Алгебра над алгоритмами и эвристический поиск закономерностей

Доклады по статьям

• http://jmlr.org/proceedings/
• https://nips.cc/Conferences/2015/AcceptedPapers

Доклады по авторам

• Hans-Peter Kriegel [[1]]
• Pedro Domingos http://homes.cs.washington.edu/~pedrod/
• Samory Kpotufe http://www.princeton.edu/~samory/
• Randal Olson http://www.randalolson.com/publications/
• Jure Leskovec http://cs.stanford.edu/people/jure/

Никишин Евгений

• Доклад «Работы Pedro Domingos».
• Доклад «Современные методы выделения сообществ в социальных графах».
• Курсовая работа «Методы выделения сообществ в социальных графах».
• Преддипломная практика «Поиск информативных признаковых описаний исполняемых файлов и подходящих методов машинного обучения для детектирования вредоносных объектов».
• Доклад «Asymmetric LSH for Sublinear Time Maximum Inner Product Search».
• ВКР «Снижение размерности больших массивов данных».

Каюмов Эмиль

• Доклад о работах Jure Leskovec из Стэнфордского университета.
• Доклад «Методы восстановления пропусков в данных».
• Курсовая работа «Методы восстановления пропусков в данных».
• Преддипломная практика «Разработка модуля кластеризации запросов и ответов веб-ресурса для выявления бизнес-логики в составе системы обнаружения атак на веб-приложения».
• Доклад «Обзор рекуррентных нейронных сетей и статьи Visualizing and Understanding Recurrent Networks».
• ВКР «Автоматическое выделение признаков в сигналах кардиограмм в задаче выявления болезней сердца»

Севастопольский Артём

• Доклад о работах Hans-Peter Kriegel из университета Ludwig-Maximilians-Universität.
• Доклад «Извлечение признаков из текстуры изображений».
• Доклад «Построение признаков снимков глазного дна для диагностики болезней глаз».
• Курсовая работа «Построение признаков снимков глазного дна для диагностики болезней глаз».
• Преддипломная практика «Реализация детектора ключевых точек лица на основе композиции карт глубин и текстуры при помощи глубоких свёрточных нейронных сетей».
• Доклад «Глубокие нейронные сети для сегментации изображений. Программирование нейронных сетей.»
• ВКР «Методы распознавания глаукомы на основе нейронных сетей»

Кудрявцев Георгий

• Курсовая работа «Методы сравнения траекторий».
• Доклад «Сверточные сети и метод водораздела для семантической сегментации RGBD-видео».
• Доклад «Закон Бенфорда».

Рысьмятова Анастасия

• Доклад «Основы эконометрики».
• Доклад «Выявление мошенничества с кликами в интернет-рекламе».
• Курсовая работа «Методы отбора признаков».
• Доклад «Классификация текстов».
• Доклад «Анализ чувствительность сверточных нейронных сетей».
• Преддипломная практика «Прикладные задачи анализа данных».
• ВКР « Использование сверточных нейронных сетей для задачи классификации текстов».
• Курсовая работа « Ранжирование текстов литературных произведений».

Вихрева Мария

• Курсовая работа «Dependency detection with Bayesian Networks».
• Доклад «Отбор признаков в графе».
• Доклад «Распространение эпидемий в безмасштабных сетях».
• Доклад «Анализ настроения текста».
• Преддипломная практика «Анализ геопространственных агрегированных данных».
• Доклад «Решение хакатона Q&A DeepHack по Allen AI Challenge».
• ВКР "Распространение эпидемий в графах"
• Вихрева М. В. Распространение новостей в социальной сети // Сборник тезисов XXIII Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2016», секция «Вычислительная математика и кибернетика», М: МАКС Пресс, 2016. — C.123.

Кибитова Валерия

• Доклад «Методы распознавания сарказма в тексте».
• Курсовая работа «Методы распознавания сарказма в тексте».
• Магистерская диссертация «Ансамбль алгоритмов для определения ишемической болезни сердца по электрокардиограмме».

