• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Тел.: +7 (495) 772-95-90 * 12332

computerscience@hse.ru

125319, Москва, Кочновский проезд, д. 3 (недалеко от станции метро "Аэропорт"). 

 

Руководство

Декан — Аржанцев Иван Владимирович

 

Первый заместитель декана факультета — Вознесенская Тамара Васильевна

 

Заместитель декана по научной работе и международным связям — Объедков Сергей Александрович

 

Заместитель декана по административно-финансовой работе — Плисецкая Ирина Александровна

Мероприятия
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
100/90/10
100 бюджетных мест
90 платных мест
10 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/100/10
80 бюджетных мест
100 платных мест
10 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
20/5/5
20 бюджетных мест
5 платных мест
5 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Математические методы оптимизации и стохастики

2 года
Очная форма обучения
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Науки о данных

2 года
Очная форма обучения
40/10/5
40 бюджетных мест
10 платных мест
5 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
20/10/10
20 бюджетных мест
10 платных мест
10 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
20/5/5
20 бюджетных мест
5 платных мест
5 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
20/5/5
20 бюджетных мест
5 платных мест
5 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
30
30 платных мест
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Bias-Corrected Estimation in Continuous Sampling Plans
В печати

Decrouez G. G., Robinson A.

Risk Analysis: An International Journal. 2017.

Статья
Regularized Newton methods for minimizing functions with Hölder continuous Hessians

Nesterov Y., Grapiglia G.

2017 SIAM Journal on Optimization. 2017.

Глава в книге
Resource Equivalences in Petri Nets

Lomazova I. A.

In bk.: Application and Theory of Petri Nets and Concurrency. 38th International Conference, PETRI NETS 2017, Zaragoza, Spain, June 25–30, 2017, Proceedings. Vol. 10258: Lecture Notes in Computer Science. Switzerland: Springer International Publishing AG, 2017. P. 19-34.

Статья
Some Properties of Antistochastic Strings

Milovanov A.

Theory of Computing Systems. 2017. P. 1-15.

Статья
The Euler binary partition function and subdivision schemes

Protasov V. Y.

Mathematics of Computation. 2017. No. 86. P. 1499-1524.

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 и сотрудники факультета компьютерных наук Дмитрий Ветров и Антон Конушин

Компьютерное зрение — один из разделов науки об искусственном интеллекте, теория и технология создания систем, способных извлекать содержательную информацию из изображений. Развитие этого направления оказывает огромное влияние на робототехнику, разработку беспилотного транспорта, дополненную реальность, медицину и многие другие отрасли.

Международный саммит о компьютерном зрении Machines can see проходил в России и СНГ впервые. Выступления участников были посвящены новейшим тенденциям в области искусственного интеллекта, алгоритмам глубинного обучения, использованию нейронных сетей, проблематике распознавания объектов и динамических сцен, и их практическому применению.

Фото VisionLabs.


Участие в мероприятии приняли иностранные ученые с мировым именем: Жан Понс, профессор Стэнфорда и Массачусетского технологического института, автор учебника «Компьютерное зрение»; Сумит Чинтала, исследователь искусственного интеллекта в Facebook; Корделия Шмидт, глава исследовательской группы института INRIA Grenoble во Франции, удостоенная премии Humboldt Research Award за вклад в изучение компьютерного зрения; Алексей Эфрос, профессор в области компьютерного зрения Университета Беркли; Иржи Матас, глава исследовательского центра машинного восприятия в Чешском техническом университете в Праге, автор более чем 300 научных работ на тему распознавания и отслеживания образов.

Российские разработки в области компьютерного зрения и машинного обучения представляли: Дмитрий Ветров, ведущий исследователь Яндекса и заведующий международной лабораторией глубинного обучения и байесовсих методов факультета компьютерных наук НИУ ВШЭ; Константин Лахман, ведущий специалист Яндекса в области глубинного обучения и компьютерного зрения; Виктор Лемпицкий, профессор и глава исследовательской группы по компьютерному зрению в Сколковском институте науки и технологий; Александр Чигорин, руководитель исследовательских проектов VisionLabs. 

В рамках постерной сессии свои работы также представили сотрудники международной лаборатории глубинного обучения и байесовских методов Михаил ФигурновАрсений Ашуха и аспирант аспирантской школы по компьютерным наукам Анна Соколова






Дмитрий Ветров
Заведующий международной лабораторей глубинного
обучения и байесовских методов


Мероприятие получилось интересным и было хорошо принято аудиторией. Суммарно его посетило более 1000 человек, причем не все из них были специалистами по машинному обучению, а это значит, что тема становится все более интересной для широкой публики.

Лично мне было интересно послушать коллег, большинство из них — ученые с мировым именем. Например, Сумит Чинтала — главный разработчик библиотеки PyTorch, которая в феврале 2017 стала доступной и на которую сейчас переходят все ведущие научные группы мира, занимающиеся глубинным обучением.

Мой доклад был посвящен примеру успешного применения современных байесовских методов в задачах обучения и регуляризации глубинных нейронных сетей. Необходимый математический аппарат был разработан в течение 2015-17гг. Среди прочего, он позволяет устранить избыточность современных нейросетевых архитектур, отбрасывая до 99.9% весов из сети без потери качества и обобщающей способности. Доклад опирался на статью, подготовленную коллективом сотрудников международной лаборатории, недавно принятую на главную мировую конференцию по машинному обучению ICML2017, которая пройдет в августе в Сиднее.




С подробной программой мероприятия, презентациями спикеров, а также видеозаписями выступлений вы можете ознакомиться на сайте мероприятия.