LG OLED 2019: B9, C9, E9, W9 y Z9 (8K)

No se ven. Lo llevo diciendo desde hace 5 meses. El último en decirlo también, Teoh en su review de la E9: "el problema de los flashes este año está totalmente solucionado".

Lo de siempre. En Dolby Vision tienes que usar el modo Cine o bien los otros dos pero bajando un punto el brillo, ya que por defecto tienen el negro levantado (a propósito para ver más detalle, ya que se supone que son modos para verlos de día) y al levantar el negro, aparece toda la mierda y compresión que está "debajo del negro" y no deberíamos ver.

Resumen: en Dolby Vision Cine se ve todo perfectamente. En Cine en casa idem bajándole un punto al negro.

Hasta hice un video explicándolo:

 

La TV tiene algún menú o alguna forma de saber las horas que lleva de uso?
Alguien sabe como hacerlo? Por favor, es importante.
En el hilo vi que había una forma de hacerlo entrando en un menú interno que se hacía mediante una aplicación de pago y un móvil android. No tengo un móvil Android.
No existe una forma más fácil de mirar las horas de uso o saber el tiempo que lleva una c9 funcionando?

gracias y un saludo
 
Os explico lo que yo sé y he oído al respecto:

He escuchado a expertos de Redes Neuronales (la mal llamada "Inteligencia Artificial"), que una de las aplicaciones en que se está usando el "Machine Learning" es para algoritmos de procesado de imagenes y que lo están introduciendo en los sistemas operativos de algunas marcas de TV.

Un ejemplo de procesado de imagenes ya común entre nosotros es la detección de caras e, incluso, la identificación de caras.

Creo que el procesado de imagen a que se refieren en esta opción de las TVs puede ser el escalado en el que el algoritmo se ha de "inventar" pixeles no existentes mediante algún algoritmo de interpolación.

La idea del "Machine learning" es la de "educar" al algortimo indicándole cuando una solución es "buena" o es "mala" para los ojos humanos, dependiendo de cada patron de imagen determinado. Así el algoritmo aprende y es capaz de "inventarse" una interpolación de pixeles más adecuada y que "probabilisticamente" sea interpretada por un Ojo Humano como "mejor".

Este tipo de software es asequible y es relativamente fácil implementarlo, Lo costoso es la cantidad de "patrones" con los que hay que alimentar al algoritmo indicandole "a mano" los que son buenos y los que son malos. Si alguien se ha dedicado a ir caso por caso diciendole al algoritmo este patron visual se ve "bien" y este otro patron visual se ve "mal", y luego ha guardado toda esa información en una base de datos que sea publica y accesible a otros desarrolladores, tendríamos lo que se explica en el marketing al respecto. Aunque no creo que ese "acceso a base de datos" sea online durante la ejecución del algoritmo, sino que sus "reglas" ya están programadas una vez que el algortimo ha aprendido.

CONCLUSIÓN:
Es posible que esto esté implementado en la LG C9/E9, pero también es posible que no lo esté o sea una implementación básica que no hace casi nada y sea más tema de marketing porque haya varias marcas ya que digan que lo implementan.

No creo que la AI de la que hablan se refiera a la detección de objetos (caras, ...). Yo lo veo más con parámetros de entrada de la red (cambios, brillo, colores, ....) y una serie de parámetros de salida. Como dices, hay que entrenarla para que de un resultado bueno. Y esa es la parte que no me creo. Qué imágenes, qué parámetros de configuración y qué mediciones se hicieron para saber qué es bueno o malo. Pero una vez entrenada no hace falta acceder a la red. Basta con pasar los parámetros de entrada por la red neuronal y se obtienen los parámetros de salida de manera muy rápida.

Yo hice un ejemplo para aprender algo en este tema. Me bajé los datos de los resultados de fútbol de la liga de los últimos 45 o 50 temporadas. Hice una base de datos con puntos, goles a favor, rachas de partidos ganados, puntos antes del partido, puntos en los últimos 5 partidos, 10 últimos partidos. Pasé hasta 80 parámetros en una red neuronal de tres niveles y la entrené con los resultados (sólo 1, X y 2) con unas 40 temporadas. Luego la puse a trabajar en resultados de otras temporadas. Resultado. La red aprendió lo más eficientemente que pudo. Me dijo que siempre ganaba el equipo de casa, nunca había empate y de vez en cuando ganaba el equipo de fuera. Sólo en partidos del Real Madrid o Barcelona con un equipo de la parte baja de la tabla me daba un 2. Eso es eficiente para acertar 6 o 7 resultados cada jornada. Pero para eso no necesito una red neuronal.

No creo que la AI haga más que poner unos parámetros "normales" porque dudo que pueda encontrar algo mejor para un par de secuencias. Pero si alguien prueba que estoy equivocado pues perfecto. Otra cosa que aprendo.
 
