Математические методы распознавания образов (конференция)

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Ссылки)
м
Строка 46: Строка 46:
====Ссылки====
====Ссылки====
-
[http://www.mmro.ru/about.php| Официальный сайт конференции ММРО]
+
* [http://www.mmro.ru/about.php| Официальный сайт конференции ММРО]
-
[http://www.mmro.ru/files/mmro13.pdf| Сборник трудов 13-й конференции]
+
* [http://www.mmro.ru/files/mmro13.pdf| Сборник трудов 13-й конференции]
-
[http://www.mmro.ru/files/mmro12.pdf| Сборник трудов 12-й конференции]
+
* [http://www.mmro.ru/files/mmro12.pdf| Сборник трудов 12-й конференции]
-
[http://www.mmro.ru/files/mmro11.pdf| Сборник трудов 11-й конференции]
+
* [http://www.mmro.ru/files/mmro11.pdf| Сборник трудов 11-й конференции]
[[Категория:Всероссийские научные конференции]]
[[Категория:Всероссийские научные конференции]]

Версия 10:47, 28 января 2008

Начиная с 1983 г., конференция ММРО регулярно проводится один раз в два года и является самым представительным российским научным форумом в области распознавания образов, интеллектуального анализа данных и прогнозирования.

В программу конференции входит рассмотрение фундаментальных математических вопросов распознавания, интеллектуального анализа данных, прогнозирования и методов решения прикладных задач распознавания.


Тематика конференции

  • Фундаментальные основы распознавания и прогнозирования

Код раздела: TF (Theory and Fundamentals) Статистические и алгебраические обоснования методов обучения по прецедентам. Теория вероятности, теория возможности и неопределённые нечёткие модели. Алгебраический подход к проблеме распознавания. Теоретические проблемы распознавания и прогнозирования.

  • Методы и модели распознавания и прогнозирования

Код раздела: MM (Methods and Models) Дискретные (логические) модели распознавания. Статистические модели классификации и регрессии. Байесовский вывод. Модели классификации на основе сходства и разделимости. Нейросетевые модели. Многомерный анализ. Теория и методы прогнозирования временных рядов. Обучение без учителя, кластеризация.

  • Проблемы эффективности вычислений и оптимизации

Код раздела: СO (Computation and Optimization) Проблемы алгоритмической сложности и построения эффективных вычислительных алгоритмов распознавания и прогнозирования. Параллельные вычисления. Численные методы оптимизации, применяемые при решении задач интеллектуального анализа данных.

  • Обработка сигналов и анализ изображений

Код раздела: SI (Signal Processing and Image Analysis) Теория, методы и прикладные задачи обработки, анализа и распознавания сигналов. Фурье-анализ и вейвлет-анализ. Обработка и распознавание речи. Теория, методы и прикладные задачи обработки, анализа, распознавания, понимания и синтеза изображений. Обработка видеоизображений.

  • Прикладные задачи интеллектуального анализа данных

Код раздела: AP (Applied Problems) Прикладные задачи распознавания и прогнозирования в биоинформатике, медицине, технических науках, геологии, физике, химии, социологии, экономике, лингвистике. Анализ и понимание текста (text mining). Анализ данных о содержимом, структуре и посещаемости документов в сети Интернет (web mining).

  • Прикладные системы распознавания и прогнозирования

Код раздела: AS (Applied Systems) Реализации прикладных систем интеллектуального анализа данных. Информационные технологии. Средства поддержки вычислительных экспериментов. Средства визуализации данных.

История проведения конференции

номер дата проведения место проведения число участников
13 31 сентября - 4 октября 2007 гола Санкт-Петербург, Зеленогорсий район, Пансионат Гелиос 200


Ссылки

Личные инструменты