Участник:Algneushev

Материал из MachineLearning.

Версия 14:03, 27 апреля 2025

Гнеушев Александр Николаевич

к.ф.-м.н.

доцент каф. «Интеллектуальные системы» ФУПМ МФТИ (Вычислительный центр им. А.А. Дородницына ФИЦ ИУ РАН).

Мне можно написать письмо

• Профиль SCOPUS ID = 6507361915
• Профиль РИНЦ ID = 298568
• Профиль ResearchGate
• Профиль Google Scholar
• Профиль MathNet.ru

Научные интересы

• Обработка и анализ изображений. Математические модели и методы в задачах выделения признаков, обнаружения, сегментации и классификации объектов на видео изображениях.
• Нейросетевые модели анализа изображений, методы регуляризации обучения нейросетевых моделей, большие генеративные модели.
• Большие лингвистические модели (LLM), исследование внутренней структуры модели, мультимодальные архитектуры, методы регуляризации и дообучения на специализированные задачи.
• Эффективный AI: методы сжатия, ускорения и оптимизации больших нейросетевых моделей для работы в условиях ограниченных ресурсов на конечных устройствах.

Прикладные проекты

• Методы моделирования и регуляризация обучения сверточных нейронных сетей для анализа и сжатия изображений, задач классификации, сегментации, детектирования объектов.
• Методы оптимизации и сжатия LLM для работы на NPU/TPU/GPU, включая разработку новых архитектурных решений и дообучение.

• Детектирование дефектов на производстве тканей на основе нейросетевой модели, обученной на локализацию аномалий с обуславливанием несколькими примерами (online learning).
• Идентификация личности по лицу на изображении и ре-идентификация при слежении
• Выделение элементов лица на изображении и слежения за ними
• Биометрическая идентификация личности по радужной оболочке глаза
• Анализ дорожной сцены, городской среды, детектирование пешеходов и событий
• Оценка скорости транспортных средств, классификация типов ТС
• Автоматическое управление параметрами видеокамеры для работы в экстремальных условиях съемки
• Сверхразрешение и реставрация изображений

Аспиранты и студенты

Бакалаврские диссертации

1. Тихомиров Андрей. Исследование подходов малоранговой адаптации для дообучения нейросетевой модели в задачах классификации. 2024. МФТИ
2. Иванов Илья. Исследование избыточности ортогональных сверточных нейронных сетей в задачах классификации изображений. 2024. МФТИ
3. Тришин Александр. Исследование сверточной графовой сети для построения персональных рекомендаций в крупномасштабных сервисах. 2024. МФТИ
4. Минашкин Владислав. Построение box-ядер в свёрточных слоях нейронной сети в задаче классификации изображений. 2024. МФТИ
5. Сыроваткин Степан. Построение методов регуляризации при переносе знаний в глубоких слоях сверточных нейронных сетей в задаче классификации изображений. 2023. МФТИ
6. Орешина Алина. Извлечение слотов в диалогах по нескольким примерам. 2023. МФТИ
7. Николотов Дмитрий. Построение многомасштабных моделей свёрточных ядер нейросетей на основе локальных дескрипторов интегрального изображения. 2023. МФТИ
8. Малышева Елизавета. Исследование обобщающей способности и структуры ортогональных свёрточных нейросетей в задаче классификации изображений. 2023. МФТИ
9. Истомин Никита. Исследование моделей трансформеров в задаче фильтрации шума и восстановления изображений. 2023. МФТИ
10. Захаров Артемий. Построение свёрточной нейронной сети локального преобразования Хафа для задачи бинарной классификации. 2023. МФТИ
11. Щербак Игорь. Построение моделей сверточных ядер нейронной сети для задачи классификации объектов на изображении. 2021. МФТИ
12. Котов Александр. Разработка методов сверхразрешения изображений заданного класса объектов с помощью выделения локальных признаков. 2021. МФТИ
13. Ивченков Ярослав. Разработка нейросетевой модели на основе ДКП ядер в задаче детектирования объектов на изображении. 2020. МФТИ.
14. Нарцев Денис. Разработка нейросетевой модели и ее обучение для уточнения положения и ориентации лица на изображении в задаче распознавания личности в неконтролируемых условиях съемки. 2020. МФТИ.
15. Григорьев Алексей. Оценивание параметров в задаче слежения за множеством объектов в видеопотоке. 2020. МФТИ.
16. Сергей Таранов. Разработка метода агрегации признаков для компактного представления множества изображений лица в задаче распознавания личности. 2019. МФТИ.
17. Никита Самсонов. Разработка метода построения текстурных признаков в аккумуляторном пространстве Хафа для задачи обнаружения пешехода на изображении. 2017. МФТИ.

