Интеллектуализация обработки информации (конференция)/2010

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
(→[15:00 — 19:00] Секция 1)
(→[15:00 — 19:00] Секция 1)
Строка 43: Строка 43:
{{докладчик|Каркищенко А. Н.}}, Мнухин В. Б.
{{докладчик|Каркищенко А. Н.}}, Мнухин В. Б.
-
Оптимальный выбор параметров в упрощенной схеме детектора Харриса
+
Оптимальный выбор параметров в упрощенной схеме детектора Харриса.
{{докладчик|Лепский А. Е.}}
{{докладчик|Лепский А. Е.}}

Версия 07:45, 5 октября 2010

Основная статья: Интеллектуализация обработки информации (конференция)

Предварительная версия программы ИОИ-2010

В настоящее время данный раздел используется для формирования программы конференции Интеллектуализация обработки информации-2010.

Подразделы соответствуют рабочим дням конференции.

Чтобы выразить свои пожелания по дню выступления, участники конференции могут либо связаться с Программным комитетом, либо самостоятельно скопировать (не вырезая!) строку своего доклада в соотвествующий подраздел из раздела Полный список опубликованных докладов конференции ИОИ-2010. В скобках можно указать примечание, например: (вторник или среда), (кроме пятницы), (в любой день).

Для выделения фамилии докладчика рекомендуется пользоваться шаблоном {{докладчик|...}}.


Содержание

Понедельник, 18 октября

[10:00 — 13:30] Утреннее заседание

  • 10:00 Открытие конференции. Приветственное слово академика РАН Ю. И. Журавлева.
  • 10:20 — 11:30 Пленарные доклады.
  • 11:30 — 12:00 Приветственный фуршет.
  • 12:00 — 13:30 Пленарные доклады.

[15:00 — 19:00] Вечернее заседание

[15:00 — 19:00] Секция 1

Секционные доклады.

[15:00 — 19:00] Секция 2

Секционные доклады.

Вторник, 19 октября

[10:00 — 13:00] Утреннее заседание

[10:00 — 13:00] Секция 1

Секционные доклады.

[10:00 — 13:00] Секция 2

Секционные доклады.

[15:00 — 19:00] Вечернее заседание

[15:00 — 19:00] Секция 1

Секционные доклады.

Геометрия знакового представления изображений и её приложение к исследованию устойчивости к шумам.

Каркищенко А. Н., Гончаров А. В.

Классификация изображений периодических структур на основе непрерывного преобразования симметрии.

Каркищенко А. Н., Мнухин В. Б.

Оптимальный выбор параметров в упрощенной схеме детектора Харриса.

Лепский А. Е.

[15:00 — 19:00] Секция 2

Секционные доклады.

Среда, 20 октября

[10:00 — 13:00] Утреннее заседание

[10:00 — 13:00] Секция 1

Секционные доклады.

[10:00 — 13:00] Секция 2

Секционные доклады.

[15:00 — 19:00] Вечернее заседание

[15:00 — 19:00] Секция 1

Секционные доклады.

[15:00 — 19:00] Секция 2

Секционные доклады.

Четверг, 21 октября

Экскурсия

Пятница, 22 октября

[10:00 — 13:00] Утреннее заседание

[10:00 — 13:00] Секция 1

Секционные доклады.

[10:00 — 13:00] Секция 2

Секционные доклады.

[15:00 — 18:00] Вечернее заседание

  • Пленарные доклады.
  • 18:00 Подведение итогов и закрытие конференции.
  • 20:00 Торжественный ужин.

Полный список опубликованных докладов ИОИ-2010

Всего было подано 165 докладов.

Каждая статья рецензировалась двумя рецензентами (в редких случаях одним или тремя).

Принято 140 докладов, из них около 70% после доработки с учётом замечаний рецензентов.

