Развитие инструментальной базы цифрового моделирования на базе технологий искусственного интеллекта.
Использование цифрового моделирования в качестве инструмента описания или предсказания поведения (дескриптивной или прескриптивной аналитики) социально-экономических и индустриальных систем обеспечивает формализацию процессов функционирования систем для дальнейшего анализа, прогнозирования и выбора мер управленческого воздействия.
Замена реальной системы цифровой моделью дает возможность исследовать поведение системы в зависимости от различных мер внешнего и внутреннего воздействия. Поскольку снижение детерминированности систем ведет к значительному усложнению процесса аналитического принятия решения, то вычислительные методы и, в частности, цифровое моделирование являются оптимальной альтернативой.
Процесс разработки и исследования цифровых моделей индустриальных систем включает в себя несколько этапов с высокой трудоёмкостью рутинных операций: предобработка и оценка качества входных данных; калибровка; оценка качества модели; проведение потоковых экспериментов; анализ и визуализация результатов.
В данном проекте разработчики поставили перед собой задачу по созданию платформенного решения, автоматизирующего наиболее трудоёмкие и рутинные этапы разработки цифровых моделей. Автоматизация процессов будет реализована с помощью технологий искусственного интеллекта, обученного на опыте научных сотрудников в области цифрового моделирования.
Платформа цифрового моделирования с применением технологий ИИ будет сопровождать процесс разработки цифровых моделей индустриальных и социально-экономических систем на всех этапах жизненного цикла. ПО будет работать в удалённом и многопользовательском режиме. Компании высокотехнологичных отраслей промышленности и региональные органы исполнительной власти смогут использовать разработанное программное обеспечение по лицензии.
В ходе первого этапа работ (2023 г.) был разработан прототип конфигурируемой платформы цифрового моделирования индустриальных и социально-экономических систем на базе технологий искусственного интеллекта.
На текущий момент разработаны, включены в состав прототипа и апробированы следующие программные компоненты:
Программный инструмент проводит анализ данных на предмет наличия пустых значений, выбросов, шума, дубликатов, выполняет проверки соответствия типов данных и единиц измерения и корректирует данные по правилам, определяемым пользователем. Модуль не менее чем на 90% сокращает трудоёмкость предобработки и оценки качества входных данных. Он исключает вероятность необнаружения несоответствий в наборах входных данных и учитывает особенности, присущие данным, накопленным в процессе функционирования индустриальных и социально-экономических систем – их форматы, структуры и объёмы.
Модуль предназначен для комбинирования различных подходов и инструментов моделирования для создания комплекса связанных разноплановых моделей одной индустриальной или социально-экономической системы. Может использоваться для параллельного настраиваемого запуска нескольких цифровых моделей, реализованных на языке программирования Python. Модуль поддерживает конфигурации моделей системной динамики, агентных моделей, дискретно-событийных моделей и гибридных моделей. Функциональные возможности: запуск моделей с фиксированными или интервальными значениями параметров, настройка значений параметров и визуализация результатов экспериментов. Визуализация результатов экспериментов доступна в табличном формате, 2D и 3D графиках, а также в виде тепловой карты. Запуск экспериментов и настройка значений параметров модели реализуется через интерфейс пользователя.
С помощью модуля проводится оценка точности цифровых моделей индустриальных и социально-экономических систем относительно референтных данных с использованием таких метрик, как MSE, MAE, MAPE, R2, дисперсия и разность площадей. Программный инструмент позволяет выполнять проверку устойчивости цифровых моделей индустриальных и социально-экономических систем искусственными колебаниями исходных данных с использованием метрик разброса, таких как SD (СКО), дисперсия (абсолютная и относительная) и размах (абсолютный и межквартильный).
Также модуль может визуализировать чувствительность цифровых моделей индустриальных и социально-экономических систем.Модуль использует характерные для моделей индустриальных и социально-экономических систем методы верификации и валидации: анализ точности, устойчивости и чувствительности. Модуль универсален в отношении характера цифровых моделей и работает с моделями системной динамики, дискретно-событийными, агентными, а также гибридными моделями разной сложности. В целом благодаря модулю трудоёмкость верификации и валидации цифровых моделей индустриальных и социально-экономических систем сокращается не менее чем на 50%.
Модуль предназначен для рекомпрессии входного видеопотока с большим уровнем сжатия и сохранением существенных для машинной аналитики признаков. Программа может использоваться для транскодирования и хранения видеоданных в интеллектуальных системах видеонаблюдения, где требуется большая степень сжатия с сохранением высокой точности машинной видеоаналитики.
Модуль предназначен для предобработки видеоданных текстильного полотна для обеспечения эффективного анализа дефектов ткани нейросетевыми алгоритмами. Программа может использоваться для параллельной обработки потоков кадров из различных источников с применением обученных моделей нейронных сетей YOLO архитектуры и для дальнейшей синхронизации полученных данных и формирования общей карты дефектов.
Функциональные возможности: возможность запуска моделей НС как на центральном процессоре, так и с использованием графических процессоров при их наличии для ускорения обработки; работа с переменным числом камер или иных источников кадров; возможность работы как с цветными, так и с монохромными изображениями любого размера.
Языки программирования и фреймворки | Python, numpy, PyQt5, pandas, matplotlib, scipy |
OS | Windows 10 |
CVS | Git |
IDE | PyCharm |
Программа сжатия видеоданных на основе нейросетевых технологий. Свидетельство о регистрации программы для ЭВМ. Хуторной Я.В. Рег. № 2024610733. Дата рег. 12.1.2024. Правообладатель - ФГАОУ ВО «СПбПУ».
Программа гибридного моделирования индустриальных и социально-экономических систем на базе технологий искусственного интеллекта. Свидетельство о регистрации программы для ЭВМ. Бурлуцкая Ж.В., Гинцяк А.М., Жидков Д.О., Поспелов К.Н., Юсупова Д.Р. Рег. №: 2023688161. Дата рег.: 20.12.2023. Правообладатель - ФГАОУ ВО «СПбПУ».
Программа верификации и валидации результатов цифрового моделирования индустриальных и социально-экономических систем. Свидетельство о регистрации программы для ЭВМ. Бурлуцкая Ж.В., Гинцяк А.М., Жидков Д.О., Поспелов К.Н. Рег. №: 2023687849. Дата рег.: 19.12.2023. Правообладатель - ФГАОУ ВО «СПбПУ».
Программа предобработки и оценки качества входных данных цифрового моделирования индустриальных и социально-экономических систем. Свидетельство о государственной регистрации программы для ЭВМ. Бурлуцкая Ж.В., Гинцяк А.М., Зубкова Д.А., Ракова В.В. Рег. №: 2023662419. Дата рег.: 07.06.2023. Правообладатель - ФГАОУ ВО «СПбПУ».
Проект выполнен в рамках стратегического проекта «Технолидеры будущего» программы «Приоритет 2030».
Руководитель проекта: А.М. Гинцяк, заведующий Лабораторией «Цифровое моделирование индустриальных систем» ПИШ СПбПУ