Участник:Andriygav

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
Текущая версия (06:00, 10 сентября 2024) (править) (отменить)
 
(9 промежуточных версий не показаны.)
Строка 12: Строка 12:
<br/>
<br/>
доцента кафедры «[https://intsystems.github.io/ru Интеллектуальные системы]» [[МФТИ]] ([[Интеллектуальные системы (кафедра МФТИ)|см.также]]),
доцента кафедры «[https://intsystems.github.io/ru Интеллектуальные системы]» [[МФТИ]] ([[Интеллектуальные системы (кафедра МФТИ)|см.также]]),
 +
<br/>
 +
математик кафедры «[[Математические методы прогнозирования (кафедра ВМК МГУ)|Математические методы прогнозирования]]» [[ВМК МГУ]],
|}
|}
* [https://orcid.org/0000-0002-4031-0025 Профиль ORCID = 0000-0002-4031-0025]
* [https://orcid.org/0000-0002-4031-0025 Профиль ORCID = 0000-0002-4031-0025]
* [https://www.scopus.com/authid/detail.uri?authorId=57209653601 Профиль SCOPUS ID = 57209653601]
* [https://www.scopus.com/authid/detail.uri?authorId=57209653601 Профиль SCOPUS ID = 57209653601]
-
* [https://scholar.google.com/citations?user= ZtI9pgsAAAAJ Профиль Google Scholar]
+
* [https://scholar.google.com/citations?user=ZtI9pgsAAAAJ Профиль Google Scholar]
* [https://elibrary.ru/author_profile.asp?authorid=1221495 Профиль РИНЦ ID = 1221495]
* [https://elibrary.ru/author_profile.asp?authorid=1221495 Профиль РИНЦ ID = 1221495]
* [https://istina.msu.ru/profile/andriygav Профиль в системе ИСТИНА IRID = 609998735]
* [https://istina.msu.ru/profile/andriygav Профиль в системе ИСТИНА IRID = 609998735]
-
* [https://www.mathnet.ru/php/person.phtml?personid= 151213&option_lang=rus Профиль MathNet.ru]
+
* [https://www.mathnet.ru/php/person.phtml?personid=151213&option_lang=rus Профиль MathNet.ru]
== Учебные материалы ==
== Учебные материалы ==
Строка 25: Строка 27:
* [https://github.com/andriygav/PSAD Прикладной статистический анализ данных] — альтернативный семестровый курс, [[МФТИ]].
* [https://github.com/andriygav/PSAD Прикладной статистический анализ данных] — альтернативный семестровый курс, [[МФТИ]].
* [https://github.com/andriygav/MachineLearningSeminars Машинное обучение (семинары к курсу лекций, К.В.Воронцов)] — годовой курс, [[МФТИ]].
* [https://github.com/andriygav/MachineLearningSeminars Машинное обучение (семинары к курсу лекций, К.В.Воронцов)] — годовой курс, [[МФТИ]].
-
 
+
* [https://intsystems.github.io/course/rnd_in_ai/index.html Создание интеллектуальных систем] — семестровый курс, [[МФТИ]].
 +
* [https://intsystems.github.io/course/automation_scientific_research/index.html Моя первая научная статья] — семестровый курс, [[МФТИ]], [[ВМК МГУ]]([[ММП]]).
== Научная деятельность ==
== Научная деятельность ==
-
=== Дипломы и диссертации ===
 
