Бабенко Артем Валерьевич
- Заведующий лабораторией:Факультет компьютерных наук / Департамент больших данных и информационного поиска / Научно-учебная лаборатория компании Яндекс
- Начал работать в НИУ ВШЭ в 2014 году.
- Научно-педагогический стаж: 8 лет.
Образование, учёные степени
- 2017Кандидат физико-математических наук
- 2012
Магистратура: Московский физико-технический институт, специальность «Прикладные математика и физика», квалификация «Магистр»
Достижения и поощрения
Надбавка за публикацию в международном рецензируемом научном издании (2022-2023, 2021-2022, 2020-2021, 2018-2020)
Надбавка за статью в зарубежном рецензируемом научном издании (2016-2018)
Учебные курсы (2021/2022 уч. год)
- Научно-исследовательский семинар "Анализ Интернет-данных" (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Архив учебных курсов
Учебные курсы (2020/2021 уч. год)
Обучение с подкреплением (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 3 модуль)Рус
Учебные курсы (2019/2020 уч. год)
- Байесовские методы в машинном обучении (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Научно-исследовательский семинар "Анализ Интернет-данных" (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 1-4 модуль)Рус
- Научно-исследовательский семинар "Анализ Интернет-данных" (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 1, 2 модуль)Рус
- Обучение представлений и глубокое обучение (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 1, 2 модуль)Рус
Учебные курсы (2018/2019 уч. год)
Дополнительные главы статистической теории обучения (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 1, 2 модуль)Рус
Полномочия / обязанности
Организация и проведение научных исследованию по следующим тематикам:
- компьютерное зрение;
- анализ текстов на естественном языке и машинный перевод;
- краудсорсинг;
- машинное обучение;
- речевые технологии;
- информационный поиск и рекомендации.
20222
- Глава книги Baranchuk D., Rubachev I., Voynov A., Khrulkov V., Babenko A. Label-Efficient Semantic Segmentation with Diffusion Models, in: Proceedings of the 10th International Conference on Learning Representations (ICLR 2022). ICLR, 2022.
- Глава книги Gorishniy Y., Ivan Rubachev, Babenko A. On Embeddings for Numerical Features in Tabular Deep Learning, in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022. Curran Associates, Inc., 2022. Ch. 1. P. 24991-25004.
20217
- Глава книги Khrulkov V., Babenko A., Oseledets I. Functional Space Analysis of Local GAN Convergence, in: Proceedings of the 38th International Conference on Machine Learning (ICML 2021) Vol. 139. PMLR, 2021. P. 5432-5442.
- Глава книги Khrulkov V., Mirvakhabova L., Oseledets I., Babenko A. Latent Transformations via NeuralODEs for GAN-based Image Editing, in: Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2021. , 2021. P. 14428-14437.
- Глава книги Cherepkov A., Voynov A., Babenko A. Navigating the GAN Parameter Space for Semantic Image Editing, in: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2021. IEEE, 2021. P. 3671-3680.
- Глава книги Khrulkov V., Babenko A. Neural Side-by-Side: Predicting Human Preferences for No-Reference Super-Resolution Evaluation, in: Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition (CVPR), 2021. IEEE, 2021. P. 4988-4997.
- Глава книги Voynov A., Morozov S., Babenko A. Object Segmentation Without Labels with Large-Scale Generative Models, in: Proceedings of the 38th International Conference on Machine Learning (ICML 2021) Vol. 139. PMLR, 2021. P. 10596-10606.
- Глава книги Morozov S., Voynov A., Babenko A. On Self-Supervised Image Representations for GAN Evaluation, in: Proceedings of the 9th International Conference on Learning Representations (ICLR 2021). ICLR, 2021.. ICLR, 2021. P. 1-17.
- Глава книги Gorishniy Y., Rubachev I., Khrulkov V., Babenko A. Revisiting Deep Learning Models for Tabular Data, in: Advances in Neural Information Processing Systems 34 (NeurIPS 2021). Curran Associates, Inc., 2021. P. 18932-18943.
20203
- Глава книги Sinitsin A., Plokhotnyuk V., Pyrkin D., Popov S., Babenko A. Editable Neural Networks, in: Proceedings of the 8th International Conference on Learning Representations (ICLR 2020). ICLR, 2020. P. 1-12.
- Глава книги Popov S., Morozov S., Babenko A. Neural Oblivious Decision Ensembles for Deep Learning on Tabular Data, in: Proceedings of the 8th International Conference on Learning Representations (ICLR 2020). ICLR, 2020. P. 1-12.
- Глава книги Voynov A., Babenko A. Unsupervised Discovery of Interpretable Directions in the GAN Latent Space, in: International Conference on Machine Learning (ICML 2020) Vol. 119. PMLR, 2020. P. 9728-9738.
20193
- Глава книги Mazur D., Egiazarian V., Morozov S., Babenko A. Beyond Vector Spaces: Compact Data Representation as Differentiable Weighted Graphs, in: Advances in Neural Information Processing Systems 32 (NeurIPS 2019). , 2019. P. 1-11.
