Home >IEEE CIS HSO Events >IEEE HSO 2025 (2/13/2025)>Programs(KansaiU)> 2025 QAI体験アプリケーショングループ(パート2)
時間 : 2025/2/10 9:00 - 16:30
現地指導場所 : Nakamozu Campus,Osaka Metropolitan University, Osaka, Japan
当日は、現地およびオンラインでの同時進行による授業の配信を行います。授業内容は以下の通りです:
量子AI学習ツールハードウェアの使い方
QCI&AI-FML学習プラットフォームの運用プロセスと機能紹介
KWS AIプラットフォーム機能紹介
ソフトウェアとハードウェアの統合応用事例の紹介
生成画像
Intelligent Travel : Dataset 1
Intelligent Environment : Dataset 2
Intelligent Local Food : Dataset 3
フェーズ 1: QCI データ モデル
QCI&AI-FML 学習プラットフォーム : https://kws.oaselab.org/qciai/
KWS AI : kws.oaselab.org/kws-ai/
データ収集テンプレート : ( Download )
データ収集サンプル : ( Data Collection Steps 1-4 by NUTN Team )
収集した18個のデータをデータ収集サンプルと結合する
說明
步驟 1:QCI&AI学習ツールを使用して、AIoTデータを収集します。これには、距離や照度の測定、さらに写真撮影が含まれます。
步驟 2:KWS AI を使用してテキストを生成し、人工評価を行って HEGAIText を収集します。
步驟 3:KWS AI を使用して画像を生成し、人工評価を行って HEGAIImage を収集します。
フェーズ2: QCI推論モデル
QCI&AI-FML 学習プラットフォーム : https://kws.oaselab.org/qciai/
Open CIモデルをダウンロード ( Open GAIFit Model )
推論モデルをダウンロード ( GAIFit Inference Model )
推論資料をダウンロード ( GAIFit Inference Data)
フェーズ3: QCI微調整モデル
QCI&AI-FML 学習プラットフォーム : https://kws.oaselab.org/qciai/
専門家のデータをダウンロード ( GAIFit Expert Data )
トレーニングデータをダウンロード ( GAIFit Training Data )
オープンラーニングツール Python Fileをダウンロード ( Python File )
const.py → Wi-Fi 名とパスワードを設定し、MQTT サーバーのユーザー名、パスワード、トピック名を選択します。
フェーズ 1 QCI データ モデル: QCIGAIModel_DataCollection.py → 学習ツールから GAI データを収集します。
フェーズ 2 QCI 推論モデル: MQTT_GAIManual(two-way).py → 学習プラットフォームからデータを受信するのを待ち、受信したデータに応答します。
Home >IEEE CIS HSO Events >IEEE HSO 2025 (2/13/2025)>Programs(KansaiU)> 2025 QAI体験アプリケーショングループ(パート2)