Channel
@nordclan_ai_practice
On this record: Growth · Engagement · What this channel posts · Reactions · Posts · Citations · Cite this entry
58subscribers
+0 since we began measuring on 9 August 2026
Risers and fallers across the register · movement among entries of Under 1,000.
| Telegram ID | -1003798117562 |
|---|---|
| Type | Channel |
| Username | @nordclan_ai_practice |
| Description | Опыт внедрений. Разбор технологий. Реальные кейсы. |
| Created | Between 1 February 2026 and 26 June 2026— estimated from Telegram’s id allocation, not measured. How this range is calculated. |
| First recorded | 10 August 2026 |
| Last confirmed live | 17 August 2026 |
| Measurements held | 2 |
| On Telegram | t.me/nordclan_ai_practice |
| Measured (UTC) | Subscribers | Change |
|---|---|---|
| 10 Aug 2026, 06:01 | 58 | no change |
| 9 Aug 2026, 00:47 | 58 | first reading |
12 posts held, back to 26 June 2026 — the reader has not yet reached the start of this channel’s public history, so older posts may sit further back, unread. Read across 1 pageof Telegram’s post history, 20 posts per page.
ERR is average views per post over the last 30 days divided by subscribers, the definition TGStat uses, so this figure is comparable with the one you will see elsewhere. It falls structurally as a channel grows: a high ERR on a small channel and a low one on a large channel describe reach mathematics, not quality. We publish the figure and the sample it came from and pass no verdict on it.
ER is defined industry-wide as (forwards + reactions + comments) ÷ views— note the denominator is views, not subscribers. Telegram’s public web preview carries views and reactions but not forward or comment counts, so the reaction rate above is the reactions term only and is therefore a floor: the true ER for this channel is higher by an amount we have not measured and will not estimate.
| Window | Rolling 30 days · latest post in window 4 August 2026 |
|---|---|
| Posts held | 12 (26 June 2026 – 4 August 2026) |
| Views total | 232 |
| Reactions total | 32 |
| Forwards / comments | not exposed by the public surface — not measured, not estimated |
| Readings taken | 10 Aug 2026, 06:01 UTC |
Views are a single reading per post, taken at the time above. A post published in the last day or two is still accumulating views, which pulls the 30-day average down slightly. That is a property of the standard definition rather than a fault in it, so we keep the definition rather than “correcting” the number into something nobody can reproduce.
Precision. Telegram publishes view counts on its public widget in short form — 8.12K, 3.7M — so any reading at or above 1,000 reaches us rounded to three significant figures, and only counts below 1,000 are exact. Averages and rates derived from them are shown to the same precision rather than to the unit: a figure like 3,701,250 would assert digits nobody measured.
Reaction counts are published per emoji and rounded the same way, so a total below 1,000 is exact and a larger one is a sum that may carry a rounded component from each emoji above 1,000. Because it is a sum, it does not look rounded — read a large reaction total as three significant figures per contributing emoji rather than as the figure it prints.
Lifetime counters from Telegram’s own channel header, read 10 August 2026 — not the date at the top of this page, which is when the subscriber count was last read. Below Telegram’s rounding threshold, so these counts are exact.
Measured directly from 9 videos with a duration reading, out of the posts we hold for this channel — not this channel’s whole posting history, only the sample this register has actually read. An exact reading to the second, taken from the post itself rather than from Telegram’s own rounded chrome, so it carries no ≈ mark.
57 reactions across 12 posts, in 6 distinct kinds. The most used accounts for 52.6% of them.
| Reaction | Count | Share | Share, drawn |
|---|---|---|---|
| 🔥 | 30 | 52.6% | |
| 👍 | 19 | 33.3% | |
| 👏 | 5 | 8.77% | |
| ✍ | 1 | 1.75% | |
| ❤ | 1 | 1.75% | |
| 🤔 | 1 | 1.75% |
No sentiment is inferred, and none should be read in. This table is ordered by count and by nothing else. Emoji do not carry stable meaning across languages or communities — 🙏 is thanks in one channel and mourning in another — so we publish which ones were pressed and how often, and pass no judgement on what an audience meant by them.
