«Столь высокая оценка нашего проекта мотивирует продолжать исследования»
Доклад студентов МИЭМ получил престижную награду на 44-й международной конференции International Conference on Telecommunications and Signal Processing, посвященной телекоммуникациям. Организатор конференции — Технический университет города Брно (Чешская Республика). Доклад вышкинцев был признан оргкомитетом лучшей студенческой работой.
Конференция состоялась в конце июля в режиме онлайн из-за связанных с COVID-19 ограничений. В ней приняли участие студенты МИЭМ НИУ ВШЭ Николай Степанов, Альберт Вепрев и Александра Шарапова (научный руководитель Александр Омётов). Их доклад получил престижную награду Best Student Paper Award как лучшая студенческая работа.
Технический университет города Брно, Чехия (Brno University of Technology, Czech Republic), является главным организатором конференции, которая впервые состоялась в 1977 году, а с 1980 года имеет статус международной. В настоящее время конференция проводится в кооперации с 18 университетами со всего мира. В этом году в форуме приняли участие исследователи более чем из 30 стран.
Студенты МИЭМ НИУ ВШЭ выступили с докладом “On Machine Learning Applicability to Transaction Time Prediction for Time-Critical C-ITS Applications”. Соавторами исследования также являются Михаил Комаров (профессор департамента бизнес-информатики ВШБ ВШЭ), Дарья Алексеева (PhD student, Tampere University, Finland), Елена Симона Лоэн (профессор Tampere University, Finland), Александр Омётов (постдок Tampere University, Finland).
В работе был предложен метод оптимизации транзакций в сетях C-ITS (Cooperative Intelligent Transport Systems) c помощью машинного обучения. Были представлены модели машинного обучения, предсказывающие время транзакции, рассмотрено несколько алгоритмов, решающих два типа задач — классификации и регрессии. Использование алгоритмов позволяет учитывать параметры интеллектуальной транспортной системы и влияющие на нее факторы окружающей среды, оптимизирует работу системы, делая передачу данных более быстрой и надежной. С помощью разработанных алгоритмов транспортное средство может автоматически выбирать оптимальный канал для передачи данных и, например, быстрее отправлять сообщение о критической ситуации на дороге, тем самым повышая уровень безопасности дорожного движения.
Материалы конференции изданы в виде сборника, индексируемого во всех основных наукометрических базах (Scopus, DBLP, Google Scholar, IEEE Xplore digital library).
Александр Омётов, научный руководитель, постдок Tampere University
Приятно видеть, когда молодые и талантливые отечественные специалисты присутствуют на конференции не как слушатели, а представляют собственные наработки и получают признание международного сообщества. Студенты МИЭМ вселяют гордость в сердца своих учителей!
Николай Степанов, 4-й курс МИЭМ
Получение Best Student Paper Award стало для нас крайне неожиданным, так как на конференции было представлено много сильных студенческих работ, написанных в основном аспирантами. Столь высокая оценка нашего проекта мотивирует продолжать исследования и получать качественные научные результаты. Отдельно хочется поблагодарить нашего научного руководителя Александра Ярославича Омётова, экспертиза и поддержка которого помогли получить результаты высокого уровня.
Александра Шарапова, 4-й курс МИЭМ
Благодаря междисциплинарному характеру проектной деятельности в МИЭМ нам удалось собрать команду студентов с разных направлений, компетенции которых гармонично дополняли друг друга и помогли провести исследование на стыке двух областей — машинного обучения и телекоммуникаций. Работа над междисциплинарным проектом позволила закрепить приобретенные в ходе обучения навыки и получить новые знания из смежных областей.
Альберт Вепрев, 4-й курс МИЭМ
Участие в конференции позволило нам представить результаты нашего исследования на международном уровне и обсудить его дальнейшее развитие с ведущими мировыми учеными. Было крайне интересно принять участие в мероприятии такого уровня и узнать о новейших разработках в сфере беспроводных сетей из первых уст. К сожалению, из-за связанных с COVID-19 ограничений конференция в этом году прошла в онлайн-формате, но мы продолжаем исследования и рассчитываем представить новые результаты уже на офлайн-конференции.
