Описание функциональных характеристик
1 Цели и автоматизируемые функции
1.1 Функциональное назначение
ПО «Ледовик» предназначено для применения в области логистики морских перевозок и для использования капитанами судов, операторами в центрах управления движения судов для планирования маршрутов перевозок. Также продукт может быть востребован широким кругом пользователей, занятых в науках о Земле или изысканиях, требующих оперативные комплексные сведения о ледовых условиях в заданной акватории. Главной целью разработки является повышение безопасности морских перевозок и эффективности морской логистики за счёт оперативного учёта текущей ледовой обстановки и прогнозирования ее развития с привлечением технологий машинного обучения и нейросетевых алгоритмов.
2 Функциональные характеристики
2.1 Функциональные возможности
Сервис представляет собой систему на основе искусственного интеллекта, которая обеспечивает помощь в принятии решений, которые требуют учета текущей ледовой обстановкой.

Сервис в автоматическом режиме обеспечивает сбор, периодическое обновление и предварительную обработку данных для прогнозирования. При помощи внутренних инструментов сервиса обеспечивается хранение собранных данных.

Инструменты сервиса обеспечивают автоматизированную генерацию архитектур нейросетей, основанную на генетическом программировании с последующим отбором наиболее подходящих алгоритмов и их дальнейшее обучение.

Модели, лежащие в основе системы получают постоянно обновляющиеся данные о ледовой обстановке и периодически дообучаются на новых данных. Таким образом пользователь получает актуальную и точную информацию о ледовой обстановке.

При помощи внутренних методов сервиса модели объединяются в ансамбль для достижения лучшего качества прогноза. Пользователю предоставляется доступ к результатам прогностического моделирования в виде nc-файла c спрогнозированными толщиной, концентрацией, величиной и направлением дрейфа льда на три дня вперед.
2.2 Список модулей Сервиса
  • Модуль 1 «Сбор и хранение данных».
  • Модуль 2 «Предварительная обработка данных».
  • Модуль 3 «Нейронный поиск архитектур».
  • Модуль 4 «Формирование прогнозов».
  • Модуль 5 «Формирование отчётов по моделям и датасетам».
  • Модуль 6 «Административный».
  • Модуль 7 «Сегментация льда».
  • Модуль 8 «База данных».
  • Модуль 9 «Ассимиляция».
2.2.1 Модуль 1 «Сбор и хранение данных»
Модуль представляет из себя набор инструментов и средств, обеспечивающих периодическое обновление ретроспективных данных для последующего обучения нейросетевых алгоритмов и подготовки прогнозов.
2.2.2 Модуль 2 «Предварительная обработка данных»
Модуль осуществляет первичную автоматизированную обработку (препроцессинг) загружаемых данных.
2.2.3 Модуль 3 «Нейронный поиск архитектур»
Модуль предназначен для автоматического проектирования архитектур нейронных сетей и подбора их параметров и гиперпараметров. Инструменты модуля обеспечивают обучение, тестирование и хранение спроектированных алгоритмов.
2.2.4 Модуль 4 «Формирование прогнозов»
Модуль предназначен для формирования прогноза, составленного по результатам работы ансамбля прогностических моделей. Прогноз совершается на трое суток вперёд относительно текущей даты. Инструменты модуля обеспечивают загрузку оперативных данных за последние четверо суток, запуск ансамбля прогностических моделей и мониторинг состояния моделей.
2.2.5 Модуль 5 «Формирование отчетов по моделям и датасетам»
Модуль предназначен для выдачи метаданных о спроектированных моделях и используемых датасетах. Инструменты модуля обеспечивают подключение к базе данных и извлечение из неё требуемой информации.
Модуль включает в себя средства для визуализации архитектуры модели, содержащейся в сгенерированном LLM json-файле.
2.2.6 Модуль 6 «Административный»
Модуль предназначен для регистрации пользователей и управления правами пользователей. Инструменты модуля обеспечивают подключение к базе данных и извлечение из неё требуемой информации. Для реализации модуля была использована библиотека FastAdmin. На данном этапе реализованы две роли — User и Admin.
2.2.7 Модуль 7 «Сегментация ледового покрова по спутниковым снимкам»
Модуль предназначен для классификации льда.
2.2.8 Модуль 8 «База данных»
База данных предназначена для хранения информации о пользователях, их правах доступа, исходных датасетах, предподготовленных датасетах, нейронных сетях и прогнозах ансамбля моделей. Также в базе хранится информация о датасетах, содержащих ретроспективные данные, на которых происходило обучение моделей.
2.2.9 Модуль 9 «Ассимиляция»
Модуль предназначен для проведения процедуры ассимиляции прогноза ансамблевой метамодели и геолокационных снимков с картой сегментации льда. Инструменты модуля обеспечивают загрузку прогнозов и снимков, а также запуск нейросетевого алгоритма ассимиляции.
2.3 Техническая поддержка
2.3.1 Обратная связь
Обратная связь с пользователями осуществляется через электронную почту. Для обращения необходимо направить письмо на адрес developer@marine.tech , после чего наша команда рассмотрит запрос и предоставит ответ в установленные сроки.
2.3.2 Руководство пользователя
Руководство пользователя организовано в виде отдельного документа. Руководство представляет собой инструкцию по использованию Системы.