Алгебра над алгоритмами и эвристический поиск закономерностей
Материал из MachineLearning.
(→Заседания 2015—2016 уч. года) |
(→Заседания 2015—2016 уч. года) |
||
Строка 36: | Строка 36: | ||
'''Устранение шума в анализе твитов, связь смежности и модулярности при разбиении графа''' | '''Устранение шума в анализе твитов, связь смежности и модулярности при разбиении графа''' | ||
- | | [https://alexanderdyakonov.files.wordpress.com/2015/09/ | + | | [https://alexanderdyakonov.files.wordpress.com/2015/09/ss2015_dyakonov_meyer1.pdf слайды] |
|- | |- | ||
| 23 сентября 2015 | | 23 сентября 2015 |
Версия 21:17, 15 сентября 2015
Руководитель спецсеминара: д.ф.-м.н., профессор Дьяконов Александр Геннадьевич
Направления работы на спецсеминаре
См. также «Правила для постоянных участников». |
Информация для второкурсников! |
|
В рамках работы на спецсеминаре есть два направления исследования:
- Теоретическое. Проводится в рамках алгебраического подхода к решению задач распознавания. Суть подхода: на алгоритмах, которые решают задачи обработки и анализа данных, специальным образом вводятся алгебраические операции. Например, можно складывать алгоритмы (получается опять алгоритм), умножать и т. д. Среди получаемых алгебраических выражений над «естественными» алгоритмами есть высокоэффективные алгоритмы. На спецсеминаре рассматриваются вопросы: как их строить, анализировать, реализовывать на ЭВМ и т. д. и т. п. Здесь же возникают задачи современной теории интерполяции: построения функций специального вида, заданных частично. Можно заниматься дискретным направлением: решать подобные задачи для функций, принимающих значения 0 и 1. Данное направление представляет особую ценность студентам, которые хотят получить самостоятельные результаты в науке и продолжить обучение в аспирантуре.
- Прикладное. Решаются реальные прикладные задачи анализа данных (data mining). Например, построение рекомендательных систем, прогнозирование свойств динамических графов (в том числе и графов социальных сетей), прогнозирование поведения потребителей, анализ метаданных, классификация сигналов головного мозга, классификация сигналов-показаний работы механизмов, настройка спам-фильтров, автоматическая рубрикация текстов, прогнозирование финансовых временных рядов. От студентов требуется желание глубоко понять задачу (данные и скрытые в них закономерности), умение быстро осваивать новые методы (в незнакомой области), хорошо программировать, выдвигать гипотезы и фантазировать (последнее очень важно).
Заседания спецсеминара
Заседания проходят по средам в ауд. 607, начало в 18:10. Вход свободный. |
Заседания 2015—2016 уч. года
Дата | Докладчик | Доклад | Материалы |
---|---|---|---|
16 сентября 2015 | Дьяконов Александр, руководитель | Организационные вопросы: производственная практика, курсовые и дипломные работы, распределение тем докладов
Доклад о работах Карла Мейера из университета Северной Каролины: Устранение шума в анализе твитов, связь смежности и модулярности при разбиении графа | слайды |
23 сентября 2015 | Нижибицкий Евгений, 2го аспирант | Доклад по статье "A Neural Algorithm of Artistic Style" | |
23 сентября 2015 | Остапец Андрей, 2го аспирант | Доклад о конкурсе Avito Context Ad Clicks | |
30 сентября 2015 | Кудрявцев Георгий, 4-й курс | Доклад по статье "Teaching iCub to recognize objects using deep Convolutional Neural Networks". | |
30 сентября 2015 | Рысьмятова Анастасия, 4-й курс | Доклад по статье "Character-level Convolutional Networks for Text Classification". | |
7 октября 2015 | Вихрева Мария, 4-й курс | Тема уточняется... | |
7 октября 2015 | Севастопольский Артем, 3-й курс | Доклад о работах Hans-Peter Kriegel из университета Ludwig-Maximilians-Universität, Мюнхен | |
14 октября 2015 | Каюмов Эмиль, 3-й курс | Доклад о работах Jure Leskovec из Стэнфордского университета | |
14 октября 2015 | Никишин Евгений, 3-й курс | Доклад о работах Pedro Domingos из Вашингтонского университета |
Заседния в предыдущих семестрах:
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2014-2015 уч. года.
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2013—2014 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (весенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2012-2013 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (весенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2011-2012 уч. года (осенний семестр).
- Алгебра над алгоритмами и эвристический поиск закономерностей/Заседания 2010-2011 уч. года (весенний семестр).
Текущие задания участников спецсеминара
Список источников для потенциальных докладов.
