Системы поддержки принятия решений (СППР)
Open-source решения в области систем поддержки принятия решений
-
FEDOT.Industrial: фреймворк автоматического машинного обучения для промышленных задач
Открытый репозиторий разработкиПредназначен 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.
Конкурентные преимущества:
- Универсальность: позволяет решать задачи классификации, регрессии и прогнозирования временных рядов на данных различной природы
- Интегрируемость: легко объединяется с популярными ML-библиотеками (scikit-learn, keras, CatBoost и др.) и кастомными решениями
Эффекты от внедрения:
- Сокращение времени создания и оптимизации композитных моделей в несколько раз
- Автоматизированное построение пайплайнов позволяет достичь высоких показателей качества прогнозов
- Оптимизация бизнес-процессов за счёт быстрой адаптации моделей под конкретные задачи
Уровень готовности технологии:
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Илья Ревин
ierevin@itmo.ru -
ProtoLLM: фреймворк быстрого прототипирования приложений на основе БЯМ
Открытый репозиторий разработкиПредназначен для быстрого создания прототипов многофункциональных приложений на основе больших языковых моделей (БЯМ) с использованием технологии генерации с дополненной выборкой (RAG). Обеспечивает подключение внешних сервисов и моде- лей через систему плагинов, оптимизацию производительности БЯМ путем реализации ансамблевых методов и мультиагентных подходов, генерацию сложных синтетических данных для дальнейшего обучения и улучшения БЯМ, ускорение процесса разработки и внедрения систем, основанных на БЯМ, в различных прикладных областях.
Конкурентные преимущества:
- Типовые шаблоны БЯМ-агентов и мультиагентных систем
- Многофункциональный RAG: не только тексты, но базы данных и знаний, а также инженерное ПО
- Использование произвольных БЯМ, как напрямую, так и через API
Эффекты от внедрения:
- Ускорение разработки систем на базе БЯМ не менее, чем в 5 раз
- Оптимизация вычислительных ресурсов до 20%
Уровень готовности технологии:
УГТ 7 — прототип системы прошел демонстрацию в эксплуатационных условиях и отражает планируемую штатную систему
Инициатор
Руководитель разработки:
к.т.н. Анна Калюжная
anna.kalyuzhnaya@itmo.ru -
SAMPO: фреймворк оптимизации производственных процессов в условиях неопределенности и неполноты данных
Открытый репозиторий разработкиПредназначен 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 с учетом разных критериев: время, ресурсы, бюджет.
Конкурентные преимущества:
- Возможность адаптировать планы к изменяющимся внешним условиям и эффективно работать в условиях ограниченных ресурсов
- Контролируемость устойчивости планов при изменениях внешних условий
Эффекты от внедрения:
Сокращение времени разработки планов с месяцев до нескольких дней
Уровень готовности технологии:
Система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Денис Насонов
dnasonov@itmo.ru -
BAMT
Открытый репозиторий разработкиБиблиотека моделирования и анализа данных на основе байесовских сетей, включая их применение для заполнения пропусков, генерации синтетических данных, оценки значимости ребер и т.д.
Конкурентные преимущества:
- Автоматизация подбора решения по системе метрик качества
- Объяснимость решения и генерация кода решения задачи на Python
- Алгоритмы работают в том числе со смешанными данными (непрерывные и категориальные значения)
- Поддерживаются функции оценки для смешанных данных
- Для параметрического обучения реализовано использование смеси гауссовых распределений для аппроксимации непрерывных распределений
- Обеспечено непараметрическое обучение распределений с использованием различных пользовательских моделей регрессии и классификации
- Доступен алгоритм структурного обучения больших байесовских сетей
Эффекты от внедрения:
Повышение эффективности моделирования в 2 раза на индустриальных данных по сравнения с экспертными моделями
Уровень готовности технологии:
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.ф-м.н. Ирина Деева
ideeva@itmo.ru
Ведущие разработки в области систем поддержки принятия решений
-
Инструментальная платформа цифровой урбанистики
Предназначена для решения типовых задач урбанистики, связанных с оценкой и планированием развития городской среды на основе комплекса пространственных индексов и метрик, получаемых посредством информационной модели города. Позволяет рассчитывать оценки состояния городской среды по критериям обеспеченности населения объектами обслуживающих инфраструктур, доступности объектов городской среды для населения, транспортной связанности территорий города, центральности и потенциала развития территорий.
