14 декабря в Южно-Уральском государственном университете прошла церемония награждения победителей конкурса по анализу данных «SMS Group Data Challenge», который проводился с 1 сентября по 1 декабря 2017 года.
Задача конкурса заключалась в разработке алгоритма, который на основе анализа больших данных о процессе прокатки металла предсказывает факт налипания заготовки во время прокатки.
С приветственным словом выступил ректор ЮУрГУ Александр Шестаков.
«Сегодня мир быстро меняется, в том числе в технологическом плане. Цифровая индустрия является трендом развития промышленности в России, в Германии, в США и во всем мире. Стратегия развития нашего университета состоит в том, что мы концентрируемся на работе с компаниями, которые работают на глобальном рынке, и решаем крупные проблемы международного уровня вместе с этими глобальными компаниями. Одна из таких компаний – это SMS Group. Вторая компания, в интересах которой мы проводили этот конкурс – Магнитогорский металлургический комбинат. Этот конкурс является той частью стратегии развития нашего университета, которая идет в русле стратегии развития промышленности», – сказал Александр Шестаков.
Также присутствующих поприветствовал Пино Тезе, вице-президент компании SMS Siemag, почетный профессор ЮУрГУ.
«Вместе с коллегами мы выбрали очень серьезную проблему. Задача, которая была поставлена перед участниками, основана на технических реалиях предприятий по всему миру. Несколько месяцев назад, когда конкурс был только объявлен, я сказал участникам слова напутствия: кто бы ни занимался этой проблемой, он должен был забыть традиционные способы мышления. Традиционный метод конечных элементов не помог бы решить проблему за 3 месяца. По результатам мы видим, что минимум 3 команды услышали мое напутствие», – сказал Пино Тезе.
В конкурсе приняли участие 8 команд из Южно-Уральского государственного университета и 2 команды из Германии. Из 10 команд решение подготовили и прислали на проверку жюри 8, в том числе 7 из ЮУрГУ и одна команда из Германии.
Дирк Лифтухт, руководитель отдела разработки компонентов и технологии литья SMS Group, рассказал об основах проекта и методиках анализа, а также представил результаты, полученные командами.
Наилучшие результаты по точности предсказания налипания заготовки показали три команды, две из которых представляют Южно-Уральский государственный университет. Каждая из этих команд защищала свое решение перед жюри конкурса. На основе оценки эффективности алгоритма и возможности его применения в промышленных условиях жюри выбрало из первой тройки команды, которые заняли первое и второе места.
Победителями конкурса стала команда Высшей школы электроники и компьютерных наук под руководством Михаила Цымблера, участниками которой являются Алексей Порозов и Яна Краева. Их алгоритм использовал машинное обучение на базе нейронных сетей и оказался наиболее точным. Победители получили кубок, диплом и чек на 4000 евро от компании SMS Group.
«Это замечательный конкурс, мы раньше никогда не решали сложные задачи подобного масштаба. Я очень долго сомневался – стоит ли вообще пробовать свои силы . Но благодаря поддержке руководства ВШ ЭКН все же решили участвовать. А участвовать плохо мы не умеем, вот и получилось победить», – рассказал Михаил Цымблер.
«Мы занимаемся информационными технологиями, а задача из области металлургии. Мы консультировались у специалистов по металлургии, которые помогли нам понять предметную область. Мы изучили большие данные о процессе прокатки, предоставленные организаторами конкурса, и поняли, как можно обучить искусственный интеллект делать прогноз прилипания заготовки, и таким образом решили задачу», – поделился Алексей Порозов.
Второе место заняла команда Института естественных и точных наук под руководством Татьяны Оленчиковой, участниками которой являются Никита Семиклит и Станислав Занков. Они также получили диплом и чек на 1000 евро от компании SMS Group.
Кроме того, сертификатами компании SMS Group были награждены все команды-участники конкурса.
Источник: https://www.susu.ru/ru/news/2017/12/14/v-nagradili-pobediteley-konkursa-sms-group-data-challenge
