Участник:Mikethehuman

Материал из MachineLearning.

Версия 05:58, 18 июня 2012 (править) Mikethehuman (Обсуждение | вклад) (→Весна 2012, 10-й семестр) ← К предыдущему изменению		Текущая версия (00:44, 27 января 2018) (править) (отменить) Mikethehuman (Обсуждение | вклад)
(79 промежуточных версий не показаны.)
Строка 7:		Строка 7:
	Направление "'''Интеллектуальный анализ данных'''"		Направление "'''Интеллектуальный анализ данных'''"
-	mikhail.kuznecov@phystech.edu	+	mikhail dot kuznecov at phystech dot edu
		+	[https://www.dropbox.com/s/6zuhk0ig3fk6jo1/kuznetsov_cv.pdf?dl=0 CV]
-	== Отчеты о научно-исследовательской работе ==	+	Diss: [https://www.dropbox.com/s/y9a7vl3e5dzjd0v/KuznetsovThesisPreferenceLearning.pdf?dl=0 Kirpich]
		+	=== Papers ===
-	=== Весна 2010, 6-й семестр ===	+	'''Eng'''
-	'''Прореживание двухслойной нейронной сети'''	+	* M. Kuznetsov, A. Motrenko, R. Kuznetsova, V. Strijov. Methods for intrinsic plagiarism detection and author diarization. Notebook for PAN at CLEF 2016.
-	''Прореживание двухслойной нейронной сети (optimal brain damage) — метод упрощения структуры нейронной сети. Идея прореживания состоит в том, что из сети удаляются параметры, оказывающие малое влияние на ошибку аппроксимации. Таким образом, модель упрощается, а ошибка аппроксимации возрастает незначительно.''	+	* N. Spirin, M. Kuznetsov, J. Kiseleva, Y. Spirin, P. Izhutov. ''Relevance-aware Filtering of Tuples Sorted by an Attribute Value via Direct Optimization of Search Quality Metrics.'' In Proceedings of the 38th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR), 2015.
-	=== Осень 2010, 7-й семестр ===	+	* M. Kuznetsov, M. Clausel, M.-R. Amini, E. Gaussier and V. Strijov. ''Supervised topic classification for modeling a hierarchical conference structure.'' In Neural Information Processing (pp. 90-97). Springer International Publishing, 2015.
-	'''Оценка эффективности природоохранных программ'''	+	* M.M. Stenina, M.P. Kuznetsov, V.V. Strijov. ''Ordinal classification using Pareto fronts.'' Expert Systems with Applications, 42 (2015), pp. 5947-5953.
-	''Описан способ построения интегральных индикаторов качества объектов с использованием экспертных оценок и измеряемых данных. Каждый объект описан набором признаков в линейных шкалах. Используются экспертные оценки качества объектов и важности признаков, которые корректируются в процессе вычисления. Предполагается, что оценки выставлены в ранговых шкалах. Рассматривается задача получения таких интегральных индикаторов, которые не противоречили бы экспертным оценкам. Предложено два алгоритма уточнения экспертных оценок.''	+	* M.P. Kuznetsov, A.A. Tokmakova, V.V. Strijov. ''Analytic and stochastic methods of structure parameter estimation.'' Accepted to Informatica, 2015.
-	=== Весна 2011, 8-й семестр ===	+	* A.M. Katrutsa, M.P. Kuznetsov, V.V. Strijov, K.V. Rudakov. ''Metric concentration search procedure using reduced matrix of pairwise distances.'' Intelligent Data Analysis, 19(5):1091-1108, 2015.
-	'''Ядерное сглаживание'''	+	* M.P. Kuznetsov, V.V. Strijov. ''Methods of expert estimations concordance for integral quality estimation.'' Expert Systems with Applications, 41(4):1988–1996, March 2014.
-	''Целью проекта является прогноз временного ряда на несколько отсчетов методом ядерного сглаживания. Для достижения наилучшего качества прогноза используется выбор параметров модели.''	+	'''Rus'''
-	'''Стилевая правка'''	+	* Е.В. Раменская, М.П. Кузнецов, В.В. Ермаков, О.Р. Баркова, А.А. Бран ''Классификация гиперспектральных изображений с использованием кластерной структуры данных.'' Современные проблемы дистанционного зондирования Земли из космоса, 14(7), 9-19, 2017.
