Мы запустили новый сайт университета в тестовом режиме.
Перейти на старую версию сайта|
Сообщить об ошибкахИнформация о жилом, учебном и спортивном комплексах, медцентре, питании и досуге на территории города и Университета Иннополис. Ответы на часто задаваемые вопросы
Информация об образовательной деятельности, приёмной кампании, структуре и органах управления университетом, финансово-хозяйственной деятельности
Cпециализируется на образовании, исследованиях и разработках в области информационных технологий и робототехники
Учебная программа для выпускников школ, которая дает студентам фундаментальные знания для карьеры в IT и с первого дня учебы позволяет развивать ключевые компетенции и навыки работы в реальных условиях
Программа для молодых ученых и будущих преподавателей, которые интересуются исследованиями в области компьютерных наук и обладают опытом исследовательской или прикладной деятельности в области информационных технологий
Образовательные программы для бизнеса по темам ИТ, цифровой трансформации, управления продуктами и инновациями. Ускоренная подготовка ИТ-специалистов
Программы обучения разработаны совместно с мировыми экспертами в сфере информатики, робототехники и программной инженерии с опытом работы в топ-100 вузов мира в партнерстве с компаниями IT‑индустрии
Сведения о научных разработках и инновационных проектах, осуществляемых учеными Университета Иннополис
Объекты интеллектуальной собственности, зарегистрированные АНО ВО Университет Иннополис
В Университете Иннополис действуют 15 лабораторий и 7 научных центров, в которых ведется исследовательская работа в области искусственного интеллекта, робототехники, big data, разработки ПО, информационной безопасности
Исследуем и проектируем новые технологические решения совместно с ведущими ИТ-компаниями России, вендорами и 53 академическими партнёрами по всему миру
Специализируется на образовании, исследованиях и разработках в области информационных технологий и робототехники
Задача машинного обучения, чтобы компьютеры учились на данных из окружающего мира, как это делает человек. За последние годы в этой области произошла революция. Глубокое обучение (один из методов машинного обучения) сыграло решающую роль в создании ряда решений: беспилотных автомобилей, пользовательских интерфейсов с функцией поддержки речи, автоматического анализа медицинских изображений, веб-поисковых систем, рекомендательных систем, кибербезопасности, обнаружения и распознавания объектов и проч.
Хотя уже достигнут значительный прогресс в разработке алгоритмов машинного обучения и лежащей в их основе теории, остается ряд вопросов: как обучить глубоким моделям при отсутствии больших объемов данных? Как создать глубокие модели мобильных устройств с ограниченными ресурсами? Как улучшить обобщающие характеристики глубоких нейронных сетей? Как дать возможность глубоким моделям адаптироваться к неизвестным целевым доменам? Как защитить глубокие модели от враждебных атак?
Исследование лаборатории сосредоточено на поиске ответов на эти и другие вопросы.
Машинное обучение связано с изучением вычислительных методов, позволяющих машинам учиться на данных. Исследования лаборатории в области машинного обучения охватывают:
— Глубокое обучение
— Адаптацию домена
— Обобщение домена
— Перевод нейронных машин
— Состязательное обучение
— Иерархическое обучение
— Ресурсоэффективное нейронное обучение
Адил Хан
Руководитель лаборатории
Станислав Протасов
Доцент
Дмитрий Гордин
Аспирант
Луиз Джоната Пирес Де Араужу
Доцент
Рашид Бадер
Аспирант
Альбина Хусаинова
Ассистент
Имад Эддин Ибрахим Беккуш
Младший научный сотрудник
Рустам Гафуров
Старший преподаватель
01
Решение для анализа компьютерной томографии аорты при планировании операций по шунтированию
Включает комплекс методов и алгоритмов для сегментации, визуализации и автоматического измерения
02
Семантический индекс на пользовательских устройствах
Построение компактного, точного индекса для поиска в больших наборах текстов и изображений на пользовательских устройствах. Рекомендация документов, распределённый индекс, поиск дубликатов, поиск по картинке
03
Анализ сообществ
Рекомендация новых событий, анализ событий, ранжирование и рекомендация экспертов
04
clo2vec
Совокупность глубоких моделей, методов информационного поиска и серверных решений для создания веб-сервиса, который может рекомендовать единичные предметы одежды, а также их наборы по единичной фотографии, примеру или кадру из фильма
Они помогают улучшить работу сайта и сделать его удобнее. Посещая страницы сайта, вы соглашаетесь с условиями использования файлов cookie.