Что такое успехПусть к успехуФундамент успешной карьерыУправление проектомРазработка инвестиционного предложения онлайнУправление маркетингомПоиск и генерация новых идейТехнологические и рыночные тенденции

Ваш род занятий?

Топ-менеджер
Руководитель
Специалист среднего звена
Студент
Служащий
Безработный
Владелец крупного бизнеса
Владелец среднего бизнеса
Владелец малого бизнеса
Рабочий
Пенсионер
Домохозяйка
Фрилансер
Специалист узкого профиля

Извещение о конкурсе

Конкурс на лучшую идею практического применения технологии моделирования сложных процессов и систем 

1. Конкурс проводится по инициативе научно-производственной компании «Малленом» (г. Череповец).

2. К участию в конкурсе приглашаются учёные, изобретатели, инженерные работники, аспиранты, студенты старших курсов вузов и другие лица, способные решать инновационные наукоёмкие задачи. Автором конкурсной работы может выступать как отдельное лицо, так и творческий коллектив (группа лиц).

3. На конкурс принимаются работы с описанием идей практического применения технологии моделирования сложных процессов и систем, разработанной учеными компании «Малленом». В конкурсной работе может быть описана идея:

  • программного продукта (в том числе автоматизированные системы управления, модули для существующих систем, приложения для решения прикладных задач);
  • аппаратно-программного комплекса;
  • устройства.

4. Конкурсные работы должны удовлетворять следующим критериям:

  4.1. технологическая достижимость;
  4.2. экономическая эффективность и целесообразность реализации предлагаемой идеи;
  4.3. конкурентоспособность;
  4.4. потенциальный спрос.

5. Для участия в конкурсе необходимо заполнить заявку и выслать её на электронный адрес invest@spb-venchur.ru до 16 мая 2011 года.

6. Сроки проведения:

  6.1. Приём конкурсных работ: с 15 марта 2011 года по 16 мая 2011 года.
  6.2. Экспертиза конкурсных работ: с 17 мая по 31 мая 2011 года.
  6.3. Оглашение результатов: 1 июня 2011 года.

7. Победитель конкурса получает вознаграждение в размере 30 тыс. рублей.

Описание технологии моделирования, разработанной специалистами компании «Малленом»

Специалистами компании «Малленом» был разработан уникальный метод многомерной интерполяции и аппроксимации на основе теории случайных функций.

Данный метод позволяет автоматически строить сложные многомерные нелинейные модели систем на основе накопленных экспериментальных данных по работе этих систем. При этом математическая модель представляется в виде набора функций, описывающих отклик выходных переменных в пространстве входных параметров. С точки зрения пользователя модели, имитирующей систему, её структура спрятана в «чёрном ящике». Система в этом случае представляется в виде описания входных (независимых) и выходных (зависимых) параметров, соотношение между которыми задаётся набором функций отклика выходных параметров в пространстве входных.

Такой подход позволяет создавать модели сложных технологических, экономических, социальных и иных процессов, отдельные составляющие которых могут быть разобщены в пространстве и времени. При этом учитываются все особенности конкретных систем.

Разработанная технология применяется для построения сложных нелинейных моделей процессов, что не позволяют сделать традиционные методы линейной регрессии. По сути, она позволяет решать те же задачи, что и алгоритмы искусственных нейронных сетей, но в отличие от них даёт точное, не итеративное решение. Преимущества технологии особенно сильно проявляются при построении крайне нелинейных (с большим количеством минимумов и максимумов) многомерных моделей, для обучения которых нейронным сетям понадобилось бы очень большое количество нейронов/слоёв.

В экспериментальных исследованиях применение данной технологии помогло выявить более чёткую взаимосвязь между исследуемыми параметрами системы по сравнению со стандартными методами статистики.

В настоящее время имеется несколько подходов к разработке подобных методов, по сравнению с которыми разработанный метод обладает следующими преимуществами:

    по сравнению с многослойными нейронными сетями:

  • алгоритм точный: гарантировано получение результата с ошибкой обучения близкой к нулю; нет такой проблемы как паралич;
  • алгоритм универсальный: есть возможность использования для самых различных выборок данных, не требуется выбор «оптимальной структуры»;
  • алгоритм чрезвычайно прост и удобен в использовании: для его применения человеку не требуется обладать какими-либо специфическими теоретическими знаниями, как это необходимо при использовании многослойных нейронных сетей.

   по сравнению со сплайн-интерполяцией:

  • нет проблемы выбора узлов и разбиения на группы в случае иррегулярных входных данных.

   по сравнению с радиально-базисными сетями:

  • не требуется выбирать позиции центров ядер и их ширину;
  • не требуется заранее определять число эталонов.

Применение технологии позволяет решать следующие задачи:

  • установление закономерностей между значениями входных и выходных параметров, даже если зависимости носят сложный нелинейный характер;
  • автоматизация управления многопараметрическими технологическими процессами;
  • классификация анализируемых объектов;
  • построение имитационных моделей объектов, явлений, процессов;
  • кластеризация входных данных в технических и экономических задачах в целях технического, информационного и финансового менеджмента и др.

На базе разработанной технологии может быть создано программное обеспечение для решения различных практических задач.

Это интересно
Социальные сети

 Инвестиции. Инновации. Бизнес. Помогаем зажечь звезды.

 Инвестиции. Инновации. Бизнес.

 МЫ
ВКОНТАКТЕ
 МЫ В LIVEJOURNAL
Смотрите также: