iOpt: фреймворк методов интеллектуальной эвристической оптимизации

Фреймворк iOpt предназначен для исследователей промышленных систем и процессов. Он 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).
Характерными примерами задач, решаемых фреймворком iOpt, являются задачи настройки гиперпараметров методов МО, а также методов эвристической оптимизации.
Пример целевой функции в одной из прикладных задач настройки параметров. Наглядно виден сложный характер поведения функции; точки соответствуют выполненным поисковым испытаниям.

Открытый репозиторий разработки

Эффекты от внедрения

  • Уменьшение погрешности методов ИИ в среднем в 1.5 - 2 раза
  • Сокращение времени настройки гиперпараметров сложных моделей от 1.5 до 4 раз

Визуализация

iOpt: фреймворк методов интеллектуальной эвристической оптимизации
Схема решения задач настройки гиперпараметров с помощью iOpt

Конкурентные преимущества

Автоматический подбор параметров как для математических моделей, так и для методов AI и ML, используемых в промышленности

Автоматизация предварительного анализа исследуемых моделей, например, путем выявления различных типов зависимостей модели от различных групп параметров 

Общая информация

УГТ-8

Система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации

Руководитель разработки

д.т.н. Константин Баркалов barkalov@vmk.unn.ru

Инициатор