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

Адрес: 125319, г. Москва, 
Кочновский проезд, д. 3 (станция метро "Аэропорт").

Телефон: +7 (495) 772-95-90 *12332

Email: computerscience@hse.ru

 

Руководство

Декан Аржанцев Иван Владимирович

Первый заместитель декана Вознесенская Тамара Васильевна

Заместитель декана по научной работе и международному сотрудничеству Объедков Сергей Александрович

Заместитель декана по учебно-методической работе Самоненко Илья Юрьевич

Заместитель декана по развитию и административно-финансовой работе Плисецкая Ирина Александровна

Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
110/80/15
110 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных"

4 года
Очная форма обучения
70/12
70 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/70/15
80 бюджетных мест
70 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Науки о данных

2 года
Очная форма обучения
55/15/6
55 бюджетных мест
15 платных мест
6 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
25/5/8
25 бюджетных мест
5 платных мест
8 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
20/5/4
20 бюджетных мест
5 платных мест
4 платных места для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/3
35 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Infinite transitivity, finite generation, and Demazure roots

Arzhantsev I., Kuyumzhiyan K., Zaidenberg M.

Advances in Mathematics. 2019. Vol. 351. P. 1-32.

Статья
Bias in False Discovery Rate Estimation in Mass-Spectrometry-Based Peptide Identification

Sulimov P., Voronkova A., Danilova Y. et al.

Journal of Proteome Research. 2019. Vol. 18. No. 5. P. 2354-2358.

Статья
Compression of recurrent neural networks for efficient language modeling

Grachev A., Ignatov D. I., Savchenko A.

Applied Soft Computing Journal. 2019. Vol. 79. P. 354-362.

Глава в книге
Numerical Pattern Mining Through Compression

Makhalova T., Kuznetsov S., Napoli A.

In bk.: 2019 Data Compression Conference Proceedings. IEEE, 2019.

Машины могут видеть: международный саммит по компьютерному зрению

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.