With the implementation of the current project, Quality House EOOD will develop a new innovative service aimed at certification and training centers, schools, universities and other educational institutions. The service will be implemented through a software platform that manages the process of conducting exams, verifies the identity of examinees, uses artificial intelligence and machine learning to generate exams and analyze answers and results.
The service will significantly improve and speed up the exam administration process and reduce the possibility of abuse. The use of modern technologies such as artificial intelligence and machine learning will position the service ahead of most competitors in the market who rely on more traditional technical means.
The main goal of the project is to increase the innovation capacity and competitiveness of Quality House EOOD through the development of product innovation.
As a result, we expect to develop an economically viable innovation in the Informatics and ICT thematic area of ISIS 2021-2027.
Activities
Activity
Contracted Amount
Reported Amount
Разработване на иновация: Изграждане и тестване на прототип на разработваната иновация (наемане на квалифициран персонал): Дейността ще бъде изпълнена чрез наемането на квалифициран персонал, който ще извърши всички описани етапи.
Ще бъдат наети теснически специалисти с релевантен опит или образование както следва:
- 4 софтуерни инженера на пълно работно време
- 4 специалиста по тестване и осигуряване на качество на пълно работно време
Предвидените разходи за амортизация в проекта ще бъдат използвани както следва:
- Оборудване (лаптопи или настолни компютри) за наетите технически специалисти
- Сървъри за тестване на модели за машинно обучение, алгоритми и финално тестване и демонстрация на прототипа
Екипът ще документира и изготвя отчети за всеки завършен етап от разработката на иновацията.
Фаза 1: Проучване на технологии за изкуствен интелект
1. Анализ на налични технологии, външни системи и модели
2. Тестване на различни модели с налични данни
3. Сравнение на резултати и избор
Фаза 2: Проучване на технологии за машинно обучение
1. Анализ на налични технологии и модели
2. Тестване на различни модели с налични данни
3. Сравнение на резултати и избор
Фаза 3: Проучване на технологии за лицево разпознаване
1. Анализ на налични технологии и модели
2. Тестване на различни модели с налични данни
3. Сравнение на резултати и избор
Фаза 4: Дефиниция и обучение на моделите
1. Дефиниция на моделите и начинът на интеграция с ИИ, машинно обучение и лицево разпознаване
2. Обучаване на моделите според наличните данни
3. Провеждане на тестове за точността на работата им
4. Калибрация и конфигурация на моделите
Фаза 5: Архитектура и технологии
1. Дефиниция на архитектурата на прототипа с всички основни компоненти
2. Дефиниция на интерфейси между отделните компоненти
3. Анализ на подходящите технологии и средства за разработка
4. Дефиниция на ограниченията и възможностите на избраната архитектура
Фаза 6: Модел на данни
1. Анализ и дефиниция на модел на данните
2. Избор за технология за съхранение на данните и на база данни
3. Стратегия за защита на данните и поверителност
Фаза 7: Разработка на прототип
1. Разработка на прототипа според вече дефинираните архитектурни правила и основните функционалности.
2. Тестване на прототипа с възможно най-близки до реални данни.
3. Анализ на резултатите от тестовете и промени при нужда.
Фаза 8: Доставка на прототипа
1. Демонстрация на прототипа
2. Тестване и приемане на прототипа
3. Изготвяне на документация за извършените изследвания и разработки
340 861.26
98 770.39
Notes:
System.Threading.Tasks.Task`1[Microsoft.AspNetCore.Html.HtmlString]
Elements in light blue allow detailed view when selected
All amounts are in euro (EUR) / 1 EUR = 1,95583 BGN
