче Горбачеве.


«Запускаемый проект принципиально отличается от других исторических атласов России, представляющих территорию за отдельные годы или суммарно за несколько десятилетий. Отрисовка политических границ на каждый год потребовала разработки концепции динамической карты средствами ГИС, большой работы по сопоставлению массы исторических фактов и данных большого количества специальных исследований. Но это только начало, позволяющее в дальнейшем усилиями различных представителей исторического сообщества корректировать и дополнять знания по исторической географии страны на единой интернет-платформе», - сообщил руководитель Лаборатории исторической геоинформатики ИВИ РАН Алексей Фролов.


Публикуемая динамическая карта, демонстрирующая изменения границ в прошлом, призвана в дальнейшем стать картографической подосновой для историков, применяющих ГИС-технологии для решения различных исследовательских задач.

Показать полностью

Красота Алтайских гор

Привет, пикабушники! На днях ездил отдыхать в Республику Алтай. Не могу не поделиться той красотой, которую я наблюдал. Приятного просмотра и вам :)

с.Онгудай

Красота Алтайских гор Республика Алтай, Горный Алтай, Перевал Чике-Таман, Катунь, Чуйский тракт, Длиннопост

Вид на слияние рек Чуя (слева) и Катунь (справа)

Красота Алтайских гор Республика Алтай, Горный Алтай, Перевал Чике-Таман, Катунь, Чуйский тракт, Длиннопост

Вид с перевала Чике-Таман (2 фото)

Красота Алтайских гор Республика Алтай, Горный Алтай, Перевал Чике-Таман, Катунь, Чуйский тракт, Длиннопост
Красота Алтайских гор Республика Алтай, Горный Алтай, Перевал Чике-Таман, Катунь, Чуйский тракт, Длиннопост

Подъем на перевал Чике-Таман

Красота Алтайских гор Республика Алтай, Горный Алтай, Перевал Чике-Таман, Катунь, Чуйский тракт, Длиннопост

Чуйский тракт (справа р.Катунь)

Красота Алтайских гор Республика Алтай, Горный Алтай, Перевал Чике-Таман, Катунь, Чуйский тракт, Длиннопост

Фотографировал на Oneplus X.

Показать полностью 5

В дополнение к квантовому компьютеру Google

В дополнение к квантовому компьютеру Google Google, Квантовый компьютер, Картинки, Прикол

По мотивам поста: https://new.pikabu.ru/story/google_postroil_72kubitnyiy_kvan...

Показать полностью 1

Масленица!

Масленица! Гифка, Масленица, Блины, Сковорода

бм молчал :)

Нейронная сеть, которая верстает сайты по картинке

Прошёл почти год с того момента, как на GitHub опубликовали алгоритм pix2code. И вот ребята из FloydHub на его основе создали нейронную сеть для вёрстки страниц, которую уже
можно запустить самому.

Работа алгоритма делится на 3 этапа:
1. Алгоритм получает JPEG-изображение дизайна страницы.

Нейронная сеть, которая верстает сайты по картинке Верстка, Сайт, Нейронные сети, Алгоритм, Гифка, Длиннопост

2. Алгоритм конвертирует элементы в HTML- и CSS-код.

Нейронная сеть, которая верстает сайты по картинке Верстка, Сайт, Нейронные сети, Алгоритм, Гифка, Длиннопост

3. Полученный результат

Нейронная сеть, которая верстает сайты по картинке Верстка, Сайт, Нейронные сети, Алгоритм, Гифка, Длиннопост

Чтобы получить такой результат, разработчики скармливали алгоритму скриншоты и присваивали определённые HTML-теги, в итоге получился датасет, с помощью которого можно генерировать шаблонные сайты. Ниже будут примеры.


Алгоритм учится предсказывать соответствующие HTML-теги, последовательно «изучая» изображение на входе. Когда алгоритм предсказывает следующий тег разметки, он получает скриншот и все «правильные» теги HTML-разметки для этого элемента.