-	''Целью данной технологической карты является указание последовательности действий при проверке кода корректором и основные ошибки руководителей проектов.''	+	* К. В. Рудаков, В. В. Стрижов, Д. О. Каширин, М. П. Кузнецов, А. П. Мотренко, М. М. Стенина ''Выбор оптимальной модели прогнозирования объемов грузовых железнодорожных перевозок.'' Автомат. и телемех., 78(1), 91-105, 2017.
-	'''Выпускная квалификационная работа бакалавра'''	+	* Кузнецов М.П., Ивкин Н.П. ''Алгоритм классификации временных рядов акселерометра по комбинированному признаковому описанию.'' Машинное обучение и анализ данных, 1(11):1471 - 1483, 2015.
-	''Описан способ построения интегральных индикаторов качества объектов с использованием экспертных оценок и измеряемых данных. Каждый объект описан набором признаков в линейных шкалах. Используются экспертные оценки качества объектов и важности признаков, которые корректируются в процессе вычисления. Предполагается, что оценки выставлены в ранговых шкалах. Рассматривается задача получения таких интегральных индикаторов, которые не противоречили бы экспертным оценкам. Предложено два подхода к уточнению экспертных оценок. При первом подходе вектор экспертных оценок рассматривается как выпуклый многогранный конус. Для уточнения экспертных оценок минимизируется расстояние между векторами в конусах. При втором подходе используется задача монотонной интерполяции с гиперпараметром. Проведен вычислительный эксперимент на следующих данных: экспертами оценивался фактор экологического воздействия на окружающую среду хорватских электростанций. Проведена процедура уточнения экспертных оценок.''	+	* Василейский А.С., Карацуба Е.А., Карелов А.И., Кузнецов М.П., Рейер И.А. ''Обнаружение движения устойчивых отражателей по серии спутниковых радиолокационных снимков земной поверхности.'' Машинное обучение и анализ данных, 1(5):487-502, 2013.
-	'''Публикации'''	+	* Кузнецов М. П., Стрижов В. В., Медведникова М.М. ''Алгоритм многоклассовой классификации объектов, описанных в ранговых шкалах.'' Научно-технический вестник СПб ГПУ. Информатика. Телекоммуникации. Управление, 5:92-95, 2012.
-	''М.П.Кузнецов, А.А.Мафусалов, Н.К.Животовский, Е.Ю.Зайцев, Д.С.Сунгуров'' Сглаживающие алгоритмы прогнозирования // ''Машинное обучение и анализ данных'' — 2011. — № 1. — C. 104-112. — ISSN 2223-3792 (опубликовано)	+	* В.В.Стрижов, М.П.Кузнецов, К.В.Рудаков. ''[http://www.matbio.org/2012/Strijov2012%287_345%29.pdf Метрическая кластеризация последовательностей аминокислотных остатков в ранговых шкалах.]'' Математическая биология и биоинформатика, 7(1):345-359, 2012.
-	''А.Н.Фирстенко, Д.С.Кононенко, М.П.Кузнецов, А.А.Морозов, Д.С.Сунгуров, Н.А.Савинов, А.И.Корниенко, Р.Б.Джамтырова, Н.П.Ивкин, Е.Ю.Зайцев, Н.К.Животовский, Д.С.Кононенко, Р.Б.Быстрый'' Технологические карты разработки библиотеки алгоритма прогноза временных рядов // ''Машинное обучение и анализ данных'' — 2011. — № 1. — C. 113-121. — ISSN 2223-3792 (опубликовано)	+	* Кузнецов М.П. ''Построение интегрального индикатора в ранговых шкалах с использованием копул для анализа совместного распределения критериев.'' Машинное обучение и анализ данных, 1(4):411-419, 2012.
-	''М.П.Кузнецов, В.В.Стрижов'' Уточнение ранговых экспертных оценок с использованием монотонной интерполяции // ''Математические методы распознавания образов ММРО-15'' — 2011. — C. 162-165 — ISSN 978-5-317-03787-1 (опубликовано)	+	* Медведникова М.М., Стрижов В.В., Кузнецов М.П. ''[http://cyberleninka.ru/article/n/algoritm-mnogoklassovoy-monotonnoy-pareto-klassifikatsii-s-vyborom-priznakov Алгоритм многоклассовой монотонной Парето-классификации с выбором признаков.]'' Известия Тульского государственного университета, Естественные науки, 3:132-141, 2012.
-	'''Гранты'''	+	* Василейский А.С., Карацуба Е.А., Карелов А.И., Кузнецов М.П., Рейер И.А. ''[http://jmlda.org/papers/doc/2012/no4/Kuznetsov2012Satellite.pdf Алгоритм выделения устойчивых отражателей на спутниковых радиолокационных снимках земной поверхности.]'' Машинное обучение и анализ данных, 1(4):473-484, 2012.