-
* 2022
 
=== Научные статьи ===
=== Научные статьи ===
* Artificially generated text fragments search in academic documents / G. M. Gritsay, A. V. Grabovoy, A. S. Kildyakov, Y. V. Chekhovich // Doklady Mathematics. — 2024.
* Artificially generated text fragments search in academic documents / G. M. Gritsay, A. V. Grabovoy, A. S. Kildyakov, Y. V. Chekhovich // Doklady Mathematics. — 2024.
Строка 51: Строка 52:
* Numerical methods of sufficient sample size estimation for generalised linear models / A. V. Grabovoy, T. T. Gadaev, A. P. Motrenko, V. V. Strijov // Lobachevskii Journal of Mathematics. — 2022. — Vol. 43, no. 9. — P. 2453–2462.
* Numerical methods of sufficient sample size estimation for generalised linear models / A. V. Grabovoy, T. T. Gadaev, A. P. Motrenko, V. V. Strijov // Lobachevskii Journal of Mathematics. — 2022. — Vol. 43, no. 9. — P. 2453–2462.
* Grabovoy A. V., Strijov V. V. Probabilistic interpretation of the distillation problem // Automation and Remote Control. — 2022. — Vol. 83, no. 1. — P. 123–137.
* Grabovoy A. V., Strijov V. V. Probabilistic interpretation of the distillation problem // Automation and Remote Control. — 2022. — Vol. 83, no. 1. — P. 123–137.
-
* Базарова А. И., Грабовой А. В., Стрижов В. В. Анализ свойств вероятностных моделей в задачах обучения с экспертом // Автоматика и телемеханика. — 2022. — № 10.
 
-
* Грабовой А. В., Стрижов В. В. Вероятностная интерпретация задачи дистилляции // Автоматика и телемеханика. — 2022. — № 1. — С. 150–168.
 
* Методы поиска почти-дубликатов рукописных документов в больших коллекциях текстов / О. Ю. Бахтеев, А. В. Грабовой, М. С. Каприелова и др. // Интеллектуализация обработки информации. 14-я Международная конференция. — Т. 14. — Москва: Российская академия наук, 2022. — С. 361–364.
* Методы поиска почти-дубликатов рукописных документов в больших коллекциях текстов / О. Ю. Бахтеев, А. В. Грабовой, М. С. Каприелова и др. // Интеллектуализация обработки информации. 14-я Международная конференция. — Т. 14. — Москва: Российская академия наук, 2022. — С. 361–364.
* Grabovoy A. V., Strijov V. V. Bayesian distillation of deep learning models // Automation and Remote Control. — 2021. — Vol. 82, no. 11. — P. 1846–1856.
* Grabovoy A. V., Strijov V. V. Bayesian distillation of deep learning models // Automation and Remote Control. — 2021. — Vol. 82, no. 11. — P. 1846–1856.
* Grabovoy A. V., Strijov V. V. Prior distribution selection for a mixture of experts // Computational Mathematics and Mathematical Physics. — 2021. — Vol. 61, no. 7. — P. 1140–1152.
* Grabovoy A. V., Strijov V. V. Prior distribution selection for a mixture of experts // Computational Mathematics and Mathematical Physics. — 2021. — Vol. 61, no. 7. — P. 1140–1152.
* Grabovoy A., Bakhteev O., Chekhovich Y. The automatic approach for scientific papers dating // Proceedings of the 2020 Ivannikov Ispras Open Conference. — Los Alamitos, CA, United States: IEEE Computer Society Press, 2021.
* Grabovoy A., Bakhteev O., Chekhovich Y. The automatic approach for scientific papers dating // Proceedings of the 2020 Ivannikov Ispras Open Conference. — Los Alamitos, CA, United States: IEEE Computer Society Press, 2021.
-
* Грабовой А. В., Стрижов В. В. Анализ выбора априорного распределения для смеси экспертов // Журнал вычислительной математики и математической физики. — 2021. — Т. 61, № 7. — С. 1149–1161.
 
-
* Грабовой А. В., Стрижов В. В. Байесовская дистилляция моделей глубокого обучения // Автоматика и телемеханика. — 2021. — № 11. — С. 16–29.
 
