| فایل اولیه‌ی سؤال را می‌توانید از [این لینک](/contest/assignments/103147/download_problem_initial_project/355598/) دانلود کنید. | |:------------------------------------------------------------------------:| مجتمع پایش صنعتی «نبض‌سنج» قلب تپندهٔ ده‌ها کارخانه است. هزاران سنسور، شبانه‌روز از موتورها، توربین‌ها و خطوط انتقال، سیگنال می‌فرستند. هر سیگنال مثل یک ضربان است؛ منظم، موزون و قابل پیش‌بینی. تا وقتی که همه‌چیز سرِ جای خودش باشد. اما گاهی چیزی در این ضربان‌ها می‌لغزد. یک توربین که تا دیروز آرام می‌چرخید، ناگهان لرزشی ناآشنا از خود نشان می‌دهد. یک خط انتقال که همیشه سیگنالی صاف داشت، برای چند لحظه صاف و بی‌جان می‌شود. این نوسان‌های کوچک، همان زمزمه‌های اولیهٔ یک خرابی بزرگ‌اند؛ نشانه‌هایی که اگر به‌موقع دیده نشوند، به توقف تولید و خسارت‌های سنگین ختم می‌شوند. مشکل اینجاست که هیچ‌کس نمی‌داند دقیقاً کدام سیگنال ناسالم است. تیم فنی «نبض‌سنج» انبوهی از سیگنال‌ها را جمع کرده، اما هیچ برچسبی در کار نیست. هیچ‌کس دستی این‌ها را «سالم» یا «ناهنجار» علامت نزده است. بدتر آنکه حتی همین دادهٔ خام هم دست‌نخورده نیست: جای‌جایش مقادیر گمشده دارد و نویز سنسور روی آن نشسته است. اینجا جایی است که شما وارد می‌شوید. شما به‌عنوان متخصص یادگیری ماشین به پروژهٔ «نبض‌سنج» دعوت شده‌اید. مأموریت شما ساختن سامانه‌ای است که بدون هیچ برچسبی، خودش یاد بگیرد ضربان طبیعی چه شکلی است و به هر سیگنال، عددی نسبت دهد که نشان دهد چقدر از این هنجار فاصله گرفته است. ## مأموریت شما برای هر سیگنال موجود در دادهٔ تست باید: + سیگنال‌های خام را دریافت و پیش‌پردازش کنید. + الگوی «رفتار طبیعی» را به‌صورت کاملاً بدون‌نظارت (unsupervised) یاد بگیرید. + برای هر سیگنال یک **امتیاز ناهنجاری پیوسته** در بازهٔ $[0, 1]$ تولید کنید؛ هرچه این عدد بزرگ‌تر باشد، یعنی مدل شما آن سیگنال را ناهنجارتر می‌داند. + خروجی را در فایل `submission.csv` ذخیره کنید. ## فایل‌های داده داده‌هایی که برای دانلود در اختیار شما قرار گرفته، شامل دو فایل است: | فایل | توضیح | | ----------- | ------------------------------------------------------------------ | | `train.csv` | سیگنال‌های آموزشی (بدون برچسب) | | `test.csv` | سیگنال‌های تست (بدون برچسب) که باید برای آن‌ها امتیاز ناهنجاری پیش‌بینی کنید | هر سطر داده، یک سیگنال زمانی با طول ثابت است. | ویژگی | توضیح | | ------------- | ------------------------------------------------------------ | | طول هر سیگنال | ۱۲۸ مقدار عددی پیوسته (ستون‌های `0` تا `127`) | | مقادیر گمشده | برخی نقاط سیگنال ممکن است `NaN` باشند | | نویز و اسپایک | سیگنال‌ها ممکن است شامل نویز پس‌زمینه و اسپایک‌های تکی باشند | | برچسب | در هیچ‌یک از فایل‌ها ارائه نمی‌شود | **دربارهٔ ترکیب داده‌ها:** دادهٔ آموزش عمدتاً از سیگنال‌های سالم تشکیل شده، اما کاملاً پاک نیست؛ درصد اندکی از آن (حدودا کمتر از ۵٪ - توجه