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

Международная лаборатория глубинного обучения и байесовских методов

Публикации
Статья
Composing Tree Graphical Models with Persistent Homology Features for Clustering Mixed-Type Data В печати

Ni X., Quadrianto N., Wang Y. et al.

Proceedings of Machine Learning Research. 2017. Vol. Volume 70: International Conference on Machine Learning. P. 2622-2631.

Глава в книге
Structured Bayesian Pruning via Log-Normal Multiplicative Noise

Neklyudov K., Molchanov D., Ashukha A. et al.

In bk.: Advances in Neural Information Processing Systems 30 (NIPS 2017). Montreal: 2017.

Препринт
Scalable Gaussian Processes with Billions of Inducing Inputs via Tensor Train Decomposition

Izmailov P., Novikov A., Kroptov D.

math. arxive. Cornell University, 2017

О лаборатории

Международная лаборатория глубинного обучения и байесовских методов создана на основе коллектива исследовательской группы байесовских методов, являющейся одной из сильнейших научных групп России в области машинного обучения и вероятностного моделирования. Предметом исследований лаборатории являются комбинированные нейробайесовские модели, объединяющие достоинства двух наиболее успешных на настоящее время парадигм машинного обучения – нейросетевой и байесовской.


Объявлена вторая Летняя школа по байесовским методам в глубинном обучении

Во время своего выступления на Sberbank Data Science Day Дмитрий Ветров объявил о проведении второй Летней школы по байесовским методам в глубинном обучении. В этот раз — на международном уровне.

Состоялось выступление Дмитрия Ветрова на форуме SAMSUNG по искусственному интеллекту

19-20 октября в штаб-квартире корпорации SAMSUNG на форуме по искусственному интеллекту выступил в качестве приглашенного докладчика заведующий лабораторией Дмитрий Ветров.

НИУ ВШЭ и Яндекс запустили на Coursera англоязычную специализацию «Advanced Machine Learning»

В рамках специализации слушатели пройдут курсы по глубинному обучению, байесовским методам, обучению с подкреплением, обработке естественного языка и др. Лектором курса по байесовским методам стал научный сотрудник лаборатории Александр Новиков.

На факультете прошел мини-воркшоп «Стохастические процессы и вероятностные модели в машинном обучении»

12 и 13 сентября на факультете состоялся мини-воркшоп «Стохастические процессы и вероятностные модели в машинном обучении». Четыре приглашенных иностранных специалиста прочитали лекции о применении параметрических и непараметрических вероятностных методов в машинном обучении, а представители российских научных групп рассказали о конкретных проектах с использованием этих подходов.

Глубинно обучены и байесовски выведены

Завершилась Летняя школа по байесовским методам в глубинном обучении. В течение пяти дней 96 участников из 8 стран слушали лекции о применении вероятностных методов в deep learning и обучали нейронные сети.

Сотрудники факультета выступили c докладом на ICML 2017

С 6 по 11 августа в Сиднее (Австралия) прошла Международная конференция по машинному обучению ICML 2017. Эта конференция, имеющая ранг А* по рейтингу CORE, является одной из двух ведущих мировых конференций в области машинного обучения. Мероприятие проводится ежегодно, начиная с 2000 года. В этом году его посетило более 1000 участников из разных стран мира.

Статья сотрудников лаборатории представлена на конференции CVPR 2017

Статья Михаила Фигурнова, написанная в соавторстве с исследователями Google, Carnegie Mellon University и Дмитрием Ветровым, представлена на крупнейшей мировой конференции Computer Vision and Pattern Recognition. Конференция прошла с 21 по 26 июля в Гонолулу, США.

Получен грант Российского научного фонда

Коллектив из восьми исследователей, пятеро из которых — сотрудники лаборатории, получил крупный грант Российского научного фонда. Грант получен совместно с исследователями Лаборатории компьютерной графики и мультимедиа МГУ и Группы байесовских методов машинного обучения.

Машины могут видеть: международный саммит по компьютерному зрению

9 июня состоялся саммит по компьютерному зрению и глубинному обучению «Machines can see», организованный совместно компаниями  Sistema VC, VisionLabs и институтом «Стрелка». Среди организаторов и докладчиков конференции были сотрудники факультета компьютерных наук Дмитрий Ветров и Антон Конушин.

«Алгоритм машинного обучения умеет находить закономерности в данных, которые не видит человек»

В декабре 2016 года в Вышке были открыты пять новых международных лабораторий, в том числе Международная лаборатория глубинного обучения и байесовских методов. Предмет  ее исследований — комбинированные нейробайесовские модели, объединяющие достоинства двух наиболее успешных в настоящее время парадигм машинного обучения — нейросетевой и байесовской.