Струминский Кирилл Алексеевич
- Приглашенный преподаватель:Факультет компьютерных наук / Департамент больших данных и информационного поиска
- Начал работать в НИУ ВШЭ в 2023 году.
- Научно-педагогический стаж: 6 лет.
Полномочия / обязанности
Проведение научных исследований методов построения генеративных моделей и методов глубинного обучения в группе Байесовских методов.
Образование
Специалитет: Московский государственный университет им. М.В. Ломоносова, специальность «Математика», квалификация «Математик»
Достижения и поощрения
- Благодарность первого проректора НИУ ВШЭ (март 2023)
- Благодарность Факультета компьютерных наук НИУ ВШЭ (сентябрь 2019)
- Персональная надбавка ректора (2019-2020)
Надбавка за публикацию в международном рецензируемом научном издании (2021-2022)
Учебные курсы (2021/2022 уч. год)
- Научно-исследовательский семинар "Машинное обучение и приложения" (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1-4 модуль)Рус
- Научно-исследовательский семинар "Машинное обучение и приложения 2" (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1-3 модуль)Рус
- Архив учебных курсов
Учебные курсы (2020/2021 уч. год)
Учебные курсы (2019/2020 уч. год)
Учебные курсы (2018/2019 уч. год)
Публикации9
- Глава книги Kirill Struminsky, Artyom Gadetsky, Denis Rakitin, Karpushkin D., Dmitry Vetrov. Leveraging Recursive Gumbel-Max Trick for Approximate Inference in Combinatorial Spaces, in: Advances in Neural Information Processing Systems 34 (NeurIPS 2021). Curran Associates, Inc., 2021. P. 10999-11011. doi
- Глава книги Gadetsky A., Struminsky K., Robinson C., Quadrianto N., Vetrov D. Low-Variance Black-Box Gradient Estimates for the Plackett-Luce Distribution, in: Thirty-Fourth AAAI Conference on Artificial Intelligence Vol. 34. Palo Alto, California USA: AAAI Press, 2020. P. 10126-10135. doi
- Статья Struminsky K., Vetrov D. A Simple Method to Evaluate Support Size and Non-uniformity of a Decoder-Based Generative Model // Lecture Notes in Computer Science. 2019. Vol. 11832. P. 81-93. doi
- Препринт Gadetsky A., Struminsky K., Robinson C., Quadrianto N., Vetrov D. Low-variance Gradient Estimates for the Plackett-Luce Distribution / Bayesian Deep Learning NeurIPS 2019 Workshop. Series 2019 "Bayesian Deep Learning NeurIPS 2019 Workshop". 2019.
- Глава книги Atanov A., Ashukha A., Struminsky K., Vetrov D., Welling M. The Deep Weight Prior, in: Proceedings of the 7th International Conference on Learning Representations (ICLR 2019). ICLR, 2019. P. 1-17.
- Глава книги Struminsky K., Lacoste-Julien S., Osokin A. Quantifying Learning Guarantees for Convex but Inconsistent Surrogates, in: Advances in Neural Information Processing Systems 31 (NIPS 2018). , 2018. P. 1-9.
- Статья Фигурнов М. В., Струминский К. А., Ветров Д. П. Устойчивый к шуму метод обучения вариационного автокодировщика // Интеллектуальные системы. Теория и приложения. 2017. Т. 21. № 2. С. 90-109.
- Глава книги Struminsky K., Kruglik S., Vetrov D., Oseledets I. A new approach for sparse Bayesian channel estimation in SCMA uplink systems, in: 2016 8th International Conference on Wireless Communications and Signal Processing, WCSP 2016. October 13 - 15, Yangzhou, China. NY : Institute of Electrical and Electronic Engineers, 2016. P. 1-5. doi
- Препринт Figurnov M., Struminsky K., Vetrov D. Robust Variational Inference / Cornell University. Series arXiv:1611.09226 "arxiv.org". 2016.
Информация*
- Общий стаж: 6 лет
- Научно-педагогический стаж: 6 лет
Объявлены победители НИРС-2022
Подведены итоги конкурса научно-исследовательских работ студентов (НИРС-2022). Поздравляем студентов ФКН и их научных руководителей!
