ИКРБС
№ 225082818605-9

Разработка и тестирование прототипов программных модулей для прогнозирования финансовых затрат и сроков в строительстве с возможностью интеграции в сторонние системы (заключительный)

27.08.2025

Отчет содержит 78 страниц, 12 частей отчета, 7 рисунков, 1 формулу, 1 таблицу. ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ, МАШИННОЕ ОБУЧЕНИЕ, СТРОИТЕЛЬНЫЕ ПРОЕКТЫ, ПРОГНОЗИРОВАНИЕ СРОКОВ, АНАЛИЗ ДАННЫХ, ГРАДИЕНТНЫЙ БУСТИНГ Цель работы – разработать и провести тестирование прототипов программных модулей для прогнозирования финансовых затрат и сроков в строительстве с возможностью интеграции в сторонние системы. В результате данного этапа были выполнены следующие работы: – добавление новых строительных процессов и обработка их признаков, – модернизация текущей архитектуры и перенос на pyTorch, – добавление новых данных в датасет, – реализация алгоритма преобразования названий процессов в эмбеддинги, – обучение модели, подбор гиперпараметров и конфигурация модели, – тестирование прототипа модуля прогнозирования финансовых затрат на валидационной выборке, – исследование анализа факторов, влияющих на сроки выполнения строительных процессов, – реализация собственной архитектуры на pyTorch, – интеграция гибридной модели (градиентный бустинг + LSTM) для учета статичных и временных признаков, – обучение модели прогнозирования сроков на исторических данных о строительных проектах и подбор гиперпараметров, – реализация API для доступа к моделям прогнозирования сроков и прогнозирования финансовых затрат, – тестирование прототипа модуля прогнозирования сроков на реальных данных и оценка по метрикам. Основные конструктивные, технологические и технико-эксплуатационные характеристики: разрабатываемый продукт представляет программу состоящую из модуля прогнозирования финансовых затрат, модуля прогнозирования сроков завершения проектов, API для интеграции и пользовательского интерфейса. Решение, полученное в процессе работы над проектом – технологично (модуль поддерживает интеграцию с системами), эргономично (простой, удобный и интуитивно понятный интерфейс), надежно и безопасно. Область применения: в строительных организациях посредством интеграции с существующими системами для оптимизации процессов прогнозирования, а именно с целью прогнозирования финансовых затрат и сроков завершения строительных проектов. Экономическая эффективность и значимость работы: – снижение затрат за счет оптимизации расходов и уменьшения времени простоя; – повышение эффективности посредством улучшения планирования и автоматизации процессов; – конкурентные преимущества, такие как инновационность и адаптивность; – улучшение качества принятия решений с учетом проанализированных данных – устойчивое развитие – эффективное управление финансами и сроками в строительстве способствует устойчивому развитию отрасли, что важно для общества в целом. Прогнозные предположения о развитии объекта исследования: в будущем планируется предусмотреть формирование рекомендаций, направленных на снижение рисков. Объем работ, запланированный по проекту, выполнен в полном объеме и в срок в соответствии с техническим заданием и календарным планом.
ГРНТИ
67.01.11 Современное состояние и перспективы развития
Ключевые слова
ИСКУССТВЕННЫЙ ИНТЕЛЛЕКТ
МАШИННОЕ ОБУЧЕНИЕ
СТРОИТЕЛЬНЫЕ ПРОЕКТЫ
ПРОГНОЗИРОВАНИЕ СРОКОВ
АНАЛИЗ ДАННЫХ
ГРАДИЕНТНЫЙ БУСТИНГ
Детали

НИОКТР
Заказчик
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ "ФОНД СОДЕЙСТВИЯ РАЗВИТИЮ МАЛЫХ ФОРМ ПРЕДПРИЯТИЙ В НАУЧНО-ТЕХНИЧЕСКОЙ СФЕРЕ"
Исполнитель
ОБЩЕСТВО С ОГРАНИЧЕННОЙ ОТВЕТСТВЕННОСТЬЮ "ДИБИСИ СОФТ"
Бюджет
Средства фондов поддержки научной и (или) научно-технической деятельности: 2 000 000 ₽
Похожие документы
«Добавление новых строительных процессов и обработка их признаков. Модернизация текущей архитектуры и перенос на pyTorch. Добавление новых данных в датасет. Реализация алгоритма преобразования названий процессов в эмбеддинги. Обучение модели, подбор гиперпараметров и конфигурация модели. Тестирование прототипа модуля прогнозирования финансовых затрат на валидационной выборке.» (промежуточный)
0.937
ИКРБС
Разработка и тестирование прототипа экспертной системы для оптимизации технологических процессов при помощи средств искусственного интеллекта
0.915
ИКРБС
«Разработка и тестирование прототипа интеллектуальной системы планирования, управления и контроля процессов строительного производства с рекомендательной системой цен на ресурсы.»
0.914
ИКРБС
Разработка и тестирование прототипа сервиса предиктивного анализа технологических трендов и рекомендаций по подбору технологических решений на основе специализированной языковой модели и коннектора данных (заключительный)
0.910
ИКРБС
Доработка и тестирование прототипа cервиса обработки естественного языка для подбора методами искусственного интеллекта норм и расценок из Федеральной сметно-нормативной базы на основе технологий машинного обучения, веера нейросетей и совокупности современных/инновационных языковых моделей
0.908
ИКРБС
Этап №1 «Разработка пользовательских и функциональных требований. Разработка регрессионной и классификационной моделей на основе сета исторических данных компаний. Разработка процессов прогнозирования и оптимизации за счет применения ИИ для прогностической модели. Разработка внутренней части прототипа модуля автоматических публикаций вакансий. Разработка пользовательского интерфейса прототипа.» (промежуточный)
0.906
ИКРБС
Формирование методологии создания и внедрения, а также разработка прототипа универсального типового кросс-отраслевого программно-технического комплекса, функционирующего в рамках модели «Предиктивная аналитика как сервис», автоматизирующего весь жизненный цикл рекомендательных систем, построенных на базе алгоритмов машинного обучения, включая процессы получения исторических данных, их очистки, подбора и настройки отдельных математических моделей и их совмещения, обучения и анализа предсказательной силы и точности, предоставления и интерпретации результатов прогнозирования.
0.905
ИКРБС
Этап 1. Разработка архитектуры доработанного прототипа сервиса поиска норм и расценок на основе технологий искусственного интеллекта для групповой обработки запросов и поиска "лишних" и "пропущенных строк". Сбор датасета, состоящего из набора смет. Обучение модели с маскированными токенами на базе архитектуры трансформеров, где маскируемым токеном выступит код из сметы. Построение векторного пространства отражающую связь между элементами сметы. Разработка механизма кластеризации смет. Проектирование интерфейса.(промежуточный)
0.904
ИКРБС
Разработка и тестирование прототипа модуля программного обеспечения для прогнозирования аварийных и нештатных ситуаций на опасных производственных объектах (заключительный).
0.902
ИКРБС
ОТЧЕТ о выполнении НИОКР по теме: "Разработка универсального программного решения для интеллектуальной поддержки принятия решений по оптимизации и прогнозированию процессов управления организацией" (договор №112ГРЦЭИИС12-D7/82634 от 24.12.2022) Этап № 1 "Доработка технического проекта на систему. Разработка архитектуры распределенной обработки данных. Разработка модуля конфигурирования параметров нейросетевого моделирования для прогнозирования процессов. Разработка модуля конфигурирования пользовательских интерфейсов. Разработка модуля конфигурирования прав доступа пользователей." (промежуточный)
0.902
ИКРБС