Zapytanie ofertowe nr 4_KC_2026 w trybie zasady konkurencyjności
Notice description
Celem udzielenia zamówienia jest wyłonienie Wykonawcy realizacji prac badawczo-rozwojowych w zakresie uczenia maszynowego (ML) – tworzenia, implementacji, optymalizacji i treningu algorytmów ML do analizy medycznych danych wideo.
Przedmiotem zamówienia jest przeprowadzenie prac badawczo-rozwojowych polegających na opracowaniu i walidacji podejścia do fuzji (integracji) algorytmów głębokiego uczenia maszynowego rozwijanych w ramach zadań: (1) detekcja ruchów typu fidgety, (2) detekcja granularnych ruchów towarzyszących dotyczących mimiki twarzy oraz dłoni, (3) detekcja ruchów towarzyszących dotyczących kończyn, tułowia i głowy oraz globalnych wzorców ruchowych (GWR) typu cramped-synchronized — na podstawie analizy wideo niemowląt. W szczególności Podwykonawca opracuje rozwiązanie integrujące wyniki ww. algorytmów w ramach spójnego pipeline’u analitycznego (np. na poziomie danych wejściowych, cech lub decyzji), zapewniające jednolity format wyjścia oraz mechanizmy wspólnej oceny/walidacji działania zintegrowanego rozwiązania. Zakres prac oraz oczekiwane rezultaty przedstawiono szczegółowo w Załączniku nr 1 do niniejszego zapytania.
Zakres przedmiotu zamówienia obejmuje:
opracowanie algorytmu/algorytmów wykrywających i klasyfikujących – na podstawie fuzji danych pochodzących z analizy zapisu wideo niemowląt dla następujące kategorie ruchów:
a) ruchy typu fidgety,
b) granularne ruchy towarzyszące dotyczące mimiki twarzy oraz dłoni,
c) ruchy towarzyszące dotyczące kończyn, tułowia i głowy oraz globalne wzorce ruchowe (GWR) typu cramped-synchronized;
potencjalne występowania zaburzeń rozwojowych w zakresie rozwoju układu nerwowego badanego niemowlęcia.
sporządzenie raportu końcowego z przeprowadzonych prac zawierającego co najmniej:
Opis architektury wykorzystanej do fuzji sieci neuronowej;
Wyniki treningów sieci w funkcji odsetka wykorzystanych danych treningowych (krzywa uczenia) w postaci zapisu metryki F1-Score;
Jeśli opracowane i badane były inne architektury i/lub rozwiązania - opisy tych rozwiązań oraz uzyskane metryki F1-Score;
dostarczenie wytrenowanych, wyłonionych w toku prac najlepszych architektur/modeli spełniających kryterium osiągnięcia wartości metryki F1-Score na poziomie co najmniej 92%;
dostarczenie kodu źródłowego opracowanych, wyłonionych w toku prac najlepszych architektur/modeli spełniających kryterium osiągnięcia wartości metryki F1-Score na poziomie co najmniej 92%.
Miejsce realizacji
Cała polska
Przedmiotem zamówienia jest przeprowadzenie prac badawczo-rozwojowych polegających na opracowaniu i walidacji podejścia do fuzji (integracji) algorytmów głębokiego uczenia maszynowego rozwijanych w ramach zadań: (1) detekcja ruchów typu fidgety, (2) detekcja granularnych ruchów towarzyszących dotyczących mimiki twarzy oraz dłoni, (3) detekcja ruchów towarzyszących dotyczących kończyn, tułowia i głowy oraz globalnych wzorców ruchowych (GWR) typu cramped-synchronized — na podstawie analizy wideo niemowląt. W szczególności Podwykonawca opracuje rozwiązanie integrujące wyniki ww. algorytmów w ramach spójnego pipeline’u analitycznego (np. na poziomie danych wejściowych, cech lub decyzji), zapewniające jednolity format wyjścia oraz mechanizmy wspólnej oceny/walidacji działania zintegrowanego rozwiązania. Zakres prac oraz oczekiwane rezultaty przedstawiono szczegółowo w Załączniku nr 1 do niniejszego zapytania.
Zakres przedmiotu zamówienia obejmuje:
opracowanie algorytmu/algorytmów wykrywających i klasyfikujących – na podstawie fuzji danych pochodzących z analizy zapisu wideo niemowląt dla następujące kategorie ruchów:
a) ruchy typu fidgety,
b) granularne ruchy towarzyszące dotyczące mimiki twarzy oraz dłoni,
c) ruchy towarzyszące dotyczące kończyn, tułowia i głowy oraz globalne wzorce ruchowe (GWR) typu cramped-synchronized;
potencjalne występowania zaburzeń rozwojowych w zakresie rozwoju układu nerwowego badanego niemowlęcia.
sporządzenie raportu końcowego z przeprowadzonych prac zawierającego co najmniej:
Opis architektury wykorzystanej do fuzji sieci neuronowej;
Wyniki treningów sieci w funkcji odsetka wykorzystanych danych treningowych (krzywa uczenia) w postaci zapisu metryki F1-Score;
Jeśli opracowane i badane były inne architektury i/lub rozwiązania - opisy tych rozwiązań oraz uzyskane metryki F1-Score;
dostarczenie wytrenowanych, wyłonionych w toku prac najlepszych architektur/modeli spełniających kryterium osiągnięcia wartości metryki F1-Score na poziomie co najmniej 92%;
dostarczenie kodu źródłowego opracowanych, wyłonionych w toku prac najlepszych architektur/modeli spełniających kryterium osiągnięcia wartości metryki F1-Score na poziomie co najmniej 92%.
Miejsce realizacji
Cała polska
Time limit for receipt of tenders
Mon Mar 30 21:59:59 GMT 2026
Location
Kraj: Polska
Category assortment
Measurements, tests and technical acceptance
Market research and development
Network infrastructure devices
Telecommunications infrastructure
Licences and software
Portable memory storage devices
Telecommunications equipment and accessories
Hardware, parts and accessories
Internet and telephone services
Software development
Implementation services
Maintenance and support
Market research and development
Network infrastructure devices
Telecommunications infrastructure
Licences and software
Portable memory storage devices
Telecommunications equipment and accessories
Hardware, parts and accessories
Internet and telephone services
Software development
Implementation services
Maintenance and support
Buyer details
KINETIC CORTEX Sp. z o.o.
Ignacego Mościckiego 1
24-110 Puławy
Województwo: lubelskie
Kraj: Polska
NIP: 7162842282
Ignacego Mościckiego 1
24-110 Puławy
Województwo: lubelskie
Kraj: Polska
NIP: 7162842282
