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

Научно-учебная лаборатория матричных и тензорных методов в машинном обучении

Публикации
Статья
Electrolyte refilling as a way to recover capacity of aged lithium-ion batteries
В печати

Kuzovchikov S., Zefirov V., Neudachina V. et al.

Journal of Power Sources. 2024.

Глава в книге
RECE: Reduced Cross-Entropy Loss for Large-Catalogue Sequential Recommenders
В печати

Гусак Д. И., Mezentsev G., Oseledets I. et al.

In bk.: Proceedings of 33rd ACM International Conference on Information and Knowledge Management (CIKM ’24). NY: Association for Computing Machinery (ACM), 2024. P. 27-32.

Лаборатория проводит исследования по разработке и обоснованию новых эффективных матричных и тензорных алгоритмов для обработки и сжатия больших массивов данных. В качестве приложений разрабатываемых алгоритмов рассматриваются различные задачи машинного обучения, которые включают в себя вопросы обучения и сжатия нейронных сетей, а также предсказание связей на графах знаний и в рекомендательных системах.

Новости

Стажерам-исследователям лаборатории MTML Гришиной Екатерине и Юсупову Вячеславу вручили стипендии Яндекса 2024

11 апреля 2024 года прошла десятая церемония награждения лауреатов стипендии Яндекса

Сотрудники лаборатории приняли участие в школе Spring Into ML

С 6 по 11 февраля институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Университет Иннополис провели для студентов, аспирантов и молодых ученых недельную школу, посвященную применению математики в машинном обучении и искусственном интеллекте. В ней поучаствовали и сотрудники нашей лаборатории.

Поздравляем призёров Конкурса НИРС-2023

Подведены итоги конкурса научно-исследовательских работ студентов и выпускников (НИРС) НИУ ВШЭ 2023 года. Среди призеров конкурса работ в области компьютерных наук – трое сотрудников лаборатории.

Секрет успеха: как рекомендательные системы меняют индустрию

В НИУ ВШЭ состоялась научная конференция, посвященная молодой и активно развивающейся области рекомендательных систем. На площадке собрались представители научного сообщества и индустрии. Они обменялись передовыми идеями и лучшими практиками, а также обсудили возможности внедрения новых технологий в реальные бизнес-сценарии.

Еще новости