Фундаментальные основы интеллектуального анализа данных

  1. Submodular decomposition approach for inference in Markov random fields
    Vetrov D., Osokin A.
  2. Эквивалентность потенциальных функций и линейных пространств представления объектов произвольной природы
    Абрамов В. И., Середин О. С., Сулимова В. В., Моттль В. В.
  3. Оценивание качества таксономических деревьев решений и кластерного ансамбля
    Бериков В. Б., Лбов Г. С.
  4. Выявление зависимости между величиной FRiS-функции и вероятностью ошибочного распознавания
    Борисова И. А.
  5. Точные оценки вероятности переобучения для несимметричных многомерных семейств алгоритмов
    Ботов П. В.
  6. Точные комбинаторные оценки обобщающей способности онлайнового обучения
    Воронцов К. В., Решетняк И. М.
  7. Информационная модель алгоритма классификации и оценка его надёжности
    Гуров С. И.
  8. Применение pVCD метода оценивания емкости классов алгоритмов эмпирического обобщения
    Донской В. И.
  9. Критерии полноты моделей алгоритмов нечёткой разметки точечных конфигураций
    Дорофеев Н. Ю.
  10. Оценки степени корректных полиномиальных замыканий подмоделей модели АВО
    Дьяконов А. Г.
  11. О сложности перечисления элементарных классификаторов в логических процедурах распознавания
    Дюкова Е. В., Сотнезов Р. М.
  12. Об асимптотически эффективном поиске конъюнктивных закономерностей
    Дюкова Е. В., Нефёдов В. Ю.
  13. Непрерывная коррекция информационного критерия Акаике для регуляризованного оценивания сверхбольшого числа параметров регрессионных моделей данных с неизвестной дисперсией наблюдения
    Ежова Е. О., Красоткина О. В., Моттль В. В.
  14. О логических алгоритмах распознавания
    Журавлёв Ю. И.
  15. О вероятности переобучения пороговых конъюнкций
    Ивахненко А. А.
  16. k-сингулярные системы, приложения в алгебраическом подходе к распознаванию
    Карпович П. А., Дьяконов А. Г.
  17. Об одном метрическом аналоге метода главных компонент
    Майсурадзе А. И.
  18. Об одном классе корректных алгоритмов вычисления \Sigma \Pi-оценок
    Матросов В. Л., Шибзухов З. М.
  19. О сведении задачи распознавания к монотонному случаю
    Махина Г. А.
  20. О максимальном смещении эмпирического риска как оценки вероятности ошибочной классификации
    Неделько В. М.
  21. Инкрементные методы в коллаборативной фильтрации
    Полежаева Е. А.
  22. О задачах классификации значений признаков в задачах классификации
    Рудаков К. В.
  23. Вероятность переобучения плотных и разреженных семейств алгоритмов
    Толстихин И. О.
  24. Вероятность переобучения плотных и разреженных многомерных сеток алгоритмов
    Фрей А. И.
  25. Топологический подход к выводу условий равномерной по классу событий сходимости частот к вероятностям
    Хачай М. Ю.
  26. О линеаризации задачи разделения классов в пространствах с неархимедовами метриками
    Чернов В. М.