‘The Competition Gave Young Researchers an Opportunity to Take the Initiative’
In September, HSE University announced the results of a competition of digital projects by early-career HSE scientists. The event was organised within the framework of the strategic project ‘Digital Transformation: Technologies, Effects, Efficiency’. The organisers selected 8 out of 22 applications. The research teams have already started to implement their projects, and the results will be presented at the end of November. The HSE News Service shares the details of three of the highest-scoring projects in the competition. The creators of the projects are staff members of the HSE Center for Language and Brain, MIEM, and the Faculty of Computer Science.
«Конкурс дал возможность начинающим исследователям проявить инициативу»
В сентябре были подведены итоги конкурса цифровых проектов молодых ученых НИУ ВШЭ, организованного в рамках стратегического проекта «Цифровая трансформация: технологии, эффекты, эффективность». Из 22 заявок были отобраны восемь. Команды исследователей уже приступили к их реализации, результаты будут представлены в конце ноября. Рассказываем о трех проектах из числа набравших наиболее высокие баллы по итогам конкурса. Их авторы — сотрудники Центра языка и мозга, МИЭМ и ФКН.
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.
Выпуск 2020. Часть II
В 2020 году Факультет компьютерных наук выпускает 233 бакалавра и 154 магистра в области анализа данных и машинного обучения, хранения и обработки больших данных, биоинформатики, программной инженерии и системного программирования. 18 красных дипломов получили выпускники бакалавриата и 36 – магистратуры. Более того, в этом году ФКН закончили 9 лауреатов стипендии им. Ильи Сегаловича и 3 лауреата научной премии им. Ильи Сегаловича в номинации “Молодые исследователи” и 4 первых лауреата стипендии ИСП РАН. Выпускники ФКН 2020 вспомнили о самых ярких моментах обучения на факультете, рассказали про сложности, с которыми сталкивались, и поделились своими планами на будущее.
NeurIPS 2019
С 8 по 14 декабря в Ванкувере пройдет 33-я конференция Neural Information Processing Systems (NeurIPS).
Сотрудники факультета представят свои работы на конференциях по машинному обучению ICLR и AISTATS
На конференции AISTATS, которая пройдет в апреле в Японии, будет представлена одна работа, а на конференции ICLR, которая пройдет в мае в США, — три работы.
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.
Завершилась Зимняя школа ФКН-2018
В начале февраля в учебном центре «Вороново» прошла зимняя школа по компьютерным наукам для поступающих в магистратуру. Почти неделю — с 1 по 6 февраля — студенты знакомились с магистерскими программами факультета, слушали лекции на русском и английском про машинное обучение, биоинформатику и блокчейн, участвовали в хакатоне от Microsoft, мастер-классе от КРОК и телемосте с сотрудниками Fermi National Accelerator Laboratory, а также тренировались решать задания вступительных экзаменов.
'Machine Learning Algorithm Able to Find Data Patterns a Human Could Not'
In December 2016, five new international laboratories opened up at the Higher School of Economics, one of which was the International Laboratory of Deep Learning and Bayesian Methods. This lab focuses on combined neural Bayesian models that bring together two of the most successful paradigms in modern-day machine learning – the neural network paradigm and the Bayesian paradigm.
«Алгоритм машинного обучения умеет находить закономерности в данных, которые не видит человек»
В декабре 2016 года в Вышке были открыты пять новых международных лабораторий, в том числе Международная лаборатория глубинного обучения и байесовских методов. Предмет ее исследований — комбинированные нейробайесовские модели, объединяющие достоинства двух наиболее успешных в настоящее время парадигм машинного обучения — нейросетевой и байесовской.
Шесть работ сотрудников факультета и аспирантов школы представлено на конференции NIPS 2016
С 5 по 10 декабря в Барселоне прошла конференция Neural Information Processing Systems (NIPS), собравшая ведущих мировых специалистов по машинному обучению, анализу данных и искусственному интеллекту.