Гурьянов Алексей

• Магистерская диссертация «Стратегии исследования окружений в обучении с подкреплением с непрерывным пространством состояний».

Трофимов Михаил

• Доклад «Квантовое машинное обучение».
• Дипломная работа «Обобщённые факторизационные машины».
• Доклад «Локально низкоранговая факторизационная машина».
• Доклад «Дистрибутивная гипотеза Харриса, *2vec».
• Доклад «(Глубокое) обучение с подкреплением».
• Доклад «Факторизационные машины».
• Трофимов М. И. «Использование нелинейных смесей экспертов в задачах классификации» // Сборник тезисов XXII Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2015». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2015. С. 71-72.
• Трофимов М. И. «Факторизационная машина с локальным низким рангом весовой матрицы» // Сборник тезисов XXIII Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2016». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2016. С. 136-138.
• Semenov A., Natekin A., Nikolenko S. I., Upravitelev P., Trofimov M., Kharchenko M. «Discerning Depression Propensity Among Participants of Suicide and Depression-Related Groups of Vk.com» // Analysis of Images, Social Networks and Texts. 4th International Conference, AIST 2015 // vol 542: Series: Communications in Computer and Information Science. Springer International Publishing, 2015. Ch. 3.
• Ivan Guz, Vasily Leksin, Mikhail Trofimov, Aleksandra Fenster, «Evolution of Content Moderation Approaches for Online Classifieds: From Action Recommendations to Automation» // ICML'15 Workshop on Crowdsourcing and Machine Learning
• Mansour Ahmadi, Giorgio Giacinto, Dmitry Ulyanov, Stanislav Semenov, Mikhail Trofimov, «Novel feature extraction, selection and fusion for effective malware family classification», ACM Conference on Data and Applications Security and Privacy (CODASPY 2016)
• Новиков, Трофимов, Оселедец, «Exponential Machines»

Нижибицкий Евгений

• Курсовая работа «Обзор методов классификации документов».
• Доклад «Три задачи прогноза на основе текстов».
• Курсовая работа «Методы прогнозирования на основе текстов».
• Доклад «Трекинг при помощи фильтра частиц».
• Доклад «Относительная перплексия как мера качества тематических моделей» на конференции «Ломоносов 2014» (тезис (pdf), презентация (pdf)).
• Нижибицкий Е. А. Относительная перплексия как мера качества тематических моделей // Сборник тезисов XXI Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2014». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 37-40.
• Дипломная работа «Трекинг объектов на видео при помощи фильтра частиц».
• 3-е место в конкурсе дипломных работ 2014 года.
• Нижибицкий Е. А. Трекинг в видеопоследовательностях при помощи фильтра частиц // Сборник тезисов лучших дипломных работ факультета ВМК МГУ 2014 года. Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 46-47.
• Нижибицкий Е. А. Композиции признаков для видеотрекинга при помощи фильтра частиц // Машинное обучение и анализ данных. 2015. T. 1, № 11. C. 1517 - 1528.

Остапец Андрей

• Курсовая работа «Обзор методов линейного регрессионного анализа».
• Доклад «Deep Learning».
• Курсовая работа «Применение методов регрессионного анализа для решения задачи прогнозирования временных финансовых рядов».
• Доклад «Анализ сигналов сенсорных устройств».
• Остапец А. А. Анализ сигналов сенсорных устройств // Сборник тезисов XXI Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2014». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 41-43.
• Дипломная работа «Анализ сигналов сенсорных устройств».
• Остапец А. А. Анализ сигналов сенсорных устройств // Сборник тезисов лучших дипломных работ факультета ВМК МГУ 2014 года. Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 44-46.
• Остапец А. А. Определение местоположения телефона по данным сенсоров // Машинное обучение и анализ данных. 2014. T. 1, № 9. C. 1232—1245
• Остапец А. А. Алгебраический подход к задаче иерархической классификации текстов // Сборник тезисов XXII Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2015». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2015. С. 54-55.
• Остапец А. А. Определение категории видеозаписи на основе текстовых метаданных // Сборник тезисов XXIII Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2016». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2016. С. 132-134.
• Остапец А. А. Об одном подходе к решению задачи автоматической классификации товаров на основе текстовой информации // Материалы Международной научной конференции "Современные методы и проблемы теории операторов и гармонического анализа и их приложения - VI", Издательский центр ДГТУ, Ростов, 2016. С. 164-165.

