Математические методы распознавания образов (конференция)/Программа ММРО-19

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Строка 24: Строка 24:
===Вторник, 26 ноября, 15:00–18:00 ===
===Вторник, 26 ноября, 15:00–18:00 ===
'''Пленарное заседание (продолжение)'''
'''Пленарное заседание (продолжение)'''
-
#15:00 ''{{докладчик|}}''
+
#15:00 ''{{докладчик|Стрижов Вадим Викторович}}''
#15:30 ''{{докладчик|}}''
#15:30 ''{{докладчик|}}''
#16:00 ''{{докладчик|}}''
#16:00 ''{{докладчик|}}''

Версия 21:05, 16 ноября 2019

Основная статья: Математические методы распознавания образов (конференция)
Короткая ссылка на эту страницу: bit.ly/33VfUBx


Расписание является предварительным и служит для согласования времени докладов с участниками конференции.


Содержание

Программа 19-й конференции ММРО, г. Москва, 26-29 ноября 2019

Вторник, 26 ноября, 10:00–13:30

Открытие конференции

Приветственные выступления Козлов Валерий Васильевич, вице-президент РАН, академик РАН (по согласованию), Хохлов Алексей Рэмович, вице-президент РАН, академик РАН (по согласованию)
Журавлев Юрий Иванович, академик РАН (по согласованию), Рудаков Константин Владимирович, академик РАН, заместитель директора ФИЦ ИУ РАН
Соколов Игорь Анатольевич , академик РАН (по согласованию), представитель Российского Фонда Фундаментальных исследований, (по согласованию)
представитель АО «Российская венчурная компания», (по согласованию), представитель Фонда содействия развитию малых форм предприятий в научно-технической сфере (Фонд содействия инновациям), (по согласованию)

Пленарное заседание

  1. 11:00 Рудаков Константин Владимирович
    О роли фундаментальной математики в искусственном интеллекте, распознавании образов, в анализе больших данных и т.п.
  2. 11:30 Воронцов Константин Вячеславович
    [12:00 - 12:30] кофе-брейк
  3. 12:30 Визильтер Юрий Валентинович
    Компьютерное зрение и глубокое обучение: актуальные результаты и направления развития
  4. 13:00 Местецкий Леонид Моисеевич , Журавская Александра Валерьевна
    Метод распознавания осевой симметрии объектов на цифровых изображениях

Вторник, 26 ноября, 15:00–18:00

Пленарное заседание (продолжение)

  1. 15:00 Стрижов Вадим Викторович
  2. 15:30 '
  3. 16:00 '
    [16:30 - 17:00] кофе-брейк
  4. 17:00 '
  5. 17:30 '
  6. 18:30 '

Среда, 27 ноября

Интеллектуальная оптимизация и эффективный менеджмент (параллельное мероприятие, зал 1)

  1. Архипов Д. И., Баттайя О. Н., Лазарев А. А. Полиномиальный алгоритм для нахождения нижней оценки общего времени выполнения проекта
  2. Германчук М. С., Козлова М. Г. Распознавание, анализ и визуализация интернет-мемов
  3. Германчук М. С., Лукьяненко В. А., Меньшиков А. О. Задача распознавания символического образа динамической системы
  4. Ковун В. А., Каширина И. Л., Бондаренко Ю. В. Использование машинного обучения в задачах количественной металлографии
  5. ЛазаревА. А., Лемтюжникова Д. В., Вернер Ф. Метрики для задач теории расписаний с несколькими приборами
  6. Некрасов И. В., Правдивец Н. А. Машинное обучение в задачах прогноза отказов оборудования
  7. Скобелев П. О. Мультиагентные модели и методы самоорганизации расписаний для решения сложных задач адаптивного управления ресурсами в реальном времени
  8. Курбатов В. С., Токарева В. А., Цирков Д. А. Расширение алгоритма FUMILI для оптимизации квадратичных функционалов со связями между параметрами
  9. Азарнова Т. В., Полухин П. В. Динамические байесовские сети как инструмент тестирования вебприложений методом фаззинга
  10. Азарнова Т. В., Аснина Н. Г., Бондаренко Ю. В. Применение методов интеллектуального анализа данных в оценке функциональной эффективности команд менеджеров
  11. Толок А. В., Толок Н. Б. Метод градиентного спуска на основе многомерных воксельных образов
  12. Лазарев А. А., Правдивец Н. А., Вернер Ф. Двойственные и обратные задачи в теории расписаний

