စက်ရုံက CCTV က အလုပ်ခွင်ဘေးအန္တရာယ်စစ်ဆေးရေးမှူး ဖြစ်လာနေပြီ- computer vision အကောင်အထည်ဖော်ရေး၏ တကယ့်အခက်အခဲ

နံနက် ၇ နာရီ ၄၀ မိနစ်၊ မန္တလေးက သတ္တုချောပြုစက်ရုံတစ်ခု၏ နေ့ဆိုင်းက အဆိုင်းလွှဲပြီးခါစ။ Forklift သည် ပစ္စည်းစင်ဧရိယာမှ နောက်ပြန်ထွက်လာစဉ် စက်ရုံဝင်ခါစ သုံးပတ်သာရှိသေးသည့် အလုပ်သမားတစ်ဦးက ခေါင်းငုံ့၍ ဖုန်းကြည့်ရင်း ထောင့်မှ ထွက်လာသည်—နှစ်ဦး၏ လမ်းကြောင်းသည် သုံးစက္ကန့်အကြာတွင် ဆုံသွားမည်။

ဤစက်ရုံတွင် အလုပ်ခွင်ဘေးအန္တရာယ် computer vision တပ်ဆင်ထားပါက ဤအခိုက်တွင် မျက်နှာကြက်က speaker က အသံမြည်လိမ့်မည်။ မတပ်ထားပါက ဤအဖြစ်အပျက်၏ ရလဒ်ကို ကံကြမ္မာလက်ထဲ အပ်လိုက်ရုံသာဖြစ်သည်။

နှစ်အနည်းငယ်အတွင်း "CCTV ကို AI အလုပ်ခွင်ဘေးအန္တရာယ်စစ်ဆေးရေးမှူးအဖြစ်ပြောင်း" သည့် ထုတ်ကုန်များ တိုးပွားလာပြီး ဘုံရောင်းချက်မှာ- hardware ပြောင်းစရာမလို၊ ရှိပြီးသားကင်မရာကို ချိတ်ရုံဖြင့် သုံးနိုင်ခြင်းဖြစ်သည်။ အခက်အခဲအလွန်နည်းသည့်ပုံစံဖြစ်သည်။ သို့သော် မိတ်ဆက်ဖူးသည့် မြန်မာစက်ရုံအချို့ကို လက်တွေ့မေးကြည့်တော့ ပိတ်ဆို့နေသောနေရာသည် ရောင်းချသူ၏ presentation တွင် ရေးထားသည်နှင့် လုံးဝကွာခြားနေသည်။

ဖြစ်စဉ်နောက်ခံ

ဤဈေးကွက်သည် ထင်ထားသည်ထက် မြန်ဆန်စွာ ပုံစံဖြစ်လာသည်။ Intenseye က တစ်နေ့လျှင် ဗီဒီယို frame ၂၂၀ ဘီလီယံ ကိုင်တွယ်ကြောင်း တရားဝင်ကြေညာ၍ ဖောက်သည်စာရင်းတွင် Swire Coca-Cola၊ Siemens၊ Unilever နှင့် Heineken ပါဝင်ကာ Swire Coca-Cola ၏ ကိစ္စတွင် အလုပ်ချိန်ဆုံးရှုံးမှုထိခိုက်နှုန်း ၂၇% ကျဆင်းသည်။ Voxel က နာရီ ၄၈ နာရီအတွင်း online တက်နိုင်ကြောင်း၊ ရှိပြီးသား IP ကင်မရာ ၉၅% ကျော်နှင့် တွဲဖက်နိုင်ကြောင်း အဓိကထားပြီး ဖောက်သည်များက အလုပ်ခွင်ထိခိုက်မှုလျော်ကြေးကုန်ကျစရိတ်ကို ၇၃% အထိ လျှော့ချနိုင်ကြောင်း ပြန်ကြားသည်။ Protex AI ကတော့ edge computing လမ်းကြောင်းကို လျှောက်ပြီး ဗီဒီယိုသည် စက်ရုံမှ မထွက်ကြောင်း အလေးထားသည်။

