Ближайшие онлайн-презентации кафедр ФПМИ
25 марта: онлайн-презентация кафедры проблем передачи информации и анализа данных ИППИ РАН.
Базовая организация: Институт проблем передачи информации РАН. Выпускники кафедры работают по самым востребованным направлениям: компьютерное зрение и его приложения (беспилотный транспорт; системы навигации, распознавания лиц, анализа и обработки изображений); искусственный интеллект; создание природоподобных систем и многим другим.
Презентация пройдет в формате лекции, на которой выступят:
— директор института, профессор РАН, заведующий кафедрой А. Н. Соболевский, и расскажет о том, как устроен ИППИ РАН, и что представляет собой его коллектив;
— Егор Ершов объяснит, как искусственный интеллект в современном смартфоне позволяет делать фотографии на уровне профессиональной зеркальной камере, и расскажет о подготовке специалистов в области обработки изображений и компьютерного зрения;
— Михаил Беляев расскажет о специфике подготовки специалистов в области интеллектуального анализа данных, и о том, как обработка изображений с использованием искусственного интеллекта помогает в своевременной диагностике заболеваний.
Также вы узнаете о перспективах для студентов в магистратуре.
Ссылка на трансляцию:
Сайт кафедры. Об исследованиях кафедры можно узнать больше здесь.
Напоминаем, что отбор на кафедру проводится по результатам собеседований. Подробности отбора на кафедру можно узнать по ссылке.
27 марта: онлайн-встреча с исследователями из компании Яндекс (ссылка на трансляцию появится позже).
В ходе своих лекций исследователи Yandex Research презентуют несколько своих свежих статей, расскажут о том, чем занимается их подразделение, и как можно к ним присоединиться в рамках лаборатории Яндекса в МФТИ.
Встреча будет интересна тем, кто планирует связать свою жизнь машинным обучением как наукой.
Спикеры и темы:
— Артем Бабенко, руководитель Yandex Research — «Интепретируемость ГАНов и почему она нужна».
Артём в своём рассказе опишет метод, который позволяет «пролить свет» на внутреннее устройство ГАНов и его практические применения.
Современные генеративные модели способны продуцировать реалистичные изображения высокого разрешения. Передовой парадигмой генеративного моделирования являются ГАНы, которые сейчас начинают повсеместно использоваться в различных приложениях компьютерного зрения. Очень часто ГАНы используются как «черный ящик» и как именно устроен процесс генерации конкретного изображения непонятно.
— Алексей Устименко, исследователь Yandex Research — статья «SGLB: Stochastic Gradient Langevin Boosting»
Алексей расскажет о новом методе градиентного бустинга SGLB, который основан на диффузии Ланжевана и позволяет гарантировать глобальную сходимость для широкого класса невыпуклых лоссов, который в частности включает задачу прямой оптимизации точности (Accuracy), которая мультимодальна. Метод имплементирован в библиотеке CatBoost и превосходит по качеству обычный стохастический градиентный бустинг (SGB).
— Людмила Прохоренкова, исследователь Yandex Research – «Анализ графовых методов поиска ближайших соседей».
В настоящее время самые успешные алгоритмы поиска ближайших соседей основаны на жадном поиске поверх графов близости (например, на этой идее основан известный алгоритм HNSW). Несмотря на то, что такие методы широко используются на практике, про их теоретические гарантии мало что известно. Людмила расскажет про работу исследователей “Graph-based Nearest Neighbor Search: From Practice to Theory” - это теоретическая статья, в которой они анализируют как, почему и в каких условиях работают графовые методы поиска ближайших соседей.
— Иван Провилков, стажер-исследователь Yandex Research – статья «BPE-dropout: simple and effective subword regularization».
Иван расскажет о том, как они с коллегами внесли изменения в широко используемый алгоритм препроцессинга текста (Byte Pair Encoding) и показали, что оно позволяет улучшить качество машинного перевода в условиях ограниченных данных, а также устойчивость нейросетей к незнакомым словам и словам с опечатками.