Наши проекты
Сервис интеллектуальной обработки документов
КЛЮЧЕВЫЕ РАБОТЫ И РЕЗУЛЬТАТЫ
Нейронные сети распознают поступившие документы (все в 1 файле
или набором отдельных файлов, как в машиночитаемом виде, так и формате «сканов»)
Нейронные сети проверяют документы по атрибутам (например, на наличие
и оригинальность рукописной подписи на нем или вписанных ФИО и др.)
Мы используем одновременно текстовую классификацию на state-of-the-art BERT модели и графическую классификацию на предобученной Inception v3,
что позволяет классифицировать визуально неотличимые документы (например, устав организации, накладная, договор купли-продажи, договор аренды и т. д)
или набором отдельных файлов, как в машиночитаемом виде, так и формате «сканов»)
Нейронные сети проверяют документы по атрибутам (например, на наличие
и оригинальность рукописной подписи на нем или вписанных ФИО и др.)
Мы используем одновременно текстовую классификацию на state-of-the-art BERT модели и графическую классификацию на предобученной Inception v3,
что позволяет классифицировать визуально неотличимые документы (например, устав организации, накладная, договор купли-продажи, договор аренды и т. д)
ЗАКАЗЧИКИ
Графическое распознавание документов — OCR
КЛЮЧЕВЫЕ РАБОТЫ И РЕЗУЛЬТАТЫ
Графическое распознание документов позволяет извлекать текст
из графических документов, например из сканов документов
из графических документов, например из сканов документов
Универсальные OCR не могут обрабатывать некоторые поля отдельных типов документов
Классические
универсальные OCR:
универсальные OCR:
Обученный OCR для работы
с документами:
с документами:
Комбинация классических универсальных OCR и собственного OCR для обработки особо сложных элементов документов
цдылптдлытффджа
оылвдыдссь
оылвдыдссь
ИНН: 1234567890
ОКТМО:…
ОКТМО:…
Предиктивная аналитика. Предсказание целевого события на временном ряду
КЛЮЧЕВЫЕ РАБОТЫ И РЕЗУЛЬТАТЫ
Заблаговременно до наступления заданного события на основе анализа множества «слабых сигналов»
с использованием машинного обучения предсказывается вероятность наступления данного события
Для обработки временных рядов используем LSTM, CNN, BiLSTM, градиентные бустинги, эвристические модели и проч.
с использованием машинного обучения предсказывается вероятность наступления данного события
Для обработки временных рядов используем LSTM, CNN, BiLSTM, градиентные бустинги, эвристические модели и проч.
Заблаговременно до наступления заданного события на основе анализа множества «слабых сигналов» с использованием машинного обучения предсказывается вероятность наступления данного события
Для обработки временных рядов используем LSTM, CNN, BiLSTM, градиентные бустинги, эвристические модели и проч.
Для обработки временных рядов используем LSTM, CNN, BiLSTM, градиентные бустинги, эвристические модели и проч.
— Предсказание технологических поломок
— Предсказание аварий
и происшествий
— Предсказание вероятности появления заболеваний
— Предсказание климатических изменений и др.
— Предсказание аварий
и происшествий
— Предсказание вероятности появления заболеваний
— Предсказание климатических изменений и др.
— Предсказание технологических поломок
— Предсказание аварий и происшествий
— Предсказание вероятности появления заболеваний
— Предсказание климатических изменений и др.
— Предсказание аварий и происшествий
— Предсказание вероятности появления заболеваний
— Предсказание климатических изменений и др.