Методы и модели интеллектуального анализа данных

  1. Active learning with tree ensembles
    Borisov A. E, Tuv E. V
  2. Bayesian logistic regression for classification of tabular data
    Kropotov D., Vetrov D., Wolf L., Hassner T.
  3. Integral indicators based on data and rank-scale expert estimations
    Strijov V. V., Letmathe P.
  4. Методы оптимальной группировки параметров долевого типа
    Бауман Е. В., Дорофеюк А. А., Москаленко Н. Е.
  5. Методы размытой упорядоченной классификации в задаче оценки альтернатив
    Бауман Е. В., Гольдовская М. Д., Кулькова Г. В.
  6. Построение и исследование распознающих процедур на основе полных решающих деревьев
    Генрихов И. Е., Дюкова Е. В.
  7. Распознавание и визуализация множества элементов, представленных взаимными близостями
    Двоенко С. Д., Панферов А. В.
  8. Методы структуризации многомерных динамических объектов
    Дорофеюк А. А., Бауман Е. В., Покровская И. В.
  9. Оптимальные алгоритмы автоматической классификации сложно организованных данных
    Дорофеюк А. А., Киселёва Н. Е., Чернявский А. Л.
  10. Обучение алгоритма FRiS-Pro прогнозированию характеристик, измеренных в абсолютной шкале
    Дюбанов В. В., Загоруйко Н. Г.
  11. Когнитивный анализ данных, основанный на использовании FRiS-функции
    Загоруйко Н. Г.
  12. Метод бикластеризации на основе объектных и признаковых замыканий
    Игнатов Д. И., Каминская А. Ю., Кузнецов С. О., Магизов Р. А.
  13. Метод иерархической аппроксимации как решение задачи многомерных косвенных измерений
    Копенков В. Н., Сергеев В. В., Тимбай Е. И.
  14. Байесовский подход к задаче обучения распознаванию образов в нестационарной генеральной совокупности
    Красоткина О. В., Моттль В. В., Турков П. А.
  15. Выбор регрессионных моделей с анализом мультиколлинеарности
    Крымова Е. A., Стрижов В. В.
  16. Системы тестирования алгоритмов машинного обучения: MLcomp, TunedIt и Полигон
    Лисица А. В., Воронцов К. В., Ивахненко А. А., Инякин А. С., Синцова В. В.
  17. Экспертно-статистическая обработка информации и метод аналогов как средство искусственного интеллекта
    Мандель А. С.
  18. Экспертно-классификационная и экспертно-статистическая обработка информации и принятие решений
    Мандель А. С., Дорофеюк Ю. А.
  19. Учёт отношения соседства между признаками при их отборе в задаче обучения распознаванию образов
    Маслакова С. Н., Середин О. С.
  20. Методы структуризации качественных данных в задаче агрегирования больших экспериментальных графов
    Покровская И. В., Бауман Е. В., Дорофеюк Ю. А.
  21. Метод нейтральной точки для компенсации пропусков в обучающей совокупности при обучении распознаванию образов по методу опорных векторов
    Панов М. Е., Татарчук A. И., Моттль В. В.
  22. Метод наименьших углов для логистической регрессии
    Скипор К. С., Стрижов В. В.
  23. О плавно меняющихся алгоритмах классификации
    Филипенков Н. В. (Командировку удалось отменить. Нет ограничений на время доклада --Nikolay Filipenkov 15:33, 2 октября 2010 (MSD))
  24. Экспертно-структурные методы построения хорошо интерпретируемых классификаций
    Чернявский А. Л., Дорофеюк А. А., Дорофеюк Ю. А.
  25. Интеллектуальный анализ k-значных данных
    Янковская А. Е., Китлер С. В.
  26. Анализ данных и знаний на основе конвергенции нескольких наук и научных направлений
    Янковская А. Е.

Моделирование и метамоделирование систем и процессов

  1. About hybrid algorithm for tuning of parameters in approximation based on linear expansions in parametric functions
    Burnaev E. V., Belyaev M. G., Prihodko P. V.
  2. Dimension reduction for function approximation based on piecewise-linear regression
    Burnaev E. V., Belyaev M. G., Prihodko P. V.
  3. Metamodelling with using domain-specific knowledge
    Kuleshov A. P., Bernstein A. V., Burnaev E. V.
  4. Predictive metamodeling and data analysis
    Kuleshov A. P., Bernstein A. V.
  5. Software support of metamodelling
    Vetrov D. E.
  6. Методы консолидации разноточных данных
    Бурнаев Е. В., Бернштейн А. В.
  7. СРС-методы как методы интеллектуального анализа данных при исследовании реальных хаотических процессов
    Горшенин А. К., Королёв В. Ю., Шоргин C. Я.
  8. Анализ фондовых и валютных рынков с помощью обобщенного непараметрического метода
    Кондраков И. А., Шананин А. A.
  9. Генерация многомерных данных, лежащих на многообразии меньшей размерности
    Чернова С. С., Ветров Д. Е., Маркевич С. В.