Вам также может быть интересно:
Анализ генетической информации поможет избежать осложнений после инфаркта
Исследователи из НИУ ВШЭ разработали модель машинного обучения, которая предсказывает риск развития осложнений у пациентов, перенесших инфаркт миокарда. В модели впервые учли генетические данные, что позволило точнее оценить риск долгосрочных осложнений. Исследование опубликовано в журнале Frontiers in Medicine.
Fall into ML 2024: взгляд в будущее машинного обучения
25–26 октября в Москве состоялась конференция Fall into ML, организованная Институтом искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ совместно с Центром ИИ при поддержке титульного партнера — Сбера. На протяжении двух дней ведущие специалисты в области искусственного интеллекта обсуждали перспективы развития фундаментальных технологий ИИ.
«Наша система позволяет предотвращать сбои в работе центров обработки данных»
Студент первого курса магистерской программы «Продуктовый подход и аналитика данных в HR-менеджменте» Константин Балцат с командой единомышленников разработали систему прогнозирования отказов жестких дисков на основе машинного обучения. С этим проектом они второй год подряд входят в число лучших на хакатоне «Цифровой прорыв». «Вышка.Главное» побеседовала с Константином о разработках инноваций и учебе в университете.
НИУ ВШЭ и ПСБ провели хакатон по ИИ для студентов ведущих вузов страны
В конце сентября онлайн-кампус НИУ ВШЭ и ПСБ организовали хакатон для студентов, которые увлекаются анализом данных, визуализацией и машинным обучением, а также студентов креативных индустрий. На хакатон зарегистрировалось 620 человек, приняло участие 428 человек из разных регионов РФ. За первое место боролись студенты лучших российских университетов, а также учащиеся из других государств. Победителями турнира стала команда из Вышки.
«В третий раз соберем на площадке ВШЭ лучших ученых и исследователей ИИ в России»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Центр ИИ 25–26 октября в Москве организуют конференцию Fall into ML 2024. Главной темой ежегодного мероприятия станут перспективы развития фундаментального искусственного интеллекта. Титульным партнером конференции выступит Сбер.
Школа по ML в биоинформатике: «отличная возможность для нетворкинга и изучения нового материала»
Факультет компьютерных наук НИУ ВШЭ провел ежегодную летнюю школу по машинному обучению в биоинформатике, слушателями которой стали более 300 человек из разных университетов, институтов и организаций. Всего на событие зарегистрировались более 800 человек. Трехдневная программа включала в себя лекции и семинары.
Ученые НИУ ВШЭ показали эффективность машинного обучения при прогнозировании инфляции
Инфляция — один из ключевых показателей экономической стабильности, и точное прогнозирование ее уровня в различных регионах имеет большое значение для государства, бизнеса и домохозяйств. Татьяна Букина и Дмитрий Кашин из НИУ ВШЭ в Перми выяснили, что машинное обучение для прогнозирования инфляции превосходит классические эконометрические модели в долгосрочных прогнозах. Исследование проводилось на примере субъектов Приволжья. Результаты опубликованы в журнале HSE Economic Journal.
Ученые НИУ ВШЭ предложили модель, лучше других определяющую тематику текстов
Тематические модели — алгоритмы машинного обучения, способные сортировать большие объемы текстов по темам. Исследователи из НИУ ВШЭ в Санкт-Петербурге сравнили пять тематических моделей и определили, какие из них работают лучше. Наименьшее число ошибок показали две модели, одна из которых, GLDAW, — разработка Лаборатории социальной и когнитивной информатики НИУ ВШЭ в Санкт-Петербурге. Статья опубликована в журнале PeerJ Computer Science.
«Цель школы Spring into ML — объединить молодых ученых, занимающихся математикой ИИ»
Институт искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Университет Иннополис провели для студентов, аспирантов и молодых ученых недельную школу, посвященную применению математики в машинном обучении и искусственном интеллекте. 50 участников Spring into ML прослушали 24 доклада о машинном обучении, участвовали в тематических питч-сессиях и прошли два мини-курса по диффузионным моделям — развивающейся области ИИ для генерации данных.
В России разработана программа для диагностики дислексии
Ученые НИУ ВШЭ создали инструмент, который оценивает наличие и степень дислексии у школьников, учитывая их пол, возраст, класс школы и данные видеоокулографии. В 2024 году планируется внедрение программы в клиническую практику. Исследования проводились специалистами в области машинного обучения и нейролингвистами в Центре искусственного интеллекта НИУ ВШЭ.