Алгебра над алгоритмами и эвристический поиск закономерностей
Материал из MachineLearning.
(→Заседания 2015—2016 уч. года) |
м (→Участники спецсеминара) |
||
Строка 302: | Строка 302: | ||
'''Трофимов Михаил''' | '''Трофимов Михаил''' | ||
+ | * Дипломная работа [https://vk.com/away.php?utf=1&to=https%3A%2F%2Fsourceforge.net%2Fp%2Fmlalgorithms%2Fcode%2FHEAD%2Ftree%2FGroup074%2FTrofimov2016MSThesis%2Fdiploma.pdf%3Fformat%3Draw «'''Обобщённые факторизационные машины'''»]. | ||
* Доклад [https://www.dropbox.com/s/90xm8784bswf875/llr-fm-slides.pdf?dl=0 «'''Локально низкоранговая факторизационная машина'''»]. | * Доклад [https://www.dropbox.com/s/90xm8784bswf875/llr-fm-slides.pdf?dl=0 «'''Локально низкоранговая факторизационная машина'''»]. | ||
* Доклад [https://www.dropbox.com/s/pqd1ynrmrlpzx11/Trofimov_smth2vec.pdf?dl=0 «'''Дистрибутивная гипотеза Харриса, *2vec'''»]. | * Доклад [https://www.dropbox.com/s/pqd1ynrmrlpzx11/Trofimov_smth2vec.pdf?dl=0 «'''Дистрибутивная гипотеза Харриса, *2vec'''»]. |
Версия 06:55, 18 июля 2016
Руководитель спецсеминара: д.ф.-м.н., профессор Дьяконов Александр Геннадьевич
Направления работы на спецсеминаре
См. также «Правила для постоянных участников». |
Информация для второкурсников! |
|
В рамках работы на спецсеминаре есть два направления исследования:
- Теоретическое. Проводится в рамках алгебраического подхода к решению задач распознавания. Суть подхода: на алгоритмах, которые решают задачи обработки и анализа данных, специальным образом вводятся алгебраические операции. Например, можно складывать алгоритмы (получается опять алгоритм), умножать и т. д. Среди получаемых алгебраических выражений над «естественными» алгоритмами есть высокоэффективные алгоритмы. На спецсеминаре рассматриваются вопросы: как их строить, анализировать, реализовывать на ЭВМ и т. д. и т. п. Здесь же возникают задачи современной теории интерполяции: построения функций специального вида, заданных частично. Можно заниматься дискретным направлением: решать подобные задачи для функций, принимающих значения 0 и 1. Данное направление представляет особую ценность студентам, которые хотят получить самостоятельные результаты в науке и продолжить обучение в аспирантуре.
- Прикладное. Решаются реальные прикладные задачи анализа данных (data mining). Например, построение рекомендательных систем, прогнозирование свойств динамических графов (в том числе и графов социальных сетей), прогнозирование поведения потребителей, анализ метаданных, классификация сигналов головного мозга, классификация сигналов-показаний работы механизмов, настройка спам-фильтров, автоматическая рубрикация текстов, прогнозирование финансовых временных рядов. От студентов требуется желание глубоко понять задачу (данные и скрытые в них закономерности), умение быстро осваивать новые методы (в незнакомой области), хорошо программировать, выдвигать гипотезы и фантазировать (последнее очень важно).