داشته باشید که این عدد دقیق مشخص نیست و حدودی است ) آلوده به نمونه‌های ناهنجار است. در دادهٔ تست، سیگنال‌های ناهنجار در اقلیت‌اند اما سهمشان قابل‌چشم‌پوشی نیست (کمتر از حدودا یک پنجم نمونه‌ها - توجه داشته باشید که این عدد دقیق مشخص نیست و حدودی است ). ## قوانین + رویکرد باید **کاملاً بدون نظارت** باشد. استفاده از هرگونه برچسب دستی مجاز نیست. + کد باید تکرارپذیر باشد. مقدار `random_state` را تنظیم کنید. + پیش‌پردازش داده (مدیریت مقادیر گمشده و نویز) بخشی از مسئله است. ## ساختار خروجی فایل خروجی باید دقیقاً با نام زیر ساخته شود: ``` submission.csv ``` این فایل باید دارای ستونی به نام `score` باشد که برای هر سیگنال در فایل تست، یک عدد اعشاری در بازهٔ $[0, 1]$ ذخیره کند. ## نوت‌بوک راه‌حل شما باید در یک نوت‌بوک با نام `notebook.ipynb` ارائه شود. هنگامی که نوت‌بوک با گزینهٔ Run All اجرا شود، باید بدون خطا اجرا شده و فایل `submission.csv` را تولید کند. ## معیار ارزیابی عملکرد راه‌حل شما بر اساس توانایی تشخیص درست سیگنال‌های ناهنجار با استفاده از معیار **Precision-Recall AUC** (یا بهینه‌سازی بهترین F1-Score ممکن) ارزیابی می‌شود. امتیاز نهایی شما برابر است با: $$Score = 100 \times \text{max}(F_1)$$ در طول مسابقه، امتیاز موقت شما بر اساس مدل نمایش داده می‌شود. برای دریافت امتیاز، مدل شما باید امتیاز F1 خود را به حداقل ۶۰ برساند.

| فایل اولیه‌ی سؤال را می‌توانید از [این لینک](/contest/assignments/103147/download_problem_initial_project/355591/) دانلود کنید. | |:------------------------------------------------------------------------:| کارخانه‌ی صنعتی «آرم‌گارد» یکی از بزرگ‌ترین خطوط تولید خودکار را با ده‌ها بازوی رباتیک اداره می‌کند. این بازوها شبانه‌روز کار می‌کنند، قطعات را جابه‌جا می‌کنند و دقت خط تولید را تضمین می‌کنند. اما اخیراً تیم نگهداری با یک مشکل جدی روبه‌رو شده است. بازوها گاهی بدون هشدار قبلی از کار می‌افتند. یک موتور داغ می‌کند، یک واحد هیدرولیک فشار خود را از دست می‌دهد، و ناگهان کل خط تولید متوقف می‌شود. هر توقف ناگهانی یعنی ساعت‌ها بیکاری، هزینه‌ی تعمیر بالا و از دست رفتن سفارش‌های مشتری. برای یک اپراتور، یک خرابی شاید فقط چند ساعت تعمیر باشد؛ اما در مقیاس ده‌ها بازو و هزاران ساعت کارکرد، این مسئله به زیان‌های سنگین و کاهش اعتماد مشتریان تبدیل می‌شود. تیم فنی معتقد است سنسورهای نصب‌شده روی هر بازو، پیش از وقوع خرابی، نشانه‌هایی از خود بروز می‌دهند. دمای هسته کمی بالاتر می‌رود، لرزش بیشتر می‌شود، هماهنگی کنترلر افت می‌کند. مسئله فقط تشخیص خرابی نیست، بلکه پیش‌بینی آن قبل از وقوع است. اینجا جایی است که شما وارد می‌شوید. شما به‌عنوان متخصص یادگیری ماشین به پروژه‌ی «آرم‌گارد» دعوت شده‌اید. مأموریت شما ساختن مدلی است که با تکیه بر داده‌های سنسوری هر بازو، خرابی آن را پیش از وقوع پیش‌بینی کند. ## مأموریت شما برای هر بازوی موجود در دادهٔ تست باید: + داده‌های سنسوری بازو را دریافت کنید. + الگوهای موجود در دادهٔ آموزش را یاد بگیرید. + وضعیت هر بازو را پیش‌بینی کنید: خراب (۱) یا سالم (۰). + پیش‌بینی‌ها را در فایل `submission.csv` ذخیره کنید. ## فایل‌های داده داده‌هایی که برای دانلود در اختیار شما قرار گرفته، شامل دو پوشه است: | پوشه | توضیح | | ------- | ----------------------------------------------------------- | | `train` | دادهٔ آموزش همراه با ستون هدف `failure` برای یادگیری مدل | | `test` | دادهٔ تست بدون ستون هدف که باید برای آن پیش‌بینی انجام دهید | هر ردیف داده، وضعیت سنسوری یک بازوی رباتیک را نمایش می‌دهد. | نام ستون | توضیح | | ----------------- | -------------------------------------------------- | | `core_temp` | دمای هسته موتور (سانتی‌گراد) | | `hyd_pressure` | فشار هیدرولیک (PSI) | | `voltage_draw` | ولتاژ مصرفی (ولت) — مقدار نامی: ۵۲۰ | | `sync_rate` | نرخ هماهنگی کنترلر (درصد، ۰ تا ۱۰۰) | | `coolant_level` | سطح مایع خنک‌کننده (لیتر) | | `vibration` | شدت لرزش (mm/s) | | `operating_hours` | ساعات کارکرد از آخرین سرویس | | `failure` | لیبل هدف: ۱ = خرابی، ۰ = سالم (فقط در دادهٔ آموزش) | ## قوانین + مدل باید از صفر روی همین دیتاست آموزش ببیند. استفاده از مدل‌های از پیش‌آموزش‌دیده مجاز نیست. + کد باید تکرارپذیر باشد. مقدار `random_state` را تنظیم کنید. ## ساختار خروجی فایل اصلی خروجی باید دقیقاً با نام زیر ساخته شود: ``` submission.csv ``` این فایل باید شامل پیش‌بینی‌های مدل نهایی شما روی دادهٔ تست باشد. ## نوت‌بوک راه‌حل شما باید در یک نوت‌بوک با نام زیر ارائه شود: ``` notebook.ipynb ``` نوت‌بوک باید تمام مراحل کار را نگه دارد: بررسی داده، پاک‌سازی، مهندسی ویژگی، آموزش مدل و ارزیابی. هنگامی که نوت‌بوک با گزینهٔ Run All اجرا می‌شود، باید بدون هیچ خطایی اجرا شده و در پایان، فایل ارسال (submission) را تولید کند. ## نحوه‌ی ارسال خروجی نهایی خود را در قالب یک فایل ZIP ارسال کنید که شامل نوت‌بوک شماست: ``` submission.zip └── notebook.ipynb └── submission.csv ``` ## معیار ارزیابی عملکرد مدل شما بر اساس توانایی پیش‌بینی درست برچسب خرابی روی دادهٔ تست ارزیابی می‌شود. در طول مسابقه، برای جلوگیری از اورفیت، ارزیابی تنها روی ۳۰٪ از دادهٔ تست انجام می‌شود و امتیاز موقت شما بر همین اساس نمایش داده می‌شود. در پایان مسابقه، پاسخ‌های ارسالی روی ۱۰۰٪ دادهٔ تست داوری خواهند شد و امتیاز نهایی از این ارزیابی کامل به دست می‌آید. با توجه به ماهیت مسئله (نگهداری پیش‌بینانه) و اهمیت بسیار بالای از دست ندادن خرابی‌ها (False Negatives) نسبت به هشدارهای کاذب (False Positives)، معیار ارزیابی نهایی **F2-Score** است. این معیار وزن بیشتری (دو برابر) به `Recall` نسبت به `Precision` می‌دهد: $$F_2 = 5 \times \frac{Precision \times Recall}{(4 \times Precision) + Recall}$$ امتیاز نهایی شما برابر است با: $$Score = 100 \times F_2$$ فراموش نکنید که استانداردهای کارخانه‌ی «آرم‌گارد» برای حفظ امنیت و پایداری خط تولید بسیار بالاست. برای اینکه راه‌حل شما در عمل قابل‌اعتماد ارزیابی شود و بتوانید از این مأموریت امتیازی کسب کنید، عملکرد نهایی مدل شما (امتیاز F2​) باید حداقل از مرز ۷۰ عبور کند. عملکردهای پایین‌تر از این آستانه، پاسخگوی نیازهای حساس خط تولید نبوده و امتیازی در پی نخواهند داشت

