Персона: Волошин, Тарас Андреевич
Email Address
Birth Date
Результаты поиска
DETECTION OF GEOMAGNETIC STORM SUDDEN COMMENCEMENTS WITH THE USE OF NEURAL NETWORK ARCHITECTURES
Выявление и прогнозирование внезапных начал геомагнитных бурь с помощью методов машинного обучения
ПРОГРАММА ВЫЯВЛЕНИЯ ВНЕЗАПНЫХ НАЧАЛ ГЕОМАГНИТНЫХ БУРЬ ПО ДАННЫМ ОБСЕРВАТОРИЙ ИНТЕРМАГНЕТ
Программа выявления внезапных начал геомагнитных бурь по данным обсерваторий Интермагнет. Программа позволяет обрабатывать данные о геомагнитном поле Земли и строить модель машинного обучения для выявления внезапных начал магнитных бурь с применением библиотеки Pytorch. Реализован алгоритм чтения архива данных измерений индукции магнитного поля, предоставляемых сетью астрономических обсерваторий Интермагнет, и данных о внезапных началах бурь, предоставляемых международной службой геомагнитных индексов ISGI. Алгоритм заключается в чтении набора текстовых файлов, объединении данных двух источников и формировании одного итогового файла. Реализована модель - рекуррентная нейронная сеть, а также алгоритм ее обучения и тестирования на отложенной выборке с расчетом метрик и выводом графиков. Реализован алгоритм по объединению результатов прогноза нескольких моделей. Тип ЭВМ: IBM PC-совмест. ПК. ОС: Windows 11.
ПРОГРАММА ДЛЯ ЦИФРОВОГО ИНЖЕНЕРНО-СТРОИТЕЛЬНОГО КОНТРОЛЯ
Программа предназначена для контроля выполнения работ на строительной площадке с возможностью отслеживания процесса строительства во времени для валидации текущего состояния по отношению к проектному. Область применения: строительство промышленных и гражданских объектов. Функционал: контроль жизненного цикла с помощью валидации текущего состояния (сферическая съемка) к проектному (трёхмерная модель); отслеживание сроков проекта (функционал Task с подсвечиванием дат в календаре, в которых происходят изменение объекта); мини-карты для удобной ориентирования в объекте. Состояния связаны в трёхмерном пространстве (реализован модуль угла поворота, масштабирования, перемещения) и временном. Тип ЭВМ: IBM PC-совмест. ПК; ОС: Windows.
МОДЕЛИ ПРОГНОЗИРОВАНИЯ ВРЕМЕННЫХ РЯДОВ
Программа позволяет применять регрессионные модели машинного обучения для задачи прогнозирования временных рядов с использованием фреймворка Apache Spark. Реализованы метод построения матрицы признаков из массива значений ряда и методы для последующего разделения тренировочной и тестовой выборок. Написаны модели, реализующие способы прогнозирования временных рядов по рекуррентной стратегии. Модели работают как классы-обертки вокруг регрессионных моделей библиотеки Spark ML, при этом позволяют строить предсказания ряда на произвольный интервал времени. Есть возможность использовать как одну базовую модель, так и несколько, причем усредняющие веса могут адаптивно меняться. Также написан класс-адаптер, позволяющий применять аналогичным образом модели, реализованные в библиотеке dl4j. Тип ЭВМ: IBM PC-совмест. ПК. ОС: Windows.