12 июля 2022
Выпускница бакалавриата «Информатика и вычислительная техника» Университета Иннополис Анна Горб представила свою работу о системе для рекомендации метрик на основе GQM-модели в рамках ACM SIGMOD 2022 — престижного международной конференции для исследователей, практиков, разработчиков и пользователей, изучающих передовые идеи, методы и инструменты науки о данных.
Работа «Система для рекомендации метрик на основе GQM модели» выпускницы Университета Иннополис 2022 года Анны Горб получило третье место в конкурсе исследований бакалавров и сертификат Undergraduate Student Research Competition Third Place. ACM SIGMOD 2022 Student Research Competition проходил в три этапа в смешанном формате: оффлайн и онлайн. После отправки двухстраничных исследовательских статей, студенты представляли видеопрезентации и постеры. В результате были награждены по три лучших бакалаврских и магистерских исследований. Работы, занявшие первые места, прошли в гранд-финал ACM Student Research Competition.
Анна Горб, бакалавр направления «Информатика и вычислительная техника» Университета Иннополис: «Разработка программного обеспечения связана с концепцией метрик и измерений. Метрики помогают оценить качество продукта, и следовательно, улучшить его. Но существует риск ошибиться в выборе метрик, или взять слишком много из существующего количества. Рекомендательные системы, основанные на GQM модели, решают эти проблемы: они быстро и точно подбирают оптимальное решение любой задачи, в том числе и по рекомендации метрик. GQM модель из всех оставляет только соответствующие первоначальной цели варианты. Научное сообщество уже использовало две эти концепции вместе для решения проблем разработки ПО, однако их сочетание еще ни разу не применялось для рекомендации метрик разработчикам программного обеспечения. Проведённое мной исследование восполнило этот пробел».
В конкурсе студенческих исследований ACM SIGMOD 2022 участвовал и магистр Университета Иннополис Ярослав Плаксин. Его работа «Подход для приоритизирования неразмеченных задач» вошла в десятку лучших магистерских исследований международного конкурса.
Ярослав Плаксин, магистр направления «Анализ данных и искусственный интеллект» Университета Иннополис: «Любой менеджер, курирующий команду разработчиков программного обеспечения, осознает важность эффективной приоритизации задач. Особенно это актуально для крупных компаний с большими бэклогами. Сейчас не существует подхода, который оптимизирован по порядковой метрике и использует неградиентные подходы. В своём исследовании я разработал модель прогнозирования последовательности выполнения задач, проверенную на промышленном наборе данных компании Huawei. Новый метод оценки с использованием функции ранжирования, оптимизированной с помощью неградиентных подходов, правильно прогнозирует порядок задач более, чем в 80% случаев, что лучше существующих предложений. Исследование доказывает, что внедрение разработки, основанной на пазлах, позволяет делать эффективные прогнозы последовательности задач — области с высокой степенью неопределенности в программной инженерии».
По словам участников, призёрство в конкурсе исследований в рамках международного форума ACM SIGMOD — это престижно и может пригодиться для поступления в магистратуру и при поиске работы.
Анна Горб, бакалавр направления «Информатика и вычислительная техника» Университета Иннополис: «Я собираюсь продолжить исследования в Data Science. Это интересная область, и даже над моей темой по рекомендации метрик на основе GQM модели ещё можно работать и работать».
15 июля 2022
50 участников из Казахстана, Армении, Чехии и 8 регионов России разработали своды лучших практик решения этических вопросов, возникающих в жизненном цикле ИИ. На основе отобранных кейсов студенты подготовили рекомендации в области этики ИИ для индустриальных компаний. AI Ethics Summer School организована Университетом Иннополис при содействии Сбера в рамках федерального гранта по искусственному интеллекту.
22 июля 2022
Холдинг «Синара — Транспортные Машины» и Университет Иннополис разрабатывают комплексное программное обеспечение для оперативной высокоточной диагностики транспортных средств с применением технологий компьютерного зрения. Система запущена в тестовом режиме в Таганроге.
26 июля 2022
Алгоритм машинного обучения сократил количество ложных предсказаний в 4 раза. Над способом работали профессор Лаборатории нейронауки и когнитивных технологий Центра компетенций НТИ по направлению «Технологии компонентов и робототехники» на базе Университета Иннополис Владимир Максименко и учёные из Вестфальского университета им. Вильгельма и Университета Неймегена. Описание нового метода опубликовал журнал eNeuro.