Иванов Дмитрий Игоревич
- Младший научный сотрудник:НИУ ВШЭ в Санкт-Петербурге / Санкт-Петербургская школа экономики и менеджмента / Международная лаборатория теории игр и принятия решений
- Начал работать в НИУ ВШЭ в 2017 году.
Образование
Бакалавриат: Санкт-Петербургский политехнический университет Петра Великого, специальность «Физика», квалификация «Бакалавр»
Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)
Категория "Новые исследователи" (2020-2021)
Образование
2018 Магистратура: НИУ ВШЭ - Санкт-Петербург, МП "Анализ больших данных в бизнесе, экономике и обществе", направление 01.04.02 "Прикладная математика и информатика"
Учебные курсы (2021/2022 уч. год)
Публикации6
- Глава книги Ivanov D., Egorov V., Shpilman A. Balancing Rational and Other-Regarding Preferences in Cooperative-Competitive Environments, in: AAMAS'2021: Proceedings of the 20th International Conference on Autonomous Agents and MultiAgent Systems. IFAAMAS, 2021. P. 1536-1538.
- Глава книги Laurent F., Schneider M., Scheller C., Watson J., Li J., Chen Z., Zheng Y., Chan S., Махнев К. И., Svidchenko O., Егоров В. С., Ivanov D., Shpilman A., Spirovska E., Tanevski O., Nikov A., Grunder R., Galevski D., Mitrovski J., Sartoretti G., Luo Z., Damani M., Bhattacharya N., Agarwal S., Egli A., Nygren E., Mohanty S. Flatland Competition 2020: MAPF and MARL for Efficient Train Coordination on a Grid World, in: Proceedings of Machine Learning Research Vol. 133: Proceedings of the NeurIPS 2020: Competition and Demonstration Track. PMLR, 2021. P. 275-301.
- Глава книги Ivanov D., Пшихачев Г. А., Егоров В. С., Shpilman A. Self-Imitation Learning from Demonstrations, in: NeurIPS'2021 Deep Reinforcement Learning Workshop. , 2021.
- Глава книги Dmitry Ivanov. DEDPUL: Difference-of-Estimated-Densities-based Positive-Unlabeled Learning, in: 2020 19th IEEE International Conference on Machine Learning and Applications (ICMLA 2020). Miami : IEEE, 2020. P. 782-790. doi
- Препринт Ivanov D., Nesterov A. S. Identifying Bid Leakage In Procurement Auctions: Machine Learning Approach / Cornell University. Series Economics "arxiv.org". 2019.
- Глава книги Dmitry Ivanov, Alexander Nesterov. Identifying Bid Leakage in Procurement Auctions: Machine Learning Approach, in: EC '19 Proceedings of the 2019 ACM Conference on Economics and Computation. Association for Computing Machinery (ACM), 2019. doi P. 69-70. doi
Конференции
- 201920th ACM Conference on Economics and Computation (EC'19) (Phoenix, Arizona). Доклад: Identifying Bid Leakage In Procurement Auctions: Machine Learning Approach
- 34TH ANNUAL CONGRESS OF THE EUROPEAN ECONOMIC ASSOCIATION (Манчестер). Доклад: Identifying Bid Leakage In Procurement Auctions: Machine Learning Approach
Исследователи Питерской Вышки выиграли в федеральном конкурсе «Код – Искусственный интеллект»
Конкурс «Код-ИИ» — часть национальной программы «Цифровая экономика». Команда исследователей Школы физико-математических и компьютерных наук под руководством Алексея Шпильмана стала одной из 15, чей проект был поддержан в рамках этого конкурса. Исследователи получат грант в размере 8 млн рублей на создание открытой библиотеки для обучения с подкреплением.
Два исследователя Питерской Вышки получили научную премию Яндекса
Олег Свидченко, магистрант второго года обучения программы «Программирование и анализ данных», стал лауреатом в номинации «Молодые исследователи». Заведующий Центром анализа данных и машинного обучения НИУ ВШЭ — Санкт-Петербург Алексей Шпильман одержал победу в номинации «Научные руководители».
Личное или социальное? Как добиться кооперации в мультиагентной среде
Аспирант Дмитрий Иванов, магистрант Владимир Егоров и заведующий Центром анализа данных и машинного обучения Алексей Шпильман недавно опубликовали препринт статьи “Balancing Rational and Other-Regarding Preferences in Cooperative-Competitive Environments”. В ней авторы исследуют, как можно обучить группу агентов достигать собственные цели в смешанных средах, при этом не мешая или даже помогая друг другу. В блоге факультета на Хабре Дмитрий разобрал несколько существующих алгоритмов и рассказал о решении, которое предложили они с соавторами.
Студенты Питерской Вышки заняли первое место в соревновании NeurIPS 2020: Flatland
Команда JBR_HSE, состоящая из студентов и преподавателей Санкт-Петербургской школы физико-математических и компьютерных наук, заняла первое место в соревновании NeurIPS 2020: Flatland, трек «обучение с подкреплением». Участие происходило в сотрудничестве с лабораторией Агентных систем и обучения с подкреплением JetBrains Research.
Аспирант Питерской Вышки стал лауреатом научной премии «Яндекса» имени Ильи Сегаловича
Дмитрий Иванов, аспирант второго года обучения и младший научный сотрудник Международной лаборатории теории игр и принятия решений, стал лауреатом премии «Яндекса» для молодых исследователей. Он получил награду за работы в области Positive-Unlabeled Learning и обучения с подкреплением, а также применения ML-методов в экономике.