| فایل اولیه‌ی سؤال را می‌توانید از [این لینک](/contest/assignments/103147/download_problem_initial_project/355590/) دانلود کنید. | |:------------------------------------------------------------------------:| شرکت بازی‌سازی «معمار ذهن» مجموعه‌ای بزرگ از پازل‌های سودوکو را روی کاغذ و در قالب کتاب‌های چاپی منتشر کرده است. این پازل‌ها با دست‌خط‌ها و فونت‌های گوناگون نوشته شده‌اند و هزاران کاربر هر روز آن‌ها را حل می‌کنند. اما اخیراً تیم محصول با یک چالش جدی روبه‌رو شده است. آرشیو شرکت شامل ده‌ها هزار تصویر اسکن‌شده از جدول‌های سودوکوست که هیچ نسخه‌ی دیجیتالی از آن‌ها وجود ندارد. کاربران می‌خواهند این پازل‌ها را در نسخه‌ی موبایل بازی حل کنند، اما برای این کار ابتدا باید محتوای هر تصویر به یک جدول عددی تبدیل شود و سپس پاسخ آن محاسبه گردد. تیم فنی معتقد است راه‌حل در ترکیب دو مهارت است: **بینایی ماشین** برای خواندن دقیق اعداد از روی تصویر، و **الگوریتم حل** برای پر کردن جدول. اگر حتی یک عدد اشتباه خوانده شود، کل پازل خراب می‌شود. اینجا جایی است که شما وارد می‌شوید. ## مأموریت شما شما به‌عنوان مهندس بینایی ماشین به این پروژه دعوت شده‌اید. مأموریت شما ساختن سامانه‌ای است که تصویر یک جدول سودوکو را دریافت کند، اعداد داخل آن را به‌درستی تشخیص دهد و در نهایت جدول کامل و حل‌شده را برگرداند. ## نمونه‌ی تصویر ورودی هر ورودی یک تصویر از جدول سودوکوست، مشابه نمونه‌ی زیر:  ## ساختار دیتاست پوشه‌ی اولیه‌ی پروژه شامل دو بخش زیر است: ``` data/ ├── train/ │ ├── images/ ← تصاویر جدول‌های سودوکو │ ├── puzzles/ ← اعداد اولیه‌ی هر جدول (CSV) └── test/ └── images/ ← فقط تصاویر (بدون برچسب) ``` ### پوشه‌ی `train` این بخش برای آموزش مدل شماست و برای هر پازل دو فایل هم‌نام (با پسوند متفاوت) دارد: | مسیر | توضیح | |:----:|-------| | `train/images/lock_XX.jpg` | تصویر جدول سودوکو | | `train/puzzles/lock_XX.csv` | اعداد موجود در تصویر؛ خانه‌های خالی با `0` مشخص می‌شوند | نمونه‌ی فایل `puzzles/lock_01.csv` (اعدادی که در تصویر دیده می‌شوند): ``` 0,8,3,0,0,7,0,6,0 9,1,5,0,0,2,7,4,8 2,0,7,1,0,0,0,0,0 1,9,0,4,0,0,0,3,0 6,5,2,8,0,0,0,7,0 0,0,4,0,0,1,5,0,0 5,0,1,0,4,6,0,9,7 8,4,0,7,0,9,3,0,0 7,2,9,0,0,0,0,0,6 ``` از این داده‌ها می‌توانید هم برای آموزش مدل تشخیص اعداد استفاده کنید و هم صحت خواندن مدل خود را با مقایسه‌ی خروجی با فایل `puzzles` بسنجید. ### پوشه‌ی `test` این بخش فقط شامل تصاویر است و هیچ برچسبی ندارد. شما باید