Лаборатория машинного обучения и представления данных
Джанкарло Суччи
Факультет компьютерных и инженерных наук

Лаборатория машинного обучения и представления данных 

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.

деятельность лаборатории

Машинное обучение связано с изучением вычислительных методов, позволяющих машинам учиться на данных. Исследования лаборатории в области машинного обучения охватывают: 


— Глубокое обучение 

— Адаптацию и обобщение домена 

— Машинный перевод

— Состязательное обучение 

— Иерархическое обучение

— Ресурсоэффективное обучение нейронных сетей

— Обработку текстов на естественных языках (публикация)

— Информационный поиск и индексные структуры (публикация)

— Медицинские изображения и компьютерное зрение (пример)

— Квантовые вычисления и квантовое машинное обучение 


Команда

Адил Хан 

Руководитель лаборатории

Станислав Протасов 

Доцент

Сергей Городецкий

Доцент

Нурсултан Аскарбкеулы

Старший преподаватель

Бадер Рашид

Ассистент

Патрик Жослен Кенфак

Ассистент

Альбина Хусаинова 

Ассистент

Марина Лисниченко

Ассистент

Злата Щедрикова

Ассистент 

ПРОЕКТЫ

Хотите совместный проект?
Свяжитесь с нами

01

Решение для анализа компьютерной томографии аорты при планировании операций по шунтированию

Включает комплекс методов и алгоритмов для сегментации, визуализации и автоматического измерения аорты для планирования хирургических операций.

02

Индексирование данных на пользовательских устройствах и в сети

Построение компактного индекса поиска в больших наборах текстов и изображений на пользовательских устройствах. Теоретические исследования в области эффективности распределённых индексов.

03

Анализ текстов на русском, английском и других языках

Решаем задачи построения и визуализации тезауруса, низкоресурсного машинного перевода. Умеем классифицировать научные тексты и устную речь, генерировать аннотации.