Области применения (примеры)
Исследование базы государственных заданий для выявления тематических пересечений
КЛЮЧЕВЫЕ РАБОТЫ И РЕЗУЛЬТАТЫ
Проанализированы по 40+ критериям карьерные порталы 10 лучших Российских вузов по версии RAEX
за 2022 год
Разработаны 3 типа личных кабинетов, обеспечивающие полный цикл поиска работы и сотрудников
Внедрен дополнительный функционал по регистрации на мероприятия
и чтению блока тематических новостей
Разработано 50+ уникальных страниц карьерного портала
за 2022 год
Разработаны 3 типа личных кабинетов, обеспечивающие полный цикл поиска работы и сотрудников
Внедрен дополнительный функционал по регистрации на мероприятия
и чтению блока тематических новостей
Разработано 50+ уникальных страниц карьерного портала
Проанализированы по 40+ критериям карьерные порталы 10 лучших Российских вузов по версии RAEX за 2022 год
Разработаны 3 типа личных кабинетов, обеспечивающие полный цикл поиска работы и сотрудников
Внедрен дополнительный функционал по регистрации на мероприятия
и чтению блока тематических новостей
Разработано 50+ уникальных страниц карьерного портала
Разработаны 3 типа личных кабинетов, обеспечивающие полный цикл поиска работы и сотрудников
Внедрен дополнительный функционал по регистрации на мероприятия
и чтению блока тематических новостей
Разработано 50+ уникальных страниц карьерного портала
Разработанный сайт упросит студентам и выпускникам одного
из лучших вузов страны процесс поиска профильной работы,
а работодатели получат качественно обученный персонал младшего звена.
из лучших вузов страны процесс поиска профильной работы,
а работодатели получат качественно обученный персонал младшего звена.
Разработанный сайт упросит студентам и выпускникам одного из лучших вузов страны процесс поиска профильной работы, а работодатели получат качественно обученный персонал младшего звена.
ЗАКАЗЧИКИ
Мониторинг состояния дорожной инфраструктуры
КЛЮЧЕВЫЕ РАБОТЫ И РЕЗУЛЬТАТЫ
Разработанное решение было сделано в инетересах ЦОДД и ГК Автодор позволяет:
— детектировать на изображениях, получаемых с камер, различные элементы дорожной инфраструктуры
— определять состояние выявленное инфраструктуры определять наличие граффити, загрязнений, коррозий
и других классов отклонений
от нормы
— детектировать на изображениях, получаемых с камер, различные элементы дорожной инфраструктуры
— определять состояние выявленное инфраструктуры определять наличие граффити, загрязнений, коррозий
и других классов отклонений
от нормы
Разработанное решение было сделано в инетересах ЦОДД и ГК Автодор позволяет:
— детектировать на изображениях, получаемых с камер, различные элементы дорожной инфраструктуры
— определять состояние выявленное инфраструктуры определять наличие граффити, загрязнений, коррозий и других классов отклонений от нормы
— детектировать на изображениях, получаемых с камер, различные элементы дорожной инфраструктуры
— определять состояние выявленное инфраструктуры определять наличие граффити, загрязнений, коррозий и других классов отклонений от нормы
Решение основано на сверточных нейронных сетях, специально обученных под перечисленные задачи
Решение основано на сверточных нейронных сетях, специально обученных
под перечисленные задачи
под перечисленные задачи
КЛЮЧЕВЫЕ РАБОТЫ И РЕЗУЛЬТАТЫ
Нейронные сети распознают поступившие документы
(все в 1 файле или набором отдельных файлов, как
в машиночитаемом виде,
так и формате «сканов»)
Нейронные сети проверяют документы по атрибутам (например, на наличие и оригинальность рукописной подписи на нем
или вписанных ФИО и др.)
Мы используем одновременно текстовую классификацию на state-of-the-art BERT модели
и графическую классификацию
на предобученной Inception v3,
что позволяет классифицировать визуально неотличимые документы (например, устав организации, накладная, договор купли-продажи, договор аренды и т. д)
(все в 1 файле или набором отдельных файлов, как
в машиночитаемом виде,
так и формате «сканов»)
Нейронные сети проверяют документы по атрибутам (например, на наличие и оригинальность рукописной подписи на нем
или вписанных ФИО и др.)
Мы используем одновременно текстовую классификацию на state-of-the-art BERT модели
и графическую классификацию
на предобученной Inception v3,
что позволяет классифицировать визуально неотличимые документы (например, устав организации, накладная, договор купли-продажи, договор аренды и т. д)
Графическое распознание документов позволяет извлекать текст из графических документов, например из сканов документов
СВЯЖИТЕСЬ С НАМИ
Заполните заявку
и наш специалист свяжется с Вами
и наш специалист свяжется с Вами
© 2023 ООО «Интеллектуальная аналитика». Все права защищены.
ИНН 7723381939 КПП 772801001
ОГРН 1157746212799
ОГРН 1157746212799
117342, г. Москва,
ул. Бутлерова, д. 17, офис 206,
2 этаж
ул. Бутлерова, д. 17, офис 206,
2 этаж