နည်းပညာလမ်းကြောင်းများသည် အားလုံးနီးပါး ဆင်တူသည်- ကင်မရာ stream ကို computer vision model သို့ ကျွေး၍ ကာကွယ်ရေးပစ္စည်းမတပ်ခြင်း၊ တားမြစ်ဇုန်ဝင်ခြင်း၊ လူ-ယာဉ်ဆုံခြင်း၊ မသင့်လျော်စွာတက်ခြင်းစသည့် အန္တရာယ်များသောအပြုအမူများကို ခွဲခြားကာ အချက်ပေး သို့မဟုတ် work order ဖြစ်ပေါ်စေသည်။ ကွာခြားချက်မှာ ရှာဖွေမှုအချက်များ၏ နက်ရှိုင်းမှု၊ ကွန်ပျူတာစွမ်းအားကို cloud သို့မဟုတ် edge တွင်ထားခြင်းနှင့် ပြဿနာတွေ့ပြီးနောက် မည်သည့်လုပ်ငန်းစဉ်ချိတ်ဆက်သည်ဆိုသည်တွင် ရှိသည်။

မြန်မာဘက်တွင် တွန်းအားက ဦးတည်ချက်နှစ်ခုမှ လာသည်။ တစ်ခုက ကြီးမားသောအလုပ်ခွင်ထိခိုက်မှုများအပေါ် ပြစ်ဒဏ်ချမှတ်မှုတင်းကျပ်လာခြင်း၊ နှစ်ခုက စက်ရုံများ လူငှားရ ခက်ခဲလာခြင်း—ဆရာကြီးများ အနားယူ၍ ဝန်ထမ်းလွှဲပြောင်းနှုန်းမြင့်လာသောအခါ "အတွေ့အကြုံရင့်ဝန်ထမ်းက မျက်စိဖြင့်စောင့်ကြည့်" သည့် ရိုးရာအလုပ်ခွင်ဘေးအန္တရာယ်စီမံခန့်ခွဲမှုသည် ကျဆုံးလာနေသည်။

ဤအကြိမ်အဓိကအချက်များ

• hardware ရင်းနှီးမြှုပ်နှံမှုသုည ဆိုတာ အမှန်၊ ဒါပေမဲ့ engineering သုည ဆိုတာ အမှား။ ရှိပြီးသားကင်မရာနှင့်တွဲဖက်နိုင်ခြင်းက ကင်မရာလဲစရိတ် သက်သာစေသည်မှန်သော်လည်း ကင်မရာ၏ ထောင့်၊ အမြင့်နှင့် resolution က နောက်ကိစ္စဖြစ်သည်။
• ရှာဖွေမှုအချက်များ၏ signal-to-noise ratio က အရေအတွက်ထက် ပိုအရေးကြီးသည်။ ချိုးဖောက်မှု ၅၀ မျိုးဖမ်းခြင်းက ကြီးမားသောအန္တရာယ် ၅ မျိုးဖမ်းခြင်းထက် ပိုအသုံးဝင်သည်ဟု မဆိုနိုင်ပါ။
• cloud နှင့် edge ရွေးချယ်မှုက ဒေတာလုံခြုံရေးပြဿနာ၊ နည်းပညာနှစ်သက်မှုမဟုတ်ပါ။ ဗီဒီယို စက်ရုံမှထွက်ရမည်လားဆိုသည်မှာ ဖောက်သည်စစ်ဆေးမှုလိုအပ်သည့် supply chain တွင် တင်းကျပ်သောအခြေအနေဖြစ်သည်။
• အချက်ပေးပြီးနောက် လက်ခံမည့်သူမရှိလျှင် စနစ်တစ်ခုလုံး အလကားတပ်ရာရောက်သည်။ ဤသည်မှာ အဖြစ်များဆုံးကျရှုံးမှုပုံစံဖြစ်သည်။
• အလုပ်ရှင်-အလုပ်သမားဆက်ဆံရေးက အကောင်အထည်ဖော်မှုအောင်/ရှုံး၏ အဓိကကိန်းရှင်ဖြစ်ပြီး မည်သည့် software လုပ်ဆောင်ချက်ကမျှ မဖြေရှင်းနိုင်ပါ။

ဈေးကွက်သက်ရောက်မှုခွဲခြမ်းစိတ်ဖြာချက်

မြန်မာအသုံးပြုသူ (လက်တွေ့ခင်းဝန်ထမ်း) အပေါ်

ကျွန်တော်ကြားဖူးသည့် အလက်တွေ့ဆုံးညည်းညူသံက စက်ရုံရေးရာမန်နေဂျာတစ်ဦးထံမှဖြစ်သည်- "စနစ် online တက်ပြီး ပထမအပတ်မှာ ချိုးဖောက်မှု လေးရာကျော်ဖမ်းမိတယ်၊ ဒုတိယအပတ်ကျတော့ ကျွန်တော်တို့ အချက်ပေးအသံကို ပိတ်လိုက်တယ်။"

