Ветров Дмитрий Петрович
- Профессор-исследователь:Факультет компьютерных наук / Департамент больших данных и информационного поиска
- Научный сотрудник:Факультет компьютерных наук / Департамент больших данных и информационного поиска / Центр глубинного обучения и байесовских методов
- Член Ученого совета НИУ ВШЭ
- Начал работать в НИУ ВШЭ в 2014 году.
- Научно-педагогический стаж: 9 лет.
Образование, учёные степени
- 2007Кандидат физико-математических наук: Московский государственный университет им. М.В. Ломоносова, специальность 01.01.09 «Дискретная математика и математическая кибернетика», тема диссертации: Влияние устойчивости алгоритмов классификации на точность их работы
- 2003
Специалитет: Московский государственный университет им. М.В. Ломоносова, специальность «Прикладная математика и информатика»
Достижения и поощрения
- Золотая медаль Российского отделения Европейской академии за цикл научных работ по байесовской регуляризации и выводу в графических моделях (декабрь 2012)
- Стипендия Президента РФ для ведущих молодых ученых (июнь 2012)
Надбавка за публикацию в международном рецензируемом научном издании (2019-2021, 2017-2019)
Надбавка за статью в зарубежном рецензируемом журнале (2015-2017)
Полномочия / обязанности
Проведение научных исследований, организация работы международной лаборатории
Выпускные квалификационные работы студентов
- Бакалавриат
Попов Н. С. «Применение обучения в режиме “One-shot” в биоинформатике». Факультет компьютерных наук, 2019
Атанов А. И. «Эффективное обучение ансамблей глубоких нейронных сетей». Факультет компьютерных наук, 2018
Гадецкий А. В. «Генерация определений слов». Факультет компьютерных наук, 2018
Воронкова Д. С. «Разреживание нейросетей для уменьшения размерности признакового пространства в задаче поиска изображений». Факультет компьютерных наук, 2018
Кириченко П. Е. «Исследование байесовских методов регуляризации нейронных сетей». Факультет компьютерных наук, 2018
Аланов А. -. «Исследование методов уменьшения дисперсии в стохастических графах вычислений». Факультет компьютерных наук, 2017
Стукен Ю. С. «Экспериментальное исследование влияния процедуры дропаут на обобщающую способность и скорость обучения глубинных нейронных сетей». Факультет компьютерных наук, 2015
- Магистратура
Гадецкий А. В. «Градиентная оценка с низкой дисперсией для параметров распределения Плакетта-Льюса». Факультет компьютерных наук, 2020
Воронкова Д. С. «Исследование свойства инвариантности к масштабу ландшафта функции потерь». Факультет компьютерных наук, 2020
Лыжов А. Г. «Ансамбли глубоких нейронных сетей: анализ и подходы к повышению уровня внутреннего разнообразия». Факультет компьютерных наук, 2020
Атанов А. И. «Обучение глубоких моделей на маленьких данных». Факультет компьютерных наук, 2020
Никишин Е. С. «Улучшение стабильности и перенос знаний в глубинном обучении с подкреплением». Факультет компьютерных наук, 2019
Кузнецов М. Д. «Тензорные методы в генеративных моделях с дискретными стохастическими элементами». Факультет компьютерных наук, 2019
Кемаев Ю. Ю. «Нейронные сети с динамической рекуррентной маршрутизацией». Факультет компьютерных наук, 2019
Аланов А. -. «Гибрид вариационного автокодировщика и состязательных генеративных сетей». Факультет компьютерных наук, 2019
Голиков Е. А. «Почему предобучение работает на свёрточных нейронных сетях?». Факультет компьютерных наук, 2019
Харитонов В. Д. «Разреживание нейронных сетей при помощи байесовского подхода». Факультет компьютерных наук, 2018
Гришин А. Ю. «Иерархическое построение представлений молекулярных графов с помощью нейросетей». Факультет компьютерных наук, 2018
Родоманов А. О. «Сверхлинейно-сходящийся проксимальный метод типа Ньютона для оптимизации конечных сумм». Факультет компьютерных наук, 2017
Учебные курсы (2020/2021 уч. год)
- Байесовские методы в машинном обучении (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1, 2 модуль)Рус
- Дополнительные главы статистической теории обучения (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 1, 2 модуль)Рус
- Neurobayesian Models (Магистратура; где читается: Факультет компьютерных наук; 2-й курс, 3 модуль)Анг
- Архив учебных курсов
Учебные курсы (2019/2020 уч. год)
Учебные курсы (2018/2019 уч. год)
- Introductory Research Seminar (Бакалавриат; где читается: Факультет компьютерных наук; 2-й курс, 3 модуль)Анг
- Нейробайесовские методы в машинном обучении (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 3, 4 модуль)Рус
Учебные курсы (2017/2018 уч. год)
Учебные курсы (2015/2016 уч. год)
Научно-исследовательский семинар "Системное программирование" (Бакалавриат; где читается: Факультет компьютерных наук; "Алгоритмика"; направление "01.03.02. Прикладная математика и информатика"; 3-й курс, 1-4 модуль)Рус
- Научно-исследовательский семинар "Системное программирование" (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1-3 модуль)Рус
- Научно-исследовательский семинар "Системное программирование" (Бакалавриат; где читается: Факультет компьютерных наук; 2-й курс, 1-4 модуль)Рус
Научный руководитель диссертационных исследований
- 1Неклюдов К. О. Байесовский подход в глубинном обучении: улучшение дискриминативных и генеративных моделей, 2020
- 2Фигурнов М. В. Вероятностный метод для адаптивного времени вычислений в нейронных сетях, 2019
- 3Гадецкий А. В. Тема не утверждена (aспирантура: 1-й год обучения)
- 4Аланов А. Масштабируемые неявные и полунеявные генеративные модели (aспирантура: 2-й год обучения)
- 5Швечиков П. Д. Применение байесовских методов в задаче мета-обучения с подкреплением (aспирантура: 3-й год обучения)
- 6Гришин А. Ю. Решение задачи оптимального управления в условиях частичной наблюдаемости посредством приближенного вывода (aспирантура: 3-й год обучения)
Гранты
Руководитель гранта РНФ для научных групп под руководством молодых ученых №17-71-20072 "Нейробайесовские методы в задачах машинного обучения, масштабируемой оптимизации и компьютерного зрения" на 2017-2019гг
Руководитель гранта РФФИ для ведущих молодежных коллективов №15-31-20596мол_а_вед "Развитие новых методов глубинного обучения в задачах обучения по большим объемам данных" на 2015-16гг.