Конкурентные преимущества:
- Открытая архитектура, что позволяет насыщать платформу данными по разным городам и территориям
- Широкая номенклатура моделей машинного обучения и пространственного анализа, интегрированных
в цифровую модель среды города и населения - Возможности сценарного моделирования развития города («если-то») на уровне стратегического
генерального и мастер-планирования
Эффекты от внедрения:
- Сокращение сроков проведения предпроектных исследований территорий на 25-50%
- Сокращение затрат на разработку и внедрение систем поддержки градостроительного и социально-экономического развития городов на 35-50%
- Повышение эффективности использования ресурсов для развития городской среды на 10-25%
УГТ-9
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Просто.Р: цифровая платформа управления развитием территорий
Предназначена для автоматизации процессов управления развитием территорий на стадиях предпроектных исследований и проектирования. Обеспечивает оценку состояния территории по комплексу факторов, включая экологические, транспортные, социальные и инженерные. Прогнозирует перспективы развития территории в соответствии с одним из возможных профилей: жилье, промышленность, сельское хозяйство, рекреация. На стадиях концептуального проектирования обеспечивает автоматизацию функционального зонирования территории и генерацию концепций ее развития. На стадии предсказания эффектов развития территории прогнозирует социально-экономические последствия для локации, окружающего контекста и региона в целом.
Конкурентные преимущества:
- Оценка с учетом региональной градостроительной ситуации, а также с учетом планов регионального развития
- Возможность оценки и прогнозирования социальных рисков реализации проектов развития территорий на основе ценностной модели населения
- Ускорения процессов эскизного проектирования на ранних этапах реализации проектов за счет генеративного ИИ
Эффекты от внедрения:
- Сокращение сроков предпроектного исследования и анализа территорий в 1,5-2 раза
- Ускорение концептуального проектирования развития территорий на 30-60%
УГТ-9
УГТ 5 — основные компоненты системы испытаны в условиях, близких к реальным. Разработка продолжается в 2025 году
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Технология генеративного дизайна комплексных промышленных объектов и сооружений
Предназначена для концептуального проектирования промышленно-логистических комплексов методами генеративного ИИ с целью оценки потенциала развития территории и выбора базовых технологических и строительных решений. Применима для проектирования объектов в сложных климатических условиях, например, грузовых терминалов на шельфе Арктики.
Конкурентные преимущества:
- Быстрая генерация цифровой модели в условиях неопределенности и неполноты данных
- Множество альтернативных сценариев развития территории
- Оптимизация проектных решений с учетом нормативных, технических или пространственных ограничений
- Учет климатических особенностей, оперативных и экстремальных характеристик внешней среды
Эффекты от внедрения:
- Сокращение этапа концептуального проектирования до 10 раз
- Повышение эффективности использования площадей до 45%
УГТ-9
УГТ 6 — система продемонстрирована в условиях, близких к реальным
Инициатор
Руководитель разработки:
Сергей Кудинов
sergei.kudinov@itmo.ru -
Ядро генеративного проектирования rTIM
Предназначено для быстрого создания цифровых моделей концепций развития территорий в области гражданского строительства. Обеспечивает автоматическое зонирование комплексных территорий, размещение типовых и генеративных объектов жилого, социального и коммерческого назначения с учетом нормативных ограничений и требований к инфраструктуре. Лежит в основе ИИ-платформы территориального информационного моделирования rTIM.
Конкурентные преимущества:
- Обеспечивает соответствие нормативам и качественно прогнозирует технико-экономические показатели
- Находит оптимальные сценарии для проектов комплексного развития территорий в условиях неполноты исходных данных
Эффекты от внедрения:
- В три раза ускоряет разработку и оценку мастер-планов, включая их экономическую емкость
- Для разработки мастер-плана и оценки экономической емкости территории достаточно одного дня
УГТ-9
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
Сергей Кудинов
sergei.kudinov@itmo.ru -
DataMall 2.0: распределенная инструментальная платформа разработки и сопровождения цифровых объектов искусственного интеллекта на основе больших данных
Предназначена для поддержки жизненного цикла разработки и эксплуатации систем ИИ на основе больших данных и тяжелых моделей распределенными командами разработчиков. Обеспечивает управление высокопроизводительными вычислительными ресурсами и хранилищами данных, поддерживает процессы прототипирования и отладки моделей ИИ на основе готовых компонентов, упрощает разработку кастомных моделей и сервисов, позволяет объективно оценивать прогресс и содержание выполняемых работ квалифицированному заказчику.