Оптимизация и сложность вычислений

  1. Алгоритм локального поиска для задачи конкурентного размещения предприятий
    Береснев В. Л.
  2. Алгоритмы с оценками качества решения некоторых задач выбора подмножества векторов в евклидовом пространстве
    Гимади Э. Х.
  3. Параллельные методы решения задач оптимизации большой размерности
    Голиков А. И., Евтушенко Ю. Г., Посыпкин М. А.
  4. О сложности одной задачи кластерного анализа
    Долгушев А. В., Кельманов А. В.
  5. Одна задача синтеза оптимального остовного дерева
    Ерзин А. И., Шамардин Ю. В.
  6. Эффективные алгоритмы решения специальных случаев квадратичной задачи о назначениях на сетях
    Забудский Г. Г., Лагздин А. Ю.
  7. Оценки среднего числа итераций для некоторых алгоритмов решения задачи о рюкзаке
    Заозерская Л. А., Колоколов А. А., Гофман Н. Г.
  8. NP-полнота некоторых задач анализа данных
    Кельманов А. В.
  9. NP-полнота некоторых задач выбора подмножества векторов
    Кельманов А. В., Пяткин А. В.
  10. Об одной задаче обнаружения и идентификации векторных наборов в последовательности
    Кельманов А. В., Михайлова Л. В., Хамидуллин С. А.
  11. Исследование математических моделей и декомпозиционных алгоритмов для решения двухстадийной задачи размещения
    Колоколов А. А., Леванова Т. В., Федоренко А. С.
  12. Метаэвристики для одной задачи сжатия информации
    Кочетов Ю. А.
  13. Трудные тестовые примеры для задач кластеризации и размещения производства
    Кочетова Н. А.
  14. Гибридные методы решения сложных комбинаторных задач, использующие декомпозицию
    Плясунов А. В.
  15. Об оценках вычислительной сложности метода ветвей и границ в задаче о сумме подмножеств
    Посыпкин М. А.
  16. О линейных соотношениях для задачи 3-ВЫПОЛНИМОСТЬ
    Файзуллин Р. Т., Дулькейт В. И., Хныкин И. Г.

Дискретный анализ, теория кодирования, теория информации

  1. Определение минимальных фрагментов, различающих слова над конечным алфавитом
    Коротков Д. Ю., Сметанин А. Ю.
  2. Об одном процессе верификации алгоритмических схем
    Лукьянова Е. А., Дереза А. В.