Конференции
Публикации63
- Глава книги Кузнецов А. С., Shvechikov P., Grishin A., Vetrov D. Controlling Overestimation Bias with Truncated Mixture of Continuous Distributional Quantile Critics, in: International Conference on Machine Learning (ICML 2020) Vol. 119. PMLR, 2020. P. 5556-5566.
- Глава книги Molchanov D., Lyzhov A., Ashukha A., Vetrov D., Molchanova Y. Greedy Policy Search: A Simple Baseline for Learnable Test-Time Augmentation, in: Proceedings of Machine Learning Research, Volume 124: 36th Conference on Uncertainty in Artificial Intelligence (UAI), 2020 Vol. 124: 36th Conference on Uncertainty in Artificial Intelligence (UAI), 2020. , 2020. P. 1308-1317.
- Глава книги Neklyudov K. O., Vetrov D., Welling M., Egorov E. Involutive MCMC: a Unifying Framework, in: International Conference on Machine Learning (ICML 2020) Vol. 119. PMLR, 2020. P. 7273-7282.
- 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
- Глава книги Lobacheva E., Chirkova N., Kodryan M., Vetrov D. On Power Laws in Deep Ensembles, in: Advances in Neural Information Processing Systems (NeurIPS 2020). , 2020. (в печати)
- Глава книги Ashukha A., Molchanov D., Lyzhov A., Vetrov D. Pitfalls of In-Domain Uncertainty Estimation and Ensembling in Deep Learning, in: Proceedings of the 8th International Conference on Learning Representations (ICLR 2020). ICLR, 2020.. , 2020. P. 1-29.
- Книга Kochurov M., Volkhonskiy D., Yashkov D., Burnaev E., Vetrov D. Proceedings of the 15th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications Vol. 4. SciTePress, 2020.
- Глава книги Lobacheva E., Chirkova N., Markovich A., Vetrov D. Structured Sparsification of Gated Recurrent Neural Networks, in: Thirty-Fourth AAAI Conference on Artificial Intelligence Vol. 34. Palo Alto, California USA: AAAI Press, 2020. Ch. 5938. P. 4989-4996. doi
- Глава книги Alanov A., Kochurov M., Volkhonskiy D., Yashkov D., Burnaev E., Vetrov D. User-controllable Multi-texture Synthesis with Generative Adversarial Networks, in: Proceedings of the 15th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications (VISAPP 2020) Vol. 4. SciTePress, 2020. P. 214-221.
- Глава книги Kuznetsov M., Polykovskiy D., Vetrov D., Zhebrak A. A Prior of a Googol Gaussians: a Tensor Ring Induced Prior for Generative Models, in: Advances in Neural Information Processing Systems 32 (NeurIPS 2019). , 2019. P. 1-11.
- Глава книги Vetrov D., Maddox W. J., Garipov T., Izmailov P., Gordon Wilson A. A Simple Baseline for Bayesian Uncertainty in Deep Learning, in: Advances in Neural Information Processing Systems 32 (NeurIPS 2019). , 2019. P. 13153-13164.
- 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
- Глава книги Molchanov D., Kharitonov V., Sobolev A., Vetrov D. Doubly Semi-Implicit Variational Inference, in: Proceedings of Machine Learning Research, Volume 89: The 22nd International Conference on Artificial Intelligence and Statistics (AISTATS 2019). PMLR, 2019. P. 2593-2602.
- Глава книги Kodryan M., Grachev A., Ignatov D. I., Vetrov D. Efficient Language Modeling with Automatic Relevance Determination in Recurrent Neural Networks, in: Proceedings of the 4th Workshop on Representation Learning for NLP (RepL4NLP-2019) Issue W19-43. Florence, Italy: Association for Computational Linguistics, 2019. P. 40-48. doi
- Глава книги Sobolev A., Vetrov D. Importance Weighted Hierarchical Variational Inference, in: Advances in Neural Information Processing Systems 32 (NeurIPS 2019). , 2019. P. 1-13.
- 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.
- Статья Atanov A., Volokhova A., Ashukha A., Sosnovik I., Vetrov D. Semi-Conditional Normalizing Flows for Semi-Supervised Learning // Workshop on Invertible Neural Nets and Normalizing Flows, International Conference on Machine Learning. 2019. P. 1-9.
- Глава книги Atanov A., Volokhova A., Ashukha A., Vetrov D. Semi-Conditional Normalizing Flows for Semi-Supervised Learning, in: First workshop on Invertible Neural Networks and Normalizing Flows (ICML 2019). INNF, 2019. P. 1-9.
- Глава книги Lobacheva E., Chirkova N., Markovich A., Vetrov D. Structured Sparsification of Gated Recurrent Neural Networks, in: Workshop on Context and Compositionality in Biological and Artificial Neural Systems, Thirty-third Conference on Neural Information Processing Systems. Vancouver : , 2019. P. 1-4.
