ITaS

Пятница, 15 сентября, 14.30–16.30

БГПУ им. М. Акмуллы, аудитория 206

14.30 – 14.50	Generation of text from ontological semantic representation in ETAP-3. Viacheslav Dikonov
14.50 – 15.10	Пространственные адвербиалы: конкуренция сочетаний с предлогом ОТ и родительным падежом. Светлана Тимошенко
15.10 – 15.30	Разработка морфологического анализатора неизвестных слов на основе морфологических словарей лингвистического процессора ЭТАП. Андрей Мовсесян, Виктор Сизов
15.30 – 15.50	Оценка параметров в стохастической блочной модели с пересекающимися сообществами. Максим Панов, Константин Славнов, Роман Ушаков
15.50 – 16.10	Алгоритм Laplacian Eigenmaps для точек вне обучающей выборки. Николай Вельдяйкин, Юрий Янович
16.10 – 16.30	Ошибка интерполяции для неверно специфицированной модели регрессии на основе гауссовских процессов. Алексей Зайцев

Пятница, 15 сентября, 17.00–19.00

БГПУ им. М. Акмуллы, аудитория 206

17.00 – 17.15	Алгоритм агрегации экспертов для долгосрочного прогнозирования. Александр Коротин, Евгений Бурнаев, Владимир Вьюгин
17.15 – 17.30	Тестирование гипотезы о многообразии. Олег Буланов, Юрий Янович
17.30 – 17.45	Предсказание развития суицидальных мыслей при болезни Гентингтона с помощью анализа данных многоцентрового наблюдательного исследования Enroll-HD. Артем Борзов, Михаил Беляев, Юрий Селивёрстов, Юлия Додонова, Георг Бернхард Ландвермайер
17.45 – 18.00	Анализ влияния на фенотип числа CAG-повторов у носителей мутации болезни Гентингтона методами машинного обучения. Станислав Округ, Артем Борзов, Михаил Беляев, Юрий Селивёрстов, Георг Бернхард Ландвермайер
18.00 – 18.15	Различение больных шизофренией и здоровых испытуемых на основе морфометрических показателей коры головного мозга методами машинного обучения. Николай Луцяк, Александр Томышев, Михаил Беляев, Юлия Додонова, Василий Каледа, Ирина Лебедева
18.15 – 18.30	Анализ применимости структурной функции потерь для построения вложений графов. Станислав Цепа, Константин Славнов, Максим Панов
18.30 – 18.45	Сегментация гиперинтенсивного белого вещества методами глубокого обучения. Борис Широких, Амир Сафиуллин, Аягоз Мусабаева, Михаил Беляев
18.45 – 19.00	Ординальные сверточные сети для моделирования развития нейродегенеративных заболеваний. Антон Василюк, Амир Сафиуллин, Сергей Королев, Михаил Беляев

Науки о данных: Постерные доклады

Н1. Оценивание гладких векторных полей на многообразии с помощью оптимизации на специальной ортогональной группе. Евгений Абрамов, Юрий Янович

Н2. Оценивание сходства разбиений графов на пересекающиеся сообщества. Марина Ананьева, Анвар Курмуков, Юлия Додонова, Леонид Жуков, Борис Гутман, Джошуа Фасковиц, Неда Джаханшад, Пол Томпсон

Н3. Алгоритм Fixed-Share в задаче о динамическом портфеле неоднородных финансовых инструментов. Юлия Белостоцкая, Владимир Вьюгин

Н4. Оптимизация параметров ядерных методов регрессии для предсказания свойств молекул. Мария Буркина, Максим Панов

Н5. Сравнение методов оценивания функциональной коннективности при решении задачи классификации фенотипов на основе сетевых структур мозга. Маргарита Бурова, Юлия Додонова, Юрий Селивёрстов

Н6. Вероятностное тематическое моделирование в задачах предсказательного технического обслуживания воздушных судов. Константин Гаврильчик, Евгений Цацорин

Н7. Классификация пассажиров наземного общественного транспорта с использованием данных автоматизированных систем контроля проезда и датчиков геопозиционирования. Илья Гемаддиев

Н8. Нейронная сеть Wnet для решения задачи сегментации изображений головного мозга при ишемическом инсульте. Александр Денисенко, Максим Писов, Владимир Кондратенко, Михаил Беляев

Н9. Стекинг нейронных сетей в задаче сегментации областей головного мозга, поражённых при ишемическом инсульте. Владимир Кондратенко, Максим Писов, Александр Денисенко, Михаил Беляев

Н10. Mechanism of membrane potential changes during Heterorhabditis megidis defecation program. Victor Kuznetsov, Georgy Slivko-Koltchik, Yuri Panchin

Н11. Конформная классификация в задачах прогнозирования физико-химических свойств молекул. Альберт Матвеев, Евгений Бурнаев, Игорь Тетко

Н12. Снижение размерности в задачах классификации коннектомных данных. Никита Мокров, Максим Панов

Н13. Метрическое обучение на коннектомах. Аягоз Мусабаева, Юлия Додонова, Дмитрий Петров

Н14. Платформа мониторинга и анализа гидрометеорологической обстановки в российской Арктике. Константин Петров

Н15. Классификация сетевых структур мозга с помощью анализа симметричных полуопределенных матриц. Артем Пимкин, Михаил Беляев, Юлия Додонова, Борис Гутман, Джошуа Фасковиц, Неда Джаханшад, Пол Томпсон

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.