این تصاویر را خودتان بخوانید و برای هرکدام خروجی نهایی تولید کنید. ## قوانین و محدودیت‌ها + **ممنوعیت مدل‌های آماده:** استفاده از هرگونه مدل از پیش‌آموزش‌دیده (Pre-trained) اکیداً ممنوع است. باید مدل خود را از صفر روی داده‌های `train` آموزش دهید. + حل جدول باید بر اساس قوانین استاندارد سودوکو باشد: اعداد ۱ تا ۹ بدون تکرار در هر سطر، ستون و مربع $3 \times 3$. ## نحوه‌ی ارسال (Submission) خروجی نهایی شما باید یک فایل فشرده با نام `submission.zip` باشد که ساختار زیر را دارد: ``` submission.zip ├── notebook.ipynb ← نوت‌بوک کامل کد شما └── submission.csv ← فایل خروجی نهایی ``` + `notebook.ipynb`: نوت‌بوکی که تمام مراحل آموزش مدل و تولید خروجی در آن قرار دارد. + `submission.csv`: یک فایل CSV که هر ردیف آن یک جدول سودوکوی حل‌شده است: + **ستون اول**: نام فایل تصویر (مثلاً `lock_01`) + **ستون‌های ۲ تا ۸۲**: ۸۱ عدد جدول سودوکوی حل‌شده، به ترتیب از سلول اول (بالا سمت چپ) تا سلول آخر (پایین سمت راست)، سطر به سطر \**نمونه‌ی ساختار `submission.csv`:** ``` puzzle_id,1,2,3,4,5,6,7,8,9,…,81 lock_01,4,8,3,9,5,7,2,6,1,9,1,5,3,6,2,7,4,8,…,6 lock_02,7,2,6,4,9,3,8,1,5,3,1,5,7,2,8,9,4,6,…,2 ... ``` هر ردیف شامل ۸۲ مقدار است: یک شناسه و ۸۱ عدد از جدول 9×9 حل‌شده. ## معیار ارزیابی معیار اصلی **دقت (Accuracy)** در سطح کل پازل است. یک پازل زمانی «درست» شمرده می‌شود که هر دو شرط زیر برقرار باشند: 1. **تشخیص درست اعداد:** تمام اعداد موجود در تصویر باید به‌درستی خوانده شده باشند. اعداد خانه‌های پرشده در خروجی شما باید دقیقاً همان اعدادی باشند که در تصویر قرار دارند. حتی یک عدد اشتباه، کل پازل را نامعتبر می‌کند. 2. **راه‌حل معتبر:** جدول خروجی باید یک راه‌حل معتبر سودوکو باشد که با اعداد اولیه‌ی خوانده‌شده سازگار است. \**درباره‌ی راه‌حل‌ها:** یک پازل سودوکو ممکن است بیش از یک راه‌حل معتبر داشته باشد. لازم نیست خروجی شما دقیقاً با مرجع یکسان باشد. **هر راه‌حل متفاوتی مورد قبول است**، به شرطی که اعداد اولیه به‌درستی تشخیص داده شده باشند و پاسخ نهایی از نظر قوانین سودوکو کاملاً معتبر باشد. امتیاز نهایی به شکل زیر محاسبه می‌شود: $$ \mathrm{Accuracy} = \frac{\text{Correctly recognized initial digits} \text{ AND } \text{Valid solution (Sudoku rules)}}{\text{Total number of Sudoku puzzles}} $$ $$ \mathrm{Score} = 100 \times \mathrm{Accuracy} $$ از آنجا که یک عدد اشتباه در مرحله‌ی تشخیص، کل پازل را نامعتبر می‌کند، دقت مدل بینایی ماشین شما مهم‌ترین عامل در امتیاز نهایی است. \**حداقل ها:** حداقل نمره قبولی برای این پروژه 30 تعیین شده است. در طول مسابقه، برای جلوگیری از اورفیت، ارزیابی تنها روی ۳۰٪ از دادهٔ تست انجام می‌شود و امتیاز موقت شما بر همین اساس نمایش داده می‌شود. در پایان مسابقه، پاسخ‌های ارسالی روی ۱۰۰٪ دادهٔ تست داوری خواهند شد و امتیاز نهایی از این ارزیابی کامل به دست می‌آید.