ဒါက ထုတ်ကုန်ရဲ့ အမှားမဟုတ်ဘဲ မျှော်လင့်ချက်စီမံခန့်ခွဲမှုရဲ့ အမှားဖြစ်သည်။ မည်သည့်အလုပ်ခွင်ဘေးအန္တရာယ် computer vision မဆို online တက်ခါစတွင် သင်မသိခဲ့ဖူးသည့် ချိုးဖောက်မှုအမြောက်အမြားကို ဖမ်းမိမည်—ထိုချိုးဖောက်မှုများသည် အစကတည်းက ရှိနေခဲ့ပြီး မည်သူမျှ မမြင်ခဲ့ရုံသာဖြစ်သည်။ ပြဿနာက အကယ်၍ ကိုက်ညီသောလုပ်ငန်းစဉ်မရှိလျှင် လုပ်စရာ လေးရာက လက်တွေ့ခင်းအား ဤစနစ်ကို အပြစ်ရှာလာသလို ခံစားစေမည်။

လက်တွေ့ကျသောနည်းလမ်းက အဆင့်လိုက်ဖြစ်သည်- ပထမလတွင် အန္တရာယ်အမြင့်ဆုံး နှစ်သုံးမျိုး (လူ-ယာဉ်ဆုံ၊ တားမြစ်ဇုန်ဝင်) ကိုသာ ဖွင့်၍ ကိုင်တွယ်လုပ်ငန်းစဉ်ကို ချောမွေ့စေပြီးမှ တဖြည်းဖြည်း ထပ်ဖွင့်ပါ။ တစ်ကြိမ်တည်း အားလုံးဖွင့်ခြင်းက ကိုယ့်ကိုကိုယ် သတ်သေခြင်းဖြစ်သည်။

နောက်ထပ် လက်တွေ့ခင်းအဆင့်ပြဿနာက ကင်မရာဖြစ်သည်။ မြန်မာစက်ရုံများ၏ CCTV သည် အများအားဖြင့် ခိုးမှုကာကွယ်ရန်တပ်ထားခြင်းဖြစ်၍ ထောင့်က ဝင်ပေါက်ဆီ၊ အမြင့်က မြင့်၊ backlight ပြင်းသည်။ လူတစ်ဦး ဦးထုပ်ဆောင်းမဆောင်း ဆုံးဖြတ်ရန် lens က သူ့ခေါင်းကို မြင်ရမည်။ Forklift နှင့် လူ၏ အကွာအဝေးဆုံးဖြတ်ရန် lens တွင် သင့်လျော်သောအောက်ရှုထောင့်ရှိရမည်။ တွဲဖက်နိုင်ခြင်းက ရှင်းရှင်းလင်းလင်းမြင်ခြင်းနှင့် မတူ၊ ဤအချက်ကို ရောင်းချသူ၏ presentation က မပြောပါ။

လုပ်ငန်းအသုံးချမှုအပေါ်

လုပ်ငန်းဝယ်ယူမှုရှုထောင့်မှ ဤစနစ်များ၏ ရင်းနှီးမြှုပ်နှံမှုအကျိုးအမြတ်သည် အများစုထင်ထားသည်ထက် တွက်ရလွယ်သည်။ ကြီးမားသောအလုပ်ခွင်ထိခိုက်မှုတစ်ကြိမ်၏ ကုန်ကျစရိတ်သည် ဒဏ်ကြေးသာမက အလုပ်ရပ်နားဆုံးရှုံးမှု၊ ကိရိယာသိမ်းဆည်းခံရမှု၊ ဖောက်သည်စစ်ဆေးမှုအမှတ်လျော့ကျမှုနှင့် မန်နေဂျာ၏ ရာဇဝတ်တာဝန်အန္တရာယ်တို့ပါ ပါဝင်သည်။ ဤအရာများကို ပေါင်းလိုက်လျှင် စနစ်၏ နှစ်စဉ်ကြေးသည် များသောအားဖြင့် အကြီးမားဆုံးဂဏန်းမဟုတ်ပါ။

