Проекты

Разработка новых функций Вычислительного сегмента Прототипа Цифровой платформы моделирования транспортного поведения и апробация на расширенной структуре исходных данных в рамках решения задачи прогнозирования транспортного спроса на макроуровне

Заказчик РУТ МИИТ

Целью НИР является исследование и реализация новых функциональных возможностей Вычислительного сегмента Прототипа, для решения задач на макроуровне. Найденные характеристики загрузки УДС могут быть использованы для расчёта ряда транспортных показателей, а также для прогноза объема выбросов загрязняющих веществ и шума от автомобильного транспорта и других целей.

НИР "Исследования и разработка прототипа алгоритмов назначения и маршрутизации грузового транспорта при наличии дополнительных ограничений"

Заказчик Wildberries

В рамках проекта будут разработаны математическая модель логистической системы заказчика, оптимизационная модель для задачи минимизации стоимости грузоперевозок, прототипы алгоритмов численного решения оптимизационной задачи минимизации стоимости грузоперевозок с учетом ограничений на пропускную способность и доступные временные окна.

НИР "Повышение скорости конвергенции и улучшение защиты данных в вертикальном федеративном обучении"

Заказчик ПАО «Сбербанк»

В рамках проекта будут разработаны новые практические модификации алгоритмов вертикального федеративного обучения, которые есть у Заказчика. Будут разработаны новые подходы к задаче вертикального федеративного обучения, отличные от тех, что присутствуют в литературе. Полученные модификации и алгоритмы будут распространены с классических моделей машинного обучения (которые сейчас использует Заказчик) на более сложные, например, нейронные сети.

Сети вычислительных мощностей

Заказчик ООО «ДжиВиЭй»

Пропускная способность, быстродействие, задержка, устойчивость к помехам — все это важные характеристики современных Интернет сетей. Команда молодых ученых из МФТИ займется метриками качества для сетей, а также алгоритмами их оптимизации. Разработки позволят выяснить, как наиболее удачным образом проложить оптоволоконную линию, где оптимальнее поставить коммутатор и другое.

Разработка эффективных распределенных алгоритмов решения оптимизационных задач

Заказчик РНФ

Разработанная по результатам проекта техника позволит быстро обучать самые лучшие и точные модели глубокого/глубинного обучения, не имея дорогих вычислительных устройств. Этот подход даст доступ к передовым результатам глубокого/глубинного обучения значительному числу пользователей, а не только крупным компаниям, обладающим достаточными вычислительными ресурсами.

Исследование новых алгоритмов моделирования транспортных потоков и разработка вычислительного сегмента прототипа цифровой платформы моделирования транспортного поведения

Заказчик РУТ МИИТ

Работа команды молодых ученых из МФТИ ярко продемонстрировала не только возможность создания в России в ближайшие годы пакета, который бы был конкурентен западным образцам, но и превосходил бы их по таким важным показателям, как надежность (робастность) и быстрота. Последнее очень важно, ведь основное назначение таких пакетов для транспортных модельеров – принятие решение о том, где строить новые дороги, делать развязки, выделенные полосы и так далее.

Используя этот сайт, вы соглашаетесь с тем, что мы используем файлы cookie.