Delivered at:: Department of Applied Mathematics and Informatics (Faculty of Informatics, Mathematics, and Computer Science (HSE Nizhny Novgorod))

Course type:: Compulsory course

When:: 2 year, 1, 2 module

Instructor

Krylov, Vladimir

Полная версия программы учебной дисциплины Задать вопрос

Аннотация

Научно-исследовательский семинар представляет собой комплекс аудиторных и самостоятельных занятий, на которых участники знакомятся с последними достижениями науки о данных (Data Science) и изучают как разработать программные реализации по избранным темам. Главной темой семинаров 2019-2020 года является "Топологический анализ данных" (Topological Data Analysis-TDA).

Цель освоения дисциплины

Знакомство студентов с современными программными библиотеками, предназначенными для анализа мультимедийных данных
Целью семинара является вовлечение студентов в реальный процесс изучения новых результатов в науке о данных и процесса имплементации новых технологий в реальную практическую деятельность
Получение необходимых знаний и навыков для выполнения научно-исследовательских проектов на примере создания интеллектуальных систем анализа данных
Приобретение умений поиска и анализа современных научных публикаций по методам интеллектуального анализа данных.

Планируемые результаты обучения

Применяет методы обработки изображений лиц (детектирование, верификация, идентификация), видео людей.
Применяет методы переноса знаний (transfer learning), локальные дескрипторы и структурные методы для решения задач распознавания изображений.
Применяет на практике современные методы обработки изображений (детектирование объектов, сегментация и синтез изображений).
Сравнивает и применяет нейросетевые модели распознавания речи. Интерпретирует методы распознавания и верификации диктора по звучащей речи.
Знать основные инструментальные средства топологического анализа данных. Научиться выполнять топологический анализ на простых примерах.
Ознакомление с конвейером топологического анализа и понимание основных топологических характеристик облака точек.
Ознакомление с перспективами использования топологических моделей данных для традиционных задач нейронных сетей - классификации и поиска аномалий
Ознакомление с существом и особенностями топологического анализа данных и его примененений. понимание отличий топологических представлений данных от метрических моделей
Получить практические навыки (умение) выполнять проект анализа 2D и 3D изображений с применением топологического анализа данных
Получить практические навыки (умение) выполнять проект анализа текстов на естественном языке с применением топологического анализа данных

Содержание учебной дисциплины

Знакомство с терминологией и приложениями топологического анализа данных.
Методы переноса знаний (transfer learning) для распознавания изображений. Локальные дескрипторы ключевых точек изображений. Структурные методы распознавания образов на основе теории графов.
Программные билиотеки топологического анализа данных.
Детектирование объектов на изображениях и видео. Семантическая сегментация изображений. Синтез изображений. Обработка изображений лиц (детектирование, верификация, идентификация, распознавание эмоций, пола, возраста ).
Топологический анализ текстовых данных
Обработка изображений/видео людей (включая реидентификацию и распознавание действий). Методы повышения эффективности и оптимизации методов принятия решений и нейронных сетей. Прикладные задачи в области понимания изображений (image captioning, question answering, driver assistance, game playing).
Топологический анализ изображений
Обработка речевых сигналов (в том числе очистка от шума). Нейросетевые модели распознавания речи. Синтез речи. Методы распознавания и верификации диктора по звучащей речи.
Обучаемые модели классификации топологических структур.
Технологии топологического анализа.

Элементы контроля

лабораторные работы
устный экзамен
Экзамен проводится в устной форме (опрос по проекту "Экзаменационные задания"). Экзамен проводится на платформе Zoom ( https://zoom.us/j/4917538372). К экзамену необходимо подключиться согласно расписанию ответов, высланному преподавателем на корпоративные почты студентов накануне экзамена. Компьютер студента должен удовлетворять требованиям: наличие рабочей камеры и микрофона, поддержка Zoom. Для участия в экзамене студент обязан: поставить на аватар свою фотографию, явиться на экзамен согласно точному расписанию, при ответе включить камеру и микрофон. Во время экзамена студентам запрещено: выключать камеру, пользоваться конспектами и подсказками. Кратковременным нарушением связи во время экзамена считается нарушение связи до 5 минут. Долговременным нарушением связи во время экзамена считается нарушение 5 минут и более. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи.
лабораторные работы
устный экзамен
Экзамен проводится в устной форме (опрос по проекту "Экзаменационные задания"). Экзамен проводится на платформе Zoom ( https://zoom.us/j/4917538372). К экзамену необходимо подключиться согласно расписанию ответов, высланному преподавателем на корпоративные почты студентов накануне экзамена. Компьютер студента должен удовлетворять требованиям: наличие рабочей камеры и микрофона, поддержка Zoom. Для участия в экзамене студент обязан: поставить на аватар свою фотографию, явиться на экзамен согласно точному расписанию, при ответе включить камеру и микрофон. Во время экзамена студентам запрещено: выключать камеру, пользоваться конспектами и подсказками. Кратковременным нарушением связи во время экзамена считается нарушение связи до 5 минут. Долговременным нарушением связи во время экзамена считается нарушение 5 минут и более. При долговременном нарушении связи студент не может продолжить участие в экзамене. Процедура пересдачи аналогична процедуре сдачи.
Экзамен
доклад
Экзамен
доклад

Промежуточная аттестация

2020/2021 учебный год 4 модуль
0.5 * устный экзамен + 0.5 * лабораторные работы
2021/2022 учебный год 2 модуль
0.3 * доклад + 0.7 * Экзамен

Список литературы

Авторы

Крылов Владимир Владимирович
Калягин Валерий Александрович
Савченко Андрей Владимирович

Master’s Programme 'Data Mining'

Contacts

Research Seminar "Methods of Data Mining"

Instructor

Программа дисциплины