- Глава книги Vetrov D., Izmailov P., Maddox W. J., Kirichenko P., Garipov T., Gordon Wilson A. Subspace Inference for Bayesian Deep Learning, in: Proceedings of the 35th Uncertainty in Artificial Intelligence Conference (UAI-2019). , 2019. P. 1-11.
- 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 Vetrov D., Neklyudov K. O., Egorov E. The Implicit Metropolis-Hastings Algorithm, in: Advances in Neural Information Processing Systems 32 (NeurIPS 2019). , 2019. P. 13954-13964.
- Глава книги Neklyudov K. O., Molchanov D., Ashukha A., Vetrov D. Variance Networks: When Expectation Does Not Meet Your Expectations, in: Proceedings of the 7th International Conference on Learning Representations (ICLR 2019). ICLR, 2019. P. 1-16.
- Глава книги Vetrov D., Ivanov O. Variational Autoencoder with Arbitrary Conditioning, in: Proceedings of the 7th International Conference on Learning Representations (ICLR 2019). ICLR, 2019. P. 1-25.
- Глава книги Izmailov P., Garipov T., Подоприхин Д. А., Vetrov D., Gordon Wilson A. Averaging Weights Leads to Wider Optima and Better Generalization, in: Proceedings of the international conference on Uncertainty in Artificial Intelligence (UAI 2018). , 2018. P. 876-885.
- Глава книги Chirkova N., Lobacheva E., Vetrov D. Bayesian Compression for Natural Language Processing, in: Proceedings of the 2018 Conference on Empirical Methods in Natural Language Processing. Association for Computational Linguistics, 2018. P. 2910-2915.
- Глава книги Lobacheva E., Chirkova N., Vetrov D. Bayesian Sparsification of Gated Recurrent Neural Networks, in: Workshop on Compact Deep Neural Network Representation with Industrial Applications, Thirty-second Conference on Neural Information Processing Systems. Montréal : , 2018. P. 1-6.
- Глава книги Gadetsky A., Yakubovskiy I., Vetrov D. Conditional Generators of Words Definitions, in: Proceedings of the 56th Annual Meeting of the Association for Computational Linguistics Vol. 2: Short Papers. Association for Computational Linguistics, 2018. P. 266-271.
- Препринт Molchanov D., Kharitonov V., Artem Sobolev, Vetrov D. Doubly Semi-Implicit Variational Inference / Cornell University. Series arxiv.org "stat.ML". 2018.
- Статья Polykovskiy D., Zhebrak A., Vetrov D., Ivanenkov Y., Aladinskiy V., Mamoshina P., Bozdaganyan M., Aliper A., Zhavoronkov A., Kadurin A. Entangled Conditional Adversarial Autoencoder for de Novo Drug Discovery // Molecular Pharmaceutics. 2018. Vol. 15. No. 10. P. 4398-4405. doi
- Глава книги Garipov T., Izmailov P., Подоприхин Д. А., Vetrov D., Gordon Wilson A. Loss Surfaces, Mode Connectivity, and Fast Ensembling of DNNs, in: Advances in Neural Information Processing Systems 31 (NIPS 2018). , 2018. P. 1-10.
- Статья Spesivtsev P., Sinkov K., Sofronov I., Zimina A., Umnov A., Yarullin Ramil, Vetrov D. Predictive Model for the Bottomhole Pressure based on Machine Learning // Journal of Petroleum Science and Engineering. 2018. No. 166. P. 825-841. doi
- Статья Figurnov M., Sobolev A., Vetrov D. Probabilistic adaptive computation time // Bulletin of the Polish Academy of Sciences: Technical Sciences. 2018. Vol. 66. No. 6. P. 811-820. doi
- Глава книги Ashukha A., Vetrov D., Molchanov D., Neklyudov K. O., Atanov A. Uncertainty Estimation via Stochastic Batch Normalization, in: Workshop of the 6th International Conference on Learning Representations (ICLR). International Conference on Learning Representations, ICLR, 2018. P. 1-6.
- Препринт Kharitonov V., Molchanov D., Vetrov D. Variational Dropout via Empirical Bayes / Cornell University. Series arxiv.org "stat.ML". 2018.
- Глава книги Lobacheva E., Chirkova N., Vetrov D. Bayesian Sparsification of Recurrent Neural Networks, in: 1st Workshop on Learning to Generate Natural Language, International Conference on Machine Learning. , 2017. P. 1-8.
- Глава книги Figurnov M., Collins M. D., Zhu Y., Zhang L., Huang J., Vetrov D., Salakhutdinov R. Spatially Adaptive Computation Time for Residual Networks, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017). Curran Associates, Inc., 2017. P. 1790-1799. doi
- Глава книги Neklyudov K. O., Molchanov D., Ashukha A., Vetrov D. Structured Bayesian Pruning via Log-Normal Multiplicative Noise, in: Advances in Neural Information Processing Systems 30 (NIPS 2017). Montreal : Curran Associates, 2017. P. 6776-6785.
- Глава книги Molchanov D., Ashukha A., Vetrov D. Variational Dropout Sparsifies Deep Neural Networks, in: Proceedings of Machine Learning Research. Proceedings of the International Conference on Machine Learning (ICML 2017) Vol. 70. Sydney : , 2017. P. 2498-2507.
- 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
- Статья Bartunov S., Vetrov D., Kondrashkin D., Osokin A. Breaking Sticks and Ambiguities with Adaptive Skip-gram // Journal of Machine Learning Research. 2016. Vol. 51. P. 130-138.
