Участник:Mamonov

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(Осень 2019)
(Весна 2020)
 
(1 промежуточная версия не показана)
Строка 1: Строка 1:
'''Кирилл Мамонов'''
'''Кирилл Мамонов'''
-
'''Перешел на 4 курс факультета инноваций и высоких технологий МФТИ'''
+
'''4 курс факультета инноваций и высоких технологий МФТИ'''
'''Кафедра анализа данных Яндекса'''
'''Кафедра анализа данных Яндекса'''
mamonov.kr@phystech.edu
mamonov.kr@phystech.edu
-
 
-
==Осень 2019==
 
-
'''Карта оптимизма новостей России'''
 
-
 
-
В работе описана процедура, позволяющая анализировать эмоциональную окраску (или тональность) новостных сообщений для дальнейшей оценки «регионального уровня оптимизма». Результаты оценки визуализированы на интерактивной карте России, которая отражает региональный уровень оптимизма и его изменение во времени. Работа носит как научный, так и практический характер, поскольку в ней описана процедура по эффективному извлечению информации из новостей, а также анализ их тональности с дальнейшей визуализацией.
 
-
 
-
''' Выступление на конференции: ''' IV Международная научно-практическая конференция «Актуальные проблемы и перспективы развития радиотехнических и инфокоммуникационных систем» «РАДИОИНФОКОМ — 2019»
 
-
 
-
'''Материалы: '''
 
-
[https://forum.mirea.ru/2019.pdf#page=134 Paper] ([https://www.elibrary.ru/item.asp?id=42437335 входит в РИНЦ])
 
==Весна 2020==
==Весна 2020==
Строка 23: Строка 13:
'''Материалы: '''
'''Материалы: '''
-
[https://github.com/Intelligent-Systems-Phystech/2020-Project73 GitHub]
 
-
[https://github.com/Intelligent-Systems-Phystech/2020-Project73/raw/master/report/Mamonov2020Project73.pdf Paper]
 
-
[https://github.com/Intelligent-Systems-Phystech/2020-Project73/raw/master/report/Mamonov2020Project73slides.pdf Slides]
 
[https://youtu.be/9Gr_YWYriww Video]
[https://youtu.be/9Gr_YWYriww Video]
Строка 44: Строка 31:
'''Материалы: '''
'''Материалы: '''
[https://drive.google.com/file/d/1VEvd0nCF8SEYsaI2JPLfDBZBJMDwPAbR/view?usp=sharing Slides]
[https://drive.google.com/file/d/1VEvd0nCF8SEYsaI2JPLfDBZBJMDwPAbR/view?usp=sharing Slides]
 +
 +
==Осень 2019==
 +
'''Карта оптимизма новостей России'''
 +
 +
В работе описана процедура, позволяющая анализировать эмоциональную окраску (или тональность) новостных сообщений для дальнейшей оценки «регионального уровня оптимизма». Результаты оценки визуализированы на интерактивной карте России, которая отражает региональный уровень оптимизма и его изменение во времени. Работа носит как научный, так и практический характер, поскольку в ней описана процедура по эффективному извлечению информации из новостей, а также анализ их тональности с дальнейшей визуализацией.
 +
 +
''' Выступление на конференции: ''' IV Международная научно-практическая конференция «Актуальные проблемы и перспективы развития радиотехнических и инфокоммуникационных систем» «РАДИОИНФОКОМ — 2019»
 +
 +
'''Материалы: '''
 +
[https://forum.mirea.ru/2019.pdf#page=134 Paper] ([https://www.elibrary.ru/item.asp?id=42437335 входит в РИНЦ])

Текущая версия

Кирилл Мамонов

4 курс факультета инноваций и высоких технологий МФТИ

Кафедра анализа данных Яндекса

mamonov.kr@phystech.edu

Весна 2020

Нелинейное ранжирование результатов разведочного информационного поиска

Имея коллекцию документов, пользователю порой очень сложно в них разобраться. Существует множество подходов для поиска среди этих документов, но их недостаточно, когда пользователь хочет получить доступ к соответствующим документам в некотором логическом порядке, например, для учебных целей. В данной работе описан алгоритм ранжирования документов от простого к сложному, от общего к частному, то есть в том порядке, в котором пользователю будет легче разбираться в новой для него тематической области. Данный подход даёт пользователю абсолютно новый способ потребления контента.

Материалы: Video


Aspect-Based Sentiment Analysis

Командный проект в рамках курса DL in NLP 2020. Решается задача с соревнования. Сначала решалась задача E (Aspect Based Sentiment Analysis), а затем по просьбе организаторов переключились на задачу C (Aspect-Target Sentiment Classification). Задача заключается в том, чтобы определить тональность предложения/текста относительно заданного аспекта.

Материалы: GitHub Slides


Minimizing total weighted tardiness on a single machine with release dates and equal-length jobs

This paper investigates the impact of the different heuristics and variations of Branch-And-Bound algorithm on the solving rate of total weighted tardiness problem. We study the problem of scheduling n jobs with release dates, due dates, weights, and equal processing times on a single machine. The objective is to minimize total weighted tardiness. The same approach also holds for the single-machine problems of minimizing the sum of weighted late jobs (1|rj ,pj = p| ∑wj Uj ) and the sum of weighted late work (1|rj ,pj = p| ∑ wjVj ) as well as their respective variants with m identical, parallel machines.

Материалы: Slides

Осень 2019

Карта оптимизма новостей России

В работе описана процедура, позволяющая анализировать эмоциональную окраску (или тональность) новостных сообщений для дальнейшей оценки «регионального уровня оптимизма». Результаты оценки визуализированы на интерактивной карте России, которая отражает региональный уровень оптимизма и его изменение во времени. Работа носит как научный, так и практический характер, поскольку в ней описана процедура по эффективному извлечению информации из новостей, а также анализ их тональности с дальнейшей визуализацией.

Выступление на конференции: IV Международная научно-практическая конференция «Актуальные проблемы и перспективы развития радиотехнических и инфокоммуникационных систем» «РАДИОИНФОКОМ — 2019»

Материалы: Paper (входит в РИНЦ)

Личные инструменты