-	''Высокоуровневые модели параллельных вычислений и их библиотеки поддержки времени выполнения.''	+	* М.П.Кузнецов. ''[http://jmlda.org/papers/doc/2011/no2/Kuznetsov2011Index.pdf Уточнение ранговых экспертных оценок с использованием монотонной интерполяции.]'' Машинное обучение и анализ данных, 2:154-162, 2011.
-	Для решения задачи распознавания вторичной структуры белков предложен алгоритм кластеризации подпоследовательности аминокислотных остатков. Совместно с ИСП РАН, № 2011-1.4-2.4-ИР1	+
-	=== Осень 2011, 9-й семестр ===	+	* М.П.Кузнецов, А.А.Мафусалов, Н.К.Животовский, Е.Ю.Зайцев, Д.С.Сунгуров. ''[http://jmlda.org/papers/doc/2011/no1/KuznetsovEtAll2011Smoothing.pdf Сглаживающие алгоритмы прогнозирования.]'' Машинное обучение и анализ данных, 1:104-112, 2011.
-	'''Метрическая кластеризация последовательностей аминокислотных остатков в ранговых шкалах'''	+	=== Talks ===
-	''Для решения задачи распознавания вторичной структуры белков предложен алгоритм кластеризации подпоследовательности аминокислотных остатков. Для выявления кластеров используются парные расстояния между подпоследовательностями. Отличительной особенностью алгоритма является то, что не требуется строить полную матрицу парных расстояний, что снижает сложность вычислений. При кластеризации рассматриваются только ранги расстояний между подпоследовательностями. Работа алгоритма проиллюстрирована синтетическими данными и данными из базы UniProt.''	+	'''Eng'''
-	'''Integral Indicators and Expert Estimations of Ecological Impact'''	+	* ''7th International Conference of the CLEF Association, Evora, Portugal, 2016.'' Methods for intrinsic plagiarism detection and author diarization.
-	''To compare objects or alternative decisions one must evaluate a quality of each object. A real-valued scalar, which is corresponded to the object, is called an integral indicator. The integral indicator of the object is a convolution of the object features. Expert estimations of one expert or an expert group could be indicators, too.	+	* ''22nd International Conference on Neural Information Processing, Istanbul, Turkey, 2015.'' Supervised topic classification for modeling a hierarchical conference structure.
-	We consider a problem of indicator construction as following. There is a set of objects, which should be compared according to a certain quality criterion. A set of features describes each object. This two sets are given together with an «object/feature» matrix of measured data. We accept a linear model of the convolution: the integral indicator is the linear combination of features and their weights.	+
-	To do that we use the expert estimates of both indicators and weights in	+
-	rank scales. To compute indicators according to the linear model, one can use the expert set of weights. Our goal is to match the estimated and the computed integral indicators by maximizing a rank correlation between them.	+
-	We consider the set of the estimated indicators and the set of the estimated weights as two cones in spaces of indicators and weights, respectively. Our goal is to find the set of weights such that the distance between this set and the cone of the expert-given weights must be minimum. Using the found weights we compute the set of indicators such that the distance between this computed set and the cone of the expert-given indicators must be minimum, as well.	+
-	This methodology is used for the Clean Development Mechanism project evaluation. The project partners have to prove that their project can yield	+
-	emission reductions in developing countries. The proposed integral indicators are intended to evaluate the environmental impact of this projects.''	+