- Глава книги Bartunov S., Kondrashkin D., Osokin A., Vetrov D. Breaking Sticks and Ambiguities with Adaptive Skip-gram, in: Proceedings of Machine Learning Research. Proceedings of The International Conference on Artificial Intelligence and Statistics (AISTATS 2016) Vol. 51. Cadiz : , 2016. P. 130-138.
- Глава книги Kirillov A., Gavrikov M., Lobacheva E., Osokin A., Vetrov D. Deep Part-Based Generative Shape Model with Latent Variables, in: Proceedings of the 27th British Machine Vision Conference. -, 2016. P. 1-12. doi
- Глава книги Figurnov M., Ibraimova A., Vetrov D., Kohli P. PerforatedCNNs: Acceleration through Elimination of Redundant Convolutions, in: Advances in Neural Information Processing Systems 29 (NIPS 2016). NY : Curran Associates, 2016.
- Препринт Figurnov M., Struminsky K., Vetrov D. Robust Variational Inference / Cornell University. Series arXiv:1611.09226 "arxiv.org". 2016.
- Препринт Figurnov M., Collins M. D., Zhu Y., Zhang L., Huang J., Vetrov D., Salakhutdinov R. Spatially Adaptive Computation Time for Residual Networks / Cornell University. Series arXiv "arXiv:1612.02297". 2016.
- Препринт Bartunov S., Кондрашкин Д. А., Osokin A., Vetrov D. Breaking Sticks and Ambiguities with Adaptive Skip-gram / Arxiv.org. Series arXiv:1502.07257 "Computation and language". 2015.
- Статья Vetrov D., Kohli P., Osokin A., Shapovalov R. V. Multi-utility Learning: Structured-Output Learning with Multiple Annotation-Specific Loss Functions // Lecture Notes in Computer Science. 2015. Vol. 8932. P. 406-420.
- Статья Osokin A., Vetrov D. Submodular Relaxation for Inference in Markov Random Fields // IEEE Transactions on Pattern Analysis and Machine Intelligence. 2015. Vol. 37. No. 7. P. 1347-1359.
- Глава книги Novikov A., Podoprikhin D., Osokin A., Vetrov D. Tensorizing Neural Networks, in: Advances in Neural Information Processing Systems 28 (NIPS 2015). NY : Curran Associates, 2015.
- Глава книги Novikov A., Podoprikhin D., Osokin A., Vetrov D. Tensorizing neural networks, in: Advances in Neural Information Processing Systems 28 (NIPS 2015). NY : Curran Associates, 2015.
- Статья Кириллов А. Н., Гавриков М. И., Лобачева Е. М., Осокин А. А., Ветров Д. П. Многоклассовая модель формы со скрытыми переменными // Интеллектуальные системы. Теория и приложения. 2015. Т. 19. № 2. С. 75-95.
- Статья Vetrov D., Osokin A., Rodomanov A., Novikov A. Putting MRFs on a Tensor Train // Journal of Machine Learning Research. 2014
- Глава книги Vetrov D., Osokin A., Novikov A., Rodomanov A. Putting MRFs on a Tensor Train, in: JMLR Workshop and Conference Proceedings Issue 32: Proceedings of The 31st International Conference on Machine Learning. Beijing : Microtome Publishing, 2014. P. 811-819.
- Глава книги Bartunov S., Vetrov D. Variational Inference for Sequential Distance Dependent Chinese Restaurant Process, in: JMLR Workshop and Conference Proceedings Issue 32: Proceedings of The 31st International Conference on Machine Learning. Beijing : Microtome Publishing, 2014. P. 1404-1412.
- Статья Bartunov S. O., Vetrov D. Variational Inference for Sequential Distance Dependent Chinese Restaurant Process. // Journal of Machine Learning Research. 2014. Vol. 32. No. 1. P. 1404-1412.
- Статья Новиков А. В., Родоманов А. О., Осокин А. А., Ветров Д. П. Тензорный поезд в марковском случайном поле // Интеллектуальные системы. Теория и приложения. 2014. Т. 18. № 4. С. 293-318.
- Статья Vetrov D., Voronin P. An Approach to Segmentation of Mouse Brain Images via Intermodal Registration // Pattern Recognition and Image Analysis. 2013. Vol. 23. No. 2. P. 335-339.
- Статья Nekrasov K., Laptev D., Vetrov D. Automatic Determination of Cell Division Rate Using Microscope Images // Pattern Recognition and Image Analysis. 2013. Vol. 23. No. 1. P. 1-6.
- Статья Yangel B. K., Vetrov D. Learning a Model for Shape-Constrained Image Segmentation from Weakly Labeled Data. // Lecture Notes in Computer Science. 2013. Vol. 8081. P. 137-150.
- Книга Shapovalov R. V., Vetrov D., Kohli P. Proceedings of International Conference on Computer Vision and Pattern Recognition (CVPR). IEEE, 2013.
- Глава книги Osokin A., Vetrov D., Kolmogorov V. Submodular decomposition framework for inference in associative Markov networks with global constraints, in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2011). Colorado Springs : IEEE, 2011. P. 1889-1896. doi
Как научить машину предсказывать желания человека
С ростом объема обрабатываемых данных алгоритмы машинного обучения начинают приближаться по возможностям к человеческому мозгу. Что такое машинное обучение? Удастся ли методами машинного обучения построить искусственный интеллект? Как машина может предугадывать наши желания лучше нас самих?
Машинное обучение
Как найти взаимосвязь между наблюдаемыми и скрытыми переменными? Что такое глубинное обучение? Каковы перспективы машинного обучения? Об этом рассказывает кандидат физико-математических наук Дмитрий Ветров.
Почему в нейронных сетях существуют «слепые пятна»?
