Математические методы распознавания образов (конференция)/Программа ММРО-16

Материал из MachineLearning.

---

Версия 23:28, 1 октября 2013

Основная статья: Математические методы распознавания образов (конференция)

Содержание 1 Понедельник, 7 октября 1.1 Понедельник, [10:00-13:00]. Открытие конференции, пленарное заседание 1.2 Понедельник, [15:00-19:00]. Пленарное заседание 2 Вторник, 13 сентября 2.1 Вторник, [10:00-13:00]. Пленарное заседание 2.2 Вторник, [15:00-19:00]. Пленарное заседание 3 Список всех принятых докладов 3.1 Композиционные методы анализа данных 3.2 Линейные и метрические методы восстановления зависимостей 3.3 Дискретно-логические методы классификации 3.4 Сложность вычислений и оптимизация 3.5 Обработка изображений 3.6 Анализ изображений 3.7 Анализ видеопоследовательностей 3.8 Распознавание изображений 3.9 Анализ формы изображений 3.10 Приложения: биология и медицина 3.11 Приложения: химия и биоинформатика 3.12 Приложения: анализ текстов и веба 3.13 Прикладные системы

Предварительный вариант программы конференции ММРО-16

г. Казань, Республика Татарстан, 7-11 октября 2013.

Состав, названия, очерёдность докладов находятся в процессе согласования и могут измениться.

Средняя продолжительность докладов — 20 минут с учётом обсуждения.

В списках авторов выделены докладчики.

Понедельник, 7 октября

Понедельник, [10:00-13:00]. Открытие конференции, пленарное заседание

Председатель — член-корреспондент РАН Рудаков Константин Владимирович

1. [10:00-10:10] Рудаков Константин Владимирович Открытие конференции
2. [10:10-10:40] Тормасов Александр Геннадьевич Университет Иннополис
3. [10:40-11:10] '
4. [11:10-11:30] Кельманов Александр Васильевич

   [11:30-11:50] кофе-брейк

5. [11:50-12:20] Хачай Михаил Юрьевич
6. [12:20-12:50] Воронцов Константин Вячеславович

Понедельник, [15:00-19:00]. Пленарное заседание

1. [15:00-15:20] Визильтер Юрий Валентинович
2. [15:20-15:40]
3. [15:40-16:00]
4. [16:00-16:20]
5. [16:20-16:40]
6. [16:40-17:00]

   [17:00-17:20] кофе-брейк

7. [17:20-17:40]
8. [17:40-18:00]
9. [18:00-18:20]
10. [18:20-18:40]
11. [18:40-19:00]

Вторник, 13 сентября

Вторник, [10:00-13:00]. Пленарное заседание

1. [10:00-10:20]
2. [10:20-10:40]
3. [10:40-11:00]
4. [11:00-11:20]

   [11:20-11:40] кофе-брейк

5. [11:40-12:00]
6. [12:00-12:20]
7. [12:20-12:40]
8. [12:40-13:00]

Вторник, [15:00-19:00]. Пленарное заседание

1. [15:00-15:20] Визильтер Юрий Валентинович
2. [15:20-15:40]
3. [15:40-16:00]
4. [16:00-16:20]
5. [16:20-16:40]

   [16:40-17:00] кофе-брейк

6. [17:00-17:20]
7. [17:20-17:40]
8. [17:40-18:00]
9. [18:00-18:20]
10. [18:20-18:40]
11. [18:40-19:00]

Председатель — д.ф.-м.н. Хачай Михаил Юрьевич Председатель — д.ф.-м.н. Кельманов Александр Васильевич Председатель — д.т.н. Моттль Вадим Вячеславович Председатель — д.ф.-м.н. Визильтер Юрий Валентинович Председатель — д.ф.-м.н. Воронцов Константин Вячеславович Председатель — д.т.н. Местецкий Леонид Моисеевич Председатель — д.ф.-м.н. Двоенко Сергей Данилович

[18:00-18:30] Закрытие конференции

Список всех принятых докладов

Условные обозначения:

Докладчик

Доклада не будет на конференции

Композиционные методы анализа данных

1. Дьяконов А. Г. Решение задач анализа данных, основанное на линейной комбинации деформаций
2. Хачай М. Ю., Поберий М. И. Схема бустинга в задачах коллективного обучения
3. Дюкова Е. В., Любимцева М. М., Прокофьев П. А. Логические корректоры в задачах классификации по прецедентам
4. Шибзухов З. М. О поточечно корректных операциях над алгоритмами распознавания и прогнозирования
5. Матросов В. Л., Шибзухов З. М. Об агрегированно корректных операциях над алгоритмами
6. Бериков В. Б. Выбор оптимальных весов в коллективе алгоритмов кластерного анализа
7. Суворов М. А., Майсурадзе А. И. Методы агрегирования метрических описаний
8. Романенко А. А. Агрегирование адаптивных алгоритмов прогнозирования при линейной несимметричной функции потерь

