17 сентября 2020
17 сентября 2020
Команда «ИнноГеоТех» одержала победу в кейсе Министерства информационного развития и связи Пермского края, а InnoAI завоевала 3 место в кейсе от Россетей в Южном регионе. Также команда студентов российского ИТ-вуза FaNopOch заняла 3 место с проектом мониторинга сельхозземель.
Команда «ИнноГеоТех» за 48 часов разработала прототип геоинформационной системы для отслеживания изменений объектов земель сельскохозяйственного назначения по заказу Министерства информационного развития и связи Пермского края. Фермерам выдаются участки с особым режимом разрешенного использования, поэтому органам земельного надзора необходимо контролировать своевременную распашку и не допускать зарастание участков. Комплексная система, разработанная сотрудниками ИТ-вуза, выявляет нецелевое использование сельскохозяйственных земель на основе анализа данных спутниковой съемки и алгоритмов компьютерного зрения.
Разработка сотрудников Центра искусственного интеллекта Университета Иннополис предназначена для операторов Минсельхоза и надзорных органов. После анализа космосъёмки алгоритм сообщает о потенциальном нарушении, после чего специалисты принимают решение о выезде на проверку участка. Контроллер в рабочем планшете фиксирует факт нарушения, а оператор для подтверждения нарушения формирует и отправляет пакет документов и доказательств для доначисления налога или принудительного изъятия земли.
В отличие от конкурентных решений прототип сотрудников Центра искусственного интеллекта Университета Иннополис исключает участие оператора в процессе получения космической съёмки и её обработке, а также встраивается в существующие геоинформационные технологии. По подсчетам команды, предложенная технология в 5 раз повышает собираемость налогов, а также снижает затраты и нагрузку региональных ведомств за счёт точных адресных выездов, экономии средств на покупку ПО и оплате услуг экспертов.
Студенты 1—2 курса в команде FaNopOch разрабатывали проект для этого же кейса МИРС Пермского края. Для получения информации команда использует Sentinel и обрабатывает данные с помощью Python для дальнейшего отображения информации на сайте.
InnoAI по заказу Россетей разработала систему контроля состояния элементов подстанции с помощью автоматического анализа показаний цифровых и механических датчиков. Команда использовала технологию искусственного интеллекта в сочетании с классическими алгоритмами компьютерного зрения. В сервисе используется исключительно ПО со свободной лицензией для коммерческого использования, а созданные решения могут быть развернуты на любых устройствах, включая смартфоны. Алгоритм автоматически считывает три параметра — температуру, положение тумблера и положения разъединителя. Решение позволит сократить затраты на обслуживающий персонал и уменьшит число аварий на электрических подстанциях.
«Цифровой прорыв» — всероссийский конкурс для IT-специалистов, дизайнеров и управленцев в сфере цифровой экономики. В этом году конкурс проходил онлайн.
Участники:
17 декабря 2024
Университет Иннополис совместно с Академией наук Республики Татарстан провёл бесплатные программы повышения квалификации по управлению интеллектуальными активами и коммерциализации научных разработок в Казани, Иннополисе и Набережных Челнах. Полученные знания и навыки помогут руководителям и специалистам компаний, вузов и колледжей защищать изобретения и технологии, привлекать инвестиции и продвигать разработки республики на международном рынке.
19 декабря 2024
Защищенный от пыли, влаги и столкновений с препятствиями дрон сконструировали специалисты Центра беспилотных авиационных систем Университета Иннополис для изучения состояния шахт, коллекторов, труднодоступных промышленных объектов, опасных для человека. Испытания в вентиляционных шахтах Московского метрополитена российский ИТ-вуз провёл вместе с компанией ПРИН — ведущим поставщиком геодезического оборудования в стране и отделом инженерно-конструкторский исследований Мосгоргеотреста.
20 декабря 2024
В эксперименте участвовали исследователи Центра беспилотных авиационных систем Университета Иннополис и Тихоокеанского государственного медицинского университета. Протестированный метод позволит транспортировать плазму крови на расстояние до 250 км, сохранить качество биоматериалов и оперативнее ставить диагнозы пациентам при проведении исследований. Решение также сделает сложный анализ крови более доступным в отдалённых регионах страны.