Интеллектуальный анализ данных (параллельное мероприятие, зал 1)

  1. Драгунов Н. А., Дюкова Е. В. Поиск минимальных нечастых и максимальных частых наборов в частично упорядоченных данных.
  2. Генрихов И. Е., Дюкова Е. В. О поиске ассоциативных правил в небинарных данных
  3. Ашарин В. В., Шапошник Г. Л., Фадеев Е. П., Зубюк А. В. Использование качественной субъективной информации в виде «мягких» неравенств при оценке состава инвестиционного портфеля
  4. Дюкова Е. В., Масляков Г. О., Прокофьев П. А. Классификация над произведением частичных порядков
  5. Шульгин Е. В., Ратников Ф. Д. Кластеризация для реконструкции треков заряженных частиц
  6. Фатхуллин И. Ф., Стрижов В. В. Доменное состязательное обучение для понижения смещения прогноза при поиске бозона Хиггса в детекторе ATLAS

Анализ биомедицинских данных, биоинформатика (параллельное мероприятие, зал 2)

  1. Ерохин М. В., Плоткин А. В. Анализ объема церебральных структур пациентов с гипоксическиишемической энцефалопатией .
  2. Панкратов А. Н. Множественное выравнивание геномов на основе спектрально-аналитического подхода
  3. Панкратова Н. М., Рыкунов С. Д., Бойко А. И., Устинин М. Н. Применение метода функциональной томографии к экспериментальным данным электрической активности головного мозга при психических расстройствах
  4. Рыкунов С. Д., Устинин М. Н., Бойко А. И., Панкратова Н. М. Исследование магнитных энцефалограмм пациентов с синдромом дефицита внимания и гиперактивности методом виртуальных электродов
  5. Тихонов Д. А., Куликова Л. И., Ефимов А. В. Распознавание, отбор структурных мотивов, образованных двумя спиралями в белковых молекулах, и исследование межспиральных углов в спиральных парах
  6. Сулимова В. В., Красоткина О. В., Виндридж Д., Моттль В. В., Морозов А. О. Интерфейс мозг-компьютер: Распознавание визуальных электроэцефалографических потенциалов врача при чтении маммограмм
  7. Янковская А. Е., Часовских Н.Ю., Пекер Я. С., Гречишникова А.Ю. Основы создания прикладной интеллектуальной системы персонифицированного предсказания проявления аутоиммунных заболеваний и шизофрении
  8. Янковская А. Е., Обуховская В. Б. Основы создания прикладной интеллектуальной системы диагностики качества жизни пациентов с неврологической патологией
  9. Аснина Н. Г., Азарнова Т. В. Кластерный анализ в задаче дооперационного прогнозирования метастатического поражения регионарных лимфоузлов у больных раком молочной железы
  10. Кузнецов Е. Н., Кравацкий Ю. В., Туманян В. Г., Аджубей А. А., Анашкина А. А. Ранжирование и анализ моделей белок-белкового докинга онлайн метасервером QASDOM
  11. Кершнер И. А., Синкин М. В., Обухов Ю. В. Подход к детектированию эпилептиформной активности в сигналах ЭЭГ и способы дифференциации эпилептических приступов от артефактов жевания
  12. Забежайло М. И. О емкости семейств характеристических функций, обеспечивающих корректное решение задач диагностического типа
  13. Гогоберидзе Ю. Т., Классен В. И., Натензон М. Я., Просвиркин И. А., Сафин А. А. Особенности имплементации систем искусственного интеллекта в задаче анализа двухмерных радиологических изображений
  14. Никитин Ф. А., Стрижов В. В. Построение графовых нейронных сетей в задаче синтеза химических молекул