Линейные и метрические методы восстановления зависимостей

1. Моттль В. В., Середин О. С. Линейные методы восстановление зависимостей по эмпирическим данным в метрических пространствах
2. Двоенко С. Д., Пшеничный Д. О. Метрическая коррекция матриц парных сравнений
3. Двоенко С. Д., Пшеничный Д. О. О локализации отрицательных собственных значений
4. Губарева А. А., Ларин А. О., Середин О. С., Сулимова В. В. Поиск наибольшей гиперполости в линейном пространстве данных
5. Абрамов В. И., Середин О. С., Моттль В. В. Логистическая регрессия в метрических пространствах
6. Турков П. А., Красоткина О. В., Моттль В. В. Байесовская логистическая регрессия в задаче обучения распознаванию образов при смещении решающего правила
7. Разин Н. А., Черноусова Е. О., Красоткина О. В., Моттль В. В. Применение Машины Релевантных Объектов в задачах восстановления числовых зависимостей
8. Разин Н. А., Моттль В. В. Численная реализация алгоритмов селективного комбинирования разнородных представлений объектов в задачах распознавания образов
9. Красоткина О. В., Моттль В. В., Разин Н. А., Черноусова Е. О. Беспереборный метод скользящего контроля для верификации квадратично-модульной регрессионной модели

Дискретно-логические методы классификации

1. Неделько В. М. Исследование погрешности оценок скользящего экзамена
2. Ишкина Ш. Х., Ивахненко А. А. Комбинаторные оценки переобучения пороговых решающих правил
3. Генрихов И. Е. Снижение переобученности распознающих алгоритмов на основе полных решающих деревьев
4. Прокашева О. В. Повышение эффективности алгоритма классификации на основе анализа формальных понятий
5. Цыганкова И. А. Эволюционный метод классификация биологических объектов
6. Бериков В. Б., Пестунов И. А., Герасимов М. К. Метод анализа ансамбля многомерных разнотипных временных рядов и его применение при исследовании заболеваемости клещевым энцефалитом
7. Янковская А. Е., Китлер С. В. Интеллектуальный анализ данных и знаний по стентированию коронарных артерий
8. Сенько О. В., Кузнецова А. В., Костомарова И. В. Использование модифицированной версии метода оптимальных достоверных разбиений для анализа клинических данных
9. Теклина Л. Г., Котельников И. В., Гельфер И. С. Синтез простейших нелинейных систем квазиинвариантного управления с заданными свойствами методами распознавания образов

Сложность вычислений и оптимизация

1. Кельманов А. В. О некоторых моделях обучения компьютера, индуцирующих NP-трудные задачи дискретной оптимизации
2. Ерёмин И. И., Гимади Э. Х., Кельманов А. В., Пяткин А. В., Хачай М. Ю. 2-приближенный алгоритм для одной задачи поиска похожих объектов
3. Кельманов А. В., Романченко С. М. FPTAS для одной труднорешаемой задачи поиска подмножества векторов
4. Галашов А. Е., Кельманов А. В. 2-приближённый алгоритм для одной задачи поиска семейства непересекающихся подмножеств векторов
5. Кельманов А. В., Хандеев В. И. Рандомизированный алгоритм для одной NP-трудной задачи кластерного анализа
6. Кельманов А. В., Пяткин А. В. О сложности одной задачи кластерного анализа
7. Кельманов А. В., Хамидуллин С. А. 2-приближённый полиномиальный алгоритм для одной NP-трудной задачи кластеризации последовательности
8. Кельманов А. В., Михайлова Л. В. Задача суммирования элементов двух последовательностей
9. Зухба А. В. Оценка вычислительной сложности задачи монотонизации выборки
10. Боровых Н. И., Красоткина О. В. Применение алгоритма поиска с запретами в задаче автоматизированного составления оптимального штатного расписания
11. Гасников А. В., Бондаренко А. С. Об одной вариации метода экспоненциального взвешивания для решения задач стохастической онлайн оптимизации
12. Заботин И. Я., Яруллин Р. С. Об одном методе отсечений с отбрасыванием отсекающих плоскостей