| فایل اولیه‌ی تمرین را می‌توانید از [این لینک](/contest/assignments/103147/download_problem_initial_project/355584/) دانلود کنید. | | :--: | تصور کنید در حساس‌ترین مسابقه فصل، در اتاق تاریک *VAR* نشسته‌اید. داورهای اتاق *VAR*، بطور ناگهانی بینایی خود را از دست داده‌اند و شما مانده‌اید و بازی‌های در حال برگزاری! وظیفه شما نوشتن یک الگوریتم است که بتواند با نهایت دقت، خط آفساید را رسم کرده و فاصله بازیکنان خاطی را محاسبه کند. اما این یک لیگ معمولی نیست! شرایط زمین و لباس تیم‌ها در هر مسابقه به شکلی تصادفی تغییر می‌کند و الگوریتم شما باید به اندازه کافی هوشمند باشد تا فریب نویزهای بصری را نخورد. شما یک تصویر خام از نمای بالای زمین فوتبال دریافت می‌کنید. برنامه شما باید تصویر را پردازش کرده و خط آفساید را تشخیص دهد. در صورت وجود آفساید، باید بازیکنی که در آفساید قرار دارد را شناسایی کنید. اگر چندین مهاجم در منطقه آفساید حضور داشتند، ماموریت شما پیدا کردن مهاجمی است که **کمترین فاصله** را با خط آفساید دارد. سپس باید فاصله دقیق این بازیکن تا خط را بر حسب متر محاسبه کنید. || |:-:| |مشخصات یک زمین فوتبال| ## **نحوه ارسال پاسخ** شما باید یک فایل پایتونی با نام `offside_detection.py` بسازید که درون آن یک تابع با نام `offside_detection` پیاده‌سازی شده است. ورودی این تابع یک تصویر است (دقت کنید که منظور خود تصویر است که با استفاده از `OpenCv` به صورت رنگی خوانده شده و به تابع شما ورودی داده می‌شود) که شامل تصاویر ساده‌سازی شده از موقعیت‌های مختلف بازی فوتبال در حال جریان است. برنامه شما پس از بررسی تصویر ابتدا باید تشخیص دهد که **آفساید** است یا نه. و در صورت وقوع آفساید باید **فاصله آخرین نقطه از نزدیک‌ترین مهاجم بعد خط آفساید، با خط آفساید** را اندازه‌گیری کرده و با واحد متر با دو رقم اعشار ثبت کند. #### **ورودی نمونه 1** || |:-:| |در این تصویر دو مهاجم در موقعیت آفساید قرار دارند. اما شما باید آخرین نقطه از نزدیک‌ترین مهاجم به خط آفساید را اندازه‌گیری و ثبت کنید.| #### **خروجی نمونه 1** ``` Offside! 3.81 ``` #### **ورودی نمونه 2** || |:-:| |هیچ بازیکنی در موقعیت آفساید نیست.| #### **خروجی نمونه 2** ``` Onside! ``` > **نکته: تصاویر ورودی تابع شما، تصاویری است که در پوشه `raw` وجود دارند. یعنی بدون خط آفساید و حاشیه‌نویسی.** ## **نحوه ارزیابی سوال** برای سنجش عملکرد الگوریتم‌ها، به دو بخش مجزا و با وزن‌های متفاوت تقسیم شده است: **۱. دقت تشخیص** و **۲. دقت فاصله‌سنجی**. #### بخش اول: دقت تشخیص وضعیت - 35 امتیاز در این مرحله، توانایی الگوریتم شما در تشخیص حضور یا عدم حضور بازیکن در منطقه آفساید ارزیابی می‌شود. مبنای محاسبه، معیار استاندارد $F_1\text{-Score}$ است. #### بخش دوم: دقت فاصله‌سنجی متری (Distance Score) - 65 امتیاز اگر در تصویری آفساید رخ داده باشد، الگوریتم شما باید فاصله نزدیک‌ترین بازیکنِ در آفساید تا خط مدافع را بر حسب متر محاسبه کند. در این بخش، آستانه تحمل خطا برابر با **۰.