Науки о данных и предсказательное моделирование
Четверг, 27 сентября, 15.00–17.05
Университет Иннополис, 3 этаж, читальный зал, зона А
Руководитель секции: Михаил Беляев
|
15.00 – 15.20 |
Ответ на общий вопрос: семантика слова НЕТ Светлана Тимошенко |
|
15.20 – 15.40 |
Etalog - a natural-looking knowledge representation formalism Ivan Rygaev |
|
15.40 – 16.00 |
Использование синтаксических признаков при построении морфологического теггера на основе GRU Андрей Мовсесян |
|
16.00 – 16.20 |
Синтез медицинских изображений с помощью циклических генеративно-состязательных сетей Владимир Кондратенко |
|
16.20 – 16.35 |
Глубокие сверточные сети в задаче классификации томограмм головного мозга, пораженного микроангиопатией и рассеянным склерозом Софья Якушева |
|
16.35 – 16.50 |
Fine-tuning Convolutional Neural Networks for Ischemic Stroke Lesion Segmentation Based on CT Images Mikhail Goncharov |
|
16.50 – 17.05 |
Предсказание дебюта болезни Альцгеймера методами обучения представлений и анализа выживаемости Алексей Домрачев |
Четверг, 27 сентября, 17.35–19.30
Университет Иннополис, 3 этаж, читальный зал, зона А
Руководитель секции: Михаил Беляев
|
17.35 – 17.55 |
What can we learn from 10 years of ITaS collaboration? Anvar Kurmukov |
|
17.55 – 18.15 |
Построение вложений вершин графов с помощью максимизации расстояния Вассерштейна Станислав Цепа |
|
18.15 – 18.35 |
Восстановление матриц в задаче предсказания лекарственной устойчивости бактерий туберкулеза Мария Буркина |
|
18.35 – 18.50 |
Гетероскедастичные гауссовские процессы и их применение для байесовской оптимизации Максим Колодяжный |
| 18.50 – 19.10 |
Сравнительный анализ: оценка влияния шизофрении на формы субкортикальных структур головного мозга Аягоз Мусабаева |
| 19.10 – 19.30 |
Анализ воздействия деформаций земной поверхности на процесс подготовки сильных землетрясений Константин Петров |
Науки о данных: Постерные доклады
Н1. Towards Hypothesis Testing for Random Graphs with Community Structure. Valentina Shumovskaia.
Н2. Сравнение ядерного алгоритма k-средних с методом Уорда в задачах кластеризации на графах. Николай Козырский.
Н3. Реализация алгоритма Grassman&Stiefel Eigenmaps на языке Python. Андрей Афонин.
Н4. Классификация метастаз головного мозга по анатомическим областям. Алексей Шевцов.
Н5. Прогнозирование клинически значимого ухудшения функционального статуса у носителей мутации болезни Гентингтона на основании данных наблюдательного исследования Enroll-HD. Игорь Медведев.
Н6. Влияние предобработки и аугментации данных на качество сегментации гиперинтенсивности белого вещества методами глубокого обучения. Борис Широких.
О платформе «Науки о данных»:
Науки о данных – новая междисциплинарная область знаний, которая под влиянием быстро растущих запросов от широкого круга научных и прикладных проблем выделилась в XXI веке в отдельную академическую и университетскую дисциплину, основанную на взаимодействии методов математики, интеллектуального анализа данных, визуализации и машинного обучения, а также теоретической информатики. Науки о данных являются научной основой для современных индустриальных технологий обработки данных, сигналов, изображений и распознавания образов; задач прогноза и выявления зависимостей, взаимосвязей, регуляторных механизмов и их эволюции.
Методы, основанные на данных предсказательного моделирования, служат доказательной базой для принятия эффективных научно-технических решений о структуре и параметрах проектируемых систем или исследуемых явлений, для прогнозирования их поведения при различных воздействиях и условиях окружающей среды.
Тематика платформы включает в себя работы по передовым методам машинного обучения, статистики, оптимизации и смежным дисциплинам, формирующим современные науки о данных.