Магистерские диссертации

1. Дмитриенко Анна. Обучение устойчивой к геометрическим искажениям входных данных нейросетевой модели классификации изображений. 2024. МФТИ
2. Григорьева Александра. Построение сверточной нейросетевой модели,реализующей обучаемый LBP-дескриптор, для классификации изображений. 2024. МФТИ
3. Григорьев Алексей. Регуляризация нейросетевого слоя путем построения фрейма в пространстве параметров. 2022. МФТИ
4. Нарцев Денис. Нейросетевые модели оценки параметров объектов на изображении. 2022. МФТИ
5. Таранов Сергей. Разработка нейросетевой модели на основе декомпозиции обучения в пространстве признаков для задачи распознавания лиц на изображениях. 2021. МФТИ
6. Никита Самсонов. Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов. 2019. МФТИ.

Основные публикации

1. Taranov S., Gneushev A., Matveev I. Method of Feature Vectors Aggregation for Set-Based Face Recognition // Pattern Recognition and Image Analysis, 2024, V.34, N.4, P. 1074–1080. View| DOI: 10.1134/S1054661824701116
2. Гнеушев А. Н., Григорьев А. Д., Матвеев И.А. Фреймовая регуляризация сверточной нейронной сети в задачах классификации изображений // Известия Академии Наук. Теория и системы управления. — 2022. — № 6. — С. 143–153. pdf| DOI: 10.31857/S0002338822060087
3. Grigoriev A.D., Gneushev A.N., Matveev I.A. Frame Regularization of a Convolutional Neural Network in Image-Classification Problems // Journal of Computer and Systems Sciences International. 2022. V.61. N.6. P.1020-1030 View| DOI: 10.1134/S1064230722060089
4. Nartsev D.Y., Gneushev A.N., Matveev I.A. Adam Adaptive Optimization Method for Neural Network Models Regression in Image Recognition Tasks, In: Vasant P, Munapo E., Thomas J.J., Weber G-W. (Eds.) Artificial Intelligence in Industry 4.0 and 5G Technology, Wiley, 2022, ISBN: 978-1-119-79877-4, ieeexplore| abstract| DOI: 10.1002/9781119798798.ch7
5. Grigorev A.D., Gneushev A.N., Litvinchev I. Re-Identification-Based Models for Multiple Object Tracking, In: Vasant P, Munapo E., Thomas J.J., Weber G-W. (Eds.) Intelligence in Industry 4.0 and 5G Technology, Wiley, 2022, ISBN: 978-1-119-79877-4, ieeexplore|abstract|books.google| DOI: 10.1002/9781119798798.ch15
6. Нарцев Д. Ю., Гнеушев А.Н. Сравнение модифицированных методов обучения Adam в задачах оценки параметров регрессионных моделей по изображению // Информационные технологии. - М. : Новые технологии, 2021.- Т. 27, № 9 - C. 461-469. pdf| DOI: 10.17587/it.27.461-469
7. Григорьев А. Д., Гнеушев А. Н. Реидентификация с предфильтрацией по качеству изображений в задаче слежения за множеством объектов // Информационные технологии. – М.: Новые технологии, 2021. – Т. 27, № 8. – C. 409–418. pdf| DOI: 10.17587/it.27.409-418
8. Samsonov N.A., Gneushev A.N., Matveev I.A. Training a Classifier by Descriptors in the Space of the Radon Transform // Journal of Computer and Systems Sciences International. — 2020 T. Vol.59, No.3. — С. 415–429. View| DOI: 10.1134/S1064230720030053
9. Гнеушев А.Н., Матвеев И.А., Самсонов Н.А. Обучение классификатора на дескрипторах в пространстве преобразования Радона // Изв. РАН. ТиСУ. — 2020 T. № 3. — С. 111–125. pdf | DOI: 10.31857/S0002338820030051