۵ متر (۵۰ سانتی‌متر)** در نظر گرفته شده است. برای هر تصویری که در واقعیت دارای آفساید است، خطای مطلق شما به این شکل محاسبه می‌شود: $$Error = \vert{}Distance_{pred} - Distance_{gt}\vert{}$$ سپس خطای به دست آمده با فرمول زیر به امتیازی بین ۰ تا ۱۰۰ تبدیل می‌گردد: $$Score_{dist} = 100 \times \max\left(0, 1 - \frac{Error}{0.5}\right)$$ \**قوانین و جریمه‌های مهم در بخش فاصله‌سنجی:** + **دقت میلی‌متری:** اگر خطای محاسباتی شما صفر باشد، ۱۰۰ امتیاز کامل این بخش را می‌گیرید. + **سقف خطا:** اگر اختلاف محاسبه شما با واقعیت ۰.۵ متر یا بیشتر باشد، امتیاز شما برای آن تصویر **صفر** خواهد بود. اگر خطا کمتری از ۰.۵ متر باشد درصدی از امتیاز را کسب خواهید کرد. + **جریمه عدم تشخیص:** اگر تصویری دارای آفساید باشد اما شما آن را سالم (`Onside!`) تشخیص دهید، علاوه بر افت در بخش اول، برای بخش فاصله‌سنجی آن تصویر نیز مستقیما **نمره صفر** دریافت می‌کنید. در نهایت، میانگین امتیازات فاصله‌سنجی در تمام تصاویری که دارای آفساید بوده‌اند ($Mean(Score_{dist})$) به عنوان نمره کل این بخش در نظر گرفته می‌شود. نمره نهایی شما در لیدربورد مسابقه، میانگین مستقیمی از دو بخش فوق خواهد بود: $$Final Score = \left(0.35 \times Score_{cls}\right) + \left(0.65 \times Mean(Score_{dist})\right)$$

| فایل اولیه‌ی سؤال را می‌توانید از [این لینک](/contest/assignments/103147/download_problem_initial_project/355588/) دانلود کنید. | |:------------------------------------------------------------------------:| پایگاه جدید انتقام‌جویان (*Avengers*)، با پیشرفته‌ترین سیستم‌های امنیتی جهان محافظت می‌شود. اما اخیرا سازمان مخفی **A.I.M** (*Advanced Idea Mechanics*) استراتژی جدیدی را برای سرقت نقشه‌های زره‌های تونی استارک به کار گرفته است. آن‌ها دسته‌هایی از نانو-پهپادهای جاسوسی را به اطراف پایگاه ارسال کرده‌اند. این پهپادها مجهز به تکنولوژی استتار نوری بی‌نقص و سیستم‌های جذب امواج رادار هستند. در نتیجه دوربین‌های امنیتی فوق‌پیشرفته و رادارهای پایگاه کاملا در برابر آن‌ها کور شده‌اند و هیچ چیزی را ثبت نمی‌کنند. استارک که متوجه نقص امنیتی شده بود، متوجه یک نقطه ضعف کوچک در این پهپادها شد: روتورهای مینیاتوری آن‌ها، هرچند بسیار بی‌صدا، اما فرکانس‌های صوتی و «وزوزهای» بسیار خاصی تولید می‌کنند که با صدای طبیعت اطراف متفاوت است. او بلافاصله شبکه‌ای از میکروفون‌های فوق‌حساس را در جنگل‌های اطراف پایگاه فعال کرد تا صدای محیط را ضبط کنند. اما یک چالش فنی بزرگ به وجود آمد؛ هوش مصنوعی پایگاه، یعنی *FRIDAY* ، برای پردازش‌های سنگین بینایی ماشین بهینه‌سازی شده است. تحلیل هزاران ساعت فایل صوتی خام با شبکه‌های پردازش صوت، آن هم برای پیدا کردن صدای یک پهپاد کوچک که در نویز باد و صدای پرندگان گم شده، زمان‌بر است و A.I.M در همین زمان در حال استخراج داده‌هاست. برای حل این مشکل، تونی استارک تمام فایل‌های صوتی ضبط شده را به **اسپکتروگرام** تبدیل کرده است. اسپکتروگرام‌ها در واقع تصاویر رنگی از فرکانس‌های صدا در طول زمان هستند. با این ترفند هوشمندانه، مشکل پردازش صوت، به یک مسئله بینایی ماشین تبدیل شده است. اثر انگشت صوتی موتور پهپادها، حالا به شکل الگوهای بصری خاص در این تصاویر پنهان شده‌اند. سیستم دفاعی پایگاه برای شلیک پالس‌های الکترومغناطیسی و خنثی کردن پهپادها، به دو داده‌ی حیاتی نیاز دارد که مدل شما باید از روی تصاویر اسپکتروگرام استخراج کند: 1. **شناسایی و شمارش:** در بازه زمانی مربوط به این اسپکتروگرام، کلا چند پهپاد در اطراف پایگاه حضور داشته‌اند؟ 