Карпович Павел

• Карпович П. А. k-сингулярные системы точек в пространстве l1 // Сборник тезисов XVI Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2009», секция «Вычислительная математика и кибернетика», М: МАКС Пресс, 2009. — C.34.
• Карпович П. А. Эффективная реализация алгоритмов распознавания образов // Журнал вычислительной математики и математической физики, 2009, Т. 49, № 8. C.1510-1516.
• Карпович П. А. О задаче разделения системы точек в пространсте l1 на подсистемы с невырождеными матрицами попарных расстояний // Тезисы конференции МФТИ, Секция проблем интеллектуального анализа данных, распознавания и прогнозирования. — М.: ГОУ ВПО «Московский физико-технический институт (государственный университет)», 2009. — С. 52.
• Карпович П. А., Дьяконов А. Г. Критерий k-сингулярности систем точек в алгебраическом подходе к распознаванию // 14-я Всероссийская конференция «Математические методы распознавания образов» Владимирская обл., г. Суздаль, 21-26 сентября 2009 г.: Сборник докладов. — М. МАКС Пресс, 2009. С. 41-44.
• Карпович П.А. Разделение системы точек на подмножества с невырожденными матрицами попарных расстояний // Материалы XVII Международной конференции студентов и аспирантов по фундаментальным наукам «Ломоносов 2010». – М.: Изд. отдел ВМиК МГУ, МАКС Пресс, 2010. – С. 87-88.
• Карпович П.А. Критерии k-сингулярности и разделение 1-сингулянрных систем // Вестник Московского университета. Секция 15. “Вычислительная математика и кибернетика” – 2010. № 4.
• Карпович П.А. Дьяконов А.Г. K-сингулярные системы точек, приложения в алгебраическом подходе к распознаванию // Тезисы докладов Международной научной конференции ИОИ-8 Кипр, Пафос - 2010.

Диссертация: «K-сингулярные системы точек в алгебраическом подходе к распознаванию образов» (2010, успешно защищена 18.02.2011 по специальности 01.01.09).

Славнов Константин

• Доклад «Small-World Phenomena»
• Курсовая работа «Обработка астрономических снимков: многоуровневые модели и эвристический подход»
• Доклад «Некоторые задачи анализа социальных сетей»
• Выпускная квалификационная работа «Анализ социальных графов»

Рыжков Александр

• Доклад «Алгоритмы анализа и обработки цифровых сигналов».
• Курсовая работа «Обзор и применение методов прогнозирования финансовых временных рядов».
• Доклад «Язык программирования Julia».
• Рыжков А. М. Гистограммный подход к прогнозированию финансовых временных рядов // Сборник тезисов XXI Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2014». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 84-85.
• Рыжков А. М. Гистограммный подход к прогнозированию финансовых временных рядов // Сборник статей молодых ученых факультета ВМК МГУ 2014 года. Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М. В. Ломоносова, 2014. С. 82-105.
• Доклад «Ансамблирование алгоритмов машинного обучения».
• Доклад «Deep plankton learning — road to the top».
• Доклад «Композиции алгоритмов, основанные на случайном лесе».
• Дипломная работа «Композиции алгоритмов, основанные на случайном лесе».

Харациди Олег

• Доклад «Фильтрация оскорблений в текстовых сообщениях».
• Курсовая работа «Обзор методов восстановления ациклических зависимостей между случайными переменными».
• Доклад «Deep Learning 2».
• Харациди О. А. Классификация видов физической активности человека по показаниям акселерометра и гироскопа // Машинное обучение и анализ данных. 2014. T. 1, № 9. C. 1261—1272
• Дипломная работа «Анализ сигналов кровяного давления».

