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.

 

About the Platform:

The Data Science is a new multidisciplinary field of knowledge that in the 21st century evolved into an academic and university discipline in its own right thanks to ever increasing challenges posed by a broad range of scientific and applied domains. Today the Data Science is buttressed by the synergy between the mathematical and intellectual data analysis methods of extracting knowledge (meaning) from data, recognition, visualization and machine learning techniques, and computer science methods.

The Data Science forms the scientific foundation of up-to-date industrial data, signal and image processing, image recognition technologies, prediction and identification of dependences, interactions, regulatory mechanisms and their evolutions.

We invite submissions of papers addressing theoretical aspects of machine learning, statistics, optimization and related topics. Submissions by authors who are new to ITaS are encouraged.

Topics of the Platform "Data Science":

  • big data problems, including high dimensional machine learning, huge-scale optimization and statistics;
  • design and analysis of machine learning algorithms;
  • optimization models and algorithms for data science;
  • statistical learning theory;
  • Bayesian Theory for data science;
  • parametric, non-parametric, semi-parametric statistics and its applications;
  • data science in complex network optimization, including transportation modeling, internet and informational retrieval;
  • natural language processing;
  • image analysis and processing;
  • neuroscience and brain science;
  • analysis and processing of data obtained by medical diagnostics.