Najbliższe seminarium

Kolejne seminaria Zespołu Biometrii i Uczenia Maszynowego odbędą się w semestrze 2022L.

Wiadomości

Listopad 2021: Wykorzystanie metod Deep Learningu do rozpoznawania markerów realizowane przez Michała Hałonia zostało opisane na blogu MathWorks Student Lounge

Lipiec 2021: Czasopismo recenzowane: Ewelina Bartuzi, Mateusz Trokielewicz "Multispectral hand features for secure biometric authentication systems", Concurrency Computat Pract Exper. 2021, DOI: 10.1002/cpe.6471 (Wiley Online Library)

Wrzesień 2020: Czasopismo recenzowane: Mateusz Trokielewicz, Adam Czajka, Piotr Maciejewicz "Post‐mortem Iris Decomposition and its Dynamics in Morgue Conditions", Journal of Forensic Sciences (Volume 65: 1530-1538, Issue 5, September 2020), DOI: 10.1111/1556-4029.14488 (Wiley Online Library)

Wrzesień 2020: Michał Hałoń wraz z drużyną SKA Robotics zdobył nagrodę specjalną 'Special Prize MathWorks' za najlepsze zastosowanie Toolboxów firmy MathWorks podczas szóstej edycji zawodów robotów mobilnych European Rover Challenge (wykorzystanie metod deep learningu do rozpoznawania markerów). Gratulujemy!

Sierpień 2020: Michał Hałoń został laureatem konkursu MathWorks "Make IT ROS!", w którym uczestnicy konkursu mieli za zadanie wykazać się wiedzą dotyczącą oprogramowania ROS (Robot Operating System) oraz zaproponować wykorzystanie tej platformy w projekcie studenckim. Gratulujemy!

Lipiec 2020: Czasopismo recenzowane: Aidan Boyd, Shivangi Yadav, Thomas Swearingen, Andrey Kuehlkamp, Mateusz Trokielewicz, Eric Benjamin, Piotr Maciejewicz, Dennis Chute, Arun Ross, Patrick Flynn, Kevin Bowyer, Adam Czajka "Post-Mortem Iris Recognition—A Survey and Assessment of the State of the Art" (IEEEXplore)

20 lutego 2020: Podczas pierwszego zimowego warsztatu EAB organizowanego przez Instytut Badawczy Idiap i Europejskie Stowarzyszenie Biometrii EAB
Mateusz Trokielewicz (z ramienia NASK) wygłosił prezentację „Scientific presentation "Detecting cadaver iris presentations". Gratulujemy!

english version

yieldPlanet

„Hotels’ Management Optimizer (HMO) ¬ Pricing, Forecasting, Distribution – innowacyjne oprogramowanie nowej generacji do ustalania i prognozowania cen oraz zarządzania przychodami hoteli”

Finansowanie

Usługa badawcza zlecona w ramach realizacji przez yieldPlanet S.A. projektu finansowanego ze środków POIR 1.1.1

Konsorcjum

Projekt wykonuje Politechnika Warszawska, Instytut Automatyki i Informatyki Stosowanej

Okres realizacji

01-05-2016 – 30-04-2018

Opis projektu

Celem projektu jest opracowanie prototypu innowacyjnego rozwiązania informatycznego służącego do dynamicznego prognozowania cen pokoi hotelowych i zarządzania przychodami hoteli w Polsce i na świecie – Hotels’ Management Optimizer (HMO). Podstawowym problemem jaki rozwiąże narzędzie opracowane w projekcie będzie wsparcie zarządzających hotelami w odpowiedzi na pytanie: jaką cenę danego pokoju powinienem ustalić na dziś, jutro i kolejne dni? Planowane rozwiązanie docelowe to innowacyjny produkt unikatowe w skali świata oprogramowanie oparte o samouczące się algorytmy przetwarzające w czasie rzeczywistym wielkie zbiory danych (np. dane pogodowe, dane z systemów hotelowych oraz portali turystycznych i OTA np. booking.com, historyczne dane o cenach) z wykorzystaniem autonomicznych sieci neuronowych i innych zaawansowanych metod przetwarzania danych (np. lasy losowe, maszyny wektorów wsparcia). Pozwoli ono z dużą dokładnością oraz wyprzedzeniem prognozować zachowanie się cen wspierając podejmowanie decyzji przez kadrę menadżerską a przez to zwiększyć przychody oraz zyskowność hoteli. Opracowany produkt pozwoli również na bezpośrednie zarządzanie politykom cenową hoteli z poziomu oprogramowania (publikacja i zmiany cen w szerokiej gamie systemów rezerwacyjnych).

Słowa kluczowe

prognozowanie, cena, hotel, big data, algorytm

Przydatne adresy

Strona yieldPlanet