-	'''Публикации'''	+	* ''20th Conference of the International Federation of Operational Research Societies, Barcelona, Spain, 2014.'' Partial orders combining for object ranking problem.
-	''М.П.Кузнецов'' Уточнение ранговых экспертных оценок с использованием монотонной интерполяции // ''Машинное обучение и анализ данных.'' — 2011. — № 2. — C. 154-162. — ISSN 2223-3792 (опубликовано)	+	* ''26th European Conference on Operational Research. July 1-4, 2013. Rome, Italy.'' The IUCN Red List threatened speices categorization algorithm.
-	''М.П.Кузнецов'' Уточнение ранговых экспертных оценок с использованием монотонной интерполяции и конусов // ''Труды МФТИ.'' (в печати)	+	* ''25th European Conference on Operational Research. July 8-11, 2012. Vilnius, Lithuania.'' Rank-scaled Integral Indicators of Ecological Impact.
-	'''Участия в конференциях'''	+	* ''International Conference on Operational Research. August 30 to September 2, 2011. Zurich, Switzerland.'' Integral Indicators and Expert Estimations of Ecological Impact.
-	''International Conference on Operational Research. August 30 to September 2, 2011. Zurich, Switzerland.''	+	'''Rus'''
-	'''Гранты'''	+	* М.П. Кузнецов, В.В. Стрижов. Комбинирование отношений порядка для восстановления предпочтения на наборе объектов. ''Математические методы распознавания образов ММРО-17'', 2015.
-	''Построение интегральных индикаторов с использованием конусов'', ПГАС	+	* Кузнецов М.П., Стрижов В.В. [http://strijov.com/papers/Kuznetsov2012IOI.pdf Построение интегрального индикатора с использованием ранговой матрицы описаний]. ''Интеллектуализация обработки информации. Доклады 9-й международной конференции'', с. 130-132, 2012.
-	=== Весна 2012, 10-й семестр ===	+	* М.П.Кузнецов, В.В.Стрижов. [http://strijov.com/papers/Kuznetsov2011mmro15.pdf Уточнение ранговых экспертных оценок с использованием монотонной интерполяции]. ''Математические методы распознавания образов ММРО-15'', с. 162-165, 2011.
-	'''Rank-scaled Integral Indicators of Ecological Impact'''	+	=== Other ===
-	''To compare objects or alternative decisions one must evaluate a quality of each object. An integral indicator is a real-valued scalar which is corresponded to the object. We can construct an integral indicator having a set of objects and features and a quality criterion. We use the set of features and expert-given indicators in the rank scales. That is, every object is ranked by the certain feature. We consider every rank-scaled feature as a polyhedral cone. To find final ranking we use Minkowski sum of this cones. This methodology is used for the Croatian Thermal Power Plants evaluation.''	+	'''Выпускные работы'''
-	'''Публикации'''	+	* Выпускная квалификационная работа магистра [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/MSThesis/Kuznetsov2013/Kuznetsov2013MasterThesis.pdf ''Построение интегральных индикаторов в задачах с порядковыми признаками'']
-	''В.В.Стрижов, М.П.Кузнецов, К.В.Рудаков'' Метрическая кластеризация последовательностей аминокислотных остатков в ранговых шкалах // ''Математическая биология и биоинформатика.'' — 2012 (в печати)	+	* Выпускная квалификационная работа бакалавра [http://sourceforge.net/p/mlalgorithms/code/HEAD/tree/BSThesis/Kuznetsov2011/Kuznetsov2011diploma.pdf ''Уточнение экспертных оценок с помощью измеряемых данных'']
-	'''Участия в конференциях'''	+	'''Гранты'''
-	''25th European Conference on Operational Research. July 8-11, 2012. Vilnius, Lithuania.''	+	* ''Высокоуровневые модели параллельных вычислений и их библиотеки поддержки времени выполнения.'' Совместно с ИСП РАН, № 2011-1.4-2.4-ИР1
-	'''Гранты'''	+	'''Stuff'''
-	''Построение интегральных индикаторов с использованием монотонной интерполяции'', ПГАС	+	[https://www.dropbox.com/s/s2jz2jjx571hxu7/startup.m?dl=0 My Matlab startup.m file]