Современные нейронные сети достигли уровня понимания изображений сопоставимого с возможностями человеческого мозга. Но механизмы понимания до сих пор неясны. Недавние исследования показывают, что нейронные сети перестают правильно опознавать изображение при незначительных ее искажениях. Так можно ли обмануть нейронные сети и к каким последствиям это может привести?
Восемь вопросов к искусственному интеллекту
Словосочетания «нейронные сети», «машинное обучение», «искусственный интеллект» звучат все чаще и чаще. Их произносят Владимир Путин и Максим Кац. Профессию специалиста по анализу данных называют одной из самых востребованных сейчас и в ближайшем будущем. Но вокруг темы искусственного интеллекта существует большое количество мифов и заблуждений. Ответы на наиболее популярные вопросы об искусственном интеллекте (ИИ) VTimes дает Дмитрий Ветров, профессор-исследователь НИУ ВШЭ.
Три статьи сотрудников ФКН приняты на конференцию NeurIPS — 2020
NeurIPS, одна из крупнейших в мире конференций по машинному обучению, всегда пользуется большой популярностью, и в этом году на нее было подано 9 454 статьи, а принято — 1900. Среди них — три статьи сотрудников ФКН.
Объявлены лучшие преподаватели НИУ ВШЭ 2020
В Высшей школе экономики прошли десятые выборы лучших преподавателей.
Дмитрий Ветров стал первым российским ученым в ассоциации ELLIS
Это ведущая европейская организация в области искусственного интеллекта
Урбанистика и нейросети: о чем рассказала Вышка на Geek Picnic-2020
Главный российский фестиваль любителей науки и технологий Geek Picnic впервые прошел в онлайн формате. Лекции от экспертов, мастер-классы, конкурсы и общение с единомышленниками – все, за что мероприятие любят поклонники, вошло в программу. Вышка в очередной раз выступила контент-партнером фестиваля.
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.
Выпуск 2020. Часть I
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».
Урбанистика и нейросети: о чем рассказала Вышка на Geek Picnic-2020
Главный российский фестиваль любителей науки и технологий Geek Picnic впервые прошел в онлайн формате. Лекции от экспертов, мастер-классы, конкурсы и общение с единомышленниками - все, за что мероприятие любят поклонники, вошло в программу. Вышка в очередной раз выступила контент-партнером фестиваля.
Выпускники рассказывают: Полина Кириченко
В 2018 году Полина окончила бакалаврскую программу факультета компьютерных наук “Прикладная математика и информатика” с красным дипломом. В интервью Полина рассказывает о своей исследовательской работе, об особенностях учебы на PhD и о том, почему стоит идти в науку.
ФКН на NeurIPS 2019
C 8 по 14 декабря 2019 года в Ванкувере состоялась конференця NeurIPS, на которой выступали сотрудники и студенты факультета.
NeurIPS 2019
С 8 по 14 декабря в Ванкувере пройдет 33-я конференция Neural Information Processing Systems (NeurIPS).
First Cohort Graduates from Master’s Programme in Statistical Learning Theory
The Master's Programme in Statistical Learning Theory was launched in 2017. It is run jointly with the Skolkovo Institute of Science and Technology (Skoltech). The programme trains future scientists to effectively carry out fundamental research and work on new challenging problems in statistical learning theory, one of the most promising fields of science. Yury Kemaev and Maxim Kaledin, from the first cohort of programme graduates, sat down with HSE News Service to talk about their studies and plans for the future.
Статистическая теория обучения – первый выпуск
Совместная программа НИУ ВШЭ и Сколковского института науки и технологий выпустила своих первых магистров. Бывшие студенты рассказали о том, как проходило обучение, каково это – учиться в двух университетах и чем они планируют заниматься дальше.
Объявлены лучшие преподаватели НИУ ВШЭ – 2019
Традиционные выборы лучшего преподавателя Высшей школы экономики 2019 года состоялись.
Выпуск 2019
В 2019 году факультет компьютерных наук выпустил 181 бакалавра и и 118 магистров. Среди выпускников 11 лауреатов стипендии им. Ильи Сегаловича. Выпускники делятся своими воспоминаниями об учебе и дальнейшими планами.
В весеннем семестре ФКН принял 11 стажеров из ведущих мировых вузов
Студенты из Франции, Великобритании, Швейцарии, Того и Албании работали над исследовательскими проектами в лабораториях ФКН в весеннем семестре 2019.
На пятилетии факультета компьютерных наук вручили стипендии имени Ильи Сегаловича
В рамках празднования пятилетия ФКН в башне «Меркурий» делового центра «Москва-Сити» прошло вручение стипендии имени Ильи Сегаловича. Каждый год на стипендию номинируются студенты и аспиранты факультета, продемонстрировавшие успехи в учебе и научных исследованиях.
Вышка получила грант РНФ на проект по моделированию поведения сложных систем
В реализации проекта под руководством Андрея Устюжанина будут участвовать сразу три лаборатории факультета компьютерных наук в сотрудничестве с исследователями ЦЕРН. Результаты их работы смогут найти применение в физике частиц, астрофизике и при прогнозировании погоды.
Защиты диссертаций: будущие и прошедшие
В 2018 году шесть сотрудников факультета компьютерных наук защитили диссертационные работы. Рассказываем о состоявшихся защитах и о предстоящих в 2019 году.
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.
Объявлены итоги конкурса НИРС 2018
На официальном сайте появились результаты конкурса научно-исследовательских работ студентов (НИРС) 2018 года. Публикуем список победителей и лауреатов по направлению «Компьютерные науки».
