01 Августа 2022
Целью конференции являлось рассмотрение и обсуждение современного состояния работ по интеграции искусственного интеллекта в автоматизированные системы управления и обработки данных.
В конференции приняли участие представители кафедр ИУ6 «Компьютерные системы и сети» и ИУ4 «Проектирование и технология производства электронной аппаратуры» МГТУ имени Баумана:
Участники конференции выступили с докладами, посвященными работе, ведущейся стратегическим проектом Bauman DeepAnalytics в рамках участия МГТУ в программе «Приоритет 2030».
📈 В докладе «Социально-экономическое и научно-техническое прогнозирование с помощью нейронных сетей и генетических алгоритмов» (С.Т. Цаплин, Д.В. Березкин, М. Киван) проведен сравнительный анализ различных подходов к предиктивной аналитике по выделенным ключевым показателям применимости к решению заявленных задач. Представлено сравнение в формате таблицы и сформулированы рекомендации для использования подходов к прогнозированию.
📑 В докладе «Система извлечения информации из текстовых документов с помощью нейронных сетей» (Д.В. Березкин, И.А. Козлов, П.А. Мартынюк, А.М. Панфилкин, М. Киван) описан разработанный командой подход к решению задачи извлечения информации из текстовых документов. При использовании подхода извлечение информации рассматривается как задача построения структурной модели текстового документа – так называемой карточки документа, в которой каждый его аспект описан в специальном структурном элементе – поле карточки. В докладе подробно описан подход построения карточки с использованием нейросетевых языковых моделей на базе BERT. Описана разработанная система извлечения информации из текстовых документов, реализующая предложенный метод, и приведен пример её практического применения.
🌍 В докладе «Интеллектуальная система для оценки геолокации фотографии с использованием нейронных сетей» (А. Хамед, Д.В. Березкин) исследуется задача извлечения информации о местоположении объектов из визуальных данных. Рассматривается применение методов машинного обучения и сверточных нейронных сетей (CNN) для определения геолокации по изображению местности. Использован гибридный подход, сочетающий CNN и методы машинного зрения, рассмотрен пример применения CNN для классификации изображений городов в Сирии. Выполнен анализ влияния методов выделения признаков изображений на конечный результат классификации.
Доклады участников опубликованы в сборнике трудов конференции ИИАСУ в двух томах.
Сборник входит в Российский индекс научного цитирования (РИНЦ):
Bauman DeepAnalytics
01 Августа 2022