---

Текущая версия

Кузнецов Михаил Павлович

МФТИ, ФУПМ

Кафедра "Интеллектуальные системы"

Направление "Интеллектуальный анализ данных"

mikhail dot kuznecov at phystech dot edu

CV

Diss: Kirpich

Papers

Eng

• M. Kuznetsov, A. Motrenko, R. Kuznetsova, V. Strijov. Methods for intrinsic plagiarism detection and author diarization. Notebook for PAN at CLEF 2016.

• N. Spirin, M. Kuznetsov, J. Kiseleva, Y. Spirin, P. Izhutov. Relevance-aware Filtering of Tuples Sorted by an Attribute Value via Direct Optimization of Search Quality Metrics. In Proceedings of the 38th International ACM SIGIR Conference on Research and Development in Information Retrieval (SIGIR), 2015.

• M. Kuznetsov, M. Clausel, M.-R. Amini, E. Gaussier and V. Strijov. Supervised topic classification for modeling a hierarchical conference structure. In Neural Information Processing (pp. 90-97). Springer International Publishing, 2015.

• M.M. Stenina, M.P. Kuznetsov, V.V. Strijov. Ordinal classification using Pareto fronts. Expert Systems with Applications, 42 (2015), pp. 5947-5953.

• M.P. Kuznetsov, A.A. Tokmakova, V.V. Strijov. Analytic and stochastic methods of structure parameter estimation. Accepted to Informatica, 2015.

• A.M. Katrutsa, M.P. Kuznetsov, V.V. Strijov, K.V. Rudakov. Metric concentration search procedure using reduced matrix of pairwise distances. Intelligent Data Analysis, 19(5):1091-1108, 2015.

• M.P. Kuznetsov, V.V. Strijov. Methods of expert estimations concordance for integral quality estimation. Expert Systems with Applications, 41(4):1988–1996, March 2014.

Rus

• Е.В. Раменская, М.П. Кузнецов, В.В. Ермаков, О.Р. Баркова, А.А. Бран Классификация гиперспектральных изображений с использованием кластерной структуры данных. Современные проблемы дистанционного зондирования Земли из космоса, 14(7), 9-19, 2017.

• К. В. Рудаков, В. В. Стрижов, Д. О. Каширин, М. П. Кузнецов, А. П. Мотренко, М. М. Стенина Выбор оптимальной модели прогнозирования объемов грузовых железнодорожных перевозок. Автомат. и телемех., 78(1), 91-105, 2017.

• Кузнецов М.П., Ивкин Н.П. Алгоритм классификации временных рядов акселерометра по комбинированному признаковому описанию. Машинное обучение и анализ данных, 1(11):1471 - 1483, 2015.

