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

Проектные группы

Проектная группа – это инициативное объединение работников и/или учащихся от пяти человек и более постоянного состава для выполнения какой-либо проектной задачи с достижением значимого и понятного результата.

Научная комиссия факультета компьютерных наук среди прочих заявок в 2020 году поддержала два проекта, предложенных сотрудниками Научно-учебной лаборатории моделей и методов вычислительной прагматики. 

Машинное обучение на графах – руководитель Дмитрий Игнатов

Разработка методов и моделей векторизации сетевых данных в задачах машинного обучения на графах. Разработка новых методов рекомендательных систем на основе векторных моделей сетей. Методы машинного обучения для структурной информации и рекомендательных систем обычно сводятся к ручному отбору признаков, сэмплированию или матричной факторизации. Такие методы часто привязаны к конкретной задаче и не масштабируемы для работы с большими данными. В последние годы векторные модели представления графов стали активной темой изучения в исследовательском сообществе, более 400 моделей предложено за последние три года. Основным их недостатком является отсутствие универсальной конструкции, которая поддерживала работу с разнообразными графами и разными типами признаков для вершин и ребер, при этом обобщая модель на динамически меняющиеся данные и при при этом сохраняя невысокую вычислительную сложность. Мы планируем построить несколько типов моделей, которые комбинируют различные подходы на основе сэмплирования окрестностей, структурной схожести, двойственного вложения графа инцидентности и графовых сверточных нейронных сетях для того, чтобы иметь возможность обрабатывать (не)ориентированные (не)взвешенные графы с возможной признаковой информацией у вершин и ребер, а также строить векторные модели с учетом максимизации качества для типовых задач машинного обучения на графах, такие как нахождение сообществ, много-классовая классификация, предсказание ребер и предсказание связей в графе знаний, а также рекомендательным системам. Так же планируется исследовать взаимосвязь таких методов как спектральной графовой кластеризации, сингулярного разложения матриц инцидентности и векторных представлений для графов сходства объектов.     

Члены рабочей группы:

1. Макаров Илья Андреевич, старший преподаватель департамента анализа данных и искусственного интеллекта факультета компьютерных наук;

2. Жуков Леонид Евгеньевич, профессор департамента анализа данных и искусственного интеллекта факультета компьютерных наук;

3. Киселев Дмитрий Андреевич, аспирант 1 курса Аспирантской школы по компьютерным наукам НИУ ВШЭ;

4. Муратова Анна Александровна, аспирант 2 курса Аспирантской школы по компьютерным наукам НИУ ВШЭ;

5. Стефан Николич, студент 1 курса магистерской программы «Науки о данных» факультета компьютерных наук.

6. Сендерович Мария Аркадьевна, стажер-исследователь научно-учебной лаборатории моделей и методов вычислительной прагматики факультета компьютерных наук.


Межъязыковые методы выделения значений многозначных слов – руководитель Екатерина Артёмова

Разработка методов и инструментов для выделения значений многозначных слов, применимых к различным естественным языкам. Проблема многозначности слов и словосочетаний — одно из базовых свойств естественных языков, вызывающих существенные сложности при создании приложений автоматического анализа текстов. Задача проекта — разработать методы и инструменты выделения значений многозначных слов, опирающиеся на доступные в больших объемах неразмеченные текстовые коллекции и не требующие дорогостоящей ручной лингвистической разметки. В отличие от предыдущих работ по данной теме, в данном проекте предполагается изначально использовать недавно появившиеся межъязыковые нейронные статистические языковые модели (такие как mBERT, XLM, XLM-R) для создания методов и инструментов, применимых к большому числу естественных языков (предполагается применимость примерно к 100 естественным языкам, на которых обучены указанные модели; среди них русский и английский). 

Члены рабочей группы:

1. Арефьев Николай Викторович, младший научный сотрудник факультета вычислительной математики и кибернетики МГУ им. М. В. Ломоносова;

2. Тутубалина Елена Викторовна, постдок научно-учебной лаборатории моделей и методов вычислительной прагматики департамента анализа данных и искусственного интеллекта факультета компьютерных наук;

3. Дмитриева Екатерина Анатольевна, аспирант 1 курса Аспирантской школы по компьютерным наукам НИУ ВШЭ;

4. Мачнев Алексей Евгеньевич, стажер-исследователь научно-учебной лаборатории моделей и методов вычислительной прагматики департамента анализа данных и искусственного интеллекта факультета компьютерных наук;

5. Пузырев Дмитрий Александрович, студент 2 курса магистерской программы «Статистическая теория обучения» факультета компьютерных наук.

6. Ким Алёна Дмитриевна, выпускница бакалаврской программы «Прикладная математика и информатика», абитуриентка магистратуры ФКН.


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.