Scopri Polaris

Compliance & Certificazioni

Brand page

Artificial Intelligence

Trasformazione Digitale

Approfondimenti

Digital twin

Simulation

IoT

Big Data

Advanced Manufacturing

Additive Manufacturing

Cyber Security

Industria 4.0

Augmented Reality/Virtual Reality

Potenziare la catena del valore

Agricolture 4.0

Polaris

Ageria

Deepclever

Strategy

Software Aziendali

The Polaris AI Team

Change Management

Finance Consulting

Infrastructure Services

Zero Based Mindset

Supply Chain

Approfondimenti

Featured News

News

Intelligenza ArtificialeNews
Classificazione Semi-Supervisionata con A*: un Case Study sulla Fatturazione Elettronica

Classificazione Semi-Supervisionata con A*: un Case Study sulla Fatturazione Elettronica

 Abstract  Questo articolo affronta il compito intensivo in termini di tempo di assegnare etichette accurate alle voci delle fatture all'interno della contabilità aziendale. Nonostante l'avvento della fatturazione elettronica, molte soluzioni software si basano ancora su approcci basati su...

Self-Supervised-Learning
Intelligenza ArtificialeRicerca & Sviluppo
L’incubo della Data Annotation: come mitigarlo con il Self-Supervised Learning

L’incubo della Data Annotation: come mitigarlo con il Self-Supervised Learning

Sentiamo frequentemente parlare di modelli di deep learning sempre più sofisticati, prodotti dalle grandi aziende tech del pianeta. Ma la possibilità di sfruttare modelli di intelligenza artificiale nella moltitudine di ambiti applicativi in cui potrebbero avere un impatto positivo è spesso...

Ricerca & Sviluppo
Continual Learning: come possono estendere la propria conoscenza i modelli di deep learning?

Continual Learning: come possono estendere la propria conoscenza i modelli di deep learning?

Introduzione I modelli di deep learning stanno raggiungendo performance forse impensabili fino a pochi mesi fa. Spesso però, ci troviamo di fronte a sistemi che presentano una conoscenza statica e che non sono in grado di adattare il proprio comportamento con il passare del tempo.Questi modelli...

Pre-processing_copertina-articolo
Industria 4.0
Pre-processing di serie temporali: come preparare i dati del mondo IoT per poter sfruttare i modelli di machine learning?

Pre-processing di serie temporali: come preparare i dati del mondo IoT per poter sfruttare i modelli di machine learning?

Introduzione Negli ultimi anni, l’espansione dell’Internet of Things (IoT) ha portato alla creazione di ecosistemi di dispositivi connessi tra loro ed in grado di raccogliere ed elaborare enormi quantità di dati in tempo reale. Tali dati sono spesso organizzati in serie temporali (time series),...