• Василейский А.С., Карацуба Е.А., Карелов А.И., Кузнецов М.П., Рейер И.А. Обнаружение движения устойчивых отражателей по серии спутниковых радиолокационных снимков земной поверхности. Машинное обучение и анализ данных, 1(5):487-502, 2013.

• Кузнецов М. П., Стрижов В. В., Медведникова М.М. Алгоритм многоклассовой классификации объектов, описанных в ранговых шкалах. Научно-технический вестник СПб ГПУ. Информатика. Телекоммуникации. Управление, 5:92-95, 2012.

• В.В.Стрижов, М.П.Кузнецов, К.В.Рудаков. Метрическая кластеризация последовательностей аминокислотных остатков в ранговых шкалах. Математическая биология и биоинформатика, 7(1):345-359, 2012.

• Кузнецов М.П. Построение интегрального индикатора в ранговых шкалах с использованием копул для анализа совместного распределения критериев. Машинное обучение и анализ данных, 1(4):411-419, 2012.

• Медведникова М.М., Стрижов В.В., Кузнецов М.П. Алгоритм многоклассовой монотонной Парето-классификации с выбором признаков. Известия Тульского государственного университета, Естественные науки, 3:132-141, 2012.

• Василейский А.С., Карацуба Е.А., Карелов А.И., Кузнецов М.П., Рейер И.А. Алгоритм выделения устойчивых отражателей на спутниковых радиолокационных снимках земной поверхности. Машинное обучение и анализ данных, 1(4):473-484, 2012.

• М.П.Кузнецов. Уточнение ранговых экспертных оценок с использованием монотонной интерполяции. Машинное обучение и анализ данных, 2:154-162, 2011.

• М.П.Кузнецов, А.А.Мафусалов, Н.К.Животовский, Е.Ю.Зайцев, Д.С.Сунгуров. Сглаживающие алгоритмы прогнозирования. Машинное обучение и анализ данных, 1:104-112, 2011.

Talks

Eng

• 7th International Conference of the CLEF Association, Evora, Portugal, 2016. Methods for intrinsic plagiarism detection and author diarization.

• 22nd International Conference on Neural Information Processing, Istanbul, Turkey, 2015. Supervised topic classification for modeling a hierarchical conference structure.

• 20th Conference of the International Federation of Operational Research Societies, Barcelona, Spain, 2014. Partial orders combining for object ranking problem.

• 26th European Conference on Operational Research. July 1-4, 2013. Rome, Italy. The IUCN Red List threatened speices categorization algorithm.

• 25th European Conference on Operational Research. July 8-11, 2012. Vilnius, Lithuania. Rank-scaled Integral Indicators of Ecological Impact.

• International Conference on Operational Research. August 30 to September 2, 2011. Zurich, Switzerland. Integral Indicators and Expert Estimations of Ecological Impact.

Rus

• М.П. Кузнецов, В.В. Стрижов. Комбинирование отношений порядка для восстановления предпочтения на наборе объектов. Математические методы распознавания образов ММРО-17, 2015.

• Кузнецов М.П., Стрижов В.В. Построение интегрального индикатора с использованием ранговой матрицы описаний. Интеллектуализация обработки информации. Доклады 9-й международной конференции, с. 130-132, 2012.

• М.П.Кузнецов, В.В.Стрижов. Уточнение ранговых экспертных оценок с использованием монотонной интерполяции. Математические методы распознавания образов ММРО-15, с. 162-165, 2011.

Other

Выпускные работы

• Выпускная квалификационная работа магистра Построение интегральных индикаторов в задачах с порядковыми признаками

• Выпускная квалификационная работа бакалавра Уточнение экспертных оценок с помощью измеряемых данных

Гранты

• Высокоуровневые модели параллельных вычислений и их библиотеки поддержки времени выполнения. Совместно с ИСП РАН, № 2011-1.4-2.4-ИР1

Stuff

My Matlab startup.m file