10. Гнеушев А.Н., Гурченков А.А., Мороз И.И. Прямой метод оценки параметров двусегментной кусочно-логистической кривой // Вестник МГТУ им. Н.Э. Баумана. Серия «Приборостроение». — 2018 T. № 1(118). — С. 31 - 48.pdf| DOI: 10.18698/0236-3933-2018-1-31-48
11. Самсонов Н.А., Гнеушев А.Н. Дескриптор в аккумуляторном пространстве Хафа градиентного поля изображения для детектирования пешеходов // Машинное обучение и аннализ данных. — 2017 T. 3, №3. — С. 203-215. View | DOI: 10.21469/22233792.3.3.03
12. Gneushev A. N., Kovkov D. V., Matveev I. A., Novik V. P. Optimizing the Selection of a Biometric Template from a Sequence // Journal of Computer and Systems Sciences International. 2015. Vol. 54, № 3. P. 399–405. View| DOI: 10.1134/S1064230715030077
13. Гнеушев А.Н., Ковков Д.В., Матвеев И.А., Новик В.П. Оптимизация выбора биометрического эталона из последовательности // Известия Академии Наук. Теория и системы управления. — 2015 T. № 3. — С. 72–78. View| DOI: 10.7868/S0002338815030075
14. Gankin K. A., Gneushev A. N., Matveev I. A. Iris Image Segmentation Based on Approximate Methods with Subsequent Refinements. // Journal of Computer and Systems Sciences International. 2014. Vol. 53, № 2. P. 224-238. View| DOI: 10.1134/S1064230714020099
15. Ганькин К.А., Гнеушев А.Н., Матвеев И.А. Cегментация изображения радужки глаза, основанная на приближенных методах с последующими уточнениями // Известия Академии Наук. Теория и системы управления. — 2014 T. № 2. — С. 80-94. View| DOI: 10.7868/S0002338814020097
16. Gneushev A. N. Optimization of the Texture–Geometric Image Model for Estimation of the Face Parameters. // Automation and Remote Control. 2012. Vol. 73, № 1. P. 144–152. View| DOI: 10.1134/S0005117912010110
17. Гнеушев А.Н. Оптимизация текстурно-геометрической модели изображения для оценивания параметров лица // Автоматика и телемеханика. — 2012 T. № 1. — С. 159-168. pdfISSN 0005-2310
18. Gneushev A. N. Construction and Optimization of a Texture–Geometric Model of a Face Image in the Space of Basic Gabor Functions. // Journal of Computer and Systems Sciences International. 2007. Vol. 46, № 3. P. 418–428. View| DOI: 10.1134/S1064230707030112
19. Гнеушев А.Н. Построение и оптимизация текстурно-геометрической модели изображения лица в пространстве базисных функций Габора. // Известия Академии Наук. Теория и системы управления. — 2007 T. № 3. — С. 85-96.View | ISSN 0002-3388
20. Gneushev A. N. A Real-Time Contour-Based System for Estimating the Speed of Vehicles // Journal of Computer and Systems Sciences International. 2005. Vol. 44, № 1. P. 125-134. View| ISSN PRINT: 1064-2307
21. Гнеушев А.Н. Система для оценки скорости транспортных средств по контурным признакам в режиме реального времени // Известия Академии Наук. Теория и системы управления. — 2005 T. № 1. — С. 133-143. View| ISSN 0002-3388
22. Gneushev A. N., Murynin A. B. Adaptive Gradient Method for Extracting Contour Features of Objects in Images of Real-World Scenes // Journal of Computer and Systems Sciences International. 2003. Vol. 42, № 6. P. 973-980. | ISSN PRINT: 1064-2307
23. Гнеушев А.Н., Мурынин А.Б. Адаптивный градиентный метод выделения контурных признаков объектов на изображениях реальных сцен // Известия Академии Наук. Теория и системы управления. — 2003 T. № 6. — С. 128-135. View| ISSN 0002-3388

