Шалилех Соруш Ахмад
- Научный сотрудник:Центр языка и мозга
- Заведующий лабораторией:Научно-учебная лаборатория моделирования зрительного восприятия и внимания
- Начал работать в НИУ ВШЭ в 2018 году.
Полномочия / обязанности
- Математическая постановка заданной исследовательской задачи
- Оптимизация сформулированной задачи
- Реализация сформулированной задачи и разработанного алгоритма
- Тонкая настройка и внедрение существующих методов машинного обучения/науки о данных в различных проектах.
- Написание научных работ
Образование, учёные степени
- 2021Кандидат технических наук: Национальный исследовательский университет «Высшая школа экономики»
- 2017
Магистратура: Исламский университет Азад, специальность «Инженер - электрик», квалификация «Магистр»
Публикации14
- Статья Shalileh S. An Effective Partitional Crisp Clustering Method Using Gradient Descent Approach // Mathematics. 2023. Vol. 11. No. 12. Article 2617. doi
- Статья Mirkin B., Shalileh S. Community Detection in Feature-Rich Networks Using Data Recovery Approach // Journal of Classification. 2022. Vol. 39. P. 432-462. doi
- Статья Shalileh S., Mirkin B. Community Partitioning over Feature-Rich Networks Using an Extended K-Means Method // Entropy. 2022. Vol. 24. No. 5. Article 626. doi
- Глава книги Shalileh S., Mirkin B. A Method for Community Detection in Networks with Mixed Scale Features at Its Nodes, in: Complex Networks & Their Applications IX. Volume 1: Proceedings of the Ninth International Conference on Complex Networks and Their Applications COMPLEX NETWORKS 2020. Springer, 2021. P. 3-14. doi
- Глава книги Shalileh S., Mirkin B. An Extension of K-Means for Least-Squares Community Detection in Feature-Rich Networks, in: COMPLEX NETWORKS 2021: Complex Networks & Their Applications X.. Springer, 2021. P. 285-296. doi (в печати)
- Глава книги Shalileh S., Mirkin B. Detecting Communities in Feature-Rich Networks with a K-Means Method, in: Intelligent Data Engineering and Automated Learning – IDEAL 2021. Springer, 2021. P. 539-547. doi (в печати)
- Глава книги Shalileh S. Improving Maximum Likelihood Estimation Using Marginalization and Black-Box Variational Inference, in: Intelligent Data Engineering and Automated Learning – IDEAL 2021. Springer, 2021. P. 204-212. doi (в печати)
- Статья Shalileh S., Mirkin B. Least-squares community extraction in feature-rich networks using similarity data // Plos One. 2021. Vol. 16. No. 7. Article 0254377. doi
- Статья Shalileh S., Mirkin B. Summable and nonsummable data‐driven models for community detection in feature‐rich networks // Social Network Analysis and Mining. 2021. Vol. 11. No. 1. P. 1-23. doi
- Глава книги Shalileh S., Mirkin B. A Data Recovery Method for Community Detection in Feature-Rich Networks, in: 2020 IEEE/ACM International Conference on Advances in Social Networks Analysis and Mining (ASONAM). Association for Computing Machinery (ACM), 2020. doi P. 99-104. doi
- Глава книги Shalileh S., Mirkin B. A One-by-One Method for Community Detection in Attributed Networks, in: Intelligent Data Engineering and Automated Learning – IDEAL 2020/ 21st International Conference, Guimaraes, Portugal, November 4–6, 2020, Proceedings, Part II Vol. 12490: Lecture Notes in Computer Science. Cham : Springer, 2020. P. 413-422. doi
- Глава книги Shalileh S., Mirkin B. Detection of an unspecified number of communities in feature-rich networks, in: Proceedings of MARAMI 2020 - Modèles & Analyse des Réseaux : Approches Mathématiques & Informatiques - The 11th Conference on Network Modeling and Analysis(Vol-2750) Vol. Vol-2750: Modèles & Analyse des Réseaux : Approches Mathématiques & Informatiques - Network Modeling and Analysis 2020. CEUR-WS.org, 2020. P. 1-12.
- Глава книги Shalileh S., Shahdi S. O. Crowd scenes analysis using multiple sliding windows classifiers and Histogram of Oriented Gradient, in: 2017 10th Iranian Conference on Machine Vision and Image Processing (MVIP). IEEE, 2017. doi P. 31-38. doi
Опыт работы
Ноябрь 2019 - настоящее время НИУ ВШЭ-ЛАМБДА: Научный сотрудник
Январь 2018 - декабрь 2020 НИУ ВШЭ: Преподаватель
Июнь 2017 - Ноябрь 2019 Natimatica Ltd .: Инженер по машинному обучению и компьютерному зрению
Февраль 2015 г. - сентябрь 2016 г. Внештатный инженер по контролю
Сентябрь 2011 - Сентябрь 2015 TMB-co: Технический менеджер по исследованиям и разработкам (НИОКР) в области проектирования и производства
Сентябрь 2013 г. - декабрь 2014 г. Исламский университет Казвина Азад в Иране: учитель
18-20 сентября в Центре языка и мозга НИУ ВШЭ прошла Летняя нейролингвистическая школа
18-20 сентября в Центре языка и мозга НИУ ВШЭ прошла Летняя нейролингвистическая школа, посвящённая айтрекингу – методу отслеживания движений глаз человека, который применяется как в фундаментальных исследованиях, так и за пределами научных лабораторий.
В Вышке прошла 10-я летняя нейролингвистическая школа “Eye-tracking in the Lab and Beyond”
В этом году в школе приняли участие более 100 человек со всей России и из-за рубежа. Это уже 10-я летняя нейролингвистическая школа “Eye-tracking in the Lab and Beyond”, ежегодно проводимая Центром языка и мозга ВШЭ. Ведущие специалисты рассказали о передовых разработках и исследованиях в области видеоокулографии.
Конференция ThermoEntropy-eCon2023
Руководитель лаборатории Шалилех Соруш выступил с докладом на конференции
В Центре ИИ НИУ ВШЭ создали алгоритм для диагностики дислексии у детей
Об уникальном открытии ученых из Центра ИИ НИУ ВШЭ рассказали на НТВ в программе «Чудо техники»
Искусственный интеллект помогает обнаружить дислексию по движениям глаз
Нарушение способности к усвоению чтения – дислексия – относится к распространенным трудностям обучения, от которой страдает от 5% до 20% детей во всем мире. При этом осведомленность о дислексии в образовательных учреждениях и среди родителей школьников часто достаточно ограниченна, что приводит к поздней диагностике и коррекции этого нарушения (или вовсе к их отсутствию). Задачей исследования Центра языка и мозга НИУ ВШЭ в рамках программы Центра ИИ стала разработка метода раннего обнаружения дислексии по записи движений глаз ребенка во время чтения.