တကယ်ဆွေးနွေးသင့်တာက ရွေးချယ်ရေး logic ဖြစ်သည်။ သင်၏ပြဿနာက "ဒီအရာ တကယ်အသုံးဝင်မဝင် လျင်မြန်စွာအတည်ပြုချင်တယ်" ဆိုပါက Voxel ၏ ၄၈ နာရီ online တက်နိုင်မှုက project ကို စတင်ခြင်းအဆင့်တွင် သေဆုံးမသွားစေပါ။ semiconductor သို့မဟုတ် ကာကွယ်ရေး supply chain တွင် ဖြစ်၍ ဗီဒီယိုလုံးဝ မထွက်ရဆိုပါက Protex AI ၏ edge architecture သည် တစ်ခုတည်းသောရွေးချယ်စရာဖြစ်သည်။ သင့်စက်ရုံတွင် ရင့်ကျက်သောအလုပ်ခွင်ဘေးအန္တရာယ်စီမံခန့်ခွဲမှုစနစ်ရှိပြီး ရှာဖွေမှုကို လက်တွေ့ကာကွယ်ရေးလုပ်ဆောင်ချက်နှင့် ချိတ်ဆက်လိုပါက ကိရိယာအရေးပေါ်ရပ်တန့်ခြင်းကို တိုက်ရိုက်ဖြစ်ပေါ်စေနိုင်သည့် Intenseye ကို အကဲဖြတ်သင့်သည်။ ပတ်ဝန်းကျင်အလွန်ဆိုးရွား (အပူ၊ ဖုန်၊ အလင်းပြင်း) သော သံမဏိသတ္တုလုပ်ငန်းအတွက်ဆိုပါက wearable device နှင့် IoT sensor ပေါင်းစပ်သည့် Everguard.ai ကဲ့သို့ ဖြေရှင်းချက်ကို ကြည့်သင့်သည်။

developer အပေါ်

ဤနယ်ပယ်သည် ဒေသတွင်းအဖွဲ့များအတွက် အခွင့်အလမ်းရှိသည်။ နိုင်ငံတကာလုပ်ငန်းရှင်များ၏ model များသည် ဥရောပ-အမေရိကစက်ရုံဒေတာဖြင့် လေ့ကျင့်ထားသဖြင့် မြန်မာစက်ရုံ၏ လမ်းကြောင်းသိပ်သည်းမှု၊ စက်ကိရိယာအမျိုးအစားနှင့် အလုပ်လုပ်ဟန်တို့ ကွာခြားသည်။ ဆောက်လုပ်ရေးလုပ်ငန်းခွင်၏ ယာယီအခြေအနေများသည် ပုံသေစက်ရုံနှင့် အလွန်ကွာခြားသည်ကို မဆိုထားနှင့်။ ဒေသတွင်းလိုက်လျောညီထွေသောရှာဖွေ model နှင့် ရှိပြီးသား MES သို့မဟုတ် အလုပ်ခွင်ဘေးအန္တရာယ်စီမံစနစ်နှင့် ချိတ်ဆက်ခြင်းတို့သည် နိုင်ငံခြားလုပ်ငန်းရှင်များ မလုပ်မည့် အသေးစိတ်အလုပ်များဖြစ်သည်။

နည်းပညာအရ သတိထားရမည်မှာ မှားဖမ်းမှုကုန်ကျစရိတ်၏ မညီမျှမှုဖြစ်သည်။ တစ်ကြိမ်ဖမ်းမမိလျှင် အသက်သေနိုင်ပြီး တစ်ရာမှားဖမ်းလျှင် စနစ်ကို ပိတ်ခံရမည်—သို့သော် ဤနှစ်ခု၏ တန်ဖိုးကို model လေ့ကျင့်ချိန်တွင် ညီမျှသကဲ့သို့ ကိုင်တွယ်တတ်ကြသည်။ မြန်မာအခြေအနေ model ဒီဇိုင်းထုတ်သည့်အခါ threshold ကို မည်သို့ချိန်မည်၊ လူကိုယ်တိုင်ပြန်စစ်ခြင်း ထည့်မည်လားဆိုသည်က တိကျမှုဒဿမနေရာတစ်နေရာ တိုးရေးထက် ပိုအရေးကြီးသည်။

