• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Научно-учебная лаборатория моделей и методов вычислительной прагматики

Публикации
Статья
Temporal network embedding framework with causal anonymous walks representations

Makarov I., Savchenko A., Arseny Korovko et al.

PeerJ Computer Science. 2022. Vol. 8. No. e858. P. 1-27.

Глава в книге
Перспективы применения машинного обучения для адаптации загоризонтных радиолокационных станций декаметрового диапазона к геофизическим условиям. Постановка задач и возможные подходы

Щирый А. О.

В кн.: Сборник научных статей по материалам V Международной научно-практической конференции «Актуальные проблемы и перспективы развития радиотехнических и инфокоммуникационных систем» («Радиоинфоком-2021»). М.: МГТУ МИРЭА, 2021. С. 785-789.

Препринт
Object-Attribute Biclustering for Elimination of Missing Genotypes in Ischemic Stroke Genome-Wide Data В печати

Ignatov D. I., Khvorykh G. V., Khrunin A. V. et al.

Lecture Notes in Computer Science. LNCS. Springer, 2020

О лаборатории

Лаборатория развивает методы анализа неструктурированных данных. Мы занимаемся разработкой и анализом рекомендательных систем и сервисов и развиваем методы мультимодальной кластеризации и классификации, позволяющие формировать профиль интересов пользователя с учетом различных модальностей. Мы не считаем, что методы майнинга данных и машинного обучения – это черные ящики, и поэтому ориентируемся на развитие интерпретируемых методов.

Также мы работаем в области автоматической обработки языка. Основная область наших исследований – это вопросное-ответные системы и методы извлечения структурированной информации из неструктурированных текстов. Мы исследуем методы переноса обучения, в частности, между языками, в ряде практических задач. Не в последнюю очередь, мы занимаем подготовкой и сбором размеченных текстовых коллекций на русском языке для междисциплинарных исследований, направленных на изучение цифровой трансформации в образовании и экономике.