Заседания спецсеминара
Заседания 2015—2016 уч. года
Дата | Докладчик | Доклад | Материалы |
---|---|---|---|
16 сентября 2015 | Дьяконов Александр, руководитель | Устранение шума в анализе твитов, связь смежности и модулярности при разбиении графа | слайды (pdf) |
23 сентября 2015 | Остапец Андрей, аспирант | Решение конкурса Avito Context Ad Clicks | слайды (pdf), страница конкурса |
Нижибицкий Евгений, аспирант | A Neural Algorithm of Artistic Style или Deep Learning Salvation | слайды (pdf), статья (arxiv), реализация (github) | |
30 сентября 2015 | Кудрявцев Георгий, 4-й курс | Доклад по статье "RecSys Challenge 2015: ensemble learning with categorical features" | слайды (pdf), статья (arxiv) |
Рысьмятова Анастасия, 4-й курс | Character-level Convolutional Networks for Text Classification | слайды (pdf), статья (arxiv) | |
7 октября 2015 | Вихрева Мария, 4-й курс | Доклад по статье "Geographical effects on epidemic spreading in scale-free networks" | слайды (pdf), статья (arxiv) |
Севастопольский Артем, 3-й курс | Доклад о работах Hans-Peter Kriegel из университета Ludwig-Maximilians-Universität, Мюнхен | слайды (pdf), статья 1, статья 2 | |
14 октября 2015 | Каюмов Эмиль, 3-й курс | Доклад о работах Jure Leskovec из Стэнфордского университета | слайды (pdf), статья 1, статья 2 |
Никишин Евгений, 3-й курс | Доклад о работах Pedro Domingos из Вашингтонского университета | слайды (pdf), статья 1, статья 2 | |
21 октября 2015 | Трофимов Михаил, МФТИ | (Глубокое) обучение с подкреплением: от аркад до шахмат | статья1, статья2 |
Гущин Александр, МФТИ | Решение конкурса Flavours of physics | код и отчёт | |
28 октября 2015 | Остапец Андрей, аспирант | Доклад о диссертации Aris Kosmopoulos, посвященной иерархической классификации текстов | слайды (pdf), диссертация |
Нижибицкий Евгений, аспирант | DeepHear — Composing and harmonizing music with neural networks | ||
4 ноября 2015 | ПРАЗДНИК | ||
11 ноября 2015 | Кудрявцев Георгий, 4-й курс | CLiMF и OrdRec | статья (pdf), статья (pdf) |
Рысьмятова Анастасия, 4-й курс | A Sensitivity Analysis of Convolutional Neural Networks for Sentence Classification | статья 1 (arxiv) статья 2 (arxiv) | |
18 ноября 2015 | Вихрева Мария, 4-й курс | Анализ настроения текста | слайды (pdf), статья |
Севастопольский Артем, 3-й курс | Извлечение признаков из текстуры изображений | слайды (pdf) статья 1 статья 2 (pdf) статья 3 (pdf) | |
25 ноября 2015 | Каюмов Эмиль, 3-й курс | Методы восстановления пропусков в данных | слайды (pdf) |
Никишин Евгений, 3-й курс | Доклад о современных методах выделения сообществ в социальных графах | слайды (pdf), статья 1, статья 2, статья 3 | |
2 декабря 2015 | Трофимов Михаил, МФТИ | Дистрибутивная гипотеза Харриса, *2vec | слайды (pdf) |
Гущин Александр, МФТИ | Решение конкурса Springleaf marketing response | презентация | |
29 февраля 2016 | Вихрева Мария, 4-ый курс | Решение хакатона Q&A DeepHack по Allen AI Challenge | слайды (pdf), страница хакатона |
Гущин Александр, МФТИ | Решение конкурса Walmart Trip Type Classification | ||
14 марта 2016 | Нижибицкий Евгений, аспирант | Deep Colorization | |
Трофимов Михаил, МФТИ | Локально низкоранговая факторизационная машина | Слайды | |
21 марта 2016 года | Нет заседаний | ||
28 марта 2016 года | Дьяконов Александр, руководитель | Определение курильщика по кардиограмме (соревнование CardioQvark) | Слайды |
18 апреля 2016 года | Кибитова Валерия, 1-й курс магистратуры | Методы распознавания сарказма в тексте | слайды (pdf) |
16 мая 2016 | Каюмов Эмиль, Никишин Евгений, Севастопольский Артем, 3-й курс | Защита курсовых работ | слайды (Каюмов, pdf), слайды (Никишин, pdf) |
Заседния в предыдущих семестрах:
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2014-2015 уч. года.
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013-2014 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (весенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (весенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2010-2011 уч. года (весенний семестр).
Текущие задания участников спецсеминара
Список источников для потенциальных докладов.