Нижибицкий Евгений

• Курсовая работа «Обзор методов классификации документов».
• Доклад «Три задачи прогноза на основе текстов».
• Курсовая работа «Методы прогнозирования на основе текстов».
• Доклад «Трекинг при помощи фильтра частиц».
• Доклад «Относительная перплексия как мера качества тематических моделей» на конференции «Ломоносов 2014» (тезис (pdf), презентация (pdf)).
• Дипломная работа «Трекинг объектов на видео при помощи фильтра частиц».
• 3-е место в конкурсе дипломных работ 2014 года.
• Статья «Композиции признаков для видеотрекинга при помощи фильтра частиц».

Остапец Андрей

• Курсовая работа «Обзор методов линейного регрессионного анализа».
• Доклад «Deep Learning».
• Курсовая работа «Применение методов регрессионного анализа для решения задачи прогнозирования временных финансовых рядов».
• Доклад «Анализ сигналов сенсорных устройств».
• Остапец А.А. Анализ сигналов сенсорных устройств // Сборник тезисов XXI Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2014». Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М.В. Ломоносова, 2014. С. 41-43.
• Дипломная работа «Анализ сигналов сенсорных устройств».
• Остапец А.А. Анализ сигналов сенсорных устройств // Сборник тезисов лучших дипломных работ факультета ВМК МГУ 2014 года. Издательский отдел факультета вычислительной математики и кибернетики МГУ имени М.В. Ломоносова, 2014. С. 44-46.

Фонарев Александр

• Курсовая работа «Обзор алгоритмов бустинга».
• Доклад Исправление опечаток в поисковых запросах.

Ромов Петр Алексеевич

• раздолбай

Бобрик Ксения

• Тема работы «Прогнозирование временных рядов».

Ермушева Александра

• Курсовая работа «Простые алгоритмы коллаборативной фильтрации».
• Тема преддипломной практики «Разработка контентных алгоритмов рекомендаций для видеосервиса».
• Дипломная работа «Задачи анализа данных с нестандартным функционалом качества».

Кириллов Александр

• Курсовая работа «Матричное разложение в задаче анализа текстов».
• Дипломная работа «Дизъюнктивные нормальные формы специального вида для функций с малым количеством нулей».
• Тема преддипломной практики «Задача оптимизации и моделирования при настройке рекомендательной системы».
• Второе место на конкурсе Интернет-математика «Relevance Prediction Challenge» (лучший результат среди российских участников).
• Figurnov M., Kirillov A. Linear combination of random forests for the Relevance Prediction Challenge — 2012.
• Кириллов А. Н. Предсказание связности графа. // Сборник тезисов XIX Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2012». Секция «Вычислительная математика и кибернетика». М.: МАКС Пресс, 2012, с. 101—102.
• Кириллов А. Н. Сравнение методов предсказания появления связей в графе. // Сборник докладов 9-й международной конференции «Интеллектуализация обработки информации-2012», М: Торус Пресс, 2012. — С. 629—632.
• Фигурнов М. В., Кириллов А. Н. Линейная комбинация случайных лесов в задаче предсказания релевантности документов // Сборник докладов 9-й международной конференции «Интеллектуализация обработки информации-2012», М: Торус Пресс, 2012. — С. 648—651.

Кондрашкин Дмитрий (перевёлся на другой спецсеминар)

• Курсовая работа «Обобщение критериев k-сингулярности на булев случай».
• Кондрашкин Д. А. Критерии представления функции многих переменных в виде суммы функций меньшего числа переменных. // Сборник тезисов XX Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2013». Секция «Вычислительная математика и кибернетика». М.: МАКС Пресс. 2013. — С. 52—53.
• Кондрашкин Д. А. Метрические критерии представления функции двух переменных в виде суммы функций одной переменной. // Сборник тезисов лучших курсовых работ 2012 года. 2012. — С. 21.
• Победа в конкурсе курсовых работ 2012 года.
• Курсовая работа «Метрические критерии представления функции двух переменных в виде суммы функций одной переменной».

