Открытое заседание Ученого совета
Дата проведения: 10 февраля 2022 года
Время проведения: 18:00-19:00
Место проведения: Zoom
Повестка открытого заседания:
1. Научный доклад «Моделирование концептуального обобщения».
Докладчик - Миркин Борис Григорьевич, профессор департамента анализа данных и искусственного интеллекта, ведущий научный сотрудник Международного центра анализа и выбора решений.
Аннотация:
Речь идет о попытке моделирования фундаментальной характеристики когнитивной системы человека - способности к обобщению концепций/понятий. Другие индуктивные подходы, включая глубокое обучение, обобщают характеристики данных - мы обобщаем понятия. Для этого используется система понятий предметной области, организованная в виде таксономии, т.е. корневого дерева, узлам которого приписаны понятия так, чтобы дерево отражало отношение гипонимии/гиперонимии: А входит в Б т.и т.т. когда А - это Б, ограниченное определенным образом.
Мы даем определение наиболее специфического обобщения для нечеткого множества Ф терминальных/листовых понятий таксономии. Это обобщение поднимает множество Ф в более общее «головное понятие» в верхних уровнях дерева, которое покрывает Ф наиболее «тесным» образом, с точностью до минимального числа ошибок, «пробелов» и «выбросов». Разработаны алгоритмы оптимального подъема любого нечеткого Ф как для критерия максимальной парсимонии (экономии), так и критерия максимального правдоподобия.
Имеется определенный задел в двух прикладных направлениях:
- анализ тенденций научных исследований в предметной области путем обработки коллекции публикаций в этой области (обработка включает получение нечетких кластеров понятий таксономии, исходя из матрицы релевантности между листовыми понятиями и текстами, которая получается с использованием разработанной нами технологии суффиксных деревьев, аннотированных частотами встречаемости);
- увеличение численности аудитории таргетированной интернет-рекламы без потери ее качества.
По нашему мнению, данная конструкция также может использоваться для моделирование определенных особенностей когнитивных систем, таких как предвзятость.
(Работа ведется совместно с Др. С. Насименто (Лиссабон), Проф. Т. Феннер (Лондон), к.т.н. Д. Фроловым и Ж. Айрапетяном).
2. Научный доклад «Использование методов машинного обучения для изучения свойств и поиска новых материалов».
Докладчик - Устюжанин Андрей Евгеньевич, заведующий научно-учебной лабораторией методов анализа больших данных, доцент базовой кафедры Яндекс департамента больших данных и информационного поиска.
Аннотация:
Развитие человечества непрерывно связано с поиском и развитием новых материалов - недаром каждый новый век имеет свое название (каменный, бронзовый, железный и так далее). Сегодня, в 21 веке, сложно дать какое-то однозначное название или характеристику, хотя по некоторым данным мы находимся в веке кремния. В то же время использование различных природных материалов не всегда отличается высокой эффективностью. По большей части мы полагаемся на известные химические соединения, сформировавшиеся в окружающей среде за миллионы лет (железо, алюминий, уголь, нефть). С одной стороны, природные ресурсы быстро истощаются, с другой - потребности человечества в материалах, обладающих новыми свойствами, постоянно растут: сверхпроводники, фильтры, катализаторы, функциональные материалы. Актуальной научной задачей становится поиск таких структурных и химических соединений, которые адекватно соответствуют новым вызовам эффективности, функциональности и сохранения окружающей среды.
В своем докладе я обрисую общие контуры данного исследовательского направления - какие подходы используются для моделирования и поиска новых материалов и с какими проблемами сталкиваются исследователи. Основным фокусом рассказа будет описание роли машинного обучения в решении данных проблем. В заключении я коснусь проектов, которые ведет лаборатория методов анализа больших данных совместно с партнерами из Иннополиса и Национального Университета Сингапура.
На странице открытых заседаний Ученого совета ФКН Вы сможете найти более подробную информацию и видеозаписи прошедших заседаний.
Данные для входа