အနာဂတ်ဖွံ့ဖြိုးမှုလမ်းကြောင်း

နောက်နှစ်သုံးနှစ်တွင် ဦးတည်ချက်သုံးခုသို့ ရွေ့လျားမည်ဟု ကျွန်တော်ထင်သည်။

ပထမက ရှာဖွေမှုမှ ထိန်းချုပ်မှုသို့ ဦးတည်ခြင်းဖြစ်သည်။ လက်ရှိစနစ်အများစုသည် အချက်ပေးရုံဖြင့် ရပ်နေသော်လည်း Intenseye က အရေးပေါ်ရပ်တန့်ခြင်းကို တိုက်ရိုက်ဖြစ်ပေါ်စေနေပြီ။ ဤလမ်းအတိုင်းဆက်သွားလျှင် အလုပ်ခွင်ဘေးအန္တရာယ် AI သည် စောင့်ကြည့်ရေး tool မှ လုံခြုံရေး loop ၏ အစိတ်အပိုင်းဖြစ်လာမည်—စနစ်က ထုတ်လုပ်မှုလိုင်းကို မှားရပ်လိုက်လျှင် ဆုံးရှုံးမှုကို ဘယ်သူထမ်းမလဲ။

ဒုတိယက sensor မျိုးစုံဖြစ်ခြင်း။ သာမန်ကင်မရာသက်သက်ကို မှီခိုသည့် အထွတ်အထိပ်က မကြာမီ ရောက်လိမ့်မည်၊ thermal၊ depth camera၊ UWB positioning နှင့် wearable device တို့ ပေါင်းစပ်ခြင်းသည် စံဖြစ်လာမည်၊ အထူးသဖြင့် ကွယ်ဝှက်မှုများ၊ အလင်းညံ့သောနေရာများတွင်။

တတိယက အလုပ်ခွင်ဘေးအန္တရာယ်စည်းမျဉ်းများနှင့် ချိတ်ဆက်ခြင်း။ လက်ရှိတွင် ဤစနစ်များထုတ်လုပ်သောဒေတာသည် ဥပဒေအဆင့်အတန်းမရှိသေးသော်လည်း ကိစ္စလုံလောက်စွာ စုဆောင်းလာသောအခါ "တပ်ထားမတပ်ထား" သည် အနာဂတ်အလုပ်ခွင်ထိခိုက်မှုစုံစမ်းမှုတွင် မေးခံရမည့်မေးခွန်းတစ်ခု ဖြစ်လာနိုင်သည်။ ဤအရာက လုပ်ငန်းရှင်များအတွက် ဖိအားဖြစ်သလို ဈေးကွက်၏ အရှိန်မြှင့်ဆေးလည်း ဖြစ်သည်။

TheAI Academy ၏ အနှစ်ချုပ်နှင့် သုံးသပ်ချက်

တကယ်ပြောရရင် အလုပ်ခွင်ဘေးအန္တရာယ် AI အပေါ် ကျွန်တော့်သဘောထားက "နည်းပညာက ပြဿနာမဟုတ်၊ အဖွဲ့အစည်းက ပြဿနာ" ဆိုတာ အမြဲဖြစ်သည်။ ဤလုပ်ငန်းရှင်တို့၏ ရှာဖွေစွမ်းရည်များသည် အသုံးပြုနိုင်သောအဆင့်သို့ ရောက်ပြီဖြစ်၍ အောင်/ရှုံးကို တကယ်ဆုံးဖြတ်တာက ကိစ္စသုံးခုဖြစ်သည်- ကင်မရာထောင့် မှန်မမှန်၊ အလုပ်ရှင်-အလုပ်သမား ကြိုပြောပြီးမပြီး၊ အချက်ပေးထွက်လာလျှင် လက်ခံမည့်သူ ရှိမရှိ။ ဤသုံးချက်လုံးသည် software အပြင်ဘက်တွင် ဖြစ်ပျက်သည်။

