Задача: обозначение экипажу боевой машины цели, определение типа каждой цели, сопровождение цели в реальном времени

Результат: нейросеть находит необходимые типы целей и сопровождает их в реальном времени, выполнена аппаратная реализация впервые в РФ

Особенности: Для обеспечения реализации алгоритмов ИИ на ПЛИС проведен комплекс исследований по оптимизации вычислительных затрат. Реализовано полностью сверточное решение, основанное на целочисленных вычислениях. Достигнуто сокращение объема вычислений примерно в 20 раз. Выполнена программная реализация алгоритма без использования иностранных фреймворков, в том числе открытых.

Задача: формирование схемы зданий и сооружений из спутниковых снимков

Результат: нейросеть формирует схемы расположения зданий и сооружений из спутниковых снимков с необходимым качеством, но в 200 000 (двести тысяч) раз быстрее, чем картограф

Пример применения: нахождение незарегистрированных строений на большой территории

Особенности: Большая вариативность типов и размеров объектов – от дачных строений до крупных промышленных зданий. Расстояние между объектами от 1 метра. Разброс типов территории – от крайнего севера до субтропиков. В конечном решении интегрально использовано 12 различных технологий компьютерного зрения

Заказчик: Территориальный фонд ОМС Московской области, Федеральный фонд ОМС (тиражирование на все субъекты РФ)

Задача: предсказание вероятности дефекта для каждого случая оказания медицинской помощи в Московской области

Результат: Разработана полнофункциональная информационная система. Количество дефектов, найденное экспертами при проведении проверок по рекомендации системы в 3-4 раза выше, чем без ее использования. Увеличение объёма проверяемых счетов с 3-5% до 100%

Особенности: разработанная технология может быть тиражирована на другие подобные задачи – нахождение риска мошенничества по ОСАГО, вероятность продажи, вероятность дефектов в оборудовании и др.

Задача: извлечение паспортных данных из фото документа на мобильном устройстве и автоматическое заполнение соответствующих полей договора

Результат: выполнен промышленный образец ПО. Точность распознавания 98,9%. Скорость расчета на мобильном устройстве 1,5 секунды

Особенности: одновременно с распознаванием текста выполняется извлечение типов полей – фамилия, имя, отчество, номер документа и др., что позволяет автоматически вставлять соответствующие данные в подготовленный шаблон. Обработка изображения выполняется непосредственно на мобильном устройстве, что обеспечивает сохранность персональных данных. Разработанная технология позволяет выполнить быстрое тиражирование решения на другие типы документов

Задача: автоматический перевод сервисных заявок на профильное подразделение (роль первой линии технической поддержки)

Результат: разработано ядро системы автоматически маршрутизирующее 75% заявок

Особенности: технология позволяет извлекать смысл из крупных блоков текста и может быть тиражирована на другие задачи

Задача: выявление повторных покупателей для формирования персональных предложений

Результат: реализован прототип ПО

Особенности: полностью распределенное решение. Реализация оптимизированных нейросетевых алгоритмов на портативных устройствах с низкой производительностью позволяет существенно снизить стоимость внедрения

Задача: во время эндоскопического исследования в реальном времени обозначить на видео патологические образования в желудке (рак и предраковые состояние)

Результат: реализован прототип ПО. Запущен в опытную эксплуатацию в Ярославской онкологической больнице

Особенности: возможность тиражирования алгоритма на другие медицинские изображений – МРТ, рентгеновские снимки, УЗИ, гистология