Конкурентные преимущества:
- Автоматизация использования суперкомпьютерных ресурсов и хранилищ больших данных для обучения моделей ИИ
- Прозрачное управление распределенным процессом разработки и эксплуатации систем ИИ
- Унификация по техноло гическим средствам разработки: Python, Jupiter Notebook
Эффекты от внедрения:
- Ускорение разработки систем ИИ до 30%
- Оптимизация вычислительных ресурсов до 20%
УГТ-9
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Денис Насонов
dnasonov@itmo.ru -
"ПОЛИОКС": цифровой полигон оценки качества систем ИИ
Предназначен для экспериментальной оценки качества разработанных систем ИИ по набору метрик в ходе сертификационных испытаний. Обеспечивает объективную оценку и контроль качества (точности), а также границ применимости создаваемых систем ИИ, создание объясняющих процедур к существующим системам ИИ, испытания систем ИИ в экстремальных условиях эксплуатации, а также оценку потенциала развития систем ИИ, определение ресурсной стоимости дальнейших улучшений.
Конкурентные преимущества:
- Построение эталонного SOTA-решения с помощью AutoML
- Имитация различных условий эксплуатации модели на синтетических данных
- Объективное сравнение нескольких версий одной системы или нескольких систем ИИ на разных принципах
Эффекты от внедрения:
- Увеличение полноты тестов сертификационных испытаний не менее, чем в 6 раз
- Снижение трудозатрат на организацию испытаний не менее, чем в 4 раза
УГТ-9
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Иван Ходненко
ivan.khodnenko@itmo.ru -
Интеллектуальная мультиагентная инжиниринговая система iMAgES
Предназначена для оптимизации технико-экономичемких показателей проектов по бурению и обустройству нефтегазовых месторождений. В интерактивном режиме обеспечивает подготовку и интерпретацию данных этапа среднесрочного планирования добычи, построение оптимального сквозного сценария бурения и обустройства месторождения, формирование последующих этапов цепочки создания стоимости проекта.
Конкурентные преимущества:
- Cквозное планирование по этапам цепочки создания стоимости
- Поверочные расчеты на основе внешних моделей и инженерного ПО
Эффекты от внедрения:
- Быстрые расчеты вариантов плана на основе суррогатных моделей
- Освобождение специалистов от рутинного труда
УГТ-9
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Сергей Иванов
svivanov@itmo.ru -
Интеллектуальная система поддержки принятия решений «Цифровой экспертный совет Татнефти»
Предназначена для интеллектуального анализа данных и поддержки принятия комплексных решений руководства высшего звена в части автоматизации и оптимизации технологических и бизнес-процессов добычи и переработки нефти. Позволяет формулировать запросы на естественном языке и получать развернутые ответы, подтвержденные справочными материалами. Реализована на основе большой фундаментальной модели ИИ в мультиагентной форме.
Конкурентные преимущества:
- Использование больших языковых моделей
- Работа с корпоративной документацией и базами знаний компании
- Работа со сложными запросами, требующими экспертизы в различных предметных областях
Эффекты от внедрения:
- Освобождение специалистов от рутинных операций
- Получения качественно новых интеллектуальных технологий аналитики в компании
- Ускорение и автоматизация существующих процессов
УГТ-9
УГТ 9 — система используется для решения реальных задач конечных потребителей
Инициатор
Руководитель разработки:
к.т.н. Денис Насонов
dnasonov@itmo.ru -
Интеллектуальная агентная система поддержки принятия решений по планированию промышленных бизнес-процессов на основе БЯМ
Предназначена для оптимизации планирования промышленных бизнес-процессов на больших временных горизонтах в условиях неопределенности и неполноты данных. Позволяет автоматизировать все шаги от анализа сметной документации до валидации сгенерированных план-графиков для разных стратегий реализации проекта, а также выдавать рекомендации по выбору технологий проведения работ.
Конкурентные преимущества:
- Автоматизация процесса планирования за счет применения искусственного интеллекта для извлечения опыта из накопленных корпоративных данных
- Быстрые интеллектуальные алгоритмы построения, оптимизации и валидации план-графиков
- Оценка характеристик, которые влияют как на индивидуальные, так и на коллективные трудовые функции
Эффекты от внедрения:
- Повышение эффективности планов до 30%
- Сокращение трудозатрат по планированию в 16–20 раз
УГТ-9
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Анна Калюжная
anna.kalyuzhnaya@itmo.ru -
Библиотека методов транспортной маршрутизации для задач планирования доставки светлых нефтепродуктов с применением графовых нейронных сетей
Предназначена для быстрого составления расписаний и маршрутов доставки светлых нефтепродуктов между складами и заправочными станциями с учетом прогноза дорожной обстановки и исчерпания запасов на станциях.
