• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты
Руководство
заместитель декана факультета по работе со студентами Шадрина Елена Викторовна
Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Начальник отдела Николаева Юлия Олеговна
Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Заместитель начальника отдела Колдина Лилия Валерьевна

Телефон:
+7 (831) 4320089
6403
email:
lvkoldina@hse.ru

Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Заместитель начальника отдела Бакулина Наталья Александровна

Телефон:
+7 (831) 2572936
6515
email: nbakulina@hse.ru

Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Менеджер Писарева Ирина Андреевна

Телефон:
+7 (831) 4320105
6404
email:
ibarinova@hse.ru

Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Менеджер Мамедова Екатерина Анатольевна
Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Менеджер Анисимова Наталия Валерьевна
Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Специалист по учебно-методической работе 1 категории Шутова Нина Васильевна

Телефон: +7 (831) 257 29 36
email: nshutova@hse.ru

Отдел сопровождения учебного процесса по образовательной программе «Магистр по компьютерному зрению»: Начальник отдела Емельянова Мария Максимовна
Факультет информатики, математики и компьютерных наук (Нижний Новгород): Менеджер Забашта Наталья Павловна

Телефон:
+7 (831) 432-00-92
6402
email: nzabashta@hse.ru

Отдел сопровождения учебного процесса очных программ бакалавриата и магистратуры: Менеджер Морозова Анастасия Юрьевна

Партнеры

Бренд Lad

СберБанк для физических лиц — банковские услуги — СберБанк

Образовательные программы
Бакалаврская программа

Бизнес-информатика

4 года
Очная форма обучения
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Компьютерные науки и технологии

4 года
Очная форма обучения
160/80/3

160 бюджетных мест

80 платных мест

3 платных места для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Математика

4 года
Очная форма обучения
25/5/1

25 бюджетных мест

5 платных мест

1 платное место для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
RUS+ENG
Обучение ведется на русском и частично на английском языке
Бакалаврская программа

Программная инженерия (очно-заочное обучение)

4,5 года
Очно-заочная форма обучения
RUS
Обучение ведётся полностью на русском языке
Бакалаврская программа

Технологии искусственного и дополненного интеллекта

4 года
Очная форма обучения
10/40

10 бюджетных мест

40 платных мест

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Бизнес-информатика

2 года
Очная форма обучения
17/5/1

17 бюджетных мест

5 платных мест

1 платное место для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Интеллектуальный анализ данных

2 года
Очная форма обучения
38/5/1

38 бюджетных мест

5 платных мест

1 платное место для иностранцев

RUS+ENG
Обучение ведется на русском и частично на английском языке
Магистерская программа

Искусственный интеллект и компьютерное зрение

2 года
Очная форма обучения
Онлайн-программа
25/2

25 платных мест

2 платных места для иностранцев

ENG
Обучение ведётся полностью на английском языке
Магистерская программа

Математика

2 года
Очная форма обучения
12/5/2

12 бюджетных мест

5 платных мест

2 платных места для иностранцев

ENG
Обучение ведётся полностью на английском языке
Статья
Localized wave structures: Solitons and beyond

Ostrovsky L., Pelinovsky E., Shrira V. et al.

Chaos. 2024. Vol. 34. No. 6.

Глава в книге
Multi-agent Simulations of Mutual Trust Management Strategies as a Base of Innovative Organizational Forms Engineering

Eduard Babkin, Vitalii Golov, Pavel Malyzhenkov.

In bk.: Advances in Enterprise Engineering XVII. 13th Enterprise Design and Engineering Working Conference, EDEWC 2023, Vienna, Austria, November 28–29, 2023, Revised Selected Papers. Vol. 510. Cham: Springer, 2024. Ch. 2. P. 18-34.