2. **مختصات زمانی دقیق:** حضور هر پهپاد دقیقا از چه ثانیه‌ای شروع و در چه ثانیه‌ای تمام شده است؟ || |:-:| ## **نحوه ارسال پاسخ** شما باید ابتدا با استفاده از تصاویر موجود در پوشه `train` مدل خود را آموزش دهید و سپس تعداد و مختصات زمانی پهپادهای موجود در پوشه `test` را تخمین بزنید. خروجی مدل شما باید در قالب یک فایل `submission.csv` در کوئرا بارگذاری شود. به همراه این فایل، ارسال سورس‌کد شما در قالب یک فایل نوت‌بوک به نام `drone.ipynb` **الزامی** است (در غیر این صورت نمره شما صفر منظور خواهد شد). فایل `submission.csv` شما باید حتما دارای هدر بوده و شامل سه ستون با ترتیب و نام‌های دقیق زیر باشد: | **image_file** | **drone_count** | **intervals** | | --------------------- | --------------- | --------------------------------- | | `sample_a1b2c3d4.png` | 1 | 10.99-12.84 | | `sample_b2c3d4e5.png` | 1 | 2.41-4.53 | | `sample_c3d4e5f6.png` | 0 | | `sample_d4e5f7g8.png` | 3 | 0.52-1.75;13.70-15.96;16.42-17.62 | | `sample_e5f6g7h8.png` | 2 | 0.34-1.35;11.03-12.19 | ### **نوت‌بوک** راه‌حل شما باید در یک نوت‌بوک با نام زیر ارائه شود: ``` drone.ipynb ``` نوت‌بوک باید تمام مراحل کار را نگه دارد: بررسی داده، پاک‌سازی، مهندسی ویژگی، آموزش مدل و ارزیابی. هنگامی که نوت‌بوک با گزینهٔ Run All اجرا می‌شود، باید بدون هیچ خطایی اجرا شده و در پایان، فایل ارسال (*submission*) را تولید کند. ### **نحوه‌ی ارسال** خروجی نهایی خود را در قالب یک فایل ZIP ارسال کنید که شامل نوت‌بوک شماست: ``` result.zip └── drone.ipynb └── submission.csv ``` ## **نحوه ارزیابی سوال** برای سنجش عملکرد الگوریتم‌ها، به دو بخش مجزا و با وزن‌های متفاوت تقسیم شده است: **۱. دقت شناسایی و شمارش** و **۲. دقت مختصات زمانی**. از آنجایی که شلیک پالس‌های EMP نیازمند زمان‌بندی بی‌نقص است، فرمول ارزیابی بر پایه اشتراک بر اجتماع زمانی (*Temporal Intersection over Union - tIoU*) در سطح کل پیش‌بینی‌ها طراحی شده است. امتیاز نهایی هر تصویر اسپکتروگرام بر اساس فرمول زیر محاسبه می‌شود: $$Score = 100 \times \frac{\sum tIoU_{matched}}{TP + FP + FN}$$ + **صورت کسر ($\sum tIoU_{matched}$):** مجموع هم‌پوشانی‌های زمانی پیش‌بینی‌های درست. هرچه لبه‌های شروع و پایان حضور پهپاد را با دقت میلی‌ثانیه‌ای بالاتری استخراج کنید، این عدد بزرگتر شده و به عنوان پاداش عمل می‌کند. + **مخرج کسر ($TP + FP + FN$):** کل ظرفیت اشتباهات سیستم. این مخرج باعث می‌شود معماری شما هم بابت از دست دادن پهپادها (FN) و هم بابت تولید پیش‌بینی‌های توهمی و خیالی (FP) به شدت جریمه شود.