L'Initiative AI pour le développement (AI4D) est heureuse d'annoncer les lauréats du Appel à propositions AI4D-Afrique pour l'innovation 2019.
Inscrivez-vous et rejoignez-nous pour célébrer les gagnants au Deep Learning Indaba 2019 au Cérémonie de remise des prix du Réseau d'excellence pour l'innovation AI4D:
Quand: mardi 27 août 2019, 7 h XNUMX MANGER
Où: Interaction Hall - KUCC, Université Kenyatta, Nairobi Kenya
La première personne nommée est l'enquêteur principal. Le financement de ces subventions de démarrage pour l'innovation est rendu disponible avec le soutien du Canada Centre de recherches pour le développement international. Pour en savoir plus sur notre Réseau d'excellence en intelligence artificielle pour le développement en Afrique subsaharienne cliquez ici.
Félicitations à tous les destinataires. Suivez-nous sur @ AI4Dev.
Dr Abdelhak Mahmoudi
Université Mohammed V de Rabat, Maroc
Traducteur de la parole en arabe vers MSL: `` Apprendre pour les sourds ''
Développer un produit de traduction de texte arabe vers la langue des signes marocaine (MSL) en créant deux corpus de données sur des textes arabes à utiliser pour la traduction en MSL. Les corpus de données collectés formeront des modèles d'apprentissage profond à analyser et à cartographier les mots et les phrases arabes avec les encodages MSL.
Découvrez leur projet : Traducteur de la parole arabe vers MSL : « Apprendre pour les sourds »
Dr Adewale Akinfaderin, Olamilekan Wahab et Olubayo Adekanmbi
Laboratoire de dualité des données, Data Science Nigeria, MTN Nigeria, Nigeria
Utiliser l'intelligence artificielle pour numériser les projets de loi parlementaires en Afrique subsaharienne
Améliorer et étendre la catégorisation des projets de loi parlementaires au Nigéria à l'aide de la reconnaissance optique de caractères (OCR), de l'intégration de documents et des réseaux de neurones récurrents à trois autres pays d'Afrique: le Kenya, le Ghana et l'Afrique du Sud.
Dr Amelia Taylor, Eva Mfutso-Bengo et Binart Kachule
Université du Malawi et polytechnique, Université du Malawi, Malawi
Un outil semi-automatique pour l'extraction de métadonnées à partir des jugements des tribunaux du Malawi
Développer une méthodologie pour une classification semi-automatique des jugements diffusée par la Bibliothèque de la Haute Cour du pouvoir judiciaire du Malawi dans le but de permettre une «recherche intelligente» dans ce corpus de connaissances.
Découvrez leur projet : Extraction des métadonnées des jugements des tribunaux du Malawi
Dr Aminata Zerbo Sabane, Dr Tegawendé Bissyande et T. Idriss Tinto
Université Joseph Ki-Zerbo et La Communauté Afrique Francophone des Données Ouvertes, Burkina Faso
Préservation des langues autochtones
Initier une feuille de route de recherche pour la préservation des langues autochtones à travers la collecte, la catégorisation et l'archivage de la traduction et la synthèse vocale pour effectuer la traduction automatique dans les langues officielles et autochtones
Découvrez leur projet : Préservation des langues autochtones
Denis Pastory Rubanga, Dr Zekaya Never, Dr Machuve Dina, Lilian Mkonyi, Loyani K. Loyani, Richard Mgaya.
Université d'agriculture de Tokyo, Institution africaine de science et technologie Nelson Mandela et Université d'agriculture de Sokoine, Tanzanie
Un outil d'évaluation et de prévision des ravageurs de la tomate par vision par ordinateur
Surveillance des ravageurs en utilisant une technique de vision par ordinateur basée sur les données pour diriger les services de soutien des agents de vulgarisation à travers l'Afrique subsaharienne dans un système en temps réel d'évaluation des dommages causés par les ravageurs et de recommandation pour les petits producteurs de tomates.
Découvrez leur projet : Un outil d'évaluation et de prévision des ravageurs de la tomate par vision par ordinateur
Martha Shaka, Nyamos Waigama, Emilian Ngatunga, Halidi Maneno, Said Said, Said Mmaka, Frederick Apina, Simon Chaula, Emani Sulutya, Merikiadi Mashaka
Université de Dodoma et hôpital Benjamin Mkapa, Tanzanie
Création efficace d'un ensemble de données Ground Truth pour le diagnostic du paludisme à l'aide de l'apprentissage en profondeur
Créer un outil d'annotation automatique des données et un ensemble de données de vérité terrain pour le diagnostic du paludisme à l'aide de l'apprentissage profond L'ensemble de données de vérité terrain et l'outil rationaliseront le développement d'outils d'IA pour le diagnostic de pathologie.
Dr Moes Thiga et Dr Pamela Kimeto
Université de Kabarak, Kenya
Détection précoce de la pré-éclampsie à l'aide de dispositifs portables et de réseaux de mémoire à long terme à court terme
Déterminer l'efficacité du Long Short Term Memory Network dans la prédiction des femmes enceintes à haut risque de développer une pré-éclampsie et l'efficacité de la prophylaxie des pré-éclampesia.
Ronald Ojino et Khushal Brahmbhatt
Université coopérative du Kenya, Kenya
Un ensemble de données publiques sur les tendances du braconnage au Kenya et une étude sur la modélisation prédictive des attaques de braconnage
Tester la faisabilité du déploiement de véhicules terrestres sans pilote (UGV) pour la patrouille intelligente automatisée, la détection, la surveillance de la faune et l'identification dans les parcs nationaux et les réserves du Kenya.
Steven Edward, Edward James et Deo Shao
Nelson Mandela African Institute of Science and Technology, Tanzanie
Amélioration du système de pharmacovigilance à l'aide du traitement du langage naturel sur les dossiers médicaux électroniques
Améliorer le système de pharmacovigilance en proposant un nouvel algorithme pour l'auto-extraction des cas de réactions indésirables aux médicaments à partir des dossiers médicaux électroniques et réduire le temps nécessaire et introduire la confidentialité des déclarations.
Dr Tegawendé F. Bissyande, Dr Aminata Zerbo Sabane et T. Idriss Tinto
Université Joseph Ki-Zerbo et La Communauté Afrique Francophone des Données Ouvertes, Burkina Faso
Construire une base de données sur les plantes médicinales pour préserver les connaissances ethnopharmacologiques au Sahel
Initier la collecte et la construction d'une base de données sur les plantes médicinales à laquelle s'ajoute un moteur de recherche et une reconnaissance d'image basée sur l'IA pour les plantes pour permettre une recherche évolutive des connaissances préservées.