Международная олимпиада по анализу данных IDAO пройдет во второй раз
IDAO (International Data Analysis Olympiad) создана ведущими специалистами по анализу данных для своих будущих коллег. Своей целью она ставит объединение на одной площадке аналитиков, ученых, профессионалов и начинающих исследователей со всего мира. Олимпиаду организуют факультет компьютерных наук ВШЭ и компания «Яндекс» при поддержке Сбербанка.
На ФКН прошел день открытых дверей программ бакалавриата
Перед школьниками и их родителями выступили декан факультета Иван Аржанцев, первый заместитель декана Тамара Вознесенская, а также академические руководители программ.
Второй запуск летней школы DeepBayes: еще больше байесовских методов в глубинном обучении
В Москве второй раз прошла Летняя школа по байесовским методам в глубинном обучении, в этот раз англоязычная и собравшая участников из 24 стран. В течение 6 дней участники изучали и реализовывали нейробайесовские модели, попутно обмениваясь опытом и исследовательскими идеями.
Выпуск-2018
Настоящий и самый важный результат для факультета — это не рейтинги и не цифры, а его выпускники. Именно в них можно найти верный ответ на вопрос, зачем мы создали факультет компьютерных наук и что из этого получилось. Для ФКН этот учебный год стал особенным: выпустился первый набор бакалавров, студентов, с которых началась история нового факультета. Кроме того, первые дипломы получили выпускники магистерской программы "Анализ данных в биологии и медицине". В этом материале - интервью с выпускниками разных программ бакалавриата и магистратуры.
Профессор ВШЭ возглавит направление машинного обучения Центра искусственного интеллекта Samsung
29 мая компания Samsung открыла свой Центр искусственного интеллекта в Москве. Профессор факультета компьютерных наук Дмитрий Ветров станет одним из его руководителей и возглавит направление машинного обучения.
Студент Вышки выступит на ACL — главной конференции по компьютерной лингвистике
Статья студента 4 курса факультета компьютерных наук Артема Гадецкого была принята на международную конференцию Association for Computational Linguistics — единственную конференцию по компьютерной лингвистике уровня A*. Согласно системе CORE, которая ранжирует крупные конференции по computer science, конференции типа A* — это конференции высшего уровня.
В учебном центре "Вороново" прошел третий семинар по машинному обучению
20-22 апреля в учебном центре “Вороново” состоялся третий выездной семинар по машинному обучению, который организует департамент больших данных и информационного поиска ФКН. Цель таких выездов — обмен актуальными знаниями о самых разных направлениях машинного обучения, а также обсуждение совместных проектов по data science преподавателями и студентами Вышки.
Высшая школа экономики открывает совместную с Samsung Research лабораторию
Samsung-HSE Laboratory будет разрабатывать механизмы байесовского вывода в современных нейронных сетях, что позволит решить ряд проблем в глубинном обучении. Команду лаборатории составят сотрудники исследовательской группы байесовских методов факультета компьютерных наук НИУ ВШЭ — одной из сильнейших научных групп России в области машинного обучения и байесовского вывода. Возглавит ее профессор ВШЭ Дмитрий Ветров.
Два доклада от ФКН представлены на международной конференции NIPS 2017
Сотрудники Факультета компьютерных наук представили свои доклады на ежегодной конференции Neural Information Processing Systems (NIPS), которая проходила с 4 по 9 декабря в Лонг Бич, США.
Как настроить нейронную сеть меньшего размера без потери качества
Сотрудники факультета компьютерных наук ВШЭ представили доклады на крупнейшей международной конференции в области машинного обучения Neural Information Processing Systems (NIPS).
В России пройдет первая международная олимпиада по анализу данных
IDAO (International Data Analysis Olympiad) создана ведущими специалистами по анализу данных для своих будущих коллег. Своей целью олимпиада ставит объединение аналитиков, учёных, профессионалов и начинающих исследователей со всего мира вместе на одной площадке. Мероприятие подобного масштаба впервые состоится в России. Организаторами олимпиады выступают факультет компьютерных наук Высшей школы экономики, компания Yandex и Harbour.Space University при поддержке Сбербанка.
HSE and University of London: Joint BA Programme in Applied Data Analysis
In 2018, the Higher School of Economics will launch an English-taught double degree programme in partnership with the University of London in Applied Data Analysis. Graduates will be awarded an undergraduate degree from HSE in Applied Mathematics and Information Science and a Bachelor of Science in Data Science and Business Analytics from the University of London. International applicants are invited to apply online starting November 15, 2017.
Объявлена вторая Летняя школа по байесовским методам в глубинном обучении
Во время своего выступления на Sberbank Data Science Day Дмитрий Ветров объявил о проведении второй Летней школы по байесовским методам в глубинном обучении. В этот раз — на международном уровне.
НИУ ВШЭ и Лондонский университет открывают бакалаврскую программу двух дипломов по прикладному анализу данных
В 2018 году Высшая школа экономики начинает прием на англоязычную программу бакалавриата «Программа двух дипломов НИУ ВШЭ и Лондонского университета «Прикладной анализ данных». Все, успешно закончившие программу, получат диплом бакалавра по направлению «Прикладная математика и информатика» НИУ ВШЭ и диплом Bachelor of Sciences in Data Science and Business Analytics Лондонского университета.
Дмитрий Ветров выступил на форуме SAMSUNG по искусственному интеллекту
19-20 октября в штаб-квартире корпорации SAMSUNG на форуме по искусственному интеллекту выступил в качестве приглашенного докладчика заведующий лабораторией Дмитрий Ветров.
Pham Cong Thang – Pursuing a Post-Doc in Computer Science
On September 12, Pham Cong Thang, who goes by Thang, arrived in Moscow to begin a post-doctoral fellowship at HSE’s International Laboratory of Deep Learning and Bayesian Methods (Faculty of Computer Science, Big Data and Information Retrieval School). Working under the supervision of Professor Dmitry Vetrov, Thang will focus primarily on text and image processing, and computer vision.
