Spring into ML 2024

НИУ ВШЭ и Университет Иннополис приглашают исследователей в области математической статистики, оптимизации, искусственного интеллекта принять участие в Школе «Spring into ML 2024», целью которой является обсуждение математики в современных и наиболее перспективных направлениях машинного обучения.

Мероприятие будет состоять из двух мини-курсов, четырех приглашенных докладов и серии коротких выступлений в рамках питч-сессий.

Основные темы Школы:

обучение с подкреплением;
генеративные модели;
диффузионные модели.

Мини-курсы

Korotin Alexander

Skoltech, AIRI

On a way to faster diffusion models with Schrodinger Bridges

Rakitin Denis

HSE University

Diffusion models: basics and one-step models

Доклады

Alanov Aybek

HSE University

Image manipulation by generative models

Beznosikov Alexander

MIPT, HSE University

On optimization methods for variational inequalities and saddle point problems

Samsonov Sergey

HSE University

Stochastic approximation: old and new

Struminsky Kirill

HSE University

Efficient volumetric rendering for multi-view reconstruction

Программа

6 февраля

14:00-16:00

Прибытие участников/свободное время

16:00 - 16:30

Кофе-брейк

16:30 - 17:00

Открытие и вводная информация - аудитория 107

17:00 - 19:00

Сессия открытых задач - аудитория 107

19:00 -20:00

Ужин

20:00 - 21:00

Угадай мелодию (А. Сендерович) - аудитория 307
7 февраля
08:00 - 10:00

Завтрак
10:00 - 11:00

Мини-курс:

D. Rakitin 'Diffusion models and flow matching' (P1) - аудитория 107
11:00 - 11:15

Кофе-брейк
11:15 - 12:15

Мини-курс:

D. Rakitin 'Diffusion models and flow matching' (P2) - аудитория 107
12:15 - 14:00

Обед
14:00 - 16:00

Питч-сессия:

I. Safonov 'Tensor Train Decomposition for Density Approximation and Sampling'

N. Morozov 'GFlowNets and Reinforcement Learning'

P. Mokrov 'Energy-Guided Entropic Neural Optimal Transport'

A. Ivanova 'Image Editing by Diffusion Models'

A. Valeev 'Deep learning methods for source code summarization'

Z. Kholmatova 'Research synthesis in software engineering

E. Muravyov 'Methods to populate Scientific Ontologies'

аудитория 107
16:00 - 16:30

Кофе-брейк
16:30 - 19:00

Питч-сессия:

M. Beketov 'Reparameterizing distributions on Lie groups and beyond with applications to CV'

M. Kodryan 'Understanding Gradient Regularization in Deep Learning: Efficient Finite-Difference Computation and Implicit Bias'

A. Senderovich 'Novel Methods for Regularization of Neural Networks Based on Spectral Properties of Jacobian Matrices'

N. Puchkin 'Breaking the Heavy-Tailed Noise Barrier in Stochastic Optimization Problems'

аудитория 107
19:00 - 20:00

Ужин

20:00 - 21:00

Что? Где? Когда? (Я. Хассан) - аудитория 314
8 февраля
08:00 - 10:00

Завтрак
10:00 - 11:00

Мини-курс:

A. Korotin 'On a way to faster diffusion models with Schrodinger Bridges' (P1) - аудитория 107
11:00 - 11:15

Кофе-брейк
11:15 - 12:15

Мини-курс:

A. Korotin 'On a way to faster diffusion models with Schrodinger Bridges' (P2) - аудитория 107
12:15 - 14:00

Обед
14:00 - 16:00

Питч-сессия:

N. Kornilov 'Heavy tails and median clipping for gradient-free optimization and multi arm bandits. How to break the lower bound?'

S. Chezhegov 'Variance reduction for decentralized optimization problems on time-varying graphs. Non-convex case'

D. Metelev 'Variance reduction for decentralized optimisation problems on time-varying graphs. Convex case'

A. Lobanov 'How to Solve Optimization Problems When You Can Only Compare Objective Function Values? Applications for Creating AI Wines, Chocolates, etc.'

A. Goldman 'Stochastic methods in variational inequalities: Ergodicity, bias and refinements '(1)

M. Sheshukova 'Stochastic methods in variational inequalities: Ergodicity, bias and refinements' (2)

I. Levin 'Federated Stoschastic approximation'

Ya. Kholodov 'Radiomic analysis MRI images of brain tumors'

аудитория 107
16:00 - 16:30

Кофе-брейк
16:30 - 19:00

Питч-сессия:

M. Gorbunov 'Monarch matrices and their generalization for fine-tuning of linguistic models'

N. Yudin 'Monarch matrices for MRI reconstruction'

E. Grishina 'Methods of bounding Lipschitz constant for convolutional layers of neural networks'

V. Yusupov 'Hyperbolic embeddings for improving link predictions on knowledge graphs'

A. Molozhavenko 'Low-rank tensor solver for high-dimensional eigevalue problems using Riemannian optimization'

аудитория 107
19:00 - 20:00

Ужин

20:00 - 21:00

Вечер кино (И. Левин) - аудитория 107
9 февраля

08:00 - 10:00

Завтрак

10:00 - 19:00

Экскурсионный день

19:00 - 20:00

Ужин
10 февраля
08:00 - 10:00

Завтрак
10:00 - 11:00

Доклады:

A. Alanov 'Image manipulation by generative models'

K. Struminsky 'Efficient Volume Rendering for Novel View Synthesis'

аудитория 107
11:00 - 11:15

Кофе-брейк
11:15 - 12:15

Доклады:

S. Samsonov 'Stochastic approximation: old and new'

A. Beznosikov 'On Optimization Methods for Variational Inequalities and Saddle Point Problems'

аудитория 107
12:15 - 14:00

Обед

14:00 - 19:00

Свободное время

19:00

Ужин
11 февраля

08:00 - 10:00

Завтрак

10:00 - 11:00

Закрытие Школы, отъезд участников