Рязанский государственный радиотехнический университет им. В.Ф. Уткина вновь собрал на «IT OPEN» студентов со всей России
В декабре стенах вуза прошел финал IV конкурса студенческих научно-исследовательских работ в области информационных и вычислительных технологий. За звание победителей по направлениям «Программное обеспечение» и «Программно-аппаратное обеспечение» боролись молодые ребята не только из нашего радиоуниверситета, но и из Российского технологического университета МИРЭА, Высшей школы экономики, Пензенского государственного университета, Воронежского филиала Государственного университета морского и речного флота имени адмирала С.О. Макарова, Российского университета дружбы народов им. Патриса Лумумбы, Тульского государственного университета, Рязанского государственного медицинского университета.
Сергей Банников, и.о. ректора РГРТУ:
– Я хотел бы отметить важность поддержки молодых изобретателей и новаторов.
Наш университет меняется, чтобы создать необходимую почву для развития талантливых и трудолюбивых студентов и аспирантов. Проводим мероприятия, подобные «IT OPEN», участвуем в грантовых конкурсах и выигрываем их, поддерживаем технологических предпринимателей. Власти региона, предприятия, вузы – сейчас мы все вместе продвигаем российскую науку вперёд.
Без молодых ученых нам не достичь ни прогресса, ни технологического лидерства. Они создают порой удивительные, а главное – полезные и нужные в экономике вещи.
Не может не радовать, когда еще очень молодые, но по-хорошему амбициозные люди представляют результаты собственных исследований, находок, реализуют свои стартапы, участвуют в коллективных проектах и обсуждениях. Я призываю их двигаться к намеченной цели, воплощать идеи, создавать проекты, стремиться их воплотить в жизнь, а вуз обязательно окажет необходимую поддержку.
Свои научно-исследовательские работы студенты представили на суд организаторов конкурса – представителей Рязанского государственного радиотехнического университета им. В.Ф. Уткина, а также специалистов блока «Технологии» ПАО «Сбербанк» и «Квантрон Групп». А тематикой проектов стали такие востребованные на сегодняшний день темы, как разработка в сфере искусственного интеллекта и нейросетевых технологий, Умного города, системы поддержки принятия решений в области медицинских обследований, вопросы кибербезопасности.
Рязанский радиоуниверситет в финале представляли сразу несколько студентов. По итогам конкурса большую часть наград унесли с собой рязанцы. Так, по направлению «Программное обеспечение» первое место было присуждено студентам РГРТУ Александру Трепалину и Кириллу Сермягину с проектом «Разработка программного обеспечения управления криптовалютными активами», второе – выпускнице РГРТУ, ныне студентке ВШЭ Анне Крошилиной и студенту рязанского медуниверситета Павлу Игнатову, представившим работу по теме «Интеллектуальные методы построения систем поддержки принятия стоматологических решений».
В направлении «Программно-аппаратное обеспечение» первым стал Владимир Овчинников из радиоуниверситета с проектом «Разработка библиотеки выполнения свёрточных нейронных сетей на графическом процессоре для обработки данных дистанционного зондирования Земли».
Кирилл Сермягин, студент РГРТУ:
– Bivreost – это первый некастодиальный криптокошелек, интегрированный в Telegram. Работаем над проектом уже почти 2,5 года, вся команда – это ребята из нашей области, так что можно считать его отечественным продуктом. Криптокошелек работает по принципу мини-приложения. Мы сделали акцент на простоте использования: зашел в бот, открыл приложение и тут же получил доступ к хранению, получению и отправке криптоактивов. Одна из наших самых крутых киллер-фичей – это синхронизация между всеми устройствами, на которых присутствует одна и та же учетная запись Telegram.
В том числе мы не забыли про безопасность: используем JWT& шифрование SHA256 для аутентификации пользователя. В продакшене имеем порядка 100+ контейнеров и приватных нод для ускорения транзакций в разных сетях.
Крошилина Анна, студентка ВШЭ, выпускница РГРТУ:
– «Аполлония» – это интеллектуальная система поддержи принятия стоматологических решений. Основной целью создания проекта было повышение обоснованности составленной схемы лечения, создание единой базы знаний для врачей и использование реальных кейсов для обучения студентов.
Система создавалась совместно со студентом РязГМУ, который выступал в качестве эксперта предметной области и консультировал меня относительно выставления коэффициентов в модели и в целом по тому, как устроен процесс принятия решений в стоматологии.
Сейчас внутри системы реализован интеллектуальный алгоритм на основе нечетких семантических связей, который предлагает наиболее подходящую зубную конструкцию для пациента и дает рекомендации по лечению. В дальнейшем мы планируем интегрировать «Аполлонию» с нейросетью для обработки изображений, чтобы параметры заполнялись не вручную врачом, а автоматически. Мы продолжаем работу над проектом, сейчас активно презентуем его на всероссийских конкурсах и пишем научные статьи по теме нашего проекта.
Павел Игнатов, студент РязГМУ:
– Проект создавался исходя из нужд студентов – на новом образовательном ресурсе и для молодых докторов – во вспомогательном плане.
После четкого обозначения проблемы был разработан алгоритм по типу дерева решений, затем сформирован дата-сет. Система будет полезна как для студентов и ординаторов, так и для молодых врачей, ведь, по данным ВОЗ, 70% ошибок приходится на этап диагностики.
Владимир Овчинников, студент РГРТУ:
– Я разрабатывал библиотеку выполнения нейронных сетей для обработки спутниковых данных. По сути, занимался импортозамещением: раньше для обработки использовалась библиотека Tensorflow, но у нее было много программных зависимостей, её сложно устанавливать на Astra Linux, для сборки требовался интернет, что в специальном ПО неприемлемо. Поэтому моей задачей было её заменить.
И всё получилось: на той нейросетевой модели, которая использовалась для обработки, получилось это сделать ещё и быстрее на 65%. Библиотека универсальная, кроссплатформенная, не зависит от версий видеокарт.
Я тестировал на снимках «Ресурс-П», в частности занимался сегментацией облачности. Определить, есть ли облака на снимке или нет, бывает сложно даже человеку, поскольку их можно спутать со снегом или шапками гор, особенно на черно-белых изображениях, а ИИ с этим достаточно хорошо справляется.