Алгоритмическая сложность и приближенные методы (параллельное мероприятие, зал 2)

  1. Власов С. Е., Старостин Н. В., Тимофеев А. Е. Алгоритмы планирования в системе поддержки процессов принятия решений для задач логистики
  2. Бекларян А. Л. Кластерные срезы в модели ограниченного окружения
  3. Хачай М.Ю., Огородников Ю.Ю. Полиномиальная приближённая схема для задачи маршрутизации транспорта с неединичным делимым спросом и ограничением на временные промежутки обслуживания
  4. Горнов А.Ю., Аникин А. С., Зароднюк Т. С., Сороковиков П. С. Вычислительные технологии для сверхбольших оптимизационных задач
  5. Ручкин К. Применение эволюционных методов в задаче распознавания периодических решений и резонансов динамических систем
  6. Карацуба Е. А. Сложность вычисления: решённые задачи и открытые проблемы

Четверг, 28 ноября

Машинное обучение (параллельное мероприятие, зал 1)

  1. Грабовой А. В., Бахтеев О.Ю., Стрижов В. В. Введение отношения порядка на множестве параметров нейронной сети
  2. Гадаев Т. Т., Грабовой А. В., Мотренко А. П., Стрижов В. В. Численные методы оценки оптимального объёма выборки для логистической и линейной регрессии .
  3. Двоенко С. Д., Пшеничный Д. О. Метрическая кластеризация ранжирований
  4. Ерохин В. И., Красников А. С., Волков В. В. Матричная коррекция ограничений несобственных задач линейного программирования в задаче распознавания образов с пересекающимися классами
  5. Двоенко С. Д., Пшеничный Д. О. Технология коррекции и обработки парных сравнений
  6. Курбаков М.Ю., Макарова А. И., Сулимова В. В. Высокопроизводительный метод средних решающих правил для решения больших двухклассовых задач SVM в пространстве признаков
  7. Ланге М. М., Ганебных С. Н., Ланге А. М. О теоретико-информационной нижней границе вероятности ошибки классификации
  8. Макарова А. И., Сулимова В. В. Метод средних решающих правил для быстрого двухклассового обучения в пространстве, порожденном потенциальной функцией
  9. Малиновский Г. С., Гадаев Т. Т., Стрижов В. В. Определение сложности выборки с помощью универсальной аппроксимирующей модели
  10. Неделько В. М. Сравнение двух подходов к разложению критериев качества решающих функций
  11. Немирко А. П. Машинное обучение на основе анализа выпуклых оболочек классов
  12. Шибзухов З. М. Методы машинного обучения на основе минимизации сглаженных оценок средних, нечувствительных к выбросам
  13. Бахтеев О.Ю., Стрижов В. В. Выбор структуры модели глубокого обучения субоптимальной сложности
  14. Ангуло Б. Ф., Морозов А. О., Моттль В. В. Метод дифференциальной поэлементной кросс-валидации для выбора уровня сложности обобщенных линейных моделей зависимостей
  15. Морозов А. О., Моттль В. В., Сулимова В. В. Последовательное восстановление обобщенных линейных моделей зависимостей по возрастающей обучающей совокупности
  16. Моттль В. В., Сулимова В. В., Морозов А. О., Пугач И. В., Татарчук А. И. Вычислительная сложность восстановления обобщенных линейных моделей зависимостей
  17. Сенько Д. О., Кузнецова А. В. Методы достижения интепретируемости алгоритмов машинного обучения
  18. Медведев Д. О., Сенько О. В. Метод генерации оптимальных ансамблей решающих деревьев

