Badanie i opracowanie ulepszonych metod przewidywania szeregów czasowych wraz z zaawansowanym mechanizmem dynamicznej ensemblacji różnych predyktorów

Projekt "Badanie i opracowanie ulepszonych metod przewidywania szeregów czasowych wraz z zaawansowanym mechanizmem dynamicznej ensemblacji różnych predyktorów" realizowany jest przez konsorcjum składające się z AI Investments Sp. z o.o. (lider), Sygnoko Sp. z o.o. oraz Uniwersytet w Białymstoku w ramach Programu Fundusze Europejskie dla Nowoczesnej Gospodarki 2021-2027 (FENG), Priorytet I „Wsparcie dla przedsiębiorców”. Projekt otrzymał dofinansowanie ze środków Europejskiego Funduszu Rozwoju Regionalnego.

Celem przedsięwzięcia jest opracowanie innowacyjnej technologii predykcji szeregów czasowych wykorzystującej najnowsze osiągnięcia w obszarze sztucznej inteligencji, w szczególności uczenia maszynowego (Machine Learning), architektury Transformer, dużych modeli językowych (LLM) oraz zaawansowanych mechanizmów dynamicznej ensemblacji różnych predyktorów. Opracowane rozwiązania pozwolą na zwiększenie skuteczności przewidywania przyszłych zdarzeń i parametrów w różnych obszarach biznesowych.

Cele projektu
Głównym celem projektu jest opracowanie nowych metod i algorytmów umożliwiających znaczące zwiększenie dokładności prognozowania szeregów czasowych dla zastosowań biznesowych, w szczególności w branży finansowej oraz w obszarze zarządzania procesami biznesowymi. Projekt zakłada również rozwój nowej wiedzy naukowej w zakresie:

• metod selekcji i transformacji danych dla modeli predykcyjnych,
• wykorzystania modeli LLM i technik RAG (Retrieval-Augmented Generation) w prognozowaniu szeregów czasowych,
• dynamicznej ensemblacji predyktorów,
• wykrywania degradacji modeli predykcyjnych i automatycznego dostosowywania ich do zmieniających się warunków.

Zakres i zadania projektu
Projekt obejmuje realizację modułu badawczo-rozwojowego (B+R), w ramach którego prowadzone będą badania przemysłowe oraz eksperymentalne prace rozwojowe. Realizacja projektu została podzielona na kilka etapów:

1. Analiza i przygotowanie danych
   Przeprowadzone zostaną badania nad identyfikacją, selekcją, transformacją oraz normalizacją danych wykorzystywanych do przewidywania szeregów czasowych. Obejmie to zarówno dane finansowe, jak i dane dotyczące procesów biznesowych.
2. Opracowanie modeli predykcyjnych
   Powstaną nowe modele prognostyczne wykorzystujące architekturę Transformer, modele LLM oraz techniki RAG, umożliwiające skuteczniejsze przewidywanie zdarzeń i trendów w różnych domenach biznesowych.
3. Udoskonalenie metod predykcji
   Zrealizowane zostaną badania nad zwiększeniem dokładności modeli poprzez zastosowanie dynamicznej ensemblacji predyktorów oraz metod automatycznej adaptacji do zmieniających się warunków.
4. Integracja wyników badań z produktami partnerów biznesowych
   Opracowane technologie zostaną wdrożone do istniejących produktów konsorcjantów:

• platformy inwestycyjnej AI Investments,
• platformy Contact Millenium firmy Sygnoko służącej do zarządzania procesami biznesowymi.

Grupy docelowe
Z rezultatów projektu korzystać będą przede wszystkim:

• fundusze inwestycyjne i instytucje finansowe wykorzystujące strategie ilościowe,
• przedsiębiorstwa z sektora MŚP zainteresowane wykorzystaniem sztucznej inteligencji do przewidywania trendów i zdarzeń gospodarczych,
• firmy wdrażające rozwiązania wspierające zarządzanie procesami biznesowymi,
• organizacje poszukujące narzędzi zwiększających efektywność operacyjną poprzez wykorzystanie zaawansowanej analityki predykcyjnej.

Rezultaty projektu
W wyniku realizacji projektu powstaną dwa innowacyjne produkty:

Ulepszona platforma AI Investments
Rozwiązanie umożliwi bardziej precyzyjne przewidywanie zmian cen instrumentów finansowych, identyfikację trendów rynkowych oraz wspieranie procesów inwestycyjnych poprzez wykorzystanie zaawansowanych modeli sztucznej inteligencji.

Ulepszona platforma Contact Millenium
Nowe funkcjonalności pozwolą przewidywać występowanie wąskich gardeł procesów biznesowych, optymalizować przebieg procesów oraz wspierać podejmowanie decyzji operacyjnych.
Projekt przyczyni się do zwiększenia innowacyjności polskich przedsiębiorstw, rozwoju zastosowań sztucznej inteligencji oraz transferu wiedzy pomiędzy sektorem nauki i biznesu.

Dostępność i równość szans
Projekt realizowany jest zgodnie z zasadami równości szans i niedyskryminacji oraz uwzględnia potrzeby osób z niepełnosprawnościami. Informacje publikowane w ramach projektu będą przygotowywane zgodnie ze standardem WCAG 2.1, zapewniając ich dostępność dla wszystkich użytkowników.

Wartość projektu
Całkowity koszt realizacji projektu wynosi 16 612 563,64 zł.
Wysokość dofinansowania z Funduszy Europejskich
Projekt uzyskał dofinansowanie w wysokości 13 499 810,55 zł ze środków Europejskiego Funduszu Rozwoju Regionalnego w ramach Programu Fundusze Europejskie dla Nowoczesnej Gospodarki 2021-2027.
Całkowita kwota wydatków kwalifikowalnych Uniwersytetu w Białymstoku wynosi 4 621 791,38 zł, dofinansowanie 4 621 791,38 zł.

Projekt dofinansowany przez Unię Europejską w ramach Programu Fundusze Europejskie dla Nowoczesnej Gospodarki 2021-2027.
#FunduszeEuropejskie #FunduszeUE