Фигурнов Михаил

• Курсовая работа «Метрические критерии k-сингулярности».
• Дипломная работа «Системы точек с вырожденными матрицами попарных расстояний».
• Тема преддипломной практики «Технология разработки рекомендательных систем».
• Второе место на конкурсе Интернет-математика «Relevance Prediction Challenge» (лучший результат среди российских участников).
• Figurnov M., Kirillov A. Linear combination of random forests for the Relevance Prediction Challenge — 2012.
• Фигурнов М. В. Линейная комбинация случайных лесов в задаче предсказания релевантности документов. // Сборник тезисов XIX Международной научной конференции студентов, аспирантов и молодых ученых «Ломоносов-2012». Секция «Вычислительная математика и кибернетика». М.: МАКС Пресс, 2012, с. 107—109.
• Фигурнов М. В., Кириллов А. Н. Линейная комбинация случайных лесов в задаче предсказания релевантности документов // Сборник докладов 9-й международной конференции «Интеллектуализация обработки информации-2012», М: Торус Пресс, 2012. — С. 648—651.

Платонова Елена

• Семестровая работа (5 семестр) «Муравьиные алгоритмы».
• Тема работы «Информационный поиск».
• Доклад «Классический информационный поиск: реализация и методы» (PDF, 1,78Мб).
• Дипломная работа «Градиентные методы ранговой регрессии в информационном поиске».

Ахламченкова Ольга

• Дипломная работа «Машинное обучение для ранжирования документов».

Токарева (Одинокова) Евгения

• Дипломная работа «Методы иерархической классификации текстов» (PDF, 5.16Мб).

Власова Юлия

• Дипломная работа «Генерация признаков в задаче классификации сигналов» (PDF, 929 КБ).
• Власова Ю. В. Применение генетических алгоритмов в задаче классификации сигналов (приложение в BCI) // Сборник тезисов XVI Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2009», секция «Вычислительная математика и кибернетика», М: МАКС Пресс, 2009. — C.17.
• Власова Ю. В. Применение генетических алгоритмов в задаче классификации сигналов (приложение в BCI) // Доклады 14-й Всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2009, С. 96-99.

Логинов Вячеслав

• Дипломная работа «Прогнозирование временных рядов с помощью рекуррентных нейросетей с откликом».

Фёдорова Валентина

• Дипломная работа «Локальные методы прогнозирования временных рядов».
• Федорова В. П. Локальные методы прогнозирования временных рядов // Сборник тезисов XVI Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2009», секция «Вычислительная математика и кибернетика», М: МАКС Пресс, 2009. — C.87.

Чучвара Алексндра (бакалавр)

• Квалификационная работа «Частичное машинное обучение в задачах классификации текстов» (PDF, 627 КБ).

Ломова Дарья

• Дипломная работа «Выделение закономерностей во временных рядах методом анализа главных компонент».

Вершкова Ирина

• Дипломная работа «Локальная и глобальная согласованность в интеллектуальном анализе данных».

Кнорре Анна

• Дипломная работа «Надежность алгоритмов распознавания, основанных на синтезе дизъюнктивных нормальных форм».

Карпович Павел

• Дипломная работа «Эффективная реализация алгоритмов распознавания образов».

Сиваченко Евгений

• Дипломная работа «Нейросетевой поиск логических закономерностей».

Ховратович (Курятникова) Татьяна

• Дипломная работа «Критерии корректности в задачах распознавания образов с малым числом признаков».
• Курятникова Т. С. Критерии корректности алгебраического и линейного замыкания АВО для малых размерностей // Материалы XII Международной конференции студентов, аспирантов и молодых учёных «Ломоносов», секция «Вычислительная математика и кибернетика». М.: Изд. отд. ВМиК МГУ, 2006. — c. 32-33.

Мошин Николай

• Дипломная работа «Эффективная реализация алгоритмов решения задачи выполнимости».

Каменева Наталия

• Дипломная работа «Эффективные логические алгоритмы распознавания, основанные на синтезе ДНФ».

Силкин Леонид

• Дипломная работа «Оценка разделяющей способности признаков при кодировании информации в задачах распознавания».