Моя первая научная статья (лекции и практика)/Сборник, весна 2023
Материал из MachineLearning.
(Различия между версиями)
(→Задача 114) |
(→Задача 128) |
||
| Строка 67: | Строка 67: | ||
===Задача 128=== | ===Задача 128=== | ||
Ксения Петрушина и Олег Бахтеев | Ксения Петрушина и Олег Бахтеев | ||
| + | |||
| + | ===Задача 129=== | ||
| + | * '''Название:''' * '''Название:'''Пространственно-временное прогнозирование с помощью сверточных сетей и тензорных разложений | ||
| + | * '''Описание проблемы:''' Породить набор сверток по имеющимся данным и выбрать лучшую с помощью методов снижения порядка и размерности пространств. | ||
| + | * '''Данные:''' Потребление и цена электроэнергии, океанические течения, движение барханов, воздушные потоки | ||
| + | * '''Литература''' | ||
| + | *# [http://irep.ntu.ac.uk/id/eprint/32719/1/PubSub10184_Sanei.pdf Tensor-based Singular Spectrum Analysis for Automatic Scoring of Sleep EEG] | ||
| + | *# [https://ieeexplore.ieee.org/document/6661921 Tensor based singular spectrum analysis for nonstationary source separation] | ||
| + | * '''Базовый алгоритм:''' Гусеница, тензорная гусеница. | ||
| + | * '''Решение:''' Найти мультиериодический временной ряд, построить его тензорное представление, разложить в спектр, собрать, показать прогноз. | ||
| + | * '''Новизна:''' Показать, что мультилинейная модель является удобным способом построения сверток для измерений в пространстве и времени. | ||
| + | * '''Авторы:''' Эксперт - Стрижов | ||
Версия 19:39, 8 февраля 2023
Содержание |
Задача 112
- Название: ECoG - video
- Авторы: Эксперт Грабовой, консультант -
Задача 113
- Название: ECoG - audio
- Авторы: Эксперт Грабовой, консультант -
Задача 114
- Название:Моделирование динамики физических систем с помощью Physics-Informed Neural Networks
- Описание проблемы: Породить набор сверток по имеющимся данным и выбрать лучшую с помощью методов снижения порядка и размерности пространств.
- Данные: Биомедицинские данные акселерометра и гироскопа, океанические течения, движение барханов, воздушные потоки
- Литература базовая работа содержит ссылки
- Базовый алгоритм: Нейросетевой, лагранжевы нейросети.
- Решение: Нетерова нейросеть.
- Новизна: Предложенная сеть учитывает симметрию
- Авторы: Эксперты - Северилов, Стрижов, консультант - Панченко
Задача 115
- Название: Дистилляция знаний в глубоких сетях и выравнивание моделей
- Авторы: Эксперт Бахтеев, Стрижов, консультант - Мария Горпинич
Задача 116
- Название: Нейронные дифференциальные уравнения для моделирования физической активности – выбор моделей
- Авторы: Эксперт, консультант - Эдуард Владимиров
Задача 117
- Название: Поиск зависимости
- Авторы: Эксперт Стрижов, консультант - Владимиров
Задача 117
- Название: Neuro PDE Северилов
Задача 118
Denis
Задача 119
Риманова геометрия и расстояние между временными роядами Святослав
Задача 120
Яковлев - три задачи: выбор архитектуры, генерация ансамбля, NLP диффузные вероятностные модели
Задача 121
Вл. Вановский задача по физикс-информед маншин лернинг?
Задача 122
Исаченко
Задача 123
Антон Бишук
Задача 124
Воронцов и команда
Задача 125
Грабовой, Антиплагиат и команда
Задача 126
Рустем Исламов
Задача 127
Егор Шульгин
Задача 128
Ксения Петрушина и Олег Бахтеев
Задача 129
- Название: * Название:Пространственно-временное прогнозирование с помощью сверточных сетей и тензорных разложений
- Описание проблемы: Породить набор сверток по имеющимся данным и выбрать лучшую с помощью методов снижения порядка и размерности пространств.
- Данные: Потребление и цена электроэнергии, океанические течения, движение барханов, воздушные потоки
- Литература
- Базовый алгоритм: Гусеница, тензорная гусеница.
- Решение: Найти мультиериодический временной ряд, построить его тензорное представление, разложить в спектр, собрать, показать прогноз.
- Новизна: Показать, что мультилинейная модель является удобным способом построения сверток для измерений в пространстве и времени.
- Авторы: Эксперт - Стрижов
