Спецсеминар "Байесовские методы машинного обучения"/весна 2011
Материал из MachineLearning.
(Различия между версиями)
(+ вопросы по LARS, объявление о зачете) |
|||
| Строка 20: | Строка 20: | ||
|- | |- | ||
| 4 марта 2011<br> | | 4 марта 2011<br> | ||
| - | | [[Участник:Dmitry Vetrov|''Ветров Дмитрий'']], н.с. ВМК МГУ.<br>'''Субмодулярное разложение ассоциативных марковских сетей'''<br>[[Media:SMD.pdf|Статья на CVPR2011]] | + | | [[Участник:Dmitry Vetrov|''Ветров Дмитрий'']], н.с. ВМК МГУ.<br>'''Субмодулярное разложение ассоциативных марковских сетей'''<br>[[Media:SMD.pdf|Статья на CVPR2011]]| Представление работы, принятой на конференцию Computer Vision and Pattern Recognition (CVPR2011). |
| | | | ||
|- | |- | ||
Версия 16:15, 16 мая 2011
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 | 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 | |
| 15 апреля 2011 | Кропотов Дмитрий, м.н.с. ВЦ РАН. |
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:
- Алгоритм PEARL. Примеры применения.
- Алгоритм минимизации энергии с штрафом за использование классов.
- Convolution neural network: решаемые задачи, структура, настройка весов.
- Restricted Boltzman Machine и ее связь с Deep Belief Networks.
- Виды релаксации дискретной задачи поиска минимума энергии марковского поля.
- Алгоритм субмодулярного разложения MRF
- Некоторые способы учета формы в задаче сегментации изображений
- Алгоритм сегментации с моделью формы на основе упрощенного циркулярного графа
- Модель Fields of Experts и задачи, решаемые с ее помощью.
-
-регуляризация линейной регрессии. Метод LASSO, его теоретические свойства (состоятельность по знакам и кусочно-линейный путь регуляризации).
- Алгоритм LARS. Модификация LARS/LASSO.
- Задача деконволюции с неизвестным ядром.
- Понятие эпитома. Применение эпитомов в практических задачах.
- Алгоритм поиска эпитома для заданного изображения.
- Построение границы между клетками с помощью динамического программирования