Precision. Telegram publishes reaction counts per emoji and short-forms each one — 4.34K, 1.2M — so any single kind at or above 1,000 reaches us at three significant figures, and only counts below 1,000 are exact. The shares above are ratios of those figures and carry the same error. This is also why the total here can differ slightly from a reaction total printed elsewhere on the page: both are sums of the same rounded parts, taken over samples with different edges.
Coverage. Reactions were read on 12 of the 12 sampled posts in this sample. Summed by Telegram’s own count on each post — not by adding up the per-emoji breakdown above — those same posts carry 57reactions in total: the kind of figure the paragraph above means by “a reaction total printed elsewhere on the page”.
Measured over the 12 most recent posts we hold, published 26 June 2026 to 4 August 2026, using the newest reading held for each. Telegram Stars are excluded: they are a payment, not a reaction, and they have their own section.
Предпроектное обследование: необходимость или нет? Некоторые заказчики считают предпроектное обследование лишним шагом — раз есть исходные данные, почему нельзя сразу дать оценку или приступить к разработке? Но обследование в проекте необходимо дважды, и каждый раз решает разную задачу. ➡️Первый выезд — до коммерческого предложения. Он нужен, когда невозможно дистанционно оценить объём работ или когда заказчик сам …
👍2✍1
Прямо сейчас монтируем систему машинного зрения для крупного роботизированного производства. Обычно этот этап остаётся за кадром, а мы решили показать, как выглядит наша работа в процессе. Площадка со своими условиями, и под неё пришлось делать крупные инженерные конструкции. Расскажем об этом отдельно, в ближайшее время — там есть что показать👍
🔥12👍2
В чем проблема с контролем поверхности металла и как ее можно решить При производстве металлопроката у машинного зрения типовой набор сложностей: блики, высокая скорость, смещение полотна. Полоса движется со скоростью до 20–30 м/с, вибрирует и смещается на конвейере на несколько сантиметров. А поймать нужно наплыв в 0,1 мм. Если камера отдаёт пересвеченный или размытый кадр — даже точная модель на нём ошибётся. Что…
👏5👍2
Системы машинного зрения умеют находить дефекты на высокой скорости и с высокой точностью. Но обнаружить — не значит устранить. На быстром конвейере между моментом детектирования и точкой, где оператор может вмешаться, проходит время. Полотно, лист металла или упаковка уже ушли вперёд. Это типовая задача для производств с непрерывным потоком: текстиль, металлопрокат, строительные материалы, пищевая упаковка. Алгорит…
🔥5👍2🤔1
При отгрузке сыпучих грузов в мешках важно зафиксировать точное количество продукции. Если цифра в накладной не совпадёт с тем, что приехало к получателю, возникает спор: кто ошибся и на каком этапе. Оператор может считать мешки сам, но при высокой скорости линии и производительности могут быть неточности. ML Sense автоматизирует подсчет движущейся продукции: камеры фиксируют каждый мешок на конвейере в реальном в…
👍3🔥2
Что на самом деле ограничивает точность детекции на высокой скорости конвейера Кажется логичным: чем быстрее конвейер, тем сложнее камере успевать. Зачастую узкое место совсем в другом — разбираем на конкретном проекте. Установили систему машинного зрения на линии розлива и упаковки пива. Камера проверяет дату и срок годности, нанесённые лазерным принтером на банку. Скорость линии — до 800 тысяч банок за смену, это…
🔥3❤1👍1
Контроль качества для задачи, которой ещё нет на рынке: кейс ОИЯИ Обычно мы рассказываем про кейсы на серийном производстве — розлив, упаковка, металл, где задача типовая и под неё есть отработанный подход. Один из проектов — для Объединённого института ядерных исследований — устроен иначе. ОИЯИ наматывает сверхпроводящий кабель для магнитов ускорителя — это не серийное производство, а экспериментальная разработка.…
🔥2👍1
На видео — контроль СИЗ на участке ГОКа с помощью машинного зрения. ❓На предприятии уже есть система видеонаблюдения в цехах и на площадках. Возникает задача — контроль СИЗ и промбезопасности. Значит ли это, что всю систему камер нужно перестраивать или устанавливать десятки новых точек? ✅Обычно нет. В большинстве случаев система подключается к уже работающему видеонаблюдению. Но перед запуском важно проверить неск…
👍1
