Создайте проект на платформе, если у вас его еще нет, чтобы записаться на консультацию
69060 проектов
Сортировать по
Экспертные заключения: 0
Консультации: 0

«Платформа “Мой человек”: устойчивые пары и терапевтическая переписка с цифровым мониторингом благополучия для психоэмоционального здоровья детей-сирот».

Проект “Мой человек” — это инициативная разработка цифровой платформы и методических протоколов для формирования устойчивых пар “ребёнок‑сирота — пожилой наставник”. Мы создаём не просто волонтёрскую инициативу, а воспроизводимую модель: приложение для кураторов (модули пар, переписки, мониторинга) и набор готовых сценариев работы. Цель — внедрить модель в пилотных учреждениях и упаковать её в “коробочное решение” для масштабирования в другие регионы.

Проект решает проблему эмоциональной депривации и нарушений привязанности у детей‑сирот дошкольного и младшего школьного возраста: такие дети часто не умеют просить о поддержке, проявляют агрессию или избегание контакта. Мы предлагаем системный подход: устойчивая связь строится через терапевтическую переписку (1 ребёнок — 1 взрослый), обмен подарками, творческие вечера и мероприятия. Каждый формат — это терапевтическое действие, а не просто развлечение.

Эффект измерим: кураторы фиксируют динамику через наблюдательные чек‑листы (инициация контакта, снижение избегания, скорость успокоения) и короткие шкалы благополучия (адаптированный CBCL для ребёнка, GDS для пожилого). В основе методики — адаптация доказательной модели Circle of Security, что позволяет гарантировать воспроизводимость результата.

На текущем этапе готова концепция и архитектура продукта, проработаны сценарии взаимодействия и система метрик. Цель участия в акселераторе — разработать MVP‑версию приложения и подтвердить динамику снижения тревожности у детей и чувства одиночества у пожилых.

Ссылка

На страницу проекта

Направление

Здравоохранение, медицина, фармацевтика, Образование

Рынки

EduNet, HealthNet

Сквозные технологии

Нейротехнологии, технологии виртуальной и дополненной реальностей, Персонифицированная медицина
Экспертные заключения: 0
Консультации: 0

Твердая смазка из композиционного материала

Твердая смазка для подшипниковых узлов трения скольжения из чашуйчатого графита. Смазка ввиде порошка создаёт пленку на подшипниковых узлах,уменьшает затраты материала и создаёт меньше трения,за счёт этого понижается износ деталей

Ссылка

На страницу проекта

Направление

Транспорт

Рынки

TechNet

Сквозные технологии

Новые производственные технологии
Экспертные заключения: 0
Консультации: 0

Интеллектуальная система «Умный мяч»

Конечным продуктом будет являться интеллектуальная система, встроенная в мяч, который полностью соответствует стандартным габаритно-весовым характеристикам (вес, окружность, отскок) и правилам игры, внутри герметично размещен электронный модуль, включающий инерциальный датчик (акселерометр и гироскоп), микроконтроллер, аккумулятор и беспроводной передатчик. Система измеряет в реальном времени скорость, вращение и силу удара, передавая данные на внешнее устройство. Характеристики продукта: полное соответствие стандартам международной федерации футбола (вес 410–450 грамм, окружность 68–70 сантиметров, отскок 55–65 процентов), материал - износостойкий с текстурированной поверхностью для предсказуемого контроля мяча в любую погоду; технические характеристики модуля включают шести-осевой инерциальный измерительный блок (акселерометр и гироскоп ), ARM-микроконтроллер с фильтрацией шумов, аккумулятор на 8 часов активной игры, блютус 5.0 с радиусом действия до 15 метров, влагозащиту по стандарту IP67; эксплуатационные характеристики - магнитная зарядка без разъемов, режим глубокого сна для хранения до 3 месяцев без подзарядки, индикация уровня заряда в мобильном приложении, рабочий температурный диапазон от -10 до +40 градусов Цельсия; измерительные возможности охватывают диапазон скорости удара 5–120 километра в час, скорости вращения до 150 оборотов в секунду, пиковой силы удара с выводом в Ньютонах, при этом погрешность измерений не превышает 5 процентов без предварительной калибровки. Уникальность продукта заключается в том, что предложено доступное серийное решение для любительского и полупрофессионального спорта, не требующее калибровки, внешних камер или оператора, при этом обеспечивающее не просто сбор цифр, а интерпретированную обратную связь с рекомендациями по технике. Достигнутый баланс точности (погрешность 5 процентов) и себестоимости 2000 рублей позволил установить конечную цену всего в 8999 рублей.