အလုပ်ရှင်-အလုပ်သမားဆက်ဆံရေးကို အထူးအလေးပေးချင်သည်။ CCTV က ရိုက်မိတာ လူဖြစ်၍ ဝန်ထမ်း၏ ပထမတုံ့ပြန်မှုက "ဒါ ငါ့နောက်ကျချိန်၊ စောစီးစွာထွက်ချိန်ကို ဖမ်းဖို့ပဲ" ဆိုတာ သေချာသည်။ ဤအသိတစ်ခါ ခိုင်မာသွားလျှင် နောက်တစ်ဆက်တည်း ကင်မရာ လှည့်ခံရ၊ အချက်ပေး လျစ်လျူရှုခံရ၊ စနစ် အလကားဖြစ်သွားမည်။ ဖြေရှင်းရန် နည်းလမ်းတစ်ခုသာရှိသည်- မိတ်ဆက်မီ ဗီဒီယိုကို အလုပ်ခွင်ဘေးအန္တရာယ်အတွက်သာသုံးမည်၊ အလုပ်စွမ်းဆောင်ရည်အကဲဖြတ်ရန်မသုံးဟု ရှင်းလင်းစွာကတိပေးပြီး အလုပ်ရှင်-အလုပ်သမားအစည်းအဝေးမှတ်တမ်းတွင် ရေးထည့်ရမည်၊ နှုတ်ဖြင့်ပြောရုံ အသုံးမဝင်ပါ။

သုံးသပ်ချက်- အလုပ်ခွင်ဘေးအန္တရာယ် computer vision သည် ရင့်ကျက်သောနည်းပညာဖြစ်ပြီဖြစ်သော်လည်း ၎င်းသည် ဝယ်ယူမှုကိစ္စမဟုတ်ဘဲ အဖွဲ့အစည်း engineering တစ်ခုဖြစ်သည်။ မဝယ်မီ ကိုယ့်ကိုကိုယ် မေးခွန်းတစ်ခုမေးပါ—အချက်ပေးမြည်ရင် ဘယ်သူသွားကိုင်တွယ်မလဲ။ မဖြေနိုင်ရင် မဝယ်နဲ့ဦး။

မြန်မာစာဖတ်သူများအတွက် တိကျသောအကြံပြုချက်- သင်သည် ထုတ်လုပ်မှုလုပ်ငန်းတွင် အလုပ်ခွင်ဘေးအန္တရာယ်တာဝန်ယူပါက ကိစ္စသုံးခုကို ဦးစွာလုပ်ပါ။ ပထမ၊ ရှိပြီးသားကင်မရာများ၏ ထောင့်နှင့် ရုပ်ထွက်ကို စာရင်းပြု၍ အန္တရာယ်အမြင့်ဇုန်ကို တကယ်ရိုက်နိုင်သည့် သုံးမှငါးလုံးရွေးထုတ်ပါ။ ဒုတိယ၊ အသေးစား POC လုပ်ရန်ဆန္ဒရှိသောလုပ်ငန်းရှင်တစ်ဦးကို ရွေး၍ ရှာဖွေမှုနှစ်မျိုးသာဖွင့်ကာ တစ်လ run ပါ။ တတိယ၊ POC မစတင်မီ အလုပ်ရှင်-အလုပ်သမားအစည်းအဝေးကျင်း၍ အသုံးပြုမှုနှင့် နယ်နိမိတ်ကို ရှင်းပြပါ။ ဤသုံးဆင့်ပြီးလျှင် အကောင်အထည်ဖော်မှုကိစ္စ ၈၀% ထက် အောင်မြင်မှုနှင့် ပိုနီးစပ်လိမ့်မည်။ ဤနယ်ပယ်၏ tool များကို နှိုင်းယှဉ်လိုပါက AI အများပြည်သူလုံခြုံရေးနှင့် တုံ့ပြန်ရေး အမျိုးအစားအောက်ရှိ စုစည်းမှုကို ကြည့်နိုင်သည်၊ သို့မဟုတ် AI လုပ်ငန်းလမ်းညွှန် မှ ဆင်တူသောအသုံးချအခြေအနေကို ရှာနိုင်သည်။

ဒေတာရင်းမြစ်

• Intenseye တရားဝင် website
• Voxel တရားဝင် website
• ထိုင်ဝမ်အလုပ်သမားဝန်ကြီးဌာန အလုပ်အကိုင်ဘေးအန္တရာယ်ကင်းရှင်းရေးနှင့် ကျန်းမာရေးအုပ်ချုပ်မှုအေဂျင်စီ

（ဤဆောင်းပါးကို အများပြည်သူသတင်းအချက်အလက်အလိုက် စုစည်းထားပြီး ထုတ်ကုန်အသေးစိတ်နှင့် ဖောက်သည်ကိစ္စဂဏန်းများကို လုပ်ငန်းရှင်၏ တရားဝင်ထုတ်ဖော်ချက်အတိုင်း စံထားသည်။）