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Ordering the set of neural network parameters // Информатика и ее применения. — 2020. — Vol. 14, no. 2.
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Ordering the set of neural network parameters // Информатика и ее применения. — 2020. — Vol. 14, no. 2.
* Grabovoy A. V., Strijov V. V. Quasi-periodic time series clustering for human activity recognition // Lobachevskii Journal of Mathematics. — 2020. — Vol. 41, no. 3. — P. 333–339.
* Grabovoy A. V., Strijov V. V. Quasi-periodic time series clustering for human activity recognition // Lobachevskii Journal of Mathematics. — 2020. — Vol. 41, no. 3. — P. 333–339.
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Estimation of the relevance of the neural network parameters // Информатика и ее применения. — 2019.
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Estimation of the relevance of the neural network parameters // Информатика и ее применения. — 2019.
 +
=== Тезисы докладов ===
=== Тезисы докладов ===
* Грабовой А. В., Хабутдинов И. Анализ работы bert-подобных моделей в задачах классификации грамматических ошибок на русском языке // Труды 65-й Всероссийской научной конференции МФТИ в честь 115-летия Л.Д.Ландау, 3–8 апреля 2023 г. Прикладная математика и информатика. — Физматкнига Москва: 2023. — С. 117.
* Грабовой А. В., Хабутдинов И. Анализ работы bert-подобных моделей в задачах классификации грамматических ошибок на русском языке // Труды 65-й Всероссийской научной конференции МФТИ в честь 115-летия Л.Д.Ландау, 3–8 апреля 2023 г. Прикладная математика и информатика. — Физматкнига Москва: 2023. — С. 117.
Строка 81: Строка 79:
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Определение релевантности параметров нейросети методом белсли // Тезисы докладов 12-й Международной конференции Интеллектуализация обработки информации (ИОИ-2018), Москва, Россия – Гаэта, Италия. — Интеллектуализация обработки информации. — TORUS PRESS: 2018. — С. 36–37.
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Определение релевантности параметров нейросети методом белсли // Тезисы докладов 12-й Международной конференции Интеллектуализация обработки информации (ИОИ-2018), Москва, Россия – Гаэта, Италия. — Интеллектуализация обработки информации. — TORUS PRESS: 2018. — С. 36–37.
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Прореживание нейросетевых моделей методом Белсли // Труды 61-й всероссийской научной конференции МФТИ. — Прикладная математика и информатика. — МФТИ Москва: 2018. — С. 114–115.
* Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Прореживание нейросетевых моделей методом Белсли // Труды 61-й всероссийской научной конференции МФТИ. — Прикладная математика и информатика. — МФТИ Москва: 2018. — С. 114–115.
 +
 +
=== Диссертации ===
 +
* Выпускная квалификационная работа (бакалаврская работа) под руководством В.В. Стрижова. Анализ свойств локальных моделей в задачах кластеризации временных рядов. 2019. МФТИ.
 +
* Выпускная квалификационная работа (магистерская работа) под руководством В.В. Стрижова. Обучение с экспертом для построения интерпретируемых моделей машинного обучения. 2021. МФТИ.
 +
* Кандидатская диссертация под руководством В.В. Стрижова. Априорное распределение параметров в задачах выбора моделей глубокого обучения. 2022. Д 002.073.05 ВЦ РАН.
== Студенческие работы ==
== Студенческие работы ==
===Бакалаврские диссертации===
===Бакалаврские диссертации===
 +
# Игорь Игнашин. Байесовская дистилляция моделей на базе трансформеров. 2024. МФТИ.
# Никита Киселев. Байесовский подход к выбору оптимального размера выборки. 2024. МФТИ.
# Никита Киселев. Байесовский подход к выбору оптимального размера выборки. 2024. МФТИ.
 +
# Алексей Орлов. Дистилляция моделей на мультидоменных выборках. 2024. МФТИ.
# Анна Ремизова. Понижение размерности пространства обучаемых параметров в задаче адаптации модели к домену. 2024. МФТИ.
# Анна Ремизова. Понижение размерности пространства обучаемых параметров в задаче адаптации модели к домену. 2024. МФТИ.
# Анастасия Вознюк. Детекция машинно-сгенерированных фрагментов на базе анализа смены стиля текста. 2024. МФТИ.
# Анастасия Вознюк. Детекция машинно-сгенерированных фрагментов на базе анализа смены стиля текста. 2024. МФТИ.
# Данил Дорин. Пространственно-временные характеристики в задаче декодирования временных рядов. 2024. МФТИ.
# Данил Дорин. Пространственно-временные характеристики в задаче декодирования временных рядов. 2024. МФТИ.
-
# Алексей Орлов. Дистилляция моделей на мультидоменных выборках. 2024. МФТИ.
+
# Камил Баязитов. Дистилляция моделей на многодоменных выборках. 2022. МФТИ. (научный консультант)
===Магистерские диссертации===
===Магистерские диссертации===
# Галина Кульдюшева. Исследование методов обработки юридических текстов с помощью NLP. 2024. МФТИ.
# Галина Кульдюшева. Исследование методов обработки юридических текстов с помощью NLP. 2024. МФТИ.