Как бороться с ложными срабатываниями нейросетей Ложные срабатывания вызывают недоверие операторов к системе машинного зрения — и её начинают игнорировать. Модель видит дефект там, где его нет, или пропускает реальный брак, потому что он похож на что-то безобидное. ПРИМЕР: На заводе высокотемпературных сверхпроводников лента проходит через десятки камер на каждом этапе производства. Задача — автоматически находить …
🔥2👍1
Как дефект трубы превращается в простой на миллион рублей 🔺Наш клиент — машиностроительное предприятие. На одном из производственных участков режут металлические трубы, из которых делают конвейерные ролики. Через линию проходит 600–800 тонн труб в месяц, качество материала разное, поэтому встречаются и дефекты. Одна бракованная труба в фрезерном узле — клин, экстренная остановка, ремонт. Простой линии обходится до …
👍2🔥1
Как формировать датасет, если заказчик предоставил 100 фото, а нужно 1000 Чтобы обучить нейросеть распознавать дефекты — нужны тысячи изображений. Частая ситуаций, когда клиент говорит: у нас есть только 100. Пример из практики: На ГОКе нужно было определять на конвейере недробимые предметы — зубья экскаваторов, трубы, куски металла. Собрали две тонны таких объектов, отсняли в лаборатории — получили 5 000 фото. Но…
🔥2👍1
Камеры для машинного зрения: как мы подбираем решение под задачу ➡️По частоте кадров. Для большинства производственных задач достаточно камер с частотой 200–500 fps. Если линия высокоскоростная — розлив, стеклотара, металлопрокат — нужно до 1000–2000 fps и выше. Частота всегда подбирается в связке со скоростью объекта. ➡️По условиям среды. Пыль, дым, пар рассеивают видимый свет и делают обычную камеру бесполезной. …
👍1🔥1
Showing the 12 most recent of 12 posts we hold for @nordclan_ai_practice. View and reaction counts are the latest single reading for each post, not a live figure, and a recent post is still accumulating both. A view count marked ≈ was rounded by Telegram before we ever saw it — t.me prints views in full below 1,000 and to three significant figures above, so ≈1,200,000 means somewhere between 1,150,000 and 1,249,999. Unmarked counts are exact. Text is reproduced from the public post preview and truncated for length.
Citation-graph rank — 1,201,440 of 1,481,306entries in the measured graph. A weighted position computed from the forward and mention edges below — republished posts weigh more than named mentions — and recomputed periodically, over the whole graph. Published only as this ordinal position, never as a score: a position is a fact, and a score printed beside one channel’s name would read as a verdict this register does not make. The two counts beneath stay separate for the same reason mentions are never summed with forwards anywhere else on this page — a named-by count costs nothing to manufacture. The top 100 by this measure, or how it is computed.
Named by 1 registered channel — every channel on the register whose own posts have named this one, by its current username or any other username it currently holds, merged from two separately captured readings of the same fact so a namer caught by only one of them is not missed and a namer both caught is not counted twice. A username this channel has since dropped is not matched — that handle may belong to someone else now, and crediting today’s namer to yesterday’s owner would misattribute it.
Named by
Channels on the register whose posts name this channel's handle.
A mention is a weaker signal than a forward and is counted separately for that reason — naming a channel is not republishing it, and a handle in a post body is easy to place deliberately. The post counts beside each row below are distinct posts in which the handle appeared, from posts we have read on both sides — the “Named by N registered channels” figure above is a different count, of distinct NAMING CHANNELS rather than posts, and is not the sum of the rows under it.
A live page changes as we take new readings, so a citation should name the measurement it is based on, not just the URL. The line below cites the subscriber count as measured 10 August 2026 — this entry's latest reading, not the date you are reading this.
“Практика промышленного ИИ | ML Sense | Nord Clan” (@nordclan_ai_practice), 58 subscribers as measured 10 August 2026. Telegram Register, tgregister.com/channel/nordclan_ai_practice.
Full measurement history, CC BY 4.0. Every reading this register holds for this entry, not just the latest one, as a dated, downloadable record: CSV · JSON. Free to use with attribution to tgregister.com. Each file carries its own generation timestamp, which is the figure to cite for exactly when the data was retrieved.