Препринт
Non-singular flows with twisted saddle orbit on orientable 3-manifolds

Shubin D., Pochinka O.

arxiv.org. math. Cornell University, 2024

Российские ученые научили искусственный интеллект анализировать эмоции участников онлайн-мероприятий

Российские ученые научили искусственный интеллект анализировать эмоции участников онлайн-мероприятий

© iStock

Исследователи НИУ ВШЭ предложили новый нейросетевой метод распознавания эмоций и вовлеченности людей. Алгоритмы строятся на основе анализа видеоизображений лиц и превосходят по точности известные аналоги. Разработанные модели подходят для малопроизводительного оборудования, в том числе для мобильных устройств. Результаты работы могут быть внедрены в системы теле-конференц-связи и онлайн-обучения для анализа вовлеченности и эмоций участников. Итоги исследования опубликованы в IEEE Transactions on Affective Computing.

Пандемия COVID-19 привела к активному развитию инструментов онлайн-видео-конференц-связи и систем электронного обучения (e-learning). Технологии искусственного интеллекта могут помочь преподавателям дистанционно контролировать вовлеченность участников мероприятия. Сейчас алгоритмы анализа поведения студентов и выявления вовлеченности в онлайн-среде изучают специалисты в области интеллектуального анализа данных для образования. Среди инструментов анализа наибольшей популярностью пользуются автоматические методы, основанные на технологиях компьютерного зрения. В частности, считается, что на качество многих e-learning-систем большое влияние может оказать распознавание эмоций и вовлеченности участников на основе видеоаналитики.

В рамках проекта Центра искусственного интеллекта НИУ ВШЭ «Нейросетевые алгоритмы анализа динамики эмоционального состояния и вовлеченности учеников на основе данных видеонаблюдения» ученые разработали новый нейросетевой алгоритм распознавания эмоций и вовлеченности по видеоизображениям лиц. 

Ученые научили нейронную сеть извлекать характерные признаки эмоций, основываясь на специальном «устойчивом» способе обучения нейронной сети и обработке только наиболее важных областей лица. Суть метода в том, что сначала осуществляется детектирование лиц и извлечение их характерных признаков с последующей группировкой лиц каждого участника. Далее с помощью специально обученных эффективных нейросетевых моделей извлекаются эмоциональные признаки каждого выделенного лица, они агрегируются с помощью статистических функций и классифицируются. На заключительном этапе идет визуализация фрагментов видеоурока с наиболее ярко выраженными эмоциями и различными степенями вовлеченности каждого слушателя. В результате исследователям удалось создать новую модель, которая сразу для нескольких лиц на видео определяет эмоции каждого человека и степень его увлеченности.

Андрей Савченко

«Для нескольких наборов данных мы показали, что предложенные алгоритмы превосходят по точности известные аналоги. При этом, в отличие от большинства известных технологий, разработанные модели могут участвовать в обработке видео в режиме реального времени даже на малопроизводительном оборудовании, в том числе на мобильных устройствах каждого участника онлайн-мероприятия», — комментирует руководитель проекта, профессор кафедры информационных систем и технологий НИУ ВШЭ в Нижнем Новгороде Андрей Савченко. — Совместно с Ильей Макаровым из Научно-исследовательского института искусственного интеллекта (AIRI) мы создали достаточно простую в использовании компьютерную программу, позволяющую обработать видеозапись вебинара или онлайн-занятия и получить набор видеоклипов с наиболее характерными эмоциями каждого участника».

Результаты работы могут быть внедрены в системы теле-конференц-связи и онлайн-обучения для анализа вовлеченности и эмоций участников. Так, в ходе предварительного тестирования онлайн-курса по реакции слушателей можно понять, какие части лекции были наиболее интересны, а что оказалось трудным для понимания и нуждается в корректировке. В настоящий момент проводятся исследования по возможностям интеграции разработанных моделей в сервис видеоконференций Jazz by Sber. Планируется выполнить разметку видеоданных для повышения точности анализа поведения слушателей онлайн-мероприятий.