Gorillashop
Twoje cyfrowe zakupy w czasie rzeczywistym
Twoje cyfrowe zakupy w czasie rzeczywistym
Plany rozwojowe
Czas: nieokreślony
Prace rozwojowe
Czas: 4 miesiące
TRL końcowy: 9
Badania przemysłowe
Czas: 8 miesięcy
TRL końcowy: 6
6. Zwiększenie gamy produktów
5. Testowanie wersji beta aplikacji
4. Opracowanie finalnej wtyczki
3. Badanie sztucznej sieci neuronowej
2. Stworzenie pierwszej wersji silnika
1. Stworzenie bazy danych
Stworzenie bazy danych treningowych oraz testowych na potrzeby detekcji i klasyfikacji materiałów budowlanych oraz elementów wyposażenia domu.
Stworzenie pierwszej wersji silnika detekcji oraz modułu pozwalającego na ekstrakcję i standaryzację danych potrzebnych do przeprowadzenia detekcji i klasyfikacji materiałów budowlanych i elementów wyposażenia domu.
Badania sztucznej sieci neuronowej pod kątem wydajności detekcji i klasyfikacji.
Opracowanie zestawu algorytmów pozwalających wykrywanie i rozpoznawanie materiałów budowlanych i elementów wyposażenia domu na podstawie zdjęcia i wskazania linków bezpośrednio do sklepu internetowego, gdzie mogą one zostać zakupione.
Działający algorytm pozwalający na detekcję i klasyfikację artykułów budowlanych cechujący się trafnością rozpoznania produktu wynoszącą minimum 80% i zostanie zmierzona parametrem ACC (Accuracy) charakterystycznym dla sztucznej sieci neuronowej.
Opracowanie finalnej wtyczki do aplikacji internetowej.
Pilotażowe testowanie wersji beta aplikacji.
Opracowanie prototypu wtyczki z zaimplementowanym algorytmem ML pozwalającej na wykrywanie, rozpoznawanie obiektów i wyszukanie ich w bazie sklepu internetowego, która będzie kompatybilna z popularnymi silnikami sklepów internetowych.
Działająca wtyczka do aplikacji internetowej na bazie uczenia maszynowego, oferująca m.in.: skrócenie czasu zakupu produktu z 35 do 4 minut i wzrost wskaźnika retencji o 20%.
Zwiększanie gamy produktów do wyszukiwania różnych kategorii produktów