Конкурентные преимущества:
- Возможность использования в качестве методического ядра для создания различных прикладных решений
- Перенос на другие задачи транспортной логистики
Эффекты от внедрения:
- Ускорение решения транспортных задач за счет использования графовых нейронных сетей
- Освобождение специалистов от рутинных задач
УГТ-9
УГТ 9 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Expert.HR – интеллектуальная система измерения цифровых профилей сотрудников для управления кадровыми рисками
Предназначена для оптимизации подбора и оценки персонала в НR и рекрутинге. Предоставляет возможность автоматической генерации заданий для видеоинтервью и анкетирования, анализирует поведение и личностные характеристики кандидатов на основе мультимодальных данных. Выявляет предвестники возникновения кадровых рисков, определяет пути их корректировки за счет обучения или управления полномочиями сотрудников.
Конкурентные преимущества:
- Автоматический анализ соответствия кандидата должности на основе резюме
- Генерация вопросов для видеоинтервью на основе описания вакансии и резюме
- Оценка характеристик, которые влияют как на индивидуальные, так и на коллективные трудовые функции
Эффекты от внедрения:
- Сокращение времени на проведение и анализ видеоинтервью в 9 раз
- Автоматизация скрининга на больших базах, от 1000 резюме
УГТ-9
УГТ 8 — система проверена на работоспособность в своей конечной форме и в ожидаемых условиях эксплуатации
Инициатор
Руководитель разработки:
к.т.н. Анастасия Лаушкина
aalaushkina@itmo.ru -
Система оценки обеспеченности промышленных предприятий Российской Федерации трудовыми ресурсами
Предназначена для объективной оценки наличия доступных кадров для организации новых производств на заданной территории, определения возможности управления миграцией кадров, в том числе с учетом транспортной доступности, выявления условий, способствующих устойчивости кадрового потенциала предприятия (бытовые условия, логистика). Применима для поддержки принятия решений как в части создания новых, так и модернизации существующих производств.
Конкурентные преимущества:
- Сравнение потенциала развития разных предприятий, исходя из дос тупности кадровых ресурсов
- Многоуровневая модель кадрового потенциала (государство – регион – город)
- Учет как объективных, так и субъективных факторов миграции трудовых ресурсов
Эффекты от внедрения:
- Снижение «текучки кадров» на 10-40% в зависимости от отрасли и региона
- Оптимизация расходов на удержание сотрудников до 10%
УГТ-9
УГТ 6 — система продемонстрирована в условиях, близких к реальным
Инициатор
Руководитель разработки:
к.т.н. Сергей Митягин
mityagin@itmo.ru -
Система прогнозирования потребности в персонале на основе долгосрочной программы развития компании
Предназначена для высокоуровневого моделирования производства с целью выхода на кадровое обеспечение компании с детализацией до уровня отдельных позиций и профессиональных ролей производственного блока/цеха/участка. Методика расчетов основана на прогнозировании объемов производства и необходимого для этого кадрового ресурса с использованием методов регрессионного анализа, балансовых экономических моделей, марковских цепей и теории графов.
Конкурентные преимущества:
- Сквозное моделирование процессов разного масштаба
- Учет особенностей организации производства в конкретной компании
- Использование как внутренних данных компании, так и региональной социально-экономической и демографической статистики
Эффекты от внедрения:
- Возможность формирования кадровой стратегии предприятия с заблаговременностью до 5 лет
- Экономия на кадровых рисках порядка 5-10%
УГТ-9
УГТ 6 — система продемонстрирована в условиях, близких к реальным
Инициатор
Руководитель разработки:
к.т.н. Сергей Иванов
svivanov@itmo.ru
Новости в области систем поддержки принятия решений
-
27.11.2024
ИТМО получит 162 миллиона рублей на разработку ИИ-системы компьютерного зрения для БПЛА
Национальный центр когнитивных разработок ИТМО, ГосНИИАС и АО «КТ-Беспилотные Системы» вошли в число победителей конкурсного отбора Фонда НТИ и получили субсидию в размере 162 миллионов на создание системы компьютерного зрения с ИИ для БПЛА.