Спецсеминар "Байесовские методы машинного обучения"/весна 2011

Материал из MachineLearning.

Текущая версия

Вернуться к основной странице спецсеминара.

В весеннем семестре 2011 года спецсеминар проходит на ВМиК МГУ по пятницам в ауд. 612, начало в 18-20.

Расписание семинаров

Дата	Название семинара	Комментарии
9 февраля 2011	Осокин Антон, аспирант 1-ого года ВМК МГУ. Вписывание геометрических моделей с помощью минимизации энергии. Презентация на семинаре Похожая видеолекция Бойкова	Представление статьи, принятой в International Journal of Computer Vision.
18 февраля 2011	Лаптев Дмитрий, студент 5 курса ВМК МГУ. Deep Learning. Презентация на семинаре
4 марта 2011	Ветров Дмитрий, н.с. ВМК МГУ. Субмодулярное разложение ассоциативных марковских сетей Статья на CVPR2011	Представление работы, принятой на конференцию Computer Vision and Pattern Recognition (CVPR2011).
18 марта 2011	Янгель Борис, аспирант 1-ого года ВМК МГУ. Shape Prior на основе упрощенного циркулярного графа. Презентация на семинаре
1 апреля 2011	Ромов Петр, студент 2 курса ВМК МГУ. Fields of Experts. Презентация на семинаре
8 апреля 2011	Некрасов Константин, студент 3 курса ВМК МГУ. Автоматическая обработка фотографий клеточного пласта. Текст выступления (PDF, 2.1Мб) Презентация (PDF, 3.16Мб)
15 апреля 2011	Кропотов Дмитрий, м.н.с. ВЦ РАН. -регуляризация линейной регрессии. Алгоритм LARS. Конспект выступления (PDF, 156Кб)
22 апреля 2011	Елшин Денис, студент 3 курса ВМК МГУ. Сегментация изображений и подсчет текстурных признаков с помощью TextonBoost. Оригинальная статья
29 апреля 2011	Тихонов Андрей, студент 4 курса ВМК МГУ. Алгоритм повышения качества смазанных трехмерных изображений. Презентация на защите (PDF, 1Мб)
6 мая 2011	Представление дипломных работ студентов 5 курса.
13 мая 2011	Представление курсовых работ студентов 3 и 4 курса. Презентация по эпитомам (PDF, 256Кб) Оригинальная статья по эпитомам

Зачет по спецсеминару

Зачет состоится 20 мая, ауд. П-8а, начало в 13-00. Можно подходить в любое время с 13-00 до 18-00.

Список вопросов к зачету:

1. Алгоритм PEARL. Примеры применения.
2. Алгоритм минимизации энергии с штрафом за использование классов.
3. Convolution neural network: решаемые задачи, структура, настройка весов.
4. Restricted Boltzman Machine и ее связь с Deep Belief Networks.
5. Виды релаксации дискретной задачи поиска минимума энергии марковского поля.
6. Алгоритм субмодулярного разложения MRF
7. Некоторые способы учета формы в задаче сегментации изображений
8. Алгоритм сегментации с моделью формы на основе упрощенного циркулярного графа
9. Модель Fields of Experts и задачи, решаемые с ее помощью.
10. -регуляризация линейной регрессии. Метод LASSO, его теоретические свойства (состоятельность по знакам и кусочно-линейный путь регуляризации).
11. Алгоритм LARS. Модификация LARS/LASSO.
12. Задача деконволюции с неизвестным ядром.
13. Понятие эпитома. Применение эпитомов в практических задачах.
14. Алгоритм поиска эпитома для заданного изображения.
15. Построение границы между клетками с помощью динамического программирования