Open-source решения

Позволяет создавать композитные пайплайны моделирования на данных. Фреймворк не ограничивается отдельными AutoML-задачами, такими как предобработка исходных данных, подбор признаков или оптимизация гиперпараметров моделей, а позволяет решать более общую задачу структурного обучения — для заданного набора данных строится решение в виде графа (DAG), узлы которого представлены моделями МО, процедурами предобработки и трансформации данных.

Предназначен для автоматизации процесса разработки предиктивных моделей на данных для технических систем полного цикла на основе методов эволюционной оптимизации. Поддерживаются задачи прогнозирования, классификации и выявления аномалий для одномерных и многомерных временных рядов, а также пространственно-временных полей различной природы.

Предназначен для end-to-end автоматизации создания предиктивных моделей на данных. Позволяет преобразовать запрос пользователя в свободной форме в структурированное задание и в соответствии с ним обработать входные данные, а затем решить задачу с помощью фреймворков FEDOT или FEDOT.Industrial. Решает задачи классификации, регрессии, прогнозирования временных рядов и выявления аномалий.

Предназначен для быстрого создания прототипов многофункциональных приложений на основе БЯМ методом генерации с дополненной выборкой (RAG). Обеспечивает подключение внешних сервисов и моделей через систему плагинов, оптимизацию производительности БЯМ, генерацию сложных синтетических данных для дальнейшего обучения БЯМ, ускорение процесса разработки и внедрения основанных на БЯМ систем.

Предназначена для обогащения цифровых моделей городов данными, получаемыми из текстовых данных цифрового следа горожан, а также за счет результатов вернакулярной оценки качества городской среды.

Предназначен для быстрого прототипирования систем вертикального федеративного обучения, ориентирован на исполнение и мониторинг моделей МО, работающих с распределенными данными. Обеспечивает поддержку обмена данными между сторонами с помощью гомоморфного шифрования и gRPC, оснащен встроенными инструментами для мониторинга (Prometheus, Grafana) и репортинга (MLFlow), а также CLI-интерфейсом для удобного обучения и отслеживания вычислительных процессов.

Предназначена для создания программных систем ИИ для генеративного дизайна различных физических объектов в сплошных средах с помощью эволюционной оптимизации. Поддерживает многокритериальную постановку задачи, интеграцию с физическими симуляторами и моделями генеративного ИИ.

Предоставляет инструменты для создания квартально-сетевой модели города и генерации оптимальных требований к его развитию. Позволяет оценить метрики городской сети, такие как связность и центральность, рассчитать предоставление типов услуг на основе нормативных требований и получить оптимальные требования для генерального планирования территорий.

Предназначен для автоматизации планирования производственных процессов с учетом специфики работы в сложных условиях, в том числе, комплексных проектов по обустройству месторождений нефти и газа. На основе данных об исполнителях и графе работ проекта с помощью метаэвристических алгоритмов строятся паретооптимальные планы.

Предназначена для разработки прикладных систем ИИ, использующих алгоритмы интеллектуального анализа поведения человека на основе его мультимодальных данных для автоматического оценивания уровня отдельных персональных качеств личности. Оцениваются: открытость опыту (Openness), добросовестность (Conscientiousness), экстраверсия (Extraversion), доброжелательность (Agreeableness), эмоциональная стабильность (Non-Neuroticism).

Позволяет проводить точную настройку параметров моделей и методов, используемых в системах искусственного интеллекта (ИИ). С его помощью можно быстро и легко совершать автоматический выбор значений параметров как для математических моделей сложных индустриальных процессов, так и для используемых в промышленности методов ИИ и машинного обучения (МО).

Библиотека моделирования и анализа данных на основе байесовских сетей, включая их применение для заполнения пропусков, генерации синтетических данных, оценки значимости ребер и т.д.