Обработка изображений

1. Харинов М. В. Иерархические и оптимальные приближения цифрового изображения
2. Орлов А. А., Астафьев А. В. Алгоритм цифровой локализации изображений символьных меток на основе одномерного дифференциально-интегрального исчисления яркости
3. Роженцов А. А., Морозовский К. В. Адаптивное модифицированное обобщённое трехмерное преобразование Хафа
4. Мнухин В. Б. Цифровые изображения на комплексном дискретном торе
5. Федотов Н. Г., Голдуева Д. А. Анализ трехмерных текстур с позиции стохастической геометрии и функционального анализа
6. Жизняков А. Л., Привезенцев Д. Г. Использование характера распределения самоподобия в качестве признака цифрового изображения в задаче классификации
7. Федосеев В. А. Оптимизация ядра диффузии ошибки для растрирования полутоновых изображений
8. Мурашов Д. М., Березин А. В., Иванова Е. Ю. Формирование признакового описания фактуры картин

Анализ изображений

1. Шаповалов Р. В., Ветров Д. П., Коли П. Учёт дальнодействующих зависимостей в задаче семантической сегментации трёхмерных облаков точек с помощью последовательной классификации
2. Осокин А. А., Коли П., Йегелька Ш. Иерархическое марковское случайное поле для задачи сегментации изображений
3. Янгель Б. К., Ветров Д. П. Обучение модели формы для сегментации изображений по слабо размеченным данным
4. Грачева И. А., Копылов А. В. Адаптивный параметрический алгоритм обработки изображениий
5. Пестунов И. А., Мельников П. В., Синявский Ю. Н. Ансамблевые алгоритмы сегментации спутниковых изображений по спектральным и пространственным признакам

Анализ видеопоследовательностей

1. Чочиа П. А. Анализ видеопоследовательностей, формируемых капилляроскопом
2. Хашин С. И. Динамическая сегментация пары кадров
3. Малин И. К., Вишняков Б. В. Метод автоматической сегментации человеческих фигур на изображениях
4. Вишняков Б. В., Малин И. К., Егоров А. И. Модель статического фона с использованием дескрипторов LBP и LTP

Распознавание изображений

1. Гарбук С. В. Конкурс Фонда перспективных исследований на лучший прототип технологии распознавания образов
2. Горбацевич В. С. Отбор и обучение бинарных классификаторов в задаче распознавания лиц
3. Чинаев Н. Н., Матвеев И. А. Определение точной границы зрачка
4. Нагапетян В. Э. Распознавание жестов ручных азбук глухонемых
5. Лебедев Л. И. Метод целевого нахождения согласованных описаний при распознавании объектов изображений
6. Каркищенко А. Н., Мнухин В. Б. Восстановление симметричности точек на изображениях объектов с отражательной симметрией
7. Кревецкий А. В. Обнаружение трехмерных групп точечных объектов на основе анализа графа иерархической группировки объемной сцены
8. Ларин А. О., Середин О. С., Кондрашов В. В. Комбинирование одноклассовых классификаторов в задачах сегментации изображений, содержащих объекты топологии печатной платы

Анализ формы изображений

1. Пытьев Ю. П. Косые проекторы и относительные формы в морфологии изображений
2. Пытьев Ю. П., Нагорный Ю. М. Морфологический метод выделения неизвестного объекта на изображении, полученном при неизвестном освещении
3. Визильтер Ю. В., Рубис А. Ю. Морфологическое сравнение образов по сложности
4. Визильтер Ю. В., Сидякин С. В. Параметрические и морфологические спектры
5. Жукова К. В., Рейер И. А. Параметрический дескриптор формы и связность базового скелета
6. Кушнир О. А., Середин О. С. Построение функции ширины скелета бинарного изображения на основе параметрического описания многочленами Лежандра
7. Кушнир О. А., Середин О. С., Степанов А. В. Экспериментальное исследование параметров регуляризации и аппроксимации скелетных графов бинарных изображений
8. Ланге М. М., Ганебных С. Н. Иерархические структуры данных и решающие алгоритмы для классификации изображений
9. Наумов А. С., Роженцов А. А. Синтез и анализ алгоритма распознавания контурных сигналов с применением комплекснозначных нейронных сетей
10. Захаров А. А., Жизняков А. Л. Автоматическая реконструкция трехмерных объектов по ортогональным проекциям
11. Анциперов В. Е., Евсеев О. В. Метод параметрической реконструкции 3-D плотности распределения облака точек, заданного серией параллельных 2-D сечений