  Нейронные сети и глубокое обучение (параллельное мероприятие, зал 2)

  1. Визильтер Ю. В., Горбацевич В. С., Мельнеченко М. А. Повышение детализации трехмерных моделей местности с использованием генеративных состязательных сетей
  2. Визильтер Ю. В., Горбацевич В. С., Финогеев Е. С., Моисеенко А. С. Алгоритм мимикрии с использованием генеративных состязательных сетей для задач обнаружения объектов
  3. Визильтер Ю. В., Горбацевич В. С., Моисеенко А. С. Двухшаговый алгоритм семантического обнаружения на основе ГКНС
  4. Фадеев Е. П., Зубюк А. В. Об алгебраических свойствах операций, используемых при построении современных свёрточных нейронных сетей
  5. Ефиторов А. О., Доленко С. А. Новый тип вейвлет-нейронных сетей

Обработка и анализ изображений (параллельное мероприятие, зал 2)

  1. Заалишвили Н.Ю., Каленков Г. С., Сарапульцева Е. И. Применение нейронной сети Mask RCNN в задачах анализа пространственновременных характеристик сердечного ритма модельного тест-объекта Daphnia magna
  2. Федотова С. А., Середин О. С., Кушнир О. А. Метод сравнения бинарных растровых изображений, содержащих дыры, с учетом информации об осях симметрии
  3. Аминова К. В., Рейер И. А. Анализ и поиск видеоизображений по опорным кадрам с использованием гранично-скелетной модели формы
  4. Местецкий Л. М., Липкина А. Л. Метод графемного описания и распознавания букв на основе медиального представления
  5. Гречихин И. С., Савченко А. В. Нейросетевые детекторы в задаче анализа предпочтений пользователя по фотографиям
  6. Харчевникова А. С., Савченко А. В. Распознавание пола и возраста лица на видеоизображениях для мобильных платформ
  7. Харинов М. B. Минимизация ошибки аппроксимации структурированного изображения кусочно–постоянными приближениями
  8. Мурашов Д. М., Березин А. В., Иванова Е.Ю. Алгоритмы подсчета нитей холстов картин по изображениям на основе максимизации взаимной информации
  9. Визильтер Ю. В., Выголов О. В., Доброходов К. В., Лебедев М. А., Неклюдов С. А. Автоматическое совмещение изображений в задачах улучшенного и комбинированного видения с использованием генеративных состязательных сетей
  10. Семенов П. В., Князев Д. В., Копылов А. В. Алгоритм стабилизации видео с выбором ведущей группы движений с сохранением размерности кадра
  11. Соколова А. Д., Савченко А. В. Вычислительно эффективный алгоритм распознавания изображения на основе последовательного анализа главных компонент нейросетевых признаков
  12. Зайнулина Э. Т., Матвеев И. А. Метод встраивания криптографического ключа в биометрический эталон радужной оболочки глаза

Пятница, 29 ноября

Обработка и анализ сигналов (параллельное мероприятие, зал 1)