Buenas tardes
recien llegado, y esperando a que la c9 77 este en precio.
Mi caso es un pelin peculiar, estoy con un proyector epson 7300 con un pc y madvr con 92 pulgadas a 2.90, en sala no dedicada. Viendo que al no tener sala dedicada, para avanzar tengo que pasarme a una oled y no quiero bajar de 77 pulgadas.

Bueno ahora toca leer y leer y leer el foro antes de seguir preguntando.

saludos
 
No creo que la AI de la que hablan se refiera a la detección de objetos (caras, ...). Yo lo veo más con parámetros de entrada de la red (cambios, brillo, colores, ....) y una serie de parámetros de salida. Como dices, hay que entrenarla para que de un resultado bueno. Y esa es la parte que no me creo. Qué imágenes, qué parámetros de configuración y qué mediciones se hicieron para saber qué es bueno o malo. Pero una vez entrenada no hace falta acceder a la red. Basta con pasar los parámetros de entrada por la red neuronal y se obtienen los parámetros de salida de manera muy rápida.

Yo hice un ejemplo para aprender algo en este tema. Me bajé los datos de los resultados de fútbol de la liga de los últimos 45 o 50 temporadas. Hice una base de datos con puntos, goles a favor, rachas de partidos ganados, puntos antes del partido, puntos en los últimos 5 partidos, 10 últimos partidos. Pasé hasta 80 parámetros en una red neuronal de tres niveles y la entrené con los resultados (sólo 1, X y 2) con unas 40 temporadas. Luego la puse a trabajar en resultados de otras temporadas. Resultado. La red aprendió lo más eficientemente que pudo. Me dijo que siempre ganaba el equipo de casa, nunca había empate y de vez en cuando ganaba el equipo de fuera. Sólo en partidos del Real Madrid o Barcelona con un equipo de la parte baja de la tabla me daba un 2. Eso es eficiente para acertar 6 o 7 resultados cada jornada. Pero para eso no necesito una red neuronal.

No creo que la AI haga más que poner unos parámetros "normales" porque dudo que pueda encontrar algo mejor para un par de secuencias. Pero si alguien prueba que estoy equivocado pues perfecto. Otra cosa que aprendo.

Lo de la detección de caras lo puse como un ejemplo de aplicaciones de procesado de imagenes. Que no aplica al tema que nos ocupa de esta opción en las TV.

El tema de redes neuronales está "relativamente" avanzado y tiene su complejidad. Para una implementación concreta hay que decidir no solo la complejidad de la red que se implementa sino la metodología y cantidad de "aprendizaje" que se emplea.

Es perfectamente posible entrenar a una red neuronal para que obtenga resultados "mejores" al tratar de escalar un video comprimido o "reducido" en parametros como resolución, espacio de color, bits de profundidad de color, etc. Al hacerlo de una manera u otra, el algoritmo puede dar como resultado un patron de imagen mejor o peor (según el criterio de un Ojo observador humano) en cuanto a la suavidad de tonos, colorido, etc. teniendo en cuenta que el Ojo humano no ve con la misma intensidad cada uno de los colores del espectro visible.

Seguro que estos entrenamientos y otros muchos se han hecho y se están haciendo con redes neuronales para multitud de aplicaciones muy distintas y, en particular, lo estarán aplicando también en procesamiento de video.

Lo que no sé es cuanta de esta tecnología está llegando a nuestras TVs. Seguramente poca y seguramente sea más marketing que nada. Pero el tema de las redes neuronales y machine learning está y estará cada vez más presente en muchas y muy variadas facetas de nuestra vida.
 
La LG E9 en El corte inglés (modelo 55") aparece como no disponible (antes estaba a 1959), pero el modelo C9MLB está a 1500 euros!

Y las teles de sony también han bajado casi 400€ de precio. Pongo imagen.

1574290586090.png



EDITO: de todas formas, yo voy a aguantar un poco el tirón, que para lo que falta para el BF quizá vale la pena esperar (mi objetivo número 1 sigue siendo la E9, pero si la diferencia son 400€ iré a por la C9).
 
La LG E9 en El corte inglés (modelo 55") aparece como no disponible (antes estaba a 1959), pero el modelo C9MLB está a 1500 euros!

Y las teles de sony también han bajado casi 400€ de precio. Pongo imagen.

Ver el archivos adjunto 2089


EDITO: de todas formas, yo voy a aguantar un poco el tirón, que para lo que falta para el BF quizá vale la pena esperar (mi objetivo número 1 sigue siendo la E9, pero si la diferencia son 400€ iré a por la C9).

A mí me llegó el rumor que la C9 de 65 estaría a 1700€ en el BF en el ECI, no sé si será cierto pero ya no me parece tan descabellado, de empieza a ver a 1800€.

Saludos
 
A mí me llegó el rumor que la C9 de 65 estaría a 1700€ en el BF en el ECI, no sé si será cierto pero ya no me parece tan descabellado, de empieza a ver a 1800€.

Saludos

Estaría genial! Yo voy a por la de 55", espero que la bajen también y no hagan como con la E9 ?
 
Atrás
Arriba