- Глава книги Баранчук Д. А., Persiyanov D., Sinitsin A., Babenko A. Learning to Route in Similarity Graphs, in: International Conference on Machine Learning (ICML 2019). PMLR, 2019. P. 475-484.
- Глава книги Morozov S., Babenko A. Unsupervised neural quantization for compressed-domain similarity search, in: Proceedings of the IEEE International Conference on Computer Vision (ICCV 2019). IEEE, 2019. P. 3036-3045.
20181
Глава книги Babenko A., Baranchuk D., Malkov Y. Revisiting the Inverted Indices for Billion-Scale Approximate Nearest Neighbors, in: 15th European Conference, Munich, Germany, September 8-14, 2018, Proceedings. Springer, 2018. doi P. 1-15. (в печати)
20172
- Глава книги Babenko A., Lempitsky V. AnnArbor: Approximate Nearest Neighbors Using Arborescence Coding, in: Proceedings of the IEEE International Conference on Computer Vision (ICCV 2017). Venice : IEEE, 2017. P. 4885-4893. doi
- Глава книги Babenko A., Lempitsky V. Product Split Trees, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017). Curran Associates, Inc., 2017. P. 2055-2063.
20161
Глава книги Babenko A., Lempitsky V. Efficient Indexing of Billion-Scale datasets of deep descriptors, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVRP 2016). Curran Associates, Inc., 2016. P. 2055-2063.
20153
- Глава книги Babenko A., Lempitsky V. Aggregating Local Deep Features for Image Retrieval, in: Proceedings of the IEEE International Conference on Computer Vision (ICCV 2015). Santiago de Chile : IEEE, 2015. P. 1269-1277.
- Статья Babenko A., Lempitsky V. The inverted multi-index // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2015. Vol. 37. No. 6. P. 1247-1260.
- Глава книги Babenko A., Lempitsky V. Tree Quantization for Large-Scale Similarity Search and Classification, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVRP 2015). Curran Associates, Inc., 2015. P. 4240-4248.
20143
- Глава книги Babenko A., Lempitsky V. Additive Quantization for Extreme Vector Compression, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2014). Columbus : IEEE Computer Society, 2014. P. 931-938.
- Глава книги Babenko A., Slesarev A., Chigorin A., Lempitsky V. Neural Codes for Image Retrieval, in: Lecture Notes in Computer Science. Proceedings of the 13th European Conference on Computer Vision (ECCV 2014) Vol. 8689. Part 1. Zürich : Springer, 2014. P. 584-599.
- Статья Babenko A. The Inverted Multi-Index // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2014. Vol. PP. No. 99. P. 1.
20121
Глава книги Babenko A., Lempitsky V. The inverted multi-index, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2012). Providence : IEEE, 2012. P. 3069-3076.
Научный руководитель диссертационных исследований
на соискание учёной степени кандидата наук
- 1Рябинин М. К. Методы и проблемы децентрализованного глубинного обучения, 2023
- 2Рубачёв И. В. Глубинное обучение на табличных данных (aспирантура: 1-й год обучения)
- 3Баженов Г. В. Методы и приложения машинного обучения на графах (aспирантура: 1-й год обучения)
- 4Стародубцев Н. О. Повышение эффективности диффузионных моделей в задачах компьютерного зрения (aспирантура: 1-й год обучения)
- 5Баранчук Д. А. Применение глубоких генеративных моделей для задач прогнозирования в машинном обучении (aспирантура: 4-й год обучения)
Информация*
- Общий стаж: 13 лет
- Научно-педагогический стаж: 8 лет
- Преподавательский стаж: 8 лет
Данные выводятся в соответствии с требованиями приказа N 831 от 14 августа 2020 г. Федеральной службы по надзору в сфере образования и науки
«Если человек готов разбираться в сложных проблемах, то мы точно сработаемся»
Научный центр «Яндекса» Yandex Research совместно с НИУ ВШЭ и МФТИ начинает набор на программу MLResidency, предназначенную для студентов и аспирантов в области машинного обучения, а также для исследователей из смежных дисциплин. Программа рассчитана на год и может быть продлена, резиденты будут получать зарплату. Об особенностях программы новостной службе портала рассказал заведующий Научно-учебной лабораторией компании «Яндекс» на факультете компьютерных наук НИУ ВШЭ, руководитель Yandex Research Артем Бабенко.
Десять статей исследователей ФКН приняты на конференцию NeurIPS 2021
35-ая конференция NeurIPS 2021 (Conference on Neural Information Processing Systems) — одна из крупнейших в мире конференций по машинному обучению и нейронным сетям, которая проводится с 1989 года. В 2021 году конференция проходит онлайн 6-14 декабря.
Яндекс и Вышка открывают совместную исследовательскую лабораторию
Новое подразделение войдет в структуру факультета компьютерных наук. Ключевой задачей лаборатории станет подготовка профессиональных исследователей и проведение научных изысканий в области data science.
Сотрудники факультета представили результаты своих исследований на крупнейшей мировой конференции по машинному обучению NeurIPS
Сотрудники Факультета компьютерных наук представили свои доклады на ежегодной конференции Neural Information Processing Systems (NeurIPS), которая проходила с 2 по 8 декабря 2018 года в Монреале, Канада.