  1. Ханыков И. Г. Развитие обобщенной схемы классификации алгоритмов сегментации изображений
  2. Бериков В. Б., Пестунов И. А., Козинец Р. М., Рылов С. А. Деревья и леса решений, основанные на сходстве, в задачах анализа КТ изображений
  3. Фурсов В. А., Гошин Е. В., Медведева К. С. Построение двухступенчатого линейно-нелинейного фильтра для восстановления и коррекции изображений
  4. Досаев Р. В., Кий К. И. Глобальный анализ изображений и детектирование и распознавание дорожной разметки в реальном времени
  5. Доленко С. А., Ефиторов А. О., Доленко Т. А., Лаптинский К. А., Буриков С. А. Использование вейвлет-нейронных сетей для решения обратных задач спектроскопии многокомпонентных растворов
  6. Копылов А. В., Середин О. С., Тышкевич Б. В., Филин А. И. Выделение предварительно записанных голосовых сообщений в аудиозаписях телефонных разговоров
  7. Мандрикова О. В., Фетисова Н. В., Полозов Ю. А. Метод моделирования параметров ионосферы и обнаружения ионосферных возмущений
  8. Зюзина Н. А., Газарян В. А., Курбатова Ю. А., Шапкина Н. Е., Чуличков А. И. Исследование рядов динамики метеорологических показателей
  9. Красоткина О. В., Марков М., Моттль В. В., Пугач И. А. Анализ состава инвестиционного портфеля по данным о доходностях ценных бумаг в условиях нестационарного фондового рынка
  10. Мотренко А. П., Симчук Е. А., Стрижов В. В., Каширин Д. О., Инякин А. С., Хайруллин Р. И. Анализ временных рядов в задаче распознавания видов физической активности человека
  11. Маркин В. О., Исаченко Р. В., Стрижов В. В. Локально-аппроскимирующие модели в задаче декодирования сигналов головного мозга

Компьютерное зрение (параллельное мероприятие, зал 1)

  1. Визильтер Ю. В., Выголов О. В., Доброходов К. В., Комаров Д. В., Лебедев М. А. Улучшение визуального качества изображений в авиационных системах улучшенного видения с использованием генеративных состязательных сетей
  2. Еремеев С. В., Романов С. А. Алгоритм получения топологических признаков цифровых изображений на основе компьютерной топологии
  3. Середин О. С., Копылов А. В., Сурков Е. Э. Исследование сокращения скелетного описания для задачи детектирования падений
  4. Бобков А. В., Сюй Ян. Исследование метода визуальной навигации по векторной карте в задаче автоматической посадки на Луну
  5. Исаев И. В., Буриков С. А., Доленко Т. А., Лаптинский К. А., Доленко С. А. Диагностика водно-этанольных растворов по спектрам комбинационного рассеяния с помощью искусственных нейронных сетей: методы повышения устойчивости решения к искажениям спектров
  6. Сушкова О. С., Морозов А. А., Габова А. В., Карабанов А. В., Чигалейчик Л. А. Исследование признаков раннего паркинсонизма и эссенциального тремора в низкочастотном диапазоне 0.5–4 Гц всплескообразной электрической активности мышц
  7. Толмачева Р. А., Обухов Ю. В., Жаворонкова Л. А. Оценка межканальной фазовой синхронизации сигналов ЭЭГ в хребтах их вейвлет-спектрограмм у пациентов с черепно-мозговой травмой до и после реабилитации
  8. Чочиа П. А. Определение вида и параметров искажений изображения по Фурьеспектру сигнала
  9. Устинин М. Н., Рыкунов С. Д., Бойко А. И. Оценка направлений движения магнитных наночастиц методом функциональной томографии

Методы оптимизации для интеллектуального анализа данных (параллельное мероприятие, зал 2)

  1. Кельманов А. В., Пяткин А. В., Хандеев В. И. Неизученные задачи Data Mining: сложность и аппроксимируемость
  2. Кельманов А. В., Михайлова Л. В., Рузанкин П. С., Хамидуллин С. А. Задача минимизации суммы разностей взвешенных сверток и новый подход к обработке и анализу ECG- и PPG-сигналов
  3. Кирилюк И. Л., Сенько О. В. Верификация и оптимизация регрессионных моделей на панелях экономических данных с использованием методов Монте Карло

Интеллектуальный анализ геопространственных данных (параллельное мероприятие, зал 2)

