Участник:Kropotov/Публикации

Материал из MachineLearning.

2010

D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. Variational Relevance Vector Machine for Tabular Data // JMLR Workshop & Conference Proceedings, Vol. 13, 2010, pp. 79-94. (PDF, 584 Кб)

A. Osokin, D. Vetrov, A. Lebedev, V. Galatenko, D. Kropotov, K. Anokhin. An Interactive Method of Anatomical Segmentation and Gene Expression Estimation for an Experimental Mouse Brain Slice // Proc. CIBB 2010. (PDF, 598 Кб)

D. Kropotov, D. Laptev, A. Osokin, D. Vetrov. Signal Segmentation with Label Frequency Constraints using Dual Decomposition Approach for Hidden Markov Models // Proc. of 8th International Conference “Intelligent Information Processing”, 2010, pp. 403-406. (PDF, 151 Кб)

D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. Bayesian Logistic Regression for Classification of Tabular Data // Proc. of 8th International Conference “Intelligent Information Processing”, 2010, pp. 103-106. (PDF, 217 Кб)

D. Kropotov, D. Laptev, A. Osokin, D. Vetrov. Variational Segmentation Algorithms with Label Frequency Constraints // Pattern Recognition and Image Analysis, 2010, V. 20, No. 3, pp. 324-334. (PDF, 613 Кб)

A. Osokin, D. Vetrov, D. Kropotov. 3D Reconstruction of Mouse Brain from a Sequence of 2D Brain Slices in Application to Allen Brain Atlas // Lecture Notes in Bioinformatics, Vol. 6160, Springer, 2010, pp. 291-303. link

Ветров Д.П., Кропотов Д.А., Осокин А.А. Автоматическое определение количества компонент в ЕМ-алгоритме восстановления смеси нормальных распределений // Ж. вычисл. матем. и матем. физ., 2010, т. 50, №4, с. 1-14. (PDF, 303 Кб)

2009

Ветров Д.П., Кропотов Д.А., Пташко Н.О. Об унимодальности непрерывного расширения критерия Акаике // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 11-13. (PDF, 800 Кб)

Ветров Д.П., Кропотов Д.А. Алгоритм множественного трекинга лабораторных животных // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 499-502. (PDF, 832 Кб)

Ломакина-Румянцева Е.И., Ветров Д.П., Кропотов Д.А. Автоматическая сегментация поведения лабораторных животных на основе выделяемых контуров // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 556-559. (PDF, 815 Кб)

Осокин А.А., Ветров Д.П., Кропотов Д.А. Построение трехмерной модели мозга мыши по набору двумерных изображений из Алленовского Атласа // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 582-585. (PDF, 962 Кб)

Темлянцев А.В., Ветров Д.П., Кропотов Д.А. Структурный анализ поведенческой динамики // Труды 14-ой Всероссийской конференции «Математические методы распознавания образов», М.: Макс Пресс, 2009, с. 602-605. (PDF, 1 Мб)

Ветров Д.П., Кропотов Д.А., Пташко Н.О. О достижении компромисса между точностью и устойчивостью классификаторов в задаче выбора наилучшей ядровой функции при байесовском обучении // Вестник Тверского Государственного Университета. Серия «Прикладная математика», №3(14), 2009, стр. 45-54.

Д.П. Ветров, Д.А. Кропотов, Н.О. Пташко. Эффективный метод отбора признаков в линейной регрессии с помощью обобщенного информационного критерия Акаике // Ж. вычисл. матем. и матем. физ., 2009, том 49, №11, с.1-14. (PDF, 289 Кб)

D.Kropotov, N.Ptashko, D.Vetrov. Relevant Regressors Selection by Continuous AIC // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 456-464. (PDF, 314 Кб)

D.Kropotov, D.Vetrov. General Solutions for Information-Based and Bayesian Approaches to Model Selection in Linear Regression and Their Equivalence // Pattern Recognition and Image Analysis, Vol. 19, No. 3, 2009, pp. 447-455. (PDF, 284 Кб)

E.Lomakina-Rumyantseva, P.Voronin, D.Kropotov, D.Vetrov, A.Konushin. Video Tracking and Behaviour Segmentation of Laboratory Rodents // Pattern Recognition and Image Analysis, Vol. 19, No. 4, 2009, pp. 616-622. (PDF, 260 Кб)

Osokin A., Vetrov D., Kropotov D. 3D Reconstruction of Mouse Brain from Allen Brain Atlas // Proc. of 10th International Conference on Pattern Recognition and Image Processing 2009, Minsk: Publ. center of BSU, pp. 219-223. (PDF, 461 Кб)

Osokin A., Belotserkovky A., Vetrov D., Kropotov D., Zhuravlev Yu. Mouse Brain Slice Segmentation for Analysis of Physiological Activity // Proc. of 10th International Conference on Pattern Recognition and Image Processing 2009, Minsk: Publ. center of BSU, pp. 348-353. (PDF, 681 Кб)

2008

Г.В. Иофина, Д.П. Ветров, Д.А. Кропотов. Восстановление объектов в Евклидовом пространстве по оптимальным матрицам близости // Сб. «Моделирование и обработка информации», М.: МФТИ, 2008

E. Lomakina-Rumyantseva, D. Kropotov, D. Vetrov. Signal Segmentation using Hidden Markov Models with Prior Distribution on Segment’s Length // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol. 2, Nizhni Novgorod, 2008, pp.386-389.

