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.

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. Genom projektet ska metoden appliceras i modeindustrin. Målet är att kunna identifiera konsumenttrender mer exakt och snabbare än i dag. Detta gör det möjligt att bättre möta efterfrågan och minska överproduktionen. Projektet ska generera ett system som automatiserar delar av modebranschens trendanalys.

Projektet genomförs av Stockholms Universitet tillsammans med H&M, Svenska moderådet och RISE SICS AB.

Kontakt

Mer information finns hos projektledaren Oskar Juhlin .

Oskar Juhlin

oskarj@dsv.su.se

Senast uppdaterad 8 november 2017   |   Statistik för sidan