Технология предиктивной адаптации мобильного пользовательского интерфейса
| РУКОВОДИТЕЛЬ: Видьманов Дмитрий Александрович, Кафедра «Информационные системы и телекоммуникации» (ИУ3), МГТУ им. Н.Э. Баумана, Старший преподаватель. |
.png)
ПРОБЛЕМА: В современных цитируемых публикациях на тему оптимизации использования мобильных приложений часто употребляется термин «mobile apps overload», который описывает три типа избыточности при использовании мобильных устройств: количество установленных приложений, функции одного приложения, данные одного приложения. Технологии разработки рекомендательных систем для оптимизации мобильных вычислений является актуальным и перспективным направлением, поскольку, в настоящее время, существует запрос на оптимизацию парадигмы «операционная система - приложение», а также запрос на сокращение объемов информации в системах мобильных и смарт-устройств.
ЦЕЛЬ ПРОЕКТА: с практической точки зрения заключается в автоматизации управления приложениями на основе автоматического предиктивного перехода от приложений к функциям мобильного устройства при решении пользовательских задач; разработке технологии предиктивной адаптации мобильного пользовательского интерфейса, которая позволит, по сравнению с известными методами, снизить избыточность приложений, функций, данных; увеличить скорость обработки информации; реализовать и апробировать адаптивный пользовательский интерфейс.
АКТУАЛЬНОСТЬ: с теоретической точки зрения заключается в обосновании и установлении фундаментального закона предиктивной адаптации для сложных технических систем. Будет продемонстрировано, что интеллектуальный агент, основанный на глубоких моделях машинного обучения в процессе своей эволюции может приобрести те же адаптивные свойства, что и субъект живой природы.
ЯДРО ПРОЕКТА: модель адаптивного пользовательского интерфейса на базе мультиагентного обучения с подкреплением.
ССЫЛКИ: Scholar Google, GitHub, Kaggle
ИЗОБРАЖЕНИЯ:
ЦЕЛЬ ПРОЕКТА: с практической точки зрения заключается в автоматизации управления приложениями на основе автоматического предиктивного перехода от приложений к функциям мобильного устройства при решении пользовательских задач; разработке технологии предиктивной адаптации мобильного пользовательского интерфейса, которая позволит, по сравнению с известными методами, снизить избыточность приложений, функций, данных; увеличить скорость обработки информации; реализовать и апробировать адаптивный пользовательский интерфейс.
АКТУАЛЬНОСТЬ: с теоретической точки зрения заключается в обосновании и установлении фундаментального закона предиктивной адаптации для сложных технических систем. Будет продемонстрировано, что интеллектуальный агент, основанный на глубоких моделях машинного обучения в процессе своей эволюции может приобрести те же адаптивные свойства, что и субъект живой природы.
ЯДРО ПРОЕКТА: модель адаптивного пользовательского интерфейса на базе мультиагентного обучения с подкреплением.
ССЫЛКИ: Scholar Google, GitHub, Kaggle
ИЗОБРАЖЕНИЯ:
АНАЛОГИЧНЫЕ РЕШЕНИЯ:
ПРОБЛЕМА: В современных цитируемых публикациях на тему оптимизации использования мобильных приложений часто употребляется термин «mobile apps overload», который описывает три типа избыточности при использовании мобильных устройств: количество установленных приложений, функции одного приложения, данные одного приложения. Технологии разработки рекомендательных систем для оптимизации мобильных вычислений является актуальным и перспективным направлением, поскольку, в настоящее время, существует запрос на оптимизацию парадигмы «операционная система - приложение», а также запрос на сокращение объемов информации в системах мобильных и смарт-устройств.
ЦЕЛЬ ПРОЕКТА: с практической точки зрения заключается в автоматизации управления приложениями на основе автоматического предиктивного перехода от приложений к функциям мобильного устройства при решении пользовательских задач; разработке технологии предиктивной адаптации мобильного пользовательского интерфейса, которая позволит, по сравнению с известными методами, снизить избыточность приложений, функций, данных; увеличить скорость обработки информации; реализовать и апробировать адаптивный пользовательский интерфейс.
АКТУАЛЬНОСТЬ: с теоретической точки зрения заключается в обосновании и установлении фундаментального закона предиктивной адаптации для сложных технических систем. Будет продемонстрировано, что интеллектуальный агент, основанный на глубоких моделях машинного обучения в процессе своей эволюции может приобрести те же адаптивные свойства, что и субъект живой природы.
ЯДРО ПРОЕКТА: модель адаптивного пользовательского интерфейса на базе мультиагентного обучения с подкреплением.
ССЫЛКИ: Scholar Google, GitHub, Kaggle
ИЗОБРАЖЕНИЯ:
ЦЕЛЬ ПРОЕКТА: с практической точки зрения заключается в автоматизации управления приложениями на основе автоматического предиктивного перехода от приложений к функциям мобильного устройства при решении пользовательских задач; разработке технологии предиктивной адаптации мобильного пользовательского интерфейса, которая позволит, по сравнению с известными методами, снизить избыточность приложений, функций, данных; увеличить скорость обработки информации; реализовать и апробировать адаптивный пользовательский интерфейс.
АКТУАЛЬНОСТЬ: с теоретической точки зрения заключается в обосновании и установлении фундаментального закона предиктивной адаптации для сложных технических систем. Будет продемонстрировано, что интеллектуальный агент, основанный на глубоких моделях машинного обучения в процессе своей эволюции может приобрести те же адаптивные свойства, что и субъект живой природы.
ЯДРО ПРОЕКТА: модель адаптивного пользовательского интерфейса на базе мультиагентного обучения с подкреплением.
ССЫЛКИ: Scholar Google, GitHub, Kaggle
ИЗОБРАЖЕНИЯ:
ПРИОРИТЕТ 2030^
Автор сайта: Dmitry Vidmanov, vidmanov@bmstu.ru
Демонстрация работы адаптивного мобильного пользовательского интерфейса: https://github.com/dimi3o/MobAdaptUi
