Out For Tender

Out For Tender › Pologne › Services de technologies de l'information, conseil, développement de logiciels, internet et appui

Usługa identyfikacji klas pokrycia terenu przy wykorzystaniu metod sztucznej inteligencji (AI) na potrzeby aktualizacji Systemu Identyfikacji Działek Rolnych (LPIS)

Acheteur
Agencja Restrukturyzacji i Modernizacji Rolnictwa
Pays
Pologne
Catégorie
Services de technologies de l'information, conseil, développement de logiciels, internet et appui
Date limite
Clôture dans 14 jours (9 Oct 2026 11:00 UTC+2)
Publié le
14 Sep 2026
Procédure
Open
Code CPV
72316000

Lire l'avis officiel et soumissionner → La soumission se fait toujours sur le portail de l'acheteur, jamais ici.

Ce que l'acheteur demande

1. Przedmiotem zamówienia jest przygotowanie, uruchomienie oraz świadczenie przez Wykonawcę na rzecz Agencji Restrukturyzacji i Modernizacji Rolnictwa usługi informatycznej w modelu SaaS, umożliwiającej automatyczną identyfikację klas pokrycia terenu na podstawie danych geoprzestrzennych, z wykorzystaniem technologii sztucznej inteligencji, zgodnie z Opisem Usługi stanowiącym Załącznik nr 1 do projektowanych postanowień umowy (dalej: „ppu”) stanowiących Załącznik nr 9 do specyfikacji warunków zamówienia (dalej: „SWZ”) oraz Formularzem Ofertowym (Załącznik nr 1 do SWZ). Klasy pokrycia terenu: 1.1 Podstawowe klasy pokrycia terenu (dalej: „klasy podstawowe”) – tj. obligatoryjne, wymagane przez Zamawiającego, klasy pokrycia terenu dla których minimalne wskaźniki jakości klasyfikacji wynoszące co najmniej: Overall Accuracy 0,85; Recall 0,80; Precision 0,80.: a) Tereny komunikacyjne – (Pola Zagospodarowania (dalej: „PZ”) : K) b) Lasy – (PZ: L, Z, ZS, O, R) c) Tereny przemysłowe i zurbanizowane – (PZ: U) d) Siedliska z budynkami – (PZ: D). Uwaga: Dla klas podstawowych (klasy a-d) wysokości wskaźników jakości klasyfikacji (Overall Accuracy; Recall; Precision) będą obowiązywały Wykonawcę zgodnie z deklaracją złożoną przez Wykonawcę w Formularzu Ofertowym. 1.2 Premiowane klasy pokrycia terenu (dalej: „klasy premiowane”) – tj. nieobligatoryjne, zaoferowane dodatkowo przez Wykonawcę w ramach kryteriów oceny ofert (rozdz. IX pkt 2.2 i 2.3 SWZ), za które oferta otrzyma dodatkowe punkty, to: e) Wody – (PZ: W, OM, OW, R2, R10), f) Inne tereny nierolnicze – (PZ: I). Uwaga: Dla klas premiowanych (klasy e i f) minimalne wysokości wskaźników jakości klasyfikacji (Overall Accuracy; Recall; Precision) nie zostały określone, lecz ich wysokość będzie obowiązywała Wykonawcę jedynie w przypadku zaoferowania ich na poziome co najmniej jak dla klas podstawowych, zgodnie z deklaracją dla poszczególnych klas złożoną przez Wykonawcę w Formularzu Ofertowym. W Umowie będą brane pod uwagę klasy premiowane o ile spełnią minimalne wskaźniki jakości klasyfikacji określone dla klas podstawowych. 2. Zakres zamówienia obejmuje przetwarzanie danych geoprzestrzennych w formatach rastrowych i wektorowych oraz generowanie wyników w postaci warstw wektorowych przedstawiających klasy pokrycia terenu, wraz z przypisaniem poziomu ufności klasyfikacji dla każdego obiektu. Wytworzone dane muszą cechować się poprawnością geometryczną oraz spójnością topologiczną. Identyfikacja klas pokrycia terenu realizowana jest zgodnie z klasyfikacją stosowaną w Systemie Identyfikacji Działek Rolnych (LPIS) i obejmuje pełny zakres wymaganych klas oraz ich odwzorowanie w postaci obiektów przestrzennych. Funkcjonalność usługi obejmuje wizualizację danych przestrzennych, prezentację wyników identyfikacji, ich analizę i edycję, a także eksport danych wynikowych w standardowych formatach oraz integrację z innymi usługami i źródłami danych przestrzennych. Przetwarzanie danych powinno umożliwiać obsługę dużych wolumenów z wykorzystaniem mechanizmów przetwarzania równoległego, przy zachowaniu wymaganej wydajności. 3. W ramach zamówienia Wykonawca zapewnia środowisko przetwarzania danych, oprogramowanie oraz komponenty niezbędne do realizacji procesu identyfikacji, w tym modele sztucznej inteligencji oraz mechanizmy ich działania. 4. W ramach realizacji zamówienia należy zapewnić możliwość wyboru źródeł danych wejściowych, ich importu oraz przetwarzania w zakresie określonym przez użytkownika, zarówno dla całych zbiorów danych, jak i ich wyodrębnionych części, z uwzględnieniem wykorzystania danych wspomagających proces identyfikacji. Przewiduje się wykorzystanie modeli sztucznej inteligencji oraz udostępnienie metryk oceny ich jakości, w szczególności Overall Accuracy, Precision oraz Recall, wraz z możliwością ich analizy i raportowania. 5. Zamawiający wymaga zapewnienia odpowiedniego poziomu dostępności, bezpieczeństwa i niezawodności, w szczególności w zakresie uwierzytelniania i autoryzacji…

Langue de cet avis : polski. Le titre et la description sont affichés tels que publiés par l'acheteur.

Source: TED · reference 630147-2026 · JSON