Djupa neurala nätverk i modeindustrin

Djupa neurala nätverk (DNN) är en teknik som gör att datorer kan lära sig att hitta mönster i mycket stora datamängder. Metoden innefattar exempelvis bildklassificering, röstigenkänning och maskinöversättning.

Projektet har arbetat med att applicera metoden i modeindustrin. Målet har varit att skapa maskinell trendanalys för modeindustrin och därmed göra det möjligt att identifiera konsumenttrender mer exakt och med ökad snabbhet.

Detta gör det i sin tur möjligt att bättre möta efterfrågan och minska överproduktionen.

Projektet har genomförts av Stockholms Universitet tillsammans med H&M, Svenska moderådet och RISE.

Kontakt

Mer information finns hos projektledaren Oskar Juhlin oskarj@dsv.su.se

Senast uppdaterad 12 februari 2020

Statistik för sidan