Joint Projects in Big Data Discussed at HSE
The workshop on ‘Big Data and Applications’ was organized by HSE School of Business Informatics, Institut Mines-Télécom in association with CNRS MADICS with the support of the French Embassy in Russia, and the French Ministry of Higher Education, Research and Innovation.
В Вышке обсудили создание российско-французских проектов в области больших данных
Семинар «Большие данные и решения на их основе» был организован Школой бизнес-информатики НИУ ВШЭ и Институтом Mines-Télécom при поддержке Посольства Франции в России и Министерства высшего образования, исследований и инноваций Франции.
Состоялся II российско-французский научный семинар «Большие данные и решения на их основе»
Менее чем за 10 лет термин «Большие данные» (БД) превратился из абстрактного понятия в источник практически неограниченных возможностей для бизнеса, драйвер развития новых технологий и один из главных вызовов для исследователей в области компьютерных наук. Российско-французский семинар, состоявшийся 12-13 октября 2017 года в Вышке, позволил взглянуть на БД как на прочную основу для реализации совместных инновационных научно-исследовательских проектов и образовательных программ.
Третий междисциплинарный семинар САЕ «Математика, компьютерные науки и информационные технологии»
26 сентября на факультете математики НИУ ВШЭ прошел Третий научный междисциплинарный семинар Стратегической академической единицы «Математика, компьютерные науки и информационные технологии». На семинаре сотрудники факультета компьютерных наук представили доклады о своих научных результатах.
Глубинно обучены и байесовски выведены
Завершилась Летняя школа по байесовским методам в глубинном обучении. В течение пяти дней 96 участников из 8 стран слушали лекции о применении вероятностных методов в deep learning и обучали нейронные сети.
Faculty of Computer Science Staff Attend International Conference on Machine Learning
On August 6-11 the 34th International Conference on Machine Learning was held in Sydney, Australia. This conference is ranked A* by CORE, and is one of two leading conferences in the field of machine learning. It has been held annually since 2000, and this year, more than 1,000 participants from different countries took part.
Три года сотрудничества с компанией JetBrains
Развитие факультета компьютерных наук немыслимо без сотрудничества с компаниями ИТ-отрасли — работодателями для наших настоящих и будущих выпускников. JetBrains — наш партнёр уже на протяжении трех лет, практически с момента основания факультета.
Статья сотрудников лаборатории представлена на конференции CVPR 2017
Статья Михаила Фигурнова, написанная в соавторстве с исследователями Google, Carnegie Mellon University и Дмитрием Ветровым, представлена на крупнейшей мировой конференции Computer Vision and Pattern Recognition. Конференция прошла с 21 по 26 июля в Гонолулу, США.
Две научные группы факультета поддержаны грантами Российского Научного Фонда
Российский научный фонд объявил победителей конкурса на поддержку научных групп под руководством молодых ученых. В этом году два проекта, над которыми работают исследовательские группы факультета, вошли в число победителей.
Молодые ученые ВШЭ стали обладателями грантов РНФ
Российский научный фонд объявил победителей конкурсов Президентской программы исследовательских проектов, направленных на поддержку молодых ученых. Среди победителей восемь проектов, созданных сотрудниками Вышки.
Machines Can See: International Summit on Computer Vision
On June 9, a summit was held on computer vision and deep learning ‘Machines can see’, organized by Sistema VC, Visionlabs, and the Strelka Institute. Dmitry Vetrov and Anton Konushin, staff members of HSE Faculty of Computer Science, were among the organizers of and speakers at the conference.
Состоялся интенсив для преподавателей НИУ ВШЭ в рамках проекта Data Culture
14 и 15 июня в Московском офисе Яндекса состоялся интенсив для преподавателей и сотрудников НИУ ВШЭ, заинтересованных в тематике Data Science. Этот двухдневный цикл занятий проходил в рамках проекта Data Culture и был нацелен на подготовку преподавателей университета к участию в данном проекте.
Машины могут видеть: международный саммит по компьютерному зрению
9 июня состоялся саммит по компьютерному зрению и глубинному обучению «Machines can see», организованный совместно компаниями Sistema VC, VisionLabs и институтом «Стрелка». Среди организаторов и докладчиков конференции были сотрудники факультета компьютерных наук Дмитрий Ветров и Антон Конушин.
В Вороново состоялся второй выездной семинар по машинному обучению
С 19 по 21 мая в учебном центре «Вороново» прошел второй выездной семинар факультета компьютерных наук по машинному обучению. Участие в нём приняли 16 научных сотрудников и преподавателей факультета.
'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.
В учебном центре НИУ ВШЭ «Вороново» прошел семинар по биоинформатике
С 6 по 9 мая на базе учебного центра НИУ ВШЭ «Вороново» прошла встреча исследователей в области биологии и компьютерных наук, посвященная обсуждению актуальных задач биоинформатики. Гостями мероприятия стали аспиранты и студенты магистерской программы Анализ данных в биологии и медицине, студенты факультета биоинженерии и биоинформатики МГУ, Школы Биоинформатики, а также магистранты биотехнологического направления Сколтеха.
Статья сотрудников лаборатории принята на конференцию ICML
Статья стажеров-исследователей лаборатории Дмитрия Молчанова и Арсения Ашуха и заведующего лабораторией Дмитрия Ветрова принята на крупнейшую мировую конференцию по машинному обучению ICML'17. В работе получен самый современный результат в области разреживания нейронных сетей с помощью применения байесовского подхода.