D. Kropotov, D. Vetrov. On Equivalence of Information-Based and Bayesian Approaches to Model Selection for Linear Regression Problems // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol.1, Nizhni Novgorod, 2008, pp. 419-422.

D. Kropotov, N. Ptashko, D. Vetrov. The Application of Akaike Information Criterion for Automatic Selection of Relevant Regressors // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol. 1, Nizhni Novgorod, 2008, pp. 423-426.

A. Osokin, D. Vetrov, D. Kropotov. Choosing Number of Components in EM-Algorithm for Gaussian Mixtures // Proc. of 9th International Conference “Pattern Recognition and Image Analysis: New Information Technologies”, Vol.2, Nizhni Novgorod, 2008, pp. 390-393.

D. Kropotov, D. Vetrov. An Automatic Relevance Determination Procedure Based on Akaike Information Criterion for Linear Regression Problems // Proc. of ICML Workshop on Sparse Optimization and Variable Selection, 2008. link

А.С. Конушин, Д.П. Ветров, П.А. Воронин, М.С. Синдеев, Е.И. Ломакина-Румянцева, Д.А. Кропотов, И.Ю. Зарайская, К.В. Анохин. Система видеонаблюдения за поведением лабораторных животных с автоматической сегментацией на поведенческие акты // Доклады 18-ой международной конференции GraphiCon 2008, изд-во Макс-Пресс, стр.199-205.

D. Vetrov, D. Kropotov, A. Konushin, E. Lomakina-Rumyantseva, I. Zarayskaya, K. Anokhin. Automatic segmentation of mouse behavior using hidden markov models // Proc. of 6th International Conference on Methods and Techniques in Behavioral Research (Measuring Behavior), 2008.

A. Konushin, E. Lomakina-Rumyantseva, D. Kropotov, D. Vetrov, A. Cherepov, K. Anokhin. Automated distinguishing of mouse behavior in new environment and under amphetamine using decision trees // Proc. of 6th International Conference on Methods and Techniques in Behavioral Research (Measuring Behavior), 2008.

2007

Ветров Д., Кропотов Д. Гетероскедастичная разреженная байесовская регрессия и ее применение в задаче прогноза температуры плавления халькопиритов и задаче синтеза наноразмерного оксида алюминия // Труды 8-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», т.3, 2007.

Ветров Д., Кропотов Д. Применение новых методов поиска знаний в задачах оценки стоимости жилья // Труды 8-ой международной конференции «Распознавание образов и анализ изображений: новые информационные технологии», т.3, 2007.

Ветров Д.П., Кропотов Д.А. Инвариантный метод настройки параметров в разреженном байесовском обучении // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 93-95.

Ветров Д.П., Кропотов Д.А. О выборе наилучшего квадратичного регуляризатора в обобщенных линейных моделях классификации // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 96-98.

Ветров Д.П., Кропотов Д.А., Курчин О.В. Новый метод обучения байесовской логистической регрессии с использованием лапласовского регуляризатора // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 99-101.

Иофина Г.В., Кропотов Д.А. Поиск оптимальной метрики в задачах классификации с порядковыми признаками // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 137-140.

Серостанов А.С., Ветров Д.П., Кропотов Д.А. Применение вероятностного алгоритма фильтрации в задачах обработки данных телеметрии космических спутников // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 534-536.

Васильев О.М., Ветров Д.П., Кропотов Д.А. Устойчивость обучения метода релевантных векторов // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 16-18.

Ветров Д.П., Кропотов Д.А., Пташко О.М. Расширение метода Expectation Propagation на случай логистического правдоподобия // Труды 13-ой всероссийской конференции «Математические методы распознавания образов», М.: МАКС Пресс, 2007. – с. 102-104.

Cawley G., Kropotov D., Kurchin O., Talbot N., Vetrov D. Fast Bayesian L1 Regularization for Sparse Logistic Regression // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007

Kropotov D., Vetrov D. Optimal Bayesian Linear Classifier with Arbitrary Gaussian Regularizer // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007

Kropotov D., Vetrov D. On Automatic Determination of Relevant Degrees of Freedom in Generalized Linear Models with Laplace Prior // Proc. of 7th Open German-Russian Workshop on Pattern Recognition and Image Understanding, Ettlingen, Germany, 2007

Kropotov D., Vetrov D. Fuzzy Rules Generation Method for Pattern Recognition Problems // F. Masulli, S. Mitra, and G. Pasi (Eds.): Applications of Fuzzy Sets Theory, WILF 2007, LNAI 4578, Springer, pp. 203–210, 2007.

Kropotov D., Vetrov D. On One Method of Non-Diagonal Regularization in Sparse Bayesian Learning // Proc. of 24th International Conference on Machine Learning, Zoubin Ghahramani Eds. Omnipress, pp. 457-464, 2007. link

Васильев О.М., Ветров Д.П., Кропотов Д.А. Представление и обнаружение знаний в экспертных системах для задач распознавания образов // Журнал вычислительной математики и математической физики, том 47, №8, 2007, стр. 1431-1457