Локальные конференции и сборники

1. Дмитриенко А.Е., Гнеушев А.Н. Обучение устойчивой к геометрическим искажением входных данных нейросетевой модели классификации изображений // Интеллектуализация обработки информации: Тезисы докладов 15-й Международной конференции, Гродно, 23–27 сент. 2024 г., Гродно: ГрГУ, 2024. С. 140-145. Сборник тезисов конференции ИОИ-15 | ISBN 978-985-582-642-3.
2. Таранов С.К., Гнеушев А.Н. Декомпозиции обучения в пространстве признаков для задачи распознавания лиц на изображениях // Интеллектуализация обработки информации: Тезисы докладов 14-й Международной конференции, г. Москва, 2022, M: РАН, 2022. С. 140-145. Сборник тезисов конференции ИОИ-14 | ISBN 978-5-907366-77-0.
3. Григорьев А.Д., Гнеушев А.Н. Регуляризация параметров нейронной сети на основе неравенства Рисса // Математические методы распознавания образов: Тезисы докладов 20-й Всероссийской конференции с международным участием, г. Москва, 2021, М.: Российская академия наук, 2021. С. 121-122. Сборник тезисов конференции ММРО-20 | ISBN 978-5-907366-47-3.
4. Нарцев Д., Гнеушев А.Н. Оптимизация регрессионных нейросетевых моделей прямой оценки параметров объектов на изображениях модифицированными методами Adam // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 88-89. Сборник тезисов конференции ИОИ-13 | ISBN 978-5-907366-16-9.
5. Григорьев А.Д., Гнеушев А.Н. Слежение за множеством объектов на видео изображениях с помощью ре-идентификации с предфильтрацией дескрипторов по качеству // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 433-434. Сборник тезисов конференции ИОИ-13 | ISBN 978-5-907366-16-9.
6. Самсонов Н.А., Гнеушев А.Н., Матвеев И.А. Построение нейросетевого классификатора в пространстве дескрипторов преобразования Радона для эффективного детектирования пешеходов // Интеллектуализация обработки информации: Тезисы докладов 13-й Международной конференции, г. Москва, 2020, M: РАН, 2020. С. 90-91. Сборник тезисов конференции ИОИ-13 | ISBN 978-5-907366-16-9.
7. Таранов С.К., Гнеушев А.Н. Метод агрегации признаков для представления множества изображений лица в задаче распознавания личности // Ситуация, язык, речь: модели и приложения: Тезисы докладов 2-й Международной конференции (Москва, Россия — Рим, Италия, 2019г).. — M.: РУДН, 2019.View | ISBN 978-5-209-09599-6
8. Samsonov N.A., Gneushev A.N., Matveev I.A. Hough Accumulator Histograms with Fully Connected Network for pedestrian detection // Situation, language, speech. Models and applications: 1st Int. Conf. Moscow, Russia – Rome, Italy, 2019. — 2019. View
9. Самсонов Н.А., Гнеушев А.Н., Матвеев И.А. Детектирование пешеходов с помощью нейросетевого классификатора по дескрипторам в аккумуляторном пространстве Хафа // Ситуация, язык, речь: модели и приложения: Тезисы докладов 2-й Международной конференции (Москва, Россия — Рим, Италия, 2019г). — M.: РУДН, 2019. — С. 54.View | ISBN 978-5-209-09599-6
10. Гнеушев А.Н., Самсонов Н.А. Метод проекций в пространстве лучевого преобразования Радона для детектирования пешеходов // Интеллектуализация обработки информации: Тезисы докладов 12-й Международной конференции (Москва, Россия — Гаэта, Италия, 2018). — M.: ТОРУС ПРЕСС, 2018. — С. 108.ViewСборник тезисов конференции ИОИ-12 | ISBN 978-5-94588-236-2
11. Самсонов Н.А., Гнеушев А.Н. Дескриптор в аккумуляторном пространстве Хафа градиентного поля изображения для детектирования пешеходов // Математические методы распознавания образов: Тезисы докладов 18-й Всероссийской конференции с международным участием, г.Таганрог, 9-14 октября 2017 г. - М.: ТОРУС ПРЕСС, 2017 г. - 228 с., с.101. Сборник тезисов конференции ММРО-2017 | ISBN 978-5-94588-225-6
12. Гнеушев А.Н. Оптимизация параметров в пространстве базисных функций для задачи слежения. // Вестник Тверского государственного университета. Серия: Прикладная математика, 2009. № 15. C. 5-14. pdf | ISSN 1995-0136
13. Гнеушев А.Н. Представление изображений заданного класса деформируемых объектов в пространстве базисных функций // Динамика неоднородных систем. Труды ИСА РАН. — M.: Издательство ЛКИ, 2007. — T. 31(1). — С. 254-260.ViewISBN 978-5-382-00620-8
14. Гнеушев А.Н. Локализация элементов лица путем оптимизации разложения изображения по базисным функциям Габора // Теоретические и прикладные задачи нелинейного анализа. — M.: ВЦ РАН, 2005. — С. 185-196. View ISBN 5-201-09836-3
15. Гнеушев А.Н., Мурынин А.Б. Широкополосный градиентный метод выделения контурных признаков объектов на неравномерно контрастных изображениях. // Тезисы докладов научной конференции “Математические модели сложных систем и междисциплинарные исследования”. – М.: ВЦ РАН, 23-24 октября 2002 г. – с. 44. Сборник тезисов конференции

Ссылки