Текущая версия

Содержание

    Грабовой Андрей Валериевич

к.ф.-м.н.,
руководитель отдела исследований компании «Антиплагиат»,
доцента кафедры «Машинного обучения и цифровой гуманитаристики» МФТИ,
доцента кафедры «Интеллектуальные системы» МФТИ (см.также),
математик кафедры «Математические методы прогнозирования» ВМК МГУ,

Учебные материалы

Курсы лекций и семинаров

Научная деятельность

Научные статьи

  • Artificially generated text fragments search in academic documents / G. M. Gritsay, A. V. Grabovoy, A. S. Kildyakov, Y. V. Chekhovich // Doklady Mathematics. — 2024.
  • Gritsay G., Grabovoy A. Automated text identification on languages of the iberian peninsula: Llm and bert-based models aggregation // Proceedings of the Iberian Languages Evaluation Forum (IberLEF 2024) co-located with the Conference of the Spanish Society for Natural Language Processing (SEPLN 2024). — Vol. 3756 of CEUR Workshop Proceedings. — CEUR-WS.org: 2024.
  • Chekhovich Y., Grabovoy A., Gritsai G. Generative ai models with their full reveal* // 2024 4th International Conference on Technology Enhanced Learning in Higher Education (TELE). — Vol. 1. — IEEE: 2024. — P. 17–22.
  • Image plagiarism detection pipeline for vast databases / M. Kaprielova, A. Grabovoy, K. Varlamova et al. // 2024 35th Conference of Open Innovations Association (FRUCT). — IEEE: 2024. — P. 328–335.
  • Gritsai G., Khabutdinov I., Grabovoy A. Multi-head span-based detector for ai-generated fragments in scientific papers // Proceedings of the Fourth Workshop on Scholarly Document Processing (SDP 2024). — Association for Computational Linguistics Bangkok, Thailand: 2024. — P. 220–225.
  • Rugector: Rule-based neural network model for russian language grammatical error correction / I. A. Khabutdinov, A. V. Chashchin, A. V. Grabovoy et al. // Programming and Computer Software. — 2024. — Vol. 50, no. 4. — P. 315–321.
  • Text reuse detection in handwritten documents / A. V. Grabovoy, M. S. Kaprielova, A. S. Kildyakov et al. // Doklady Mathematics. — 2024.
  • Asvarov A., Grabovoy A. The impact of multilinguality and tokenization on statistical machine translation // 2024 35th Conference of Open Innovations Association (FRUCT). — IEEE: 2024. — P. 149–157.
  • Automated text identification: Multilingual transformer-based models approach / G. Gritsay, A. Grabovoy, A. Kildyakov, Y. Chekhovich // Proceedings of the Iberian Languages Evaluation Forum (IberLEF 2023) co-located with the Conference of the Spanish Society for Natural Language Processing (SEPLN 2023). — Vol. 3496 of CEUR Workshop Proceedings. — CEUR-WS.org: 2023.
  • Varlamova K., Khabutdinov I., Grabovoy A. Automatic spelling correction for russian: Multiple error approach // 2023 Ivannikov Ispras Open Conference (ISPRAS). — IEEE: 2023. — P. 169–175.
  • Cross-language plagiarism detection: A case study of european languages academic works / O. Bakhteev, Y. Chekhovich, A. Grabovoy et al. // Academic Integrity: Broadening Practices, Technologies, and the Role of Students. — Vol. 4 of Ethics and Integrity in Educational Contexts. — New York: Springer International Publishing, 2023. — P. 143–161.