Приложения: биология и медицина

1. Обухов Ю. В., Королев М. С., Обухов К. Ю. О количественной оценке нестационарности ритмов электроэнцефалограмм в норме и при паркинсонизме в ранних стадиях
2. Королев М. С., Обухов Ю. В., Обухов К. Ю., Сушкова О. С. Совместный анализ частотно-временных характеристик сигналов электроэнцефалографии, электромиографии и механического тремора при болезни Паркинсона в ранних стадиях
3. Дергузов А. В., Махортых С. А., Лыжко Е. В. Классификация и распознавание образов в данных магнитной энцефалографии
4. Манило Л. А., Немирко А. П., Саламонова И. С. Автоматический анализ формы спирографических петель по их сигнатурам

Приложения: химия и биоинформатика

1. Торшин И. Ю., Рудаков К. В. О комбинаторном тестировании условия локальной полноты связных размеченных графов в применении к задачам хемоинформатики
2. Прохоров Е. И., Кумсков М. И. Двухфазная схема распознавания в задаче структура--свойство
3. Панкратов А. Н., Пятков М. И., Руднев В. Р., Куликова Л. И. Спектральный подход к распознаванию повторов в геномах и белках
4. Панкратов А. Н., Руднев В. Р., Куликова Л. И., Дедус Ф. Ф., Тихонов Д. А., Ефимов А. В. Распознавание и анализ устойчивости структурных мотивов типа альфа-альфа-уголок в глобулярных белках

Приложения: анализ текстов и веба

1. Ботов П. В., Вьючнов Д. В., Корольков М. Е., Песков Н. В., Суровенко Н. С., Хританков А. С., Царьков С. В., Чехович Ю. В. Анализ структуры зависимостей в корпусе взаимосвязанных текстов с применением системы Антиплагиат и интеллектуального анализа данных на примере диссертаций в области исторических наук
2. Воронцов К. В. Аддитивная регуляризация тематических моделей
3. Потапенко А. А. Разреживание вероятностных тематических моделей
4. Царёв Д. В., Машечкин И. В., Петровский М. И. Методы вычисления релевантности фрагментов текста на основе тематических моделей в задаче автоматического аннотирования
5. Лексин В. А., Николенко С. И. Извлечение тегов веб-страниц с частичным обучением
6. Нгуен Т. Т., Поленова Е. А., Красоткина О. В., Моттль В. В. Байесовский подход к оцениванию факторов, влияющих на положение сайта в результатах поискового запроса
7. Кудинов М. С. Частичный синтаксический разбор с помощью условных случайных полей
8. Чувилин К. В. Использование правил со сложной структурой для коррекции документов в формате LaTeX

Прикладные системы

1. Мандрикова О. В., Соловьевр И. С. Вейвлет-технология обработки и анализа геомагнитных данных
2. Мандрикова О. В., Глушкова Н. В., Полозов Ю. А. Моделирование и анализ параметров ионосферы на основе совмещения вейвлет-преобразования и авторегрессионных моделей
3. Кузнецов А. В., Мясников В. В. Построение вычислительной процедуры комплексной проверки подлинности данных ДЗЗ
4. Зарубин М. Ю., Зарубина В. Р. Использование искусственных нейроподобных сетей для управления технологическими процессами железо-обогатительного комплекса
5. Закасовская Е. В., Кульчин Ю. Н. Нейросетевое и алгебраическое моделирование в распределенных волоконно-оптических измерительных системах
6. Майсурадзе А. И., Сальников А. Н., Андреев Д. Ю. Агрегирование и аппроксимация задержек для пар процессов в коммуникационной среде многопроцессорных систем
7. Маленичев А. А., Сулимова В. В., Красоткина О. В., Моттль В. В., Марков А. А. Применение процедуры парного выравнивания для разметки стыков на ультразвуковой дефектограмме рельсового пути
8. Чувилина Е. В. Диагностика технического состояния подшипников на основе обнаружения локальных неоднородностей в вибросигнале
9. Дергузов А. В., Махортых С. А. Прогноз вибрации высотных сооружений
10. Рыкунов С. Д., Панкратов А. Н., Устинин М. Н. Программный комплекс для высокоточной аппроксимации многомерных временных рядов на базе вычислительного кластера ИМПБ РАН
11. Оплачко Е. С., Устинин Д. М., Устинин М. Н. Облачные технологии и их применение в задачах вычислительной биологии