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

Новости

Сотрудники лаборатории сделали доклады на 14-й международной конференции по Анализу Формальных Понятий ICFCA 2017

С 13 по 16 июня в городе Ренне (Франция) прошла 14-я Международная конференция по Анализу формальных понятий (ICFCA 2017, https://icfca2017.irisa.fr/), в которой приняли участие четыре сотрудника международной лаборатории ИССА.

Анализ формальных понятий (АФП) ­- прикладная ветвь алгебраической теории решеток, возникшая в начале 80-х годов XX века как попытка формализовать вычисления с понятиями как основными единицами мышления, представимыми в виде пар (объем, содержание). Помимо математической элегантности, привносимой соответствиями Галуа между множествами объектов и признаков и представлением понятий в виде иерархий, АФП предлагает удобный язык для описания объектно-признаковых данных и поиска закономерностей в них. Этим объясняется огромное число приложений АФП для представления знаний в области искусственного интеллекта, описания и поиска закономерностей в майнинге данных и машинном обучении, формализации некоторых методов информационного поиска, верификации программ в программной инженерии и множество других, включая науки о жизни, обществе и человеке.

В рамках конференции сотрудники лаборатории сделали несколько докладов, посвященных искусственному интеллекту и анализу данных. Так, С.О. Кузнецов и Т. Махалова представили работу, посвященную уточненным оценкам переобучения (по сравнению с оценками Вапника-Червоненкиса) классификатора на основе замкнутых множеств признаков – максимальных нефальсифицированных гипотез. С. Объедков в соавтростве с немецкими коллегами представил работу, посвященную построению приближенных минимальных покрытий для компактного предствления признаковых зависимостей на основе классической парадигмы машинного обучения – вероятно-приближенно корректного обучения (PAC learning). Работа Д. Егурнова и Д. Игнатова в соавторстве с французским коллегой посвящена поиску поиску плотных трикластеров в многомерных контекстах (тензорах), в частности, получены интересные результаты, связывающие подход с классическим алгоритмом кластеризации k-средних. Другая работа, подготовленная научно-учебной группой по анализу демографических последовательностей под руководством Д. Игнатова и Е. Митрофановой (в составе лаборатории), представляет оригинальные методы поиска неразрывных префиксных последовательностей в жизненных траекториях россиян на основе т.н. узорных структур (pattern structures), расширения АФП, предложенного проф. Б.К. Гантером и С.О. Кузнецовым.

Потенциал АФП проявляется в тех задачах искусственного интеллекта и анализа данных, в которых подход “черного ящика” не приемлем и экспертам-аналитикам необходимы интерпретируемые закономерности для принятия решений или понятное человеку представление знаний, поэтому методы на его основе представляют хорошую альтернативу.