Проект КСУП-2201

науко-ориентированный

Исследование и реализация моделей и алгоритмов машинного обучения для решения класса задач математической обработки данных

Изучение постановки задачи аппроксимации
Изучение методов решения задачи и библиотек Python
Реализация методов решения задачи
Проектирование и разработка графического интерфейса программы
Тестирование программы, апробация на экспериментальных данных
Расширение функционала программы для решение других классов задач (классификация, кластеризация и пр.)

специалисты в области анализа данных в различных предметных областях, Институт физики прочности и материаловедения СО РАН

нет

нет

Актуальность проекта обусловлена отсутствием свободных программных продуктов, позволяющих применять методы машинного обучения для решения задач обработки данных: аппроксимации, классификации, кластеризации и др. Одни программы для обработки данных (например, Origin) предоставляют только классические методы для решения указанных задач, другие (например, Matlab) имеют высокую стоимость или являются недоступными для российских пользователей (при этом не покрывают решение всех классов указанных задач).

Научная новизна проекта заключается в исследовании, поиске и разработке новых эффективных моделей анализа данных применимых для обработки экспериментальных данных

Практическая значимость проекта заключается в разработке программного обеспечения для решения задач анализа данных и соответствующего методического обеспечения.

Результатом будет приложение с графическим интерфейсом, позволяющее решать одну или несколько задач математической обработки данных (аппроксимация, классификация, кластеризация и др.).

Дата завершения проекта зависит от числа участников и поставленных задач. Ориентировочная дата завершения может быть оценена как 2025-2026 г.

специалисты в области анализа данных в различных предметных областях