Mapa dotacji

Numer_referencyjny_programu_pomocowego: SA.41471(2015/X) Przeznaczenie_pomocy_publicznej: art. 25 rozporządzenia KE nr 651/2014 z dnia 17 czerwca 2014 r. uznające niektóre rodzaje pomocy za zgodne z rynkiem wewnętrznym w stosowaniu art. 107 i 108 Traktatu (Dz. Urz. UE L 187/1 z 26.06.2014).Projekt dotyczy opracowania innowacji produktowej w postaci: 1) zestawu prototypów modeli hybrydowych wiążących Artificial Intelligence, Deep Learning oraz Reinforcement Learning z tradycyjnymi metodami Machine Learning o nowej jakości predykcyjnej dedykowanych dla rynku kapitałowego jak i instrumentów rynku długu; 2) systemu do automatycznego cache`ingu wyników obliczeń w oparciu o technologię persistent memory służącego optymalizacji operacji obliczeniowych na dowolnych bazach danych i dedykowanego zarówno rynkom finansowym, jak i całej branży Data Science (praca na dużych zbiorach danych). Ad. 1 Rozwiązanie dzięki zastosowanu podejścia hybrydowego łączącego zalety uniwersów w postaci Machine Learningu i Deep Machine Learnignu pozwoli uzyskiwać zyski skorygowane o ryzyko wyższe niż indeks giełdowy. Dzięki budowie modeli Deep Learning walidujących/odrzucających predykcje modeli klasycznych – Spółka uzyska większą dokładność predykcji, w stosunku do predykcji generowanych przez tylko jedną z klas algorytmów. Ad. 2 Rozwiązanie opiera się o koncepcję “results caching”, tj. automatyzację cache`owania wyników obliczeń (inteligentną automatyczną memoizację) opartą o ultraszybką bazę danych wyników obliczeń umiejscowioną w persistent memory. Umożliwi ono optymalizację procesów obliczeniowych danych z zakresu Big Data dzięki opracowaniu prototypów dekoratora oraz cache crowler'a. Osiągnięcie rezultatu Projektu będzie wynikiem zaplanowanych prac B+R obejmujących 3 etapy badań przemysłowych oraz 2 etapy prac rozwojowych. Realizacja Projektu przyczyni się do jednoczesnego poszerzenia dotychczasowej oferty Spółki (…).