Примеры:
- 250 циклов работы алгоритма;

- 350 циклов работы алгоритма

- 450 циклов работы алгоритма;

- 550 циклов работы алгоритма.


Везде выше можно посмотреть пример исходного кода, сгенерированного нейронной сетью, а вот оригинальный сайт, скриншоты которого скармливали алгоритму.

Более техническое описание проекта доступно по ссылке, а ноутбук для запуска в Jupyter лежит тут.

Взято отсюда.

Показать полностью 2

Когда ставишь себя на место другого

Ездила с подругой по магазинам: то там что-то присмотрели, то там купили, шопились, короче. В одном из магазинов мне, в отличии, от моей подруги ничего не понравилось, и я вышла из него, села на скамеечку в ожидании, когда моя подруга купит, понравившейся ей жакет. Сижу такая, уже и в телефоне поиграла, и вконтакте пообщалась, и кофе сходила попила, а её нет. Захожу в магазин - стоит с тем же жакетом перед зеркалом, смотрит на меня и говорит: "Блин, не могу понять брать или не брать..". В этот момент мне стало жалко своего мужа. Как я теперь его понимаю.

Adobe научила алгоритм реалистично удалять объекты на видео

Adobe научила алгоритм реалистично удалять объекты на видео Adobe, Технологии, Видеомонтаж, Гифка, Видео

Компания Adobe представила на ежегодной конференции Adobe MAX ряд новых функций для обработки изображений и видео, в частности инструмент Cloak. С его помощью пользователь может выделить на видеозаписи объект, после чего алгоритм автоматически и реалистично удалит его, заменив на фон. Об этом сообщает издание The Verge.

Зачастую при съемке какой-либо достопримечательности на изображении могут остаться и нежелательные детали, например туристы или деревья. Убрать такие объекты можно как самостоятельно в редакторе изображений, так и с помощью специальных программ, которые делают то же самое автоматически.

В случае с видео исходный материал для таких манипуляций представляет собой набор из большого количества кадров, а объект на них может постоянно двигаться относительно фона, из-за чего редактирования становится гораздо более сложной задачей даже для алгоритмов. Существуют программы и плагины к популярным редакторам, позволяющие удалять объекты на видео, но они требуют длительных манипуляций со стороны пользователя, например точного выделения плоскости, в которой расположен фон.

Adobe представила свое решение этой задачи на конференции MAX, посвященной презентациям новых продуктов компании. Функция, разрабатываемая в рамках проекта Cloak, позволяет пользователю выделить объект, после чего алгоритм самостоятельно удалит объект с учетом фона и смежных кадров для качественного редактирования.

Разработчики продемонстрировали функцию на двух примерах: в одном случае алгоритм смог за несколько секунд удалить столб, находящийся в кадре перед Храмом Христа Спасителя в Москве, а во втором случае алгоритму даже удалось удалить движущихся людей, занимавших существенную часть кадра. Стоит отметить, что пока продемонстрированная функция является лишь прототипом для демонстрации технологии. О том, будет ли она использоваться в коммерческих продуктах и когда именно, в компании не сообщают.

Источник: https://nplus1.ru/news/2017/10/24/Adobe-Cloak

Показать полностью 1

Вагю

Вагю Мраморная говядина, Мясо, Говядина, Дорого, Еда, Деликатес

Практически все слышали о том, что коровам Кобе на японских фермах делают массаж. Японские фермеры гордятся тем, что могут производить говядину такого высокого качества. Мясо вагю имеет красивый мраморный рисунок и высокое содержание жира. Это не та, привычная всем, говядина.

Самыми популярными породами коров, производителей мяса вагю, считаются Кобе, Матсусака и Охми. Эти породы, которые по своей престижности сродни автомобилям Rolls Royce, часам Rolex или сумкам от Gucci , получили свои названия от местности, где их выращивают.

За килограмм такого говяжьего стейка придётся выложить не менее 500 долларов.

Показать полностью
Отличная работа, все прочитано!