Доклады по статьям Доклады по авторам
|
Участник | Задание (каждый сам заполняет свою ячейку) | Комментарий |
---|---|---|
Нижибицкий Евгений (А1) | Подготовка плана-проспекта диссертации, статьи в журнале из списка ВАК (подача до декабря). | |
Остапец Андрей (А1) | Подготовка плана-проспекта диссертации, статьи в журнале из списка ВАК (подача до декабря). | |
Кудрявцев Георгий (417) | Доклад по статье http://jmlr.org/proceedings/papers/v43/pasquale15.pdf, определение темы ВКР и ПП. | |
Рысьмятова Анастасия (417) | Доклад по статье http://arxiv.org/pdf/1509.01626v2.pdf, определение темы ВКР и ПП. | |
Вихрева Мария (417) | Определение темы ВКР и ПП. | |
Каюмов Эмиль (317) | Выбор задачи (Kaggle) для исследования. | |
Никишин Евгений (317) | Выбор задачи (Kaggle) для исследования. | |
Севастопольский Артём (317) | Выбор задачи (Kaggle) для исследования. | |
Трофимов Михаил (МФТИ) | Уточнение темы ВКР | |
Гущин Александр (МФТИ) |
Участники спецсеминара
Год выпуска | Участники |
---|---|
2016 бак |
Кудрявцев Георгий
Рысьмятова Анастасия
Вихрева Мария
|
2016 маг |
Трофимов Михаил
|
аспиранты 1 г.о. |
|
Выпускники спецсеминара
Год выпуска | Выпускники |
---|---|
Аспирант, 2010 |
Карпович Павел
Диссертация: «K-сингулярные системы точек в алгебраическом подходе к распознаванию образов» (2010, успешно защищена 18.02.2011 по специальности 01.01.09). |
2015 бак |
Славнов Константин
|
2015 |
Харациди Олег
|
2014 |
|
2013 |
Бобрик Ксения
Ермушева Александра
Кириллов Александр
Кондрашкин Дмитрий (перевёлся на другой спецсеминар)
|
2012 |
|
2010 |
Ахламченкова Ольга
Токарева (Одинокова) Евгения
|
2009 |
Власова Юлия
Логинов Вячеслав
Фёдорова Валентина
Чучвара Алексндра (бакалавр)
|
2008 |
Ломова Дарья
Вершкова Ирина
|
2007 |
Кнорре Анна
Карпович Павел
Сиваченко Евгений
|
2006 |
Ховратович (Курятникова) Татьяна
Мошин Николай
|
2005 |
Каменева Наталия
Силкин Леонид
|
Некоторые решаемые прикладные задачи
- Прогнозирование временных рядов По характеристикам процесса в прошлом предсказать поведение в будущем. Знание о прошлом может быть неполным или ошибочным. Типичный пример: прогнозирование денежных сумм, которые будут сниматься с банкомата в течение следующей недели.
- Классификация технических сигналов и сигналов головного мозга По описанию изменения некоторой характеристики процесса необходимо определить её класс. Например, по электрокортикограмме определить ментальное состояние человека. При этом обучающая выборка (данные, которые у нас есть) была собрана достаточно давно, а тестирование алгоритма будет проводиться потом (при изменённых внешних условиях, а следовательно, при изменённых характеристиках данных).
- Фильтрация спама Настроить спам-фильтр на некотором универсальном обучающем множестве (данных спам-ловушек) так, чтобы он хорошо работал на компьютере конкретного пользователя (без дополнительной донастройки).
- Иерархическая классификация текстов Написать алгоритм автоматической категоризации документов. Например, новостные рассылки необходимо распределить по каталогам «спорт/футбол», «спорт/биатлон», «музыка/концерты», «музыка/рок/исполнители» и т. д.
- Ранжирование документов на основе обучающего множества Написать алгоритм, который оценивает релевантность документа поисковому запросу. Для фиксированного запроса упорядочить документы (используя их признаковые описания) так, чтобы порядок отражал «адекватность» запроса.
- Прогноз связности графа социальной сети Предсказать изменения динамического графа социальной сети, в частности, появление новых рёбер.
- Прогнозирование успешности грантов и проектов По описанию заявки оценить перспективность выполнения данного проекта.
- Разработка рекомендательного алгоритма, который делает актуальные предложения купить какой-то товар, воспользоваться услугой или прочитать материал.
- Предсказывание визитов покупателей и сумм покупок для сети супермаркетов Разработка алгоритма, который предсказывает дату первого визита и сумму покупки каждого клиента.
- Оценка фотографий по метаданным Прогноз «интересности» фото-материалов на основе анализа названия, описания, GPS-координат съёмки и т.п.
- Задача кредитного скоринга Прогнозирование надёжности клиента банка по обязательствам выплаты процентов кредита.