Доклады по статьям Доклады по авторам
|
Участник | Задание (каждый сам заполняет свою ячейку) | Комментарий |
---|---|---|
Нижибицкий Евгений (А1) | Подготовка плана-проспекта диссертации, статьи в журнале из списка ВАК (подача до декабря). | |
Остапец Андрей (А1) | Подготовка плана-проспекта диссертации, статьи в журнале из списка ВАК (подача до декабря). | |
Кудрявцев Георгий (417) | ВКР "Построение ансамбля алгоритмов рекомендаций". | |
Рысьмятова Анастасия (417) | ВКР "Использование сверточных нейронных сетей для задачи классификации текстов". | |
Вихрева Мария (417) | ВКР "Распространение эпидемий в графах". | |
Каюмов Эмиль (317) | Выбор задачи (Kaggle) для исследования. | |
Никишин Евгений (317) | Выбор задачи (Kaggle) для исследования. | |
Севастопольский Артём (317) | Выбор задачи (Kaggle) для исследования. | |
Трофимов Михаил (МФТИ) | ВКР "Обобщенные факторизационные машины" | |
Гущин Александр (МФТИ) | ||
Кибитова Валерия (517) |
Участники спецсеминара
Год выпуска | Участники |
---|---|
2017 бак |
Никишин Евгений
Каюмов Эмиль
Севастопольский Артём
|
2016 бак |
Кудрявцев Георгий
Рысьмятова Анастасия
Вихрева Мария
|
2017 маг |
Кибитова Валерия
|
2016 маг |
Трофимов Михаил
|
аспиранты 2 г.о. |
|
Выпускники спецсеминара
Год выпуска | Выпускники |
---|---|
Аспирант, 2010 |
Карпович Павел
Диссертация: «K-сингулярные системы точек в алгебраическом подходе к распознаванию образов» (2010, успешно защищена 18.02.2011 по специальности 01.01.09). |
2015 бак |
Славнов Константин
|
2015 |
Харациди Олег
|
2014 |
|
2013 |
Бобрик Ксения
Ермушева Александра
Кириллов Александр
Кондрашкин Дмитрий (перевёлся на другой спецсеминар)
|
2012 |
|
2010 |
Ахламченкова Ольга
Токарева (Одинокова) Евгения
|
2009 |
Власова Юлия
Логинов Вячеслав
Фёдорова Валентина
Чучвара Алексндра (бакалавр)
|
2008 |
Ломова Дарья
Вершкова Ирина
|
2007 |
Кнорре Анна
Карпович Павел
Сиваченко Евгений
|
2006 |
Ховратович (Курятникова) Татьяна
Мошин Николай
|
2005 |
Каменева Наталия
Силкин Леонид
|
Некоторые решаемые прикладные задачи
- Прогнозирование временных рядов По характеристикам процесса в прошлом предсказать поведение в будущем. Знание о прошлом может быть неполным или ошибочным. Типичный пример: прогнозирование денежных сумм, которые будут сниматься с банкомата в течение следующей недели.
- Классификация технических сигналов и сигналов головного мозга По описанию изменения некоторой характеристики процесса необходимо определить её класс. Например, по электрокортикограмме определить ментальное состояние человека. При этом обучающая выборка (данные, которые у нас есть) была собрана достаточно давно, а тестирование алгоритма будет проводиться потом (при изменённых внешних условиях, а следовательно, при изменённых характеристиках данных).
- Фильтрация спама Настроить спам-фильтр на некотором универсальном обучающем множестве (данных спам-ловушек) так, чтобы он хорошо работал на компьютере конкретного пользователя (без дополнительной донастройки).
- Иерархическая классификация текстов Написать алгоритм автоматической категоризации документов. Например, новостные рассылки необходимо распределить по каталогам «спорт/футбол», «спорт/биатлон», «музыка/концерты», «музыка/рок/исполнители» и т. д.
- Ранжирование документов на основе обучающего множества Написать алгоритм, который оценивает релевантность документа поисковому запросу. Для фиксированного запроса упорядочить документы (используя их признаковые описания) так, чтобы порядок отражал «адекватность» запроса.
- Прогноз связности графа социальной сети Предсказать изменения динамического графа социальной сети, в частности, появление новых рёбер.
- Прогнозирование успешности грантов и проектов По описанию заявки оценить перспективность выполнения данного проекта.
- Разработка рекомендательного алгоритма, который делает актуальные предложения купить какой-то товар, воспользоваться услугой или прочитать материал.
- Предсказывание визитов покупателей и сумм покупок для сети супермаркетов Разработка алгоритма, который предсказывает дату первого визита и сумму покупки каждого клиента.
- Оценка фотографий по метаданным Прогноз «интересности» фото-материалов на основе анализа названия, описания, GPS-координат съёмки и т.п.
- Задача кредитного скоринга Прогнозирование надёжности клиента банка по обязательствам выплаты процентов кредита.