Москва

Biometric_Labs

Система&nbsp;голосовой биометрии и распознавания эмоций для идентификации звонящего, борьбы с мошенничеством с использованием телефонии и соединений, определением эмоционального состояния абонента по голосу, автоматизации ведения протоколов собраний, ASR.

Работа может производиться в текстозависимом (человек произносит определенные слова/цифры), текстонезависимом (распознование не зависит от текста) режиме и на цифрах.

Технологии анализа акустических сигналов: голосовая биометрия, акустические датчики, системы протоколирования совещаний

искусственный_интеллект

Biometriclabs

Magic_Score

Сервис по оценке качества заемщиков для МФО и банков, работающий по схеме SааS. Используя сервис, МФО смогут снизить риски при сохранении объемов выдаваемых займов или увеличить обороты при сохранении необходимого уровня просрочки, а также выявить мошеннические заявки и схемы.

Классический скоринг и антифрод-алгоритм как сервис по подписке для банков и МФО

финтех

банки

кредитование

SaaS

большие_данные

облачный_сервис

MagicScore

Нейросети_Ашманова

Решение с применением нейросетей позволяет выявлять определенные объекты&nbsp;на снимках или видео. Например, может использоваться для анализа изображений с людьми для&nbsp;таргетирования рекламы в социальных сетях.

Детекторы работают со скоростью порядка 100 кадров в секунду на видеопотоке 640х480. Точность и полнота зависят от поставленной задачи и требуемой скорости.&nbsp;Использовалась модификация глубокой архитектуры ResNet, фреймворк нейронных сетей PuzzleLib. Детектор работает на видеокартах NVIDIA GTX 1080.

У решения есть API, также оно&nbsp;предоставляется&nbsp;в виде онлайн-сервиса.

Инструмент выделения и классификации объектов на фото и видео

нейросети

Детекторы объектов

Mechanica_AI

Виртуальные&nbsp;сенсоры (анализаторы) на основе технологий искусственного интеллекта. Решение&nbsp;позволяет получить оценку важных параметров технологического&nbsp;процесса без задержки, а также спрогнозировать их изменение.&nbsp;

Ключевой элемент решения – модель на основе технологий машинного обучения, созданная с использованием большого объема исторических данных. Исходя из доступных параметров технологического процесса, модель определяет актуальные значения параметров, которые измеряются виртуальным сенсором.

Виртуальные сенсоры с технологией машинного обучения

машинное_обучение

Mechanica Sense

Neurodata_Lab

Программное обеспечение Neurodata Lab для распознавания эмоций не требует носимых датчиков или специального оборудования, кроме веб-камеры и микрофона. Технология обнаруживает, распознает и анализирует эмоциональное и социальное поведение, используя нейронные сети, компьютерное зрение и методы глубокого обучения.

Эмоции могут проявляться по нескольких каналам (модальностям): мимике и микроэкспрессиям лица, глазодвигательной активности, голосовым характеристикам, движениям и позиции тела, а также выражаться через физиологию вроде учащенного сердцебиения.&nbsp;Технологии распознавания эмоций применяются в различных сферах: банковской и страховой отраслях, ритейле, автомобильной отрасли, игровой индустрии, коммуникациях, робототехнике, нейромаркетинге, безопасности, цифровой медицине.

<ul>
	<li>Face Tracker: распознавание лица в кадре, а также его отдельных элементов (положения глаз, рта, носа, и других нейросетевых признаков, не поддающихся общепринятой трактовке).</li>
	<li>Диаризация для определения наличия человеческой речи в аудиопотоке, а также вычленения голоса говорящего, если в момент речи присутствует несколько голосов.</li>
	<li>Body Tracker: отслеживание движений тела и рук в видеопотоке.</li>
	<li>Eye Tracker: Извлечение данных о движении глаз.</li>
	<li>Heart Rate Tracker: Определение пульса с помощью видеокамеры.</li>
	<li>Respiration Rate Tracker: Определение частоты дыхания с помощью видеокамеры.</li>
</ul>

Система для распознавания и синтеза эмоций, детекции и анализа движений

компьютерное_зрение

Neurodata Lab

ГридПоинт_Дайнамикс

Программный комплекс, предназначенный для построения и поддержки 2D/3D геологических моделей залежей нефти и газа, а также подсчета запасов на основе интегрированной интерпретации геолого-геофизических и промысловых данных.

Основные решаемые задачи – сбор, анализ, интерпретация исходных данных, создание геологической модели, подсчет запасов, подготовка отчетной документации.

Интегрированный подход дает возможность выполнять весь комплекс работ в Geoplat Pro-G, начиная от загрузки данных, интерпретации данных ГИС, создания детальной геологической модели месторождения и заканчивая подсчетом запасов УВ, комплексом работ по оформлению отчетной графики, а также подготовкой модели для передачи в пакеты гидродинамического моделирования.