  • Avetisyan K., Gritsay G., Grabovoy A. Cross-lingual plagiarism detection: Two are better than one // Programming and Computer Software. — 2023. — Vol. 49, no. 4. — P. 346–354.
  • Ensembling models for the generation of queries to an altering search engine using reinforcement learning / D. Shodiev, I. Kopanichuk, A. Chashchin et al. // 2023 Ivannikov Ispras Open Conference (ISPRAS). — IEEE: 2023. — P. 144–149.
  • Hwr200: New open access dataset of handwritten texts images in russian / I. Potyashin, M. Kaprielova, Y. Chekhovich et al. // Proceedings of the International Conference “Dialogue. — Vol. 2023. — 2023.
  • Grashchenkov K., Grabovoy A., Khabutdinov I. A method of multilingual summarization for scientific documents // 2022 Ivannikov Ispras Open Conference (ISPRAS). — IEEE: 2022.
  • Bazarova A. I., Grabovoy A. V., Strijov V. V. Analysis of the properties of probabilistic models in expert-augmented learning problems // Automation and Remote Control. — 2022. — Vol. 83, no. 10. — P. 1527–1537.
  • Anti-distillation: Knowledge transfer from a simple model to the complex one / K. Petrushina, O. Bakhteev, A. Grabovoy, V. Strijov // 2022 Ivannikov Ispras Open Conference (ISPRAS). — IEEE: 2022.
  • Gritsay G., Grabovoy A., Chekhovich Y. Automatic detection of machine generated texts: Need more tokens // Ivannikov Memorial Workshop Proceedings 2022. — 2022.
  • Numerical methods of sufficient sample size estimation for generalised linear models / A. V. Grabovoy, T. T. Gadaev, A. P. Motrenko, V. V. Strijov // Lobachevskii Journal of Mathematics. — 2022. — Vol. 43, no. 9. — P. 2453–2462.
  • Grabovoy A. V., Strijov V. V. Probabilistic interpretation of the distillation problem // Automation and Remote Control. — 2022. — Vol. 83, no. 1. — P. 123–137.
  • Методы поиска почти-дубликатов рукописных документов в больших коллекциях текстов / О. Ю. Бахтеев, А. В. Грабовой, М. С. Каприелова и др. // Интеллектуализация обработки информации. 14-я Международная конференция. — Т. 14. — Москва: Российская академия наук, 2022. — С. 361–364.
  • Grabovoy A. V., Strijov V. V. Bayesian distillation of deep learning models // Automation and Remote Control. — 2021. — Vol. 82, no. 11. — P. 1846–1856.
  • Grabovoy A. V., Strijov V. V. Prior distribution selection for a mixture of experts // Computational Mathematics and Mathematical Physics. — 2021. — Vol. 61, no. 7. — P. 1140–1152.
  • Grabovoy A., Bakhteev O., Chekhovich Y. The automatic approach for scientific papers dating // Proceedings of the 2020 Ivannikov Ispras Open Conference. — Los Alamitos, CA, United States: IEEE Computer Society Press, 2021.
  • Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Ordering the set of neural network parameters // Информатика и ее применения. — 2020. — Vol. 14, no. 2.
  • Grabovoy A. V., Strijov V. V. Quasi-periodic time series clustering for human activity recognition // Lobachevskii Journal of Mathematics. — 2020. — Vol. 41, no. 3. — P. 333–339.
  • Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Estimation of the relevance of the neural network parameters // Информатика и ее применения. — 2019.

