Участник:Arti lehtonen

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Попов Артём Сергеевич)
(Попов Артём Сергеевич)
Строка 34: Строка 34:
* "Математические методы анализа текстов" для студентов 4 курса кафедры ИС ФУПМ МФТИ ([[Математические методы анализа текстов (курс лекций, К.В.Воронцов, А.А.Потапенко)|2018 осень]])
* "Математические методы анализа текстов" для студентов 4 курса кафедры ИС ФУПМ МФТИ ([[Математические методы анализа текстов (курс лекций, К.В.Воронцов, А.А.Потапенко)|2018 осень]])
 +
Один из организаторов спецсеминара по NLP в ШАДе:
 +
* [[Методы анализа текстов (семинар, К.В.Воронцов)/2017-2018 год | Методы анализа текстов (2017-2018)]]
== Публикации ==
== Публикации ==

Версия 10:57, 20 июня 2019

Попов Артём Сергеевич

Photo_popov_artem.png‎

Инженер-исследователь в Лаборатории Машинного Интеллекта МФТИ

Выпускник кафедры ММП факультета ВМК МГУ (2017 — бакалавриат, 2019 — магистратура)

Научный руководитель: Константин Вячеславович Воронцов

Электронная почта: artems + дефис + 07 + собака + mail.ru

Профиль на github: https://github.com/arti32lehtonen


Выпускная квалификационная работа: Регуляризация тематических моделей для векторных представлений слов (текст, слайды)

Магистерская диссертация: Выделение множества тематик в неразмеченной коллекции диалогов


Научные интересы: word embeddings, natural language processing, модели дистрибутивной семантики, тематические модели

Преподавание

Активно учавствую/учавствовал в преподавании нескольких курсов.

Ассистент преподавателя:

  • "Практикум на ЭВМ" для студентов 3 курса кафедры ММП ВМК МГУ (2016-2017)

Преподаватель:

Один из организаторов спецсеминара по NLP в ШАДе:

Публикации

  1. Попов А. С. Тематические модели для построения интерпретируемых векторных представлений слов // Сборник тезисов XXIV Международной научной конференции студентов, аспирантов и молодых учёных «Ломоносов-2017», секция «Вычислительная математика и кибернетика» - Москва, 2017, с. 18-20.
  2. Попов А. С. Регуляризация тематических моделей для векторных представлений слов // Сборник тезисов лучших выпускных квалификационных работ факультета ВМК МГУ 2017 года - Москва, 2017, с. 67-69
  3. Potapenko A., Popov A., Vorontsov K. Interpretable probabilistic embeddings: bridging the gap between topic models and neural networks // ссылка на arxiv // AINL-6: Artificial Intelligence and Natural Language Conference, St. Petersburg, Russia, September 20-23, 2017.
Личные инструменты