Программы для ЭВМ

Программа предназначена для обработки полученных результатов краудсорсинговой разметки текстовых данных, а также агрегирования полученных меток для решения задач эмотивно-тонального анализа. Особенностью программы является реализация алгоритма агрегирования как для одноуровневой разметки (тональная разметка: нейтральный, позитивный, негативный), так и для двухуровневой разметки (эмотивная разметка: уровень - есть или нет эмоции; уровень - радость, страх, удивление, грусть, злость). Итоговая метка для текста выбиралась на основе агрегации проставленных аннотаторами меток методом голосования большинства. Итоговые метки получают только те тексты, которые размечены не менее 3 различными аннотаторами. Программа реализует следующий функционал: процедуру проверки размеченных текстов; процедуру подготовки размеченных текстов; процедуру агрегации размеченных текстов; процедуру расчета статистики размеченного набора данных. Входными данными для программы является таблица с результатами краудсорсинговой разметки текстов. Выходными данными является размеченный набор текстов с итоговыми аггрегированными метками и метрические данные о созданном наборе. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Linux. Python 3.5

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

Программа выполняет автоматическую съёмку с нескольких ракурсов внешнего вида всех объектов, содержащихся в виртуальном окружении, созданном в среде моделирования Gazebo. Для каждого из полученных кадров регистрируется информация о снятом объекте и его положении (обрамляющем прямоугольнике), что позволяет обучать системы визуального распознавания на созданных выборках изображений. Программа позволяет гибкую настройку требуемых ракурсов съёмки и визуализацию результатов для отбора примеров в итоговую выборку. Python 3.5

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

Программа предназначена для перевода файла сценария, который описывает поведение робота с помощью высокоуровневых абстракций, в структуру, именуемую деревом поведения. Разработанное средство позволяет быстро создавать и изменять поведение презентационного робота. Python 3.5

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

Программа выполняет сбор данных в модели и на реальном роботе, предназначенных для обучения нейросетевой модели предсказания опасности. Агент соответствующим образом перемещается в пространстве, происходит разметка и синхронизация данных. Python 3.5

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

Программа предназначена для управления мобильного робота, движущегося вдоль цепочки ориентиров, определяемых по камере. Система позволяет распознавать развилки и корректировать движение согласно выбранной политике. Также при возникновении препятствий вдоль движения робота предусмотрен их автоматический обход. Python 3.5

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

Программа генерирует карту препятствий, необходимую для системы планирования мобильного робота. Карта препятствий - чёрно-белое изображение, где белый цвет соответствует доступному для перемещения пространству, а чёрный - запрещенные области. На вход принимает xml-описание области, для которой генерируется карта; описание объектов- препятствий в формате sdf; карту с размеченными запрещёнными для перемещения областями (например, из-за особенностей ландшафта). На выходе программы - карта препятствий (изображение размер 320x320 пикселей формата bmp), а также файл-описание карты препятствий формата xml. Python 3.5

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

Программа принимает данные от некоторых устройств или отправляет данные на них. Устройства подключены к компьютеру по шине I2C. Формат принимаемых/отправляемых данных описывается в файле определённой структуры. Согласно этому файлу, отправляемые данные компонуются и направляются адресатам, а получаемые - дешифруются. Python 3.5

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

Программа выполняет обучение и валидацию глубокой искусственной нейронной сети спроектированной для определения опасных ситуаций (столкновение, падение, переворот и т.п.) для траектории мобильного робота по данным, получаемым со стереокамеры. Python 3.5

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

Программа предназначена для имитационного моделирования поведения группы агентов с целью анализа воздействия способов и параметров межагентных взаимодействий на её эффективность. Агенты реализованы в соответствии с эмоционально-потребностной моделью, формализованной в виде системы правил. Модель дополнена специфическим набором установок, определяющих симпатии/антипатии агентов друг к другу – моральными нормами. В базовом варианте модели воспроизводится пищевое поведение группы агентов на клеточной карте. Реализован также вывод результатов моделирования (параметров состояния агентов и производительности сбора пищи) как в графическом, так и в текстовом виде. Python 3.5

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

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)