Тезисы докладов

  • Грабовой А. В., Хабутдинов И. Анализ работы bert-подобных моделей в задачах классификации грамматических ошибок на русском языке // Труды 65-й Всероссийской научной конференции МФТИ в честь 115-летия Л.Д.Ландау, 3–8 апреля 2023 г. Прикладная математика и информатика. — Физматкнига Москва: 2023. — С. 117.
  • Грабовой А. В. Методы унификации исследовательского кода для повторяемости и масштабирования // Труды 65-й Всероссийской научной конференции МФТИ в честь 115-летия Л.Д.Ландау, 3–8 апреля 2023 г. Прикладная математика и информатика. — Физматкнига Москва: 2023. — С. 157–157.
  • Грицай Г., Грабовой А. Многозадачное обучение для распознавания машинно-сгенерированных текстов // Труды 65-й Всероссийской научной конференции МФТИ в честь 115-летия Л.Д.Ландау, 3–8 апреля 2023 г. Прикладная математика и информатика. — Физматкнига Москва: 2023. — С. 117–119.
  • Баязитов К. М., Грабовой А. В., Стрижов В. В. Дистилляция моделей глубокого обучения на многодоменных выборках // Интеллектуализация обработки информации: Тезисы докладов 14-й Международной конференции. — Москва: Российская академия наук, 2022. — С. 98–99.
  • Методы поиска почти-дубликатов рукописных документов в больших коллекциях текстов / О. Ю. Бахтеев, А. В. Грабовой, М. С. Каприелова и др. // Интеллектуализация обработки информации: Тезисы докладов 14-й Международной конференции. — Москва: Российская академия наук, 2022. — С. 361–362.
  • Cross-language plagiarism detection: a case study of european universities academic works / O. Bakhteev, Y. Chekhovich, G. Gorbachev et al. // EUROPEAN CONFERENCE ON ACADEMIC INTEGRITY AND PLAGIARISM. — Mendel University Brno: 2021. — P. 14–15.
  • Грабовой А. В., Стрижов В. В. Априорное распределение параметров в задачах выбора моделей глубокого обучения // Математические методы распознавания образов (ММРО-2021):Тезисы докладов 20-й Всероссийской конференции с международным участием. — Москва: Российская академия наук, 2021. — С. 142–143.
  • Грабовой А. В., Стрижов В. В. Байесовское выравнивание структур нейросетевых моделей // Труды 64-й Всероссийской научной конференции МФТИ 22-25 ноября 2021. Прикладная математика и информатика. — МФТИ Москва: 2021. — С. 148–149.
  • Многозадачное обучение в задаче рубрикации научных документов / О. В. Шевченко, К. В. Гращенков, А. В. Чащин, А. В. Грабовой // Математические методы распознавания образов (ММРО-2021):Тезисы докладов 20-й Всероссийской конференции с международным участием. — Москва: Российская академия наук, 2021. — С. 329–330.
  • Грабовой А. В., Стрижов В. В. Вероятностный подход к задаче привилегированного обучения и дистилляции // Труды 63-й Всероссийской научной конференции МФТИ. 23-29 ноября 2020 года. Прикладные математика и информатика. — М.: МФТИ, 2020. — С. 197–198.
  • Выбор моделей и ансамблей / В. В. Стрижов, А. А. Адуенко, О. Ю. Бахтеев и др. // Тезисы докладов 13-й Международной конференции Интеллектуализация обработки информации. — РАН Москва: 2020. — С. 16–17.
  • Грабовой А. В., Стрижов В. В. Задача обучения с экспертом для построение интерпретируемых моделей машинного обучения // Тезисы докладов 13-й Международной конференции Интеллектуализация обработки информации. — РАН Москва: 2020. — С. 16–17.
  • Базарова А. И., Грабовой А. В. Практическое применение математических методов и компьютерного зрения для железнодорожных задач распознавание фигур на изображении с помощью ансамбля моделей // Материалы Международного молодежного научного форума Ломоносов-2020 / Под ред. И. А. Алешковский, А. В. Андриянов, Е. А. Антипов. — Москва: ООО МАКС Пресс, 2020. — С. 137–138.
  • Грабовой А. В., Стрижов В. В. Анализ априорных распределений в задаче смеси экспертов // Труды 62-й Всероссийской научной конференции МФТИ. — Прикладные математика и информатика. — МФТИ М: 2019.
  • Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Введение отношения порядка на множестве параметров нейронной сети // Тезисы докладов 19-й Всероссийской конференции с международным участием. — Математические методы распознавания образов. — Москва: Российская академия наук, 2019. — С. 38–39.
  • Численные методы оценки оптимального объёма выборки для логистической и линейной регрессии / Т. Т. Гадаев, А. В. Грабовой, А. П. Мотренко, В. В. Стрижов // Тезисы докладов 19-й Всероссийской конференции с международным участием. — Математические методы распознавания образов. — Москва: Российская академия наук, 2019. — С. 40–41.
  • Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Определение релевантности параметров нейросети методом белсли // Тезисы докладов 12-й Международной конференции Интеллектуализация обработки информации (ИОИ-2018), Москва, Россия – Гаэта, Италия. — Интеллектуализация обработки информации. — TORUS PRESS: 2018. — С. 36–37.
  • Грабовой А. В., Бахтеев О. Ю., Стрижов В. В. Прореживание нейросетевых моделей методом Белсли // Труды 61-й всероссийской научной конференции МФТИ. — Прикладная математика и информатика. — МФТИ Москва: 2018. — С. 114–115.

