XiaoMi-AI文件搜索系统
World File Search SystemCMYK
Indus-X结果报告2024年9月，Brochure CMYK
Indus-X框架已取得了重大进展，以实现Indus-X Factsheet中概述的目标。政府与私营部门之间的信息交换已经加速，导致两国国防工业供应链的整合。iDex和美国（国防部）进行了定期对话，合作创造了促进Indus-X计划的途径。已经成功启动和认可了几项举措，包括Indust-X联合影响挑战，Gurukul教育系列和讲习班，以促进印度技术学院（IIT）Kanpur和宾夕法尼亚州立大学等机构之间的学术界启动合作伙伴关系。此外，印度科学学院（IISC），宾夕法尼亚州立大学和印度太空协会（ISPA）还组织了与学术界，工业和初创企业的讲习班。此外，通过黑客攻击盟友（H4X），FedTech和IIT Hyderabad的加速器讲习班进一步为该计划的进步做出了贡献。
使用机器学习技术的 CMYK-CIELAB 颜色空间转换
摘要 在本研究中，我们实施了四种不同的机器学习方法来执行 CMYK 和 CIELAB 颜色空间之间的颜色空间转换。我们探索了支持向量回归 (SVR)、人工神经网络 (ANN)、深度神经网络 (DNN) 和径向基函数 (RBF) 模型在实现此颜色空间转换（AToB 和 BToA 方向）方面的性能。本研究使用的数据集是 FOGRA53，它由 1617 个颜色样本组成，这些颜色样本以 CMYK 和 CIELAB 颜色空间值表示。转换模型的精度以 ∆ E ∗ 色差来衡量。此外，在实际应用中，将提出的模型与标准 ICC 配置文件在此颜色空间转换方面的性能进行了比较。结果表明，对于正向转换（CMYK 到 CIELAB），使用 RBF 可获得最高的精度。而对于后向变换（CIELAB 到 CMYK），使用 DNN 可获得最高的准确度。
