Финалисты межвузовского конкурса выпускных проектов 2026

Многопользовательская игра знакомит пользователей с основами квантовых вычислений без необходимости углубляться в линейную алгебру: игрок управляет кубитами, применяет квантовые гейты и стремится привести систему к целевому состоянию быстрее соперника. Мобильное приложение реализовано на Kotlin с рендерингом сцены на LibGDX/LibKTX и декларативным UI на Jetpack Compose. Многопользовательский режим реального времени — через WebSocket + STOMP с синхронизацией состояния через сервер на Spring Boot.

Автор проекта — Рябикин Кирилл, РТУ МИРЭА (Москва).
Преподаватель: Степанов Павел.

Разработка метода машинного обучения для восстановления сосудистой геометрии из неполных сегментаций КТ-ангиографии с целью подготовки данных для моделирования кровотока.

Автор проекта — Мустакимова Сальма, ПМГМУ им. И. М. Сеченова (Москва).
Преподаватель: Земеров Арсений.

Конвейер в реальном времени сегментирует ледовую обстановку по видеопотокам с двух камер буксирного судна, сохраняет результаты в масштабируемое хранилище и предоставляет аналитические отчёты. Реализована лямбда-архитектура: горячий путь (Apache Kafka → YOLOv11s-seg → Streamlit через WebSocket, метрики в TimescaleDB) обеспечивает реалтайм-мониторинг, холодный путь (Spark Structured Streaming → HDFS/Parquet → Hive → Apache Superset, Spark MLlib для классификации опасности) — долгосрочное хранение и аналитику.

Автор проекта — Черноусова Полина, САФУ (Архангельск).
Преподаватель: Васендина Ирина.

Нейронная сеть на базе предобученного энкодера Xception анализирует рентгеновский снимок кисти пациента для точной оценки биологического (костного) возраста — задача, критически важная в педиатрии для диагностики эндокринных нарушений и задержек развития. Использована стратегия fine-tuning на размеченном датасете из 12+ тысяч снимков, что позволило достичь средней абсолютной ошибки предсказания в 7,44 месяца.

Авторы проекта — Денисяк Анна, САФУ (Архангельск).
Преподаватель: Шурыкина Людмила.

Система компьютерного зрения реального времени, позволяющая управлять ОС и листать презентацию через жесты с помощью обычной веб-камеры. Трекинг 21 анатомической точки кисти на 60 FPS через Google MediaPipe, классификация статичных жестов — полносвязной нейросетью, динамических (свайпы) — LSTM-моделью на TensorFlow. Ввод реализован на уровне ядра через Linux evdev (UInput). Архитектура Client-Server на Flask-SocketIO с полнодуплексным WebSocket-каналом.

Автор проекта — Наре Даллакян, UWC Dilijan College (Дилижан).
Преподаватель: Давтян Арсен.

Проект решает проблему устаревшей аналоговой приборной панели владельцев классических ВАЗ — низкой читаемости, неточности и ограниченного функционала. Модульная архитектура с гальванической развязкой всех входов, точная обработка сигналов тахометра и спидометра через прерывания, цифровая обработка аналоговых датчиков топлива и температуры через 16-битный АЦП, 15 дискретных индикаторов через сдвиговые регистры.

Авторы проекта — Васильченко Даниил, Горбачев Степан, КГУ (Курск).
Преподаватель: Крыжевич Леонид.

Платформа для автоматической генерации рекомендаций по строительству объектов коммерческой, жилой и социальной инфраструктуры на основе кадастровых данных, картографической информации и нормативно-правовой документации. Для поиска по градостроительным документам собрано более 15 документов, текстовый слой которых разбит на смысловые фрагменты, преобразован в векторные представления и загружен в векторную базу данных Qdrant. Для исключения галлюцинаций применён RAG: система ищет релевантные фрагменты и передаёт их в языковую модель вместе с вопросом пользователя, формируя ответ с опорой на нормативы и ссылками на источники.

Автор проекта — Иванов Илья, МГТУ им. Носова (Магнитогорск).
Преподаватель: Карманова Екатерина.

Решение с открытым исходным кодом появилось как ответ на запрос приемной комиссии в целях облегчения ручной работы с документами абитуриентов. Трёхэтапный конвейер: классификатор определяет тип документа РФ (паспорт, СНИЛС, аттестат, диплом) → детектор зон находит поля → OCR распознаёт текст. Любой желающий может скачать и установить библиотеку через pip.

Авторы проекта — Абзелилов Руслан, Кардаш Михаил, МГТУ им. Носова (Магнитогорск).
Преподаватель: Карманова Екатерина.

Система автоматически анализирует видеопоток из кассовой зоны: выделяет клиентские сессии, отслеживает присутствие человека в целевой области и дополняет результат обработкой речи — транскрибацией, поиском речевых запросов и извлечением значимых сущностей. Реализован пайплайн обработки видео и аудио, включающий детекцию и трекинг объектов, сегментацию клиентских сессий, ASR-обработку, постобработку транскрипции, подавление нерелевантной фоновой речи и формирование структурированного результата.

Автор проекта — Данилов Даниил, СибГУТИ (Новосибирск).
Преподаватель: Дементьева Кристина.

Приложение с инструментом для автоматического определения текстильного паттерна, с автономностью основной логики программы, математическим модулем для пересчета габаритов изделия. Включает также интеграцию механизма голосового ведения процесса, минимизирующего тактильное взаимодействие.

Автор проекта — Куленко Дарья, ЮФУ (Ростов-на-Дону).
Преподаватель: Яценко Дмитрий.

IoT-решение для управления осветительным оборудованием, позволяющее операторам изменять яркость, цветовую температуру и сценарии работы света удалённо через мобильное приложение или интерфейс управления. Светильники, контроллеры и интерфейсы объединены в единую сеть с возможностью программирования сценариев и автоматической адаптации к условиям съёмки, что повышает удобство эксплуатации и сокращает время подготовки к съёмке.

Авторы проекта — Бажанова Виктория, Герасимов Михаил, Сыркин Геннадий, ТУСУР (Томск).
Преподаватель: Пехов Олег.