Научный опенсорс

Вышел в паблик ещё один совместный проект Лаборатории ИИ Сбера и ИТМО - библиотека RIDE (новость, описание).

RIDE позволяет повысить производительность логистических расчётов произвольного масштаба от городского до регионального или масштаба целой страны за счет сокращения время на поиск кратчайшего пути на графе. В основе подхода лежит идея кластеризации графа. Благодаря ей RIDE существенно сокращает область поиска решения и заранее исключает неоптимальные варианты маршрутов. В итоге на больших графах результат достигается до 30 раз быстрее относительно базовых алгоритмов. Реализация сделана на Python.

Отзывы и звездочки как всегда приветствуются - https://github.com/sb-ai-lab/Ride.

Это не первый наш совместный проект - например, недавно в чате писали про библиотеку для федеративного обучения stalactite.

www.tgoop.com/scientific_opensource/51

510 viewsNikolay Nikitin, Dec 24 at 10:32

Вышел в паблик ещё один совместный проект Лаборатории ИИ Сбера и ИТМО - библиотека RIDE (новость, описание).

RIDE позволяет повысить производительность логистических расчётов произвольного масштаба от городского до регионального или масштаба целой страны за счет сокращения время на поиск кратчайшего пути на графе. В основе подхода лежит идея кластеризации графа. Благодаря ей RIDE существенно сокращает область поиска решения и заранее исключает неоптимальные варианты маршрутов. В итоге на больших графах результат достигается до 30 раз быстрее относительно базовых алгоритмов. Реализация сделана на Python.

Отзывы и звездочки как всегда приветствуются - https://github.com/sb-ai-lab/Ride.

Это не первый наш совместный проект - например, недавно в чате писали про библиотеку для федеративного обучения stalactite.

BY Научный опенсорс