Участник:A m0r0z0v

Материал из MachineLearning.

Версия 20:10, 14 ноября 2017 (править) A m0r0z0v (Обсуждение | вклад) (Новая: Морозов Алексей Олегович <br /> Группа 274 <br /> ao.morozov@phystech.edu) ← К предыдущему изменению		Версия 09:45, 20 мая 2019 (править) (отменить) A m0r0z0v (Обсуждение | вклад) К следующему изменению →
Строка 1:		Строка 1:
-	Морозов Алексей Олегович <br />	+	'''Морозов Алексей Олегович'''
-	Группа 274 <br />	+
-	ao.morozov@phystech.edu	+	'''МФТИ, ФУПМ'''
		+
		+	Кафедра "'''Интеллектуальные системы'''"
		+
		+	Направление "'''Интеллектуальный анализ данных'''"
		+
		+	Mailto: ao.morozov@phystech.edu
		+
		+	== Отчеты о научно-исследовательской работе ==
		+
		+	=== Весна 2019===
		+	'''Алгоритмическая реализация восстановления зависимостей произвольного вида в больших массивах данных'''
		+
		+	''Исследован класс обобщенных линейных моделей зависимостей, включающий модели числовой регрессии и двухклассового распознавания образов в типичной для практики ситуации, когда вектор признаков объектов имеет очень большую размерность, а число объектов в обучающей совокупности относительно невелико. Установлено, что вычислительная сложность таких задач линейна по числу признаков и полиномиальна по размеру обучающей совокупности.''
		+
		+	'''Публикация'''
		+	*{{биб.статья
		+	|автор = Vadim Mottl, Olga Krasotkina, Valentina Sulimova, Alexey Morozov, Ilya Pugach, Alexander Tatarchuk
		+	|заглавие = Linear complexity algorithms for high dimensional SVM and regression problems with smart sparse regularization
		+	<!--|издание = Машинное обучение и анализ данных-->
		+	|год = 2019
		+	<!--|номер = 3
		+	|ISSN = 2223-3792
		+	|страницы = 272-278-->
		+	|url = https://1drv.ms/b/s!AnZjwd6l7_VahLZBo1TYNH33cSIDmg
		+	}}
		+	[https://1drv.ms/b/s!AnZjwd6l7_VahLZBo1TYNH33cSIDmg‎ Ссылка на статью]
		+
		+	=== Осень 2018===
		+	'''Алгоритмическая реализация методологии оценивания состава инвестиционных портфелей'''
		+
		+	''Обеспечена линейная вычислительная сложность алгоритма поиска состава портфеля в очень большом множестве всех биржевых активов, в то время, как сложность по относительно небольшому числу наблюдений остается полиномиальной.''
		+
		+	'''Доклад на научной конференции'''
		+	*{{биб.статья
		+	|автор = Моттль В. В., Красоткина О. В., Морозов А. О., Медведев А. В.
		+	|заглавие = Алгоритмическая реализация методологии оценивания состава инвестиционных портфелей
		+	|издание = Интеллектуализация обработки информации (ИОИ-2018): Тезисы докл.— Москва: Торус Пресс, 2018. С. 104–105.
		+	|url = http://machinelearning.ru/wiki/images/e/e2/IDP18.pdf
		+	}}
		+	[[Media:IOI2018Morozov.pdf | Презентация]]
		+
		+	'''Доклад на научной конференции'''
		+	*{{биб.статья
		+	|автор = Морозов А. О., Моттль В. В.
		+	|заглавие = Алгоритмическая реализация методологии оценивания состава инвестиционных портфелей
		+	|издание = 61-я Всероссийская научная конференция МФТИ: Труды, Прикладная математика и информатика — МФТИ, 2018. С. 116–118.
		+	|url = https://mipt.ru/science/5top100/education/!%D0%A4%D0%9F%D0%9C%D0%98.pdf
		+	}}
		+	[[Media:conf61Morozov.pdf | Тезисы]]

---

Версия 09:45, 20 мая 2019

Морозов Алексей Олегович

МФТИ, ФУПМ

Кафедра "Интеллектуальные системы"

Направление "Интеллектуальный анализ данных"

Mailto: ao.morozov@phystech.edu

Отчеты о научно-исследовательской работе

Весна 2019

Алгоритмическая реализация восстановления зависимостей произвольного вида в больших массивах данных

Исследован класс обобщенных линейных моделей зависимостей, включающий модели числовой регрессии и двухклассового распознавания образов в типичной для практики ситуации, когда вектор признаков объектов имеет очень большую размерность, а число объектов в обучающей совокупности относительно невелико. Установлено, что вычислительная сложность таких задач линейна по числу признаков и полиномиальна по размеру обучающей совокупности.

Публикация

• Vadim Mottl, Olga Krasotkina, Valentina Sulimova, Alexey Morozov, Ilya Pugach, Alexander Tatarchuk Linear complexity algorithms for high dimensional SVM and regression problems with smart sparse regularization. — 2019.

Ссылка на статью

Осень 2018

Алгоритмическая реализация методологии оценивания состава инвестиционных портфелей

Обеспечена линейная вычислительная сложность алгоритма поиска состава портфеля в очень большом множестве всех биржевых активов, в то время, как сложность по относительно небольшому числу наблюдений остается полиномиальной.

Доклад на научной конференции

• Моттль В. В., Красоткина О. В., Морозов А. О., Медведев А. В. Алгоритмическая реализация методологии оценивания состава инвестиционных портфелей // Интеллектуализация обработки информации (ИОИ-2018): Тезисы докл.— Москва: Торус Пресс, 2018. С. 104–105..

Презентация

Доклад на научной конференции

• Морозов А. О., Моттль В. В. Алгоритмическая реализация методологии оценивания состава инвестиционных портфелей // 61-я Всероссийская научная конференция МФТИ: Труды, Прикладная математика и информатика — МФТИ, 2018. С. 116–118..

Тезисы