Основные возможности:

<ul>
	<li>Загрузка и анализ исходных данных;</li>
	<li>Интерпретация и увязка данных ГИС и керна;</li>
	<li>Межскважинная корреляция в ручном и автоматическом режимах;</li>
	<li>Обоснование флюидных контактов;</li>
	<li>Статистическое исследование данных;</li>
	<li>Построение структурного каркаса и 2D моделирование;</li>
	<li>Трехмерное моделирование литолого-фациальных типов и ФЕС пород;</li>
	<li>Анализ и картирование трехмерных объектов;</li>
	<li>Подсчет запасов 2D/3D – геологических моделей;</li>
	<li>Подготовка отчетной документации;</li>
	<li>Ремасштабирование трехмерной геологической модели для передачи в программные системы гидродинамического моделирования.</li>
</ul>

Программный комплекс для построения и поддержки 2D/3D геологических моделей залежей нефти и газа

аналитика_данных

Geoplat Pro-G

Deep_Systems

Movix с помощью технологий нейросетей&nbsp;на основе персональных предпочтений предлагает зрителю новые фильмы. Система позволяет выполнять следующие действия:

<ul>
	<li>Выбирать понравившиеся фильмы.</li>
	<li>Перетаскивать выбранные фильмы по важности для системы.</li>
	<li>Фильтровать выдачу по рейтингу и дате выхода.</li>
	<li>Просматривать трейлер и кадры из фильма.</li>
	<li>Сохранять понравившиеся фильмы.</li>
</ul>

Нейронная сеть на основе LSTM построена при помощи фреймворка TensorFlow. Для создания обучающей выборки использовался датасет MovieLens, откуда брались предпочтения пользователей по фильмам. Для получения базы данных тегов использовался парсинг IMDB. API взаимодействует с TensorFlow посредством ZeroMQ, а хранением и поиском информации о фильмах занимается Elastic Search. Фронтенд сделан на Vue.js и Element UI.

Интерактивная рекомендательная система кинофильмов

Movix

Онлайн-сервис по работе с датасетами позволяет хранить&nbsp;и работать&nbsp;с данными в едином месте.

Возможности:

<ul>
	<li>Импорт данных. Загрузка собственных изображений или автоматическая конвертация популярных публичных датасетов.</li>
	<li>Инструмент аннотирования. Сокращение времени разметки одного изображения.</li>
	<li>Умный экспорт. Можно хранить датасеты в едином месте и обрабатывать их вместе. Простые JSON конфигурации позволяют фильтровать, изменять масштаб, разбивать и объединять данные.</li>
	<li>Статистика. Такие проблемы, как дисбаланс классов можно выявить еще на этапе просмотра статистики.</li>
	<li>Управление ролями. Компании оценят возможность создания множества аккаунтов, разделения пользователей на группы и роли, настройки уровней доступа и лог с возможностью отмены действий.</li>
	<li>Интеграции. Можно использовать инструменты Amazon Mechanical Turk вместе с Supervisely для максимальных результатов.</li>
</ul>

Онлайн-сервис управления, аннотирования и подготовки датасетов для глубокого обучения

анализ_данных

Supervise.ly

Gero

В основе работы платформы — анализ двигательной активности людей. Нейросеть выявляет риски для здоровья человека по данным о его физической активности с фитнес-браслета. Нейросеть связывает повторяющиеся последовательности движений с данными историй болезни и показателями анализов.

Алгоритм будет полезен медицинским и страховым организациям. Они смогут дистанционно определять принадлежность людей к группам риска. На основе той же информации удалось установить биологический возраст испытуемого.

Платформа на основе ИИ для оценки состояния здоровья

медицина

covidtech

Syngenta

Система, позволяющая осуществлять оперативный мониторинг состояния посевных площадей, автодокументирование, прогнозирование и планирование сельскохозяйственных операций. По роду деятельности компания относится к операторам услуг спутникового мониторинга посевов. Cropio позволяет контролировать уровень вегетации посевов, содержание питательных веществ и влажность почвы, получать актуальную информацию о погоде и динамике цен, получать уведомления о существенных изменениях на полях.

Cropio использует снимки, полученные более чем с 10 различных спутников. Это спутники таких систем как MODIS, Landsat, Sentinel-2, Iconos и GeoEye. Система использует снимки вегетации с разрешением 10, 15, 30 и 250 метров на пиксель, такие снимки обновляются системой на ежедневной и еженедельной основе.

4 октября 2018 года в технопарке «Сколково» компания «Сингента» официально открыла лабораторию для научных исследований и диагностики патогенов растений.

Система управления агропроизводством

агротех

сельское_хозяйство

Cropio

Sense2beat

Sense2beat представляет собой устройство с искусственным интеллектом для мониторинга состояния сердечно-сосудистой системы и методов, обработки и анализа данных, получаемых с этих устройств. Миниатюрный прибор осуществляет регистрацию кардиограммы и передачу данных&nbsp;по беспроводному каналу связи.

Основное преимущество устройства заключается в постоянном контроле за кардиограммой, что позволяет осуществлять первичную диагностику ряда сердечных аритмий, которые сложно зафиксировать при помощи разового короткого обследования на стационарном кардиографе.

Устройство для мониторинга состояния сердечно-сосудистой системы

Карточки