Состоялась встреча Дмитрия Ветрова и вице-президента компании SAMSUNG Ши-Хва Ли
25 апреля прошла встреча руководителя международной лаборатории глубинного обучения и байесовских методов Дмитрия Ветрова и вице-президента корпорации SAMSUNG Ши-Хва Ли. Участники встречи обсудили промежуточные результаты исследования, которое выполняет лаборатория по заказу компании, возможности стажировок и перспективы дальнейшего сотрудничества.
В учебном центре «Вороново» состоялась зимняя школа по компьютерным наукам
С 4 по 8 февраля 2017 года в учебном центре «Вороново» прошла Зимняя школа по компьютерным наукам для поступающих в магистратуру. Студенты смогли познакомиться с руководителями магистерский программ и преподавателями факультета, пообщаться друг с другом, принять участие в телемосте с сотрудниками Fermi National Accelerator Laboratory. Гостями мероприятия стали представители Сбербанка, компании «SAMSUNG» и компании «Яндекс».
New International Laboratories Opening up at HSE
On December 23, 2016, the HSE Academic Council approved the creation of four new laboratories: the International Laboratory for the Study of Russian and European Intellectual Dialogue, the International Laboratory for Population and Health Studies, the International Laboratory of Deep Learning and Bayesian Methods, and the International Laboratory for Supercomputer Atomistic Modelling and Multi-scale Analysis.
В ВШЭ начинают работу новые международные лаборатории
Ученый совет ВШЭ 23 декабря одобрил создание четырех лабораторий: русско-европейского интеллектуального диалога, исследований населения и здоровья, глубинного обучения и байесовских методов, суперкомпьютерного атомистического моделирования и многомасштабного анализа.
‘Our Programme Aims to Make a Research Breakthrough at the Intersection of Mathematics and Computer Science’
In 2017, the HSE Faculty of Computer Science and Skoltech are opening admissions to the Master’s programme inStatistical Learning Theory, which will become the successor to theMathematical Methods of Optimization and Stochastics programme.Vladimir Spokoiny, the programme’s academic supervisor and professor of mathematics at Humboldt University in Berlin, told us about the research part of the new programme and the opportunities it offers to both Master’s students and undergraduate students alike.
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.
«Наши студенты должны осуществить научный прорыв на стыке математики и компьютерных наук»
В 2017 году факультет компьютерных наук НИУ ВШЭ и Сколтех будут вести совместный прием на магистерскую программу «Статистическая теория обучения», которая станет правопреемницей программы «Математические методы оптимизации и стохастики». О научной составляющей новой программы и о возможностях, которые она предоставляет студентам не только магистратуры, но и бакалавриата, рассказывает академический руководитель программы, профессор математических наук университета Гумбольдта в Берлине, Владимир Спокойный.
Большие данные: перспективы научно-технического сотрудничества России и Франции
О больших данных и перспективах российско-французского сотрудничества в этой области в начале декабря говорили участники научного семинара «Большие данные и решения на их основе». Семинар собрал на площадке университета около 50 участников из ведущих научно-исследовательских центров, университетов, государственных структур и ИТ-компаний России и Франции.
Названы лауреаты стипендии имени Ильи Сегаловича за 2016 год
На факультете компьютерных наук во второй раз наградили лауреатов стипендии имени Ильи Сегаловича, учрежденной компанией Яндекс. Церемония награждения прошла 4 апреля и открыла Дни компьютерных наук на факультете.
На департаменте больших данных плановая замена
В сентябре 2015 года новым руководителем департамента больших данных и информационного поиска стал доцент, кандидат физико-математических наук Владимир Владимирович Подольский.
Тензоризируем глубинные нейронные сети
Статья «Tensorizing Neural Networks», подготовленная в группе Байесовских методов под руководством доцента факультета компьютерных наук ВШЭ Дмитрия Ветрова, принята на конференцию NIPS — крупнейший мировой форум по когнитивным исследованиям, искусственному интеллекту и машинному обучению, имеющий высший ранг А* по международному рейтингу CORE. В этом году она состоится 7-12 декабря в Монреале. В рубрике «Взгляд ученого» Дмитрий Ветров рассказывает о представленном исследовании и о том, чем статьи для конференций лучше публикаций в научных журналах
Две работы сотрудника департамента Д. Ветрова приняты на самую престижную междисциплинарную конференцию по обработке информации NIPS
Конференция NIPS является главной мировой конференцией, объединяющей направления машинного обучения и вычислительной нейронауки. Все ключевые прорывы в машинном обучении за последние 15 лет впервые докладывались на этой конференции. Она имеет наивысший рейтинг A* по международному классификатору CORE.
Работы доцента и аспирантки департамента приняты на конференцию ICCV 2015
Доклады академической аспирантки департамента Екатерины Лобачевой и доцента департамента Дмитрия Ветрова приняты на главную конференцию по компьютерному зрению ICCV 2015 (International Conference on Computer Vision).
Названы первые лауреаты стипендии имени Ильи Сегаловича
Факультет компьютерных наук, год назад созданный ВШЭ совместно с компанией Яндекс, определил первых получателей стипендии имени Ильи Сегаловича, одного из основателей Яндекса. Стипендиатами стали шестнадцать студентов, отмеченных за успехи в учебе и научной деятельности. Размер стипендии варьируется от 10 до 25 тысяч рублей в месяц, выплачиваться она будет в течение одного года.
Ведущие ученые ВШЭ обсудили с ректором публикационную активность
Как сделать Вышку видимой в мировом академическом пространстве? Какой должна быть система оценки научной и публикационной активности? Почему участие в конференции иногда ценнее статьи в журнале? Об этом ведущие ученые Вышки говорили с ректором ВШЭ на встрече 18 ноября.