INFORME IMACA 2023 Informe ACA 2023_h.pptx | Page 25

Metodologia

Camaleonic Mobility utilitza una tecnologia en Intel · ligència artificial única que permet obtenir una anàlisi completa de l ' impacte de la mobilitat . La nostra tecnologia desenvolupada in-house a IA extreu 25 línies d ' informació cada segon .
En base als requeriments de cada client , cada línia dinformació extreta pot contenir més de 10 KPIs . Això implica que en molts casos Camaleonic Mobility extreu més de 1.500.000 línies d ' informació útil al dia
Com que no hi ha interacció humana , el nostre programari és l ' eina més fiable del mercat , ja que té un 95 % de precisió en la detecció en automòbils , vianants , etc . Tot i això , per assolir aquest nivell de precisió , Camaleonic Mobility ha de realitzar un procés d ' entrenament exhaustiu i molt complex . Algunes de les fases d ‟ aquest procés són :
Sol · licitud d ' anàlisi
Entrenament & scoring del model
Execució del model
1 2 3 4 5 6
Preparació del dataset
Deployment del model
Monitorització del model
Addicionalment , Camaleonic Mobility ha entès que el més important no és només ser precís , sinó també demostrar que la informació proporcionada és real . Per això , la nostra eina és data backed-up , i en qualsevol informe que lliurem , sempre s ' hi inclou alguna foto de l ' anàlisi perquè el client percebi com s ' han detectat les marques . A més , si el client ho sol · licita així , es pot proporcionar una mostra en vídeo de l ' anàlisi realitzada .