Ссылка

На страницу проекта

Направление

IT, ЗОЖ и спорт

Рынки

TechNet, SportNet

Сквозные технологии

Технологии моделирования и разработки материалов с заданными свойствами
Экспертные заключения: 0
Консультации: 0

ИИ-платформа для создания персональных интерактивных мини-приложений по запросам на естественном языке.

Мы разрабатываем сервис, который с помощью ИИ создаёт персональные мини-приложения по текстовому или голосовому описанию задачи. Пользователь сможет обычными словами
объяснить, что ему нужно: спланировать поездку, вести учёт расходов или распределить задачи между участниками. Платформа соберёт подходящий интерфейс с таблицами, списками и кнопками, позволит сохранять данные и изменять приложение новыми запросами. Основная цель — дать людям без навыков программирования возможность создавать удобные инструменты для повседневных дел без сложных настроек и изучения специальных программ.

Ссылка

На страницу проекта

Направление

IT

Рынки

TechNet, NeuroNet

Сквозные технологии

Искусственный интеллект
Экспертные заключения: 1
Консультации: 0

Оптимизация процесса входного контроля электронных компонентов с использованием машинного обучения

Идея проекта

Создание программно-аппаратного комплекса для поддержки и частичной автоматизации входного контроля электронных компонентов на производственном предприятии. Система должна помогать специалисту идентифицировать проверяемый компонент, выбирать соответствующую программу проверки, получать результаты измерений, сопоставлять их с установленными требованиями и формировать протокол контроля. Машинное обучение рассматривается для распознавания типа или маркировки компонента по изображению для выбора параметров проверки.

Цель на акселератор

Продемонстрировать полный цикл «образец — получение данных — проверка — протокол» и сравнить его с действующим либо согласованным эталонным способом.

Оценить время операции, повторяемость результатов и ошибки контроля. Если применяется машинное обучение — проверить его преимущество перед решением без ML на независимой тестовой выборке. Численные критерии приёмки установить совместно с заказчиком до испытаний.

Задачи для достижения цели

  1. Исследовать процесс заказчика. Определить пользователя, разобрать конкретную партию компонентов, действующие операции, оборудование, затраты времени и последствия ошибок.
  2. Согласовать требования. Выбрать тип компонентов, проверяемые параметры, допуски, условия измерений, эталонный метод и формат результата.
  3. Спроектировать и собрать стенд. Подобрать измерительные средства, способ подключения компонентов и вычислительный модуль; при необходимости — камеру и освещение.
  4. Разработать программный прототип. Реализовать получение данных, выбор программы проверки, оценку соответствия и сохранение результатов. Обосновать применение ML сравнением с базовым алгоритмом.
  5. Провести испытания. Проверить систему на образцах с известными результатами, оценить время цикла, повторяемость и ошибки. Определить ограничения и условия следующего производственного теста.

Ожидаемые результаты

  1. Работающий лабораторный прототип для выбранной операции входного контроля.
  2. Согласованные требования и критерии приёмки.
  3. Набор тестовых образцов или данных с эталонными результатами.
  4. Отчёт об испытаниях и целесообразности применения машинного обучения.
  5. Проектная документация: архитектура, перечень оборудования, образец протокола, инструкция, предварительная оценка затрат и план развития.

Проект «Оптимизация процесса входного контроля электронных компонентов с использованием машинного обучения» может предварительно соотноситься с направлением НПТЛ «Микроэлектроника» через уровень «Системы контроля и управления (промышленная электроника, IoT)» и элемент 10.8.1 «Микроконтроллеры, ПЛИС, интерфейсные контроллеры» — при условии, что именно эти компоненты будут объектом контроля у заказчика.

Тип связи — обеспечивающая, поскольку разрабатываемый комплекс предназначен для проверки соответствия поступающих компонентов установленным требованиям до их использования в производстве электронной аппаратуры. Автоматизация выбранных операций должна помогать выявлять несоответствия, повышать воспроизводимость проверки и сохранять прослеживаемые результаты контроля. Таким образом, проект поддерживает обеспечение качества компонентной базы для промышленных систем контроля и управления, но не создаёт сами микроконтроллеры, ПЛИС или технологию их производства.

Ссылка

На страницу проекта

Направление

Другое

Рынки

TechNet

Сквозные технологии

Искусственный интеллект, Новые производственные технологии, Технологии компонентов робототехники и мехатроники
Экспертные заключения: 0
Консультации: 0

НП312_Электронный лингвострановедческий дневник «Rutas de América Latina»

НП312_Электронный лингвострановедческий дневник «Rutas de América Latina» — интерактивный цифровой ресурс для самостоятельной подготовки к олимпиадным заданиям по странам Латинской Америки.Школьники, готовящиеся к олимпиадам по испанскому, теряют время на поиск разрозненных материалов по Латинской Америке без системы и трекинга прогресса. Мы создаём электронный дневник «Rutas de América Latina» — интерактивный ресурс с карточками стран, тестами и дашбордом прогресса. Это превращает хаотичную подготовку в структурированный процесс самоподготовки.