  1. Флоринский И. В., Филиппов С. В. Трехмерные морфометрические модели рельефа дна Северного Ледовитого океана
  2. Ефиторов А. О., Широкий В. Р., Мягкова И. Н., Доленко С. А. Качество прогнозирования потока релятивистский электронов на геостационарной орбите с помощью метдов машинного обучения
  3. Астафьев А. В., Демидов А. А., Макаров М. В., Привезенцев Д. Г. Разработка алгоритма позиционирования мобильного устройства на основе сенсорных сетей из BLE-маяков для построения систем автономной навигации
  4. Жуков А. В., Сидоров Д. Н., Ясюкевич Ю. В. Применение методов интеллектуального анализа данных для построения глобальной модели полного электронного содержания ионосферы
  5. Мехедов И. С., Петрова М. А., Филипенков Н. В. Поиск плавно меняющихся пространственных закономерностей на рынке недвижимости
  6. Геппенер В. В., Мандрикова Б. С. Автоматизированный метод анализа данных космических лучей и выделения спорадических эффектов
  7. Гвоздев О. Г., Мурынин А. Б., Рихтер А. А. Комплекс прикладных решений по построению и обучению искусственных нейронных сетей для семантической сегментации аэрокосмических изображений произвольной канально-спектральной структуры в условиях дефицита обучающих данных

Индустриальные приложения науки о данных (параллельное мероприятие, зал 2)

  1. Емельянова Ю. Г., Хачумов В. М. Когнитивные образы для визуального анализа состояний сложных объектов применительно к космической отрасли
  2. Андриянов Н. А. Обнаружение аномальных явлений в работе службы заказа такси на базе интеллектуального анализа данных
  3. Сычугов А. А., Анчишкин А. П. Метод обнаружения нештатных состояний технологических процессов

Методы математического моделирования в интеллектуальном анализе данных (параллельное мероприятие, зал 2)

  1. Старожилец В. О., Чехович Ю. В. Об одном подходе к статистическому моделированию транспортных потоков
  2. Бекларян Л. А., Хачатрян Н. К., Акопов А. С. Моделирование процесса организации грузоперевозок
  3. Бекларян Л. А., Белоусов Ф. А. Модель «кочевников» и «землепашцев» с учетом ограничений на перемещения агентов по ареалу

Информационный поиск и анализ текстов (параллельное мероприятие, зал 2)

  1. Михайлов Д. В., Емельянов Г. М. Мера TF–IDF и оценка близости смысловому эталону заголовков и аннотаций научных статей
  2. Богатырев М.Ю., Самодуров К. В. Применение многомерных формальных контекстов в анализе текстов естественного языка
  3. Огальцов А. В., Сафин К. Ф. Автоматическое выделение библиографии в научных текстах
  4. Кулаков К. А., Рогов А. А., Москин Н. Д. К вопросу о математической и программной поддержке в решении задачи атрибуции текстов
  5. Янина А. О., Воронцов К. В. Регуляризованные мультимодальные иерархические тематические модели для разведочного поиска документов по документам
  6. Еремеев М. А., Воронцов К. В. Квантильный подход к оцениванию когнитивной сложности текста
Источник — «http://recognition.su/wiki/index.php?title=%D0%9C%D0%B0%D1%82%D0%B5%D0%BC%D0%B0%D1%82%D0%B8%D1%87%D0%B5%D1%81%D0%BA%D0%B8%D0%B5_%D0%BC%D0%B5%D1%82%D0%BE%D0%B4%D1%8B_%D1%80%D0%B0%D1%81%D0%BF%D0%BE%D0%B7%D0%BD%D0%B0%D0%B2%D0%B0%D0%BD%D0%B8%D1%8F_%D0%BE%D0%B1%D1%80%D0%B0%D0%B7%D0%BE%D0%B2_%28%D0%BA%D0%BE%D0%BD%D1%84%D0%B5%D1%80%D0%B5%D0%BD%D1%86%D0%B8%D1%8F%29/%D0%9F%D1%80%D0%BE%D0%B3%D1%80%D0%B0%D0%BC%D0%BC%D0%B0_%D0%9C%D0%9C%D0%A0%D0%9E-19»