Диссертации

  • Выпускная квалификационная работа (бакалаврская работа) под руководством В.В. Стрижова. Анализ свойств локальных моделей в задачах кластеризации временных рядов. 2019. МФТИ.
  • Выпускная квалификационная работа (магистерская работа) под руководством В.В. Стрижова. Обучение с экспертом для построения интерпретируемых моделей машинного обучения. 2021. МФТИ.
  • Кандидатская диссертация под руководством В.В. Стрижова. Априорное распределение параметров в задачах выбора моделей глубокого обучения. 2022. Д 002.073.05 ВЦ РАН.

Студенческие работы

Бакалаврские диссертации

  1. Игорь Игнашин. Байесовская дистилляция моделей на базе трансформеров. 2024. МФТИ.
  2. Никита Киселев. Байесовский подход к выбору оптимального размера выборки. 2024. МФТИ.
  3. Алексей Орлов. Дистилляция моделей на мультидоменных выборках. 2024. МФТИ.
  4. Анна Ремизова. Понижение размерности пространства обучаемых параметров в задаче адаптации модели к домену. 2024. МФТИ.
  5. Анастасия Вознюк. Детекция машинно-сгенерированных фрагментов на базе анализа смены стиля текста. 2024. МФТИ.
  6. Данил Дорин. Пространственно-временные характеристики в задаче декодирования временных рядов. 2024. МФТИ.
  7. Камил Баязитов. Дистилляция моделей на многодоменных выборках. 2022. МФТИ. (научный консультант)

Магистерские диссертации

  1. Галина Кульдюшева. Исследование методов обработки юридических текстов с помощью NLP. 2024. МФТИ.
Источник — «http://recognition.su/wiki/index.php?title=%D0%A3%D1%87%D0%B0%D1%81%D1%82%D0%BD%D0%B8%D0%BA:Andriygav»
Личные инструменты