Ссылка

На страницу проекта

Направление

Образование

Рынки

NeuroNet

Сквозные технологии

Искусственный интеллект
Экспертные заключения: 0
Консультации: 0

Контроль обращений

Разработка концепции и модели чат-бота и дашборда для контроля сроков отработки обращений под постами Губернатора Белгородской области в социальной сети «ВКонтакте» для Министерства цифрового развития

Ссылка

На страницу проекта

Направление

IT

Рынки

TechNet

Сквозные технологии

Технологии беспроводной связи и «интернета вещей»
Экспертные заключения: 0
Консультации: 0

Эпидек

«Эпидек» — это мониторинговая система, определяющая эпилептическую ауру. Работает в связке с системой стимуляции блуждающего нерва (VNS-система). «Эпидек» информирует VNS-систему о скором начале припадка. Основу составляют носимые устройства - нагрудный компьютер с датчиками отслеживания показателей здоровья и связанный с ним беспроводной связью наушный стимулятор блуждающего нерва. Компьютер обрабатывает данные о состоянии организма и выявляет изменения, сигнализирующие о приближении приступа. После стимулятор, закрепленный на ушной раковине, подает ток, воздействующий на блуждающий нерв, что позволяет купировать эпилептический приступ. Также частью системы являются зарядная станция с функцией снятия и обработки собранных компьютером данных о динамике показателей здоровья и аксессуары для удобства ношения устройств у пользователей разный возрастов (от 3 лет).

Ссылка

На страницу проекта

Направление

Здравоохранение, медицина, фармацевтика

Рынки

NeuroNet

Сквозные технологии

Искусственный интеллект, 3д прототипирование, Персонифицированная медицина, Технологии беспроводной связи и «интернета вещей», Технологии управления свойствами биологических объектов
Экспертные заключения: 0
Консультации: 0

Кровь-тест: Энцефалит

Кровь-тест: Энцефалит- инновационное решение по профилактике клещевого энцефалита. Быстро, легко и самостоятельно позволяет выявить наличие КВЭ в организме.

Ссылка

На страницу проекта

Направление

Здравоохранение, медицина, фармацевтика, Наука, Биотехнологии

Рынки

HealthNet

Сквозные технологии

Искусственный интеллект, Новые производственные технологии, Персонифицированная медицина, Молекулярный инжиниринг, Технологии сенсорики
Экспертные заключения: 0
Консультации: 0

Платформа клинической диагностической поддержки

Платформа клинической диагностической поддержки - веб-сервис для врачей-специалистов, который помогает провести более полный первичный анализ пациента. Врачи, особенно терапевты на медицинских комиссиях и в клиниках с большим потоком людей, работают в условиях жёсткого дефицита времени. В такой ситуации возрастает риск не рассмотреть редкий или нетипичный диагноз и приходится тратить минуты приёма на поиск справочной информации. Наша платформа решает именно эту задачу.


Врач описывает симптомы и данные пациента, а система предлагает расширенный список диагностических гипотез, направления дополнительного обследования и аналоги лекарственных препаратов. Платформа не ставит диагноз и не заменяет врача: она работает как «второе мнение», а итоговое решение всегда остаётся за специалистом. Это принципиальная позиция проекта, на ней строится и дизайн продукта, и подход к безопасности.


В основе решения лежит ансамбль ML-моделей, дополненный технологией RAG и верифицированной базой знаний о симптомах и заболеваниях. Модели опираются на проверенные источники, а не на память обученной сети, что снижает риск недостоверных ответов. Каждая рекомендация сопровождается обоснованием и ссылкой на источник, поэтому врач может быстро проверить логику вывода.


Доступ к платформе получают только медицинские специалисты. На первом этапе сервис работает на серверах проекта, а персональные данные пациентов не сохраняются и не логируются. На втором этапе платформа интегрируется в информационную систему клиники: врач сможет находить пациента по ФИО и получать анализ на основе его медицинской карты. Клиника арендует собственный сервер, на который мы разворачиваем модель, и получает полный доступ к ней, а данные остаются в её контуре.

Ссылка

На страницу проекта

Направление

IT, Здравоохранение, медицина, фармацевтика

Рынки

HealthNet

Сквозные технологии

Технологии машинного обучения и когнитивные технологии, Технологии хранения и анализа больших данных
Расскажите друзьям о проекте «Витрина проектов»
Отправить письмом