Проект АСУ-2403
Новые методы машинного обучения
Документы для скачивания
Руководители проекта
- Лукьянов Андрей Кирилловичдоцент, к-т техн. наук
Аудитория
435 ФЭТ
Участники проекта
- Гинтнер Герман Вячеславовичгр. 432-2, каф. АСУ
- Козлов Кирилл Николаевичгр. 432-1, каф. АСУ
- Степаненко Егор Сергеевичгр. 432-2, каф. АСУ
- Федин Владислав Андреевичгр. 432-1, каф. АСУ
Направление
Вид проекта
практико-ориентированный
Цель проекта
Разработка новых методов машинного обучения, включая преобразование алгоритма GAN для обучения с подкреплением.
Основные задачи проекта на этапах реализации
1) разработать новые методы машинного обучения и исследовать их эффективности в сравнении с существующими методами
2) разработать программное обеспечение для реализации новых методов машинного обучения
3) протестировать и апробировать новые методы машинного обучения на реальных данных
4) оценить практическую значимости новых методов машинного обучения в различных областях, таких как финансовая аналитика, медицинская диагностика, кибербезопасность и другие
Заинтересованные структуры
Бухгалтерия и финансы, образование, IT
Потребные ассигнования
2.000.000 руб.
Источники средств
Проект инициативный
Актуальность тематики проекта
Для применения методов обучения с подкреплением в повседневной жизни нужно решить ряд проблем, таких как уменьшение количества примеров, необходимых для обучения, повышение эффективности переноса моделей, обученных в симуляции, на реальный мир, разработка алгоритмов, способных решать задачи в условиях отсутствующей или очень редкой функции награды.
Научная новизна проекта
Новые методы машинного обучения.
Практическая значимость проекта
Машинное обучение позволяет анализировать данные, строить прогнозы, обнаруживать аномалии, и имеет практическую значимость в финансовой аналитике, медицинской диагностике, кибербезопасности и других областях. В условиях повседневной жизни большую роль играет возможность действовать в условиях неопределенности.
Ожидаемые результаты
Новые методы машинного обучения, включая преобразование алгоритма GAN для обучения с подкреплением и программная библиотека, реализующая эти методы.
Прогноз возможных сроков реализации проекта
4 семестра
Целевая аудитория (потребители)
Специалисты в робототехнике, беспилотном транспорте и в области виртуальных ассистентов