Программы для ЭВМ

Программа предназначена для динамического планирования распределения задач, поступающих в потоковом режиме, для условно-конечного пула виртуальных машин облачных платформ. Основной задачей является динамическая оптимизация количества виртуальных машин и конфигураций их ресурсов (вычислительных ядер, оперативной памяти, цены за определённое время работы) в зависимости от количества запущенных и ожидающих задач в очереди с учётом их требований к вычислительным ресурсам (количество вычислительных ядер, оперативной памяти, ожидаемое время работы). Для работы используются генетические алгоритмы. Программа позволяет: создавать схему распределения задач по выделенным виртуальным машинам с учетом конфигурации их ресурсов; создавать план выполнения задач на одной виртуальной машине; минимизировать стоимость использования виртуальных машин и/или общее время выполнения всех задач очереди (возможно включение и других параметров с разными весовыми коэффициентами); определять - когда можно вернуть в пул простаивающую или требуется выделить под задачи дополнительную виртуальную машину из доступного общего пула с рекомендацией по составу вычислительных ресурсов. Python 3.4 и выше

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для быстрого подбора оптимальных параметров сглаживания спектров, анализа остатков и коррекции сглаженных спектров, нормирования спектров, итеративного удаления фона из спектра фильтром «колесо», коррекции полученного из спектров фона, аппроксимации спектров встроенными и сторонними функциями с интерактивной настройкой параметров функций. Программа позволяет выводить и сохранять результаты, визуализировать области пригодные для аппроксимации спектров. Документация встроена, графический вывод интерактивный. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для полуавтоматической обработки спектров комбинационного рассеяния: оптимального сглаживания спектров и вычитания фона, визуализации и анализа. Так же в программу включена полуавтоматическая корректировка результатов обработки для минимизации ошибок, внесенных обработкой. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для предсказания темпов роста биомассы водорослей при использовании начальных параметров среды при засеве в качестве входных данных и экспериментальных данных для обучения искусственной нейронной сети. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для определения сайта связывания белков в дрожжевой клетке с использованием характеристик белковых цепей в качестве опорных точек для обучения вероятностной искусственной нейронной сети. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для определения сайта связывания белков в бактериальной клетке с использованием характеристик белковых цепей в качестве опорных точек для обучения вероятностной искусственной нейронной сети. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для решения задачи классификации спайковой нейронной сетью с моделью синаптической пластичности Spike-Timing-Dependent Plasticity. Входные данные кодируются моментами спайков, поступающих на вход спайковой сети, после предобработки методом гауссовых рецептивных полей. Обучение спайковой сети реализуется с помощью библиотеки Neural Simulation Tool (NEST). Подбор параметров спайковой сети реализуется генетическим алгоритмом NeuroEvolution of Augmented Topologies с помощью библиотеки MultiNEAT. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для мультиклассовой разметки слов в предложении. Для отдельного слова программа может предсказывать принадлежность слова к классу именованных сущностей, тональности, морфологического тэга и т.д. Для этого используется глубокая нейронная сеть на основе свёрточных и рекуррентных слоев, имеет большое число настраиваемых гиперпарамтеров. В модели применены самые современные методы на текущий момент: кодирование слов с использованием моделей дистрибутивной семантики word2vec и fasttext; посимвольное кодирование слов; итеративный метод изменения шага обучения; ограничение градиента; «проброс» связей на верхние уровни для лучшего обучения нижних уровней. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа реализует ряд различных методов, позволяющих определить плоскость земли (поверхности, по которой передвигается робот) по облаку точек, полученных, например, со сканирующего лазерного дальномера. Плоскость определяется в виде уравнения плоскости в трехмерном пространстве. Алгоритмы предполагают, что большая часть обнаруженных сенсором точек принадлежит обнаруживаемой поверхности, а также некоторые дополнительные предположения, специфические для каждого из реализованных алгоритмов, помогающие эффективно определить соответствующие параметры. Тип ЭВМ: IBM PC-совмест. ПК на базе процессора Intel Core i7; ОС: Linux Ubuntu 16.04. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)

Программа предназначена для хранения и анализа информации, представленной в виде семиотической сети. Такое представление может использоваться при решении задач искусственного интеллекта, требующих сохранять базу знаний в согласованном виде, дополнять и выполнять по ней логический вывод. Семантическая сеть состоит из множества знаков, каждый из которых обладает собственным образом в виде набора логических форм и набором значений и действий в виде правил вывода новых логических форм из имеющихся. Позволяет задавать знаковое представление информации и определять по нему действия, которые могут быть совершены означаемыми сущностями в текущем состоянии. Python 3.5

Федеральное государственное бюджетное учреждение "Национальный исследовательский центр "Курчатовский институт" (RU)