Обработка, анализ и распознавание изображений

  1. A new RST-invariant robust image watermarking method based on blockwise host image processing
    Glumov N. I., Mitekin V. A.
  2. A new algorithm for image authentication and information hiding using pseudo-quantization
    Glumov N. I., Mitekin V. A.
  3. Contour's blur determination method for the digital images
    Koltsov P. P.
  4. Fast recognition of 2D objects represented by the trees of primitives
    Lange M., Ganebnykh S.
  5. A two-step procedure for automated registration of visible and x-ray images of fine art paintings
    Murashov D. M.
  6. Функции расстояния для классификации знаковых представлений изображений
    Броневич А. Г., Гончаров А. В.
  7. Обнаружение информативных фрагментов в задаче оценки качества изображений
    Гашников М. В., Мясников В. В.
  8. Пространство формализации изображений
    Гуревич И. Б., Яшина В. В.
  9. Геометрический подход к комбинированию алгоритмов поиска лиц на изображениях
    Дегтярёв Н. А., Середин О. С.
  10. Сравнение поверхностей заданных на неструктурированных сетках и сетках разной плотности
    Дышкант Н. Ф.
  11. Вероятностная потенциальная функция для распознавания изображений
    Ермаков А. С., Середин О. С.
  12. Вероятности распознавания направления переноса в одной модели случайного движения точки на плоскости
    Жарких А. А., Бычкова С. М.
  13. Структурный анализ формы объекта с помощью скелетного ядра
    Жукова К. В., Рейер И. А.
  14. Геометрия знакового представления изображений и её приложение к исследованию устойчивости к шумам
    Каркищенко А. Н., Гончаров А. В.
  15. Классификация изображений периодических структур на основе непрерывного преобразования симметрии
    Каркищенко А. Н., Мнухин В. Б.
  16. Метод обнаружения водяных знаков, основанных на визуально незаметном искажении текстур
    Митекин В. А., Федосеев В. А.
  17. Модифицированный метод геометризованных гистограмм и его применение
    Кий К. И.
  18. Скелетизация полутоновых изображений отпечатков пальцев для задачи идентификации личности
    Котик С. В.
  19. Обнаружение локальных искусственных изменений на крупноразмерных изображениях
    Кузнецов А. В., Глумов Н. И.
  20. Оптимальный выбор параметров в упрощенной схеме детектора Харриса
    Лепский А. Е.
  21. Многолистная многоугольная фигура и ее скелет
    Мехедов И. С.
  22. Восстановление формы трехмерного объекта по двум плоским проекциям с использованием стековых морфологических деревьев
    Стреляев В. С., Копылов А. В., Визильтер Ю. В.
  23. Оптимизация псевдоградиента целевой функции при оценивании межкадровых геометрических деформаций изображений
    Ташлинский А. Г.
  24. Триплетные признаки изображений со сложной полутоновой текстурой
    Федотов Н. Г., Мокшанина Д. А.
  25. Оптимизация плана взятия отсчетов при оценивании межкадровых геометрических деформаций изображений
    Хорева А. М., Ташлинский А. Г.

Обработка и анализ сигналов

  1. Signal segmentation with label frequency constraints using dual decomposition approach for hidden Markov models
    Kropotov D., Laptev D., Osokin A., Vetrov D.
  2. Сравнение формы нескольких сигналов, порожденных нелинейным монотонным преобразованием из неизвестного прообраза, и оценивание параметров их формы
    Демин Д. С., Чуличков А. И.
  3. Алгоритм обработки сигналов на основе параметрического динамического программирования
    Копылов А. В., Красоткина О. В., Моттль В. В., Приймак А. Ю.

Приложения в области наук о Земле

  1. Multicomponent simulation and forecasting of a complex natural signal
    Mandrikova O. V., Geppener V. V., Goreva T. S., Klionskiy D. M.
  2. Комплекс программно-информационных средств оперативного дешифрирования космических изображений
    Абламейко С. В., Крючков А. Н., Апарин Г. П., Сотикова Е. Е.
  3. Комплекс и технологии тематической обработки данных дистанционного зондирования Земли
    Абламейко С. В., Крючков А. Н., Апарин Г. П., Соболь Л. Н.
  4. Восстановление количественных характеристик природно-техногенных объектов по результатам попиксельной обработки авиационных гиперспектральных изображений
    Кондранин Т. В., Козодеров В. В., Дмитриев Е. В., Бобылев В. И.
  5. Автоматический способ вычисления индекса геомагнитной активности K на основе вейвлет-пакетов
    Мандрикова О. В., Соловьев И. С.

Приложения в области медицины, биологии, биометрии

  1. Многомасштабный корреляционный анализ в задачах распознавания эпилептических разрядов
    Анциперов В. Е., Обухов Ю. В.
  2. Идентификация личности по форме ладони и голосу
    Бакина И. Г.
  3. Интеллектуальный анализ цифровых рентгеновских снимков в системе для массовой диагностики остеопороза
    Бойко А. И., Ольшевец М. М., Устинин М. Н.
  4. Оценка состояния утомления человека-оператора на базе характеристик пульсового сигнала лучевой артерии
    Дорофеюк А. А., Гучук В. В., Десова А. А., Покровская И. В.
  5. Подход к ангиографической диагностике с помощью вычисления оптического потока
    Марьяскин Е. Л., Ивановский С. А., Немирко А. П.
  6. Использование показателей энтропии ЭЭГ-сигнала для распознавания стадий наркоза
    Немирко А. П., Манило Л. А., Калиниченко А. Н., Волкова С. С.
  7. Метод анализа фазовой синхронизации многоканальных электроэнцефалограмм
    Обухов Ю. В., Морозов А. А., Королёв М. С., Полупанов А. Ф.
  8. Обнаружение полезного сигнала на фоне шумов большой амплитуды в задачах анализа данных магнитной энцефалографии
    Устинин М. Н., Панкратова Н. М., Панкратов А. Н.
  9. Комплексирование биометрических классификаторов
    Ушмаев О. С.

