Version incremented, README updated

README.rst

@@ -33,12 +33,12 @@
 
 **FEDOT** - это open-source фреймворк для решения задач из области автоматизированного моделирования и машинного обучения (AutoML). Фреймворк распространяется под лицензией 3-Clause BSD.
 
-FEDOT предоставляет возможность использовать генеративный дизайн для проектирования пайплайнов машинного обучения для различных реальных задач. Ядро фреймворка основано на эволюционном подходе и поддерживает классификацию (бинарную и мультиклассовую), регрессию, кластеризацию и задачи прогнозирования временных рядов.
+FEDOT предоставляет возможность использовать генеративный дизайн для проектирования пайплайнов машинного обучения для различных реальных задач. Ядро фреймворка основано на эволюционном подходе и поддерживает классификацию (бинарную и мультиклассовую), регрессию, и задачи прогнозирования временных рядов.
 
 .. image:: docs/fedot-workflow.png
    :alt: Реализация процесса автоматического машинного обучения в FEDOT
 
-Ключевой особенностью фреймворка является управление сложными взаимодействиями между различными частями пайплайнов. Они представлены в виде графика, который определяет связи между предварительной обработкой данных и блоками модели.
+Ключевой особенностью фреймворка является управление сложными взаимодействиями между различными частями пайплайнов. Они представлены в виде графа, который определяет связи между предварительной обработкой данных и блоками модели.
 
 Проект поддерживается исследовательской группой Natural Systems Simulation Lab, которая является частью `Национального центра когнитивных разработок Университета ИТМО <https://actcognitive.org/>`__.
 
@@ -179,11 +179,9 @@ Jupyter ноутбуки с примерами находятся в репоз
 В настоящее время мы работаем над новыми функциями и пытаемся улучшить производительность и удобство использования FEDOT.
 Основные текущие задачи и планы:
 
-* Эффективные и готовые к использованию шаблоны пайплайнов для определенных задач и типов данных;
-* Интеграция с GPU через Rapids framework;
-* Альтернативные методы оптимизации пайплайнов с фиксированной формой;
-* Интеграция с ML Flow для импорта и экспорта пайплайнов;
-* Улучшение высокоуровневого API.
+* Реализация методов и алгоритмов мета-обучения
+* Повышение эффективности оптимизационного ядра GOLEM.
+* Поддержка более сложных вариантов пайплайнов, особенно для задач прогнозирования временных рядов.
 
 
 Кроме того, мы работаем над рядом исследовательских задач, связанных с бенчмаркингом прогнозирования временных рядов с помощью AutoML и мультимодального моделирования.
@@ -207,7 +205,9 @@ Jupyter ноутбуки с примерами находятся в репоз
 
 Дополнительные проекты
 ======================
-- Прототип web-GUI для FEDOT доступен в репозитории `FEDOT.WEB <https://github.com/aimclub/FEDOT.Web>`__.
+- Оптимизационное ядро, вынесенное в библиотеку `GOLEM <https://github.com/aimclub/GOLEM/>`__.
+- Прототип реализации Meta-AutoML - `MetaFEDOT <https://github.com/ITMO-NSS-team/MetaFEDOT>`__.
+- Прототип web-GUI для FEDOT - `FEDOT.WEB <https://github.com/aimclub/FEDOT.Web>`__.
 
 
 Контакты

README_en.rst

@@ -180,14 +180,9 @@ Current R&D and future plans
 Currently, we are working on new features and trying to improve the performance and the user experience of FEDOT.
 The major ongoing tasks and plans:
 
-* Effective and ready-to-use pipeline templates for certain tasks and data types;
-* Integration with GPU via Rapids framework;
-* Alternative optimization methods of fixed-shaped pipelines;
-* Integration with MLFlow for import and export of the pipelines;
-* Improvement of the high-level API.
-
-
-Also, we are doing several research tasks related to AutoML time-series benchmarking and multi-modal modeling.
+* Implementation of meta-learning based at GNN and RL (see `MetaFEDOT <https://github.com/ITMO-NSS-team/MetaFEDOT>`__)
+* Improvement of the optimisation-related algorithms implemented in `GOLEM <https://github.com/aimclub/GOLEM/>`__.
+* Support for more complicated pipeline design patters, especially for time series forecasting.
 
 Any contribution is welcome. Our R&D team is open for cooperation with other scientific teams as well as with industrial partners.
 
@@ -208,8 +203,9 @@ We acknowledge the contributors for their important impact and the participants
 
 Side Projects
 =============
+- The optimisation core implemented in `GOLEM <https://github.com/aimclub/GOLEM/>`__ repository.
 - The prototype of the web-GUI for FEDOT is available in the `FEDOT.WEB <https://github.com/aimclub/FEDOT.Web>`__ repository.
-
+- The prototype of FEDOT-based meta-AutoML in the `MetaFEDOT <https://github.com/ITMO-NSS-team/MetaFEDOT>`__ repository.
 
 Contacts
 ========

fedot/version.py

@@ -1 +1 @@
-__version__ = '0.7.1'
+__version__ = '0.7.2'