Участник:Artemov

Материал из MachineLearning.

Версия 10:21, 23 января 2017 (править) Artemov (Обсуждение | вклад) ← К предыдущему изменению		Версия 10:26, 23 января 2017 (править) (отменить) Artemov (Обсуждение | вклад) К следующему изменению →
Строка 4:		Строка 4:
	== Научные интересы ==		== Научные интересы ==
-	*	+	* Статистика случайных процессов, процедуры обнаружения разладок и аномалий временных рядов
		+	* Компьютерное зрение
		+	* Глубинное обучение и нейронные сети
-	Байесовские методы машинного обучения	+	== Избранные публикации ==
-	Методы обучения и вывода в графических моделях	+
-	Методы оптимизации в машинном обучении	+
-	Практический интеллектуальный анализ данных	+
-	Избранные публикации	+
-	Кропотов Д.А. Эффективный метод обучения L1-регуляризованной байесовской линейной регрессии, ИОИ-2012 link	+	1. Artemov A., Burnaev E. Ensembles of detectors for online detection of transient changes //Eighth International Conference on Machine Vision. — International Society for Optics and Photonics, 2015. — pp. 98751Z-98751Z-5.
-	D. Kropotov, D. Vetrov, L. Wolf, T. Hassner. Variational Relevance Vector Machine for Tabular Data // ACML 2010. link	+	2. Artemov A., Burnaev E., Lokot A. Nonparametric decomposition of quasi-periodic time series for change-point detection //Eighth International Conference on Machine Vision. — International Society for Optics and Photonics, 2015. — pp. 987520-987520-5.
-	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	+	3. Ustyuzhanin, A., Artemov, A., Kazeev, N., & Redkin, A. Event Index — an LHCb Event Search System //Journal of Physics: Conference Series. — IOP Publishing, 2015. — Vol. 664. — No. 3. — pp. 032019.
-	Ветров Д.П., Кропотов Д.А., Осокин А.А. Автоматическое определение количества компонент в ЕМ-алгоритме восстановления смеси нормальных распределений // ЖВМиМФ, т. 50, №4, 2010, с. 1-14. link	+	4. Artemov A. V., Burnaev E. V. Optimal Estimation of a Signal Perturbed by a Fractional Brownian Noise //Theory of Probability & Its Applications. — 2016. — Vol. 60. — No. 1. — pp. 126–134.
-	Ветров Д.П., Кропотов Д.А. Алгоритм множественного трекинга лабораторных животных // ММРО-2009. (PDF, 832 Кб)	+	5. Artemov A., Burnaev E. Detecting Performance Degradation of Software-Intensive Systems in the Presence of Trends and Long-Range Dependence //16th IEEE International Conference on Data Mining Workshops, 2016. – pp. 29–36.
-	D.Kropotov, D.Vetrov. General Solutions for Information-Based and Bayesian Approaches to Model Selection in Linear Regression and Their Equivalence // PRIA, Vol. 19, No. 3, 2009, pp. 447-455. link	+	6. Artemov A. V. Effective signal extraction via local polynomial approximation under long-range dependency conditions //Accepted for publication in Lobachevskii Journal of Mathematics. — 2016. — Vol. 37. — Issue 1.
-	E.Lomakina-Rumyantseva, P.Voronin, D.Kropotov, D.Vetrov, A.Konushin. Video Tracking and Behaviour Segmentation of Laboratory Rodents // PRIA, Vol. 19, No. 4, 2009, pp. 616-622. link	+
-	D. Kropotov, D. Vetrov. An Automatic Relevance Determination Procedure Based on Akaike Information Criterion for Linear Regression Problems // ICML Workshop on Sparse Optimization and Variable Selection, 2008. link	+
-	Kropotov D., Vetrov D. On One Method of Non-Diagonal Regularization in Sparse Bayesian Learning // ICML 2007. link	+
-	Васильев О.М., Ветров Д.П., Кропотов Д.А. Представление и обнаружение знаний в экспертных системах для задач распознавания образов // ЖВМиМФ, том 47, №8, 2007 link	+
-	Учебные курсы	+
-	Курс «Байесовские методы машинного обучения»	+	== Учебные курсы ==
-	Курс «Графические модели»	+
-	Курс «Математические основы теории прогнозирования»	+	Курс «[Вероятностные модели и статистика случайных процессов]», ФКН ВШЭ, 3 курс
-	Курс «Прикладная алгебра»	+	Курс «Глубинное обучение», ММП ВМК МГУ, 6 курс
-	Спецкурс «Методы оптимизации в машинном обучении»	+
-	Спецсеминар «Байесовские методы машинного обучения»	+

---

Версия 10:26, 23 января 2017

Преподаватель ФКН ВШЭ, аналитик Yandex Data Factory.

Научные интересы

• Статистика случайных процессов, процедуры обнаружения разладок и аномалий временных рядов
• Компьютерное зрение
• Глубинное обучение и нейронные сети

Избранные публикации

1. Artemov A., Burnaev E. Ensembles of detectors for online detection of transient changes //Eighth International Conference on Machine Vision. — International Society for Optics and Photonics, 2015. — pp. 98751Z-98751Z-5. 2. Artemov A., Burnaev E., Lokot A. Nonparametric decomposition of quasi-periodic time series for change-point detection //Eighth International Conference on Machine Vision. — International Society for Optics and Photonics, 2015. — pp. 987520-987520-5. 3. Ustyuzhanin, A., Artemov, A., Kazeev, N., & Redkin, A. Event Index — an LHCb Event Search System //Journal of Physics: Conference Series. — IOP Publishing, 2015. — Vol. 664. — No. 3. — pp. 032019. 4. Artemov A. V., Burnaev E. V. Optimal Estimation of a Signal Perturbed by a Fractional Brownian Noise //Theory of Probability & Its Applications. — 2016. — Vol. 60. — No. 1. — pp. 126–134. 5. Artemov A., Burnaev E. Detecting Performance Degradation of Software-Intensive Systems in the Presence of Trends and Long-Range Dependence //16th IEEE International Conference on Data Mining Workshops, 2016. – pp. 29–36. 6. Artemov A. V. Effective signal extraction via local polynomial approximation under long-range dependency conditions //Accepted for publication in Lobachevskii Journal of Mathematics. — 2016. — Vol. 37. — Issue 1.

Учебные курсы

Курс «[Вероятностные модели и статистика случайных процессов]», ФКН ВШЭ, 3 курс Курс «Глубинное обучение», ММП ВМК МГУ, 6 курс