Приложения в области биоинформатики

  1. Использование сложностных разложений в задачах анализа символьных последовательностей
    Гусев В. Д., Мирошниченко Л. А.
  2. Спектрально-аналитический подход к задачам биоинформатики
    Дедус Ф. Ф., Тетуев Р. К.
  3. Спектральный метод дифференцирования функций в задаче поиска мегасателлитных тандемных повторов
    Назипова Н. Н., Тетуев Р. К.
  4. Распознавание супервторичных структур в глобулярных белках на основе спектрально-аналитического метода
    Панкратов А. Н., Руднев В. Р., Куликова Л. И., Дедус Ф. Ф., Ефимов А. В.
  5. Об оценке осцилляции GC\% при поиске тандемных повторов
    Тетуев Р. К., Дедус Ф. Ф., Ольшевец М. М., Панкратов А. Н., Пятков М. И., Назипова Н. Н.
  6. Анализ мотивов в задаче распознавания вторичной структуры белка на основе критерия разрешимости
    Торшин И. Ю.
  7. Профильно-статистическая основа локальных сигналов в ДНК
    Чалей М. Б., Кутыркин В. А.

Приложения в области анализа текстов и информационного поиска

  1. Application of monotonic correction to learning to rank
    Spirin N. V.
  2. Внедрение системы Антиплагиат в Российской государственной библиотеке
    Авдеева Н. В., Ботов П. В., Букаев А. С., Вислый А. И., Груздев И. А., Житлухин Д. А., Романов М. Ю., Чехович Ю. В.
  3. Математическая модель управления процессом обучения в ИОС
    Галеев И. Х.
  4. Применение латентно-семантического анализа к исследованию политических блогов
    Корнилина Е. Д., Петров А. П.
  5. Динамическое обучение распознаванию статистических таблиц
    Кудинов П. Ю., Полежаев В. А.
  6. Семантическая схожесть текстов в задаче автоматизированного контроля знаний
    Михайлов Д. В., Емельянов Г. М.

Приложения в промышленности и транспорте

  1. Intellectualization of group communication and decision support: the decision hedgehog
    Humphreys P.
  2. Modeling of the traffic emission load from data of the toll gates system
    Derbek P., Hrubes P.
  3. Service quality management in transport telematics solutions
    Zelinka T., Svitek M., Bouchner P.
  4. Выбор оптимального по точности состава бортовых оптических измерений в задаче оценивания расстояния до цели
    Бахшиян Б. Ц., Назиров Р. Р., Федяев К. С.
  5. О задачах синтеза метрик, связанных с поиском прецедентов для оценки промышленных рисков
    Помазков А. А., Черноплёков А. Н.
  6. Об идентификации имитационных моделей сложных социально-технических систем по агрегированным данным
    Чехович Ю. В.
Источник — «http://www.recognition.su/wiki/index.php?title=%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%D0%BE%D0%B1%D1%80%D0%B0%D0%B1%D0%BE%D1%82%D0%BA%D0%B8_%D0%B8%D0%BD%D1%84%D0%BE%D1%80%D0%BC%D0%B0%D1%86%D0%B8%D0%B8_%28%D0%BA%D0%BE%D0%BD%D1%84%D0%B5%D1%80%D0%B5%D0%BD%D1%86%D0%B8%D1%8F%29/2010»
Личные инструменты