Цифровая дидактика Анализ данных Нейросети
Для оперативного информирования о заседания семинара создана группа в Telegram. Приглашаем присоединиться по ссылке.
Следующее заседание семинара состоится 15 марта в 15-30 (московское время 11-30).
Докладчик: Заславская Ольга Юрьевна – доктор педагогических наук, профессор, профессор Департамента информатизации образования Института цифрового образования МГПУ, г. Москва Тема доклада: Возможности построения индивидуальной образовательной траектории на основе применения технологии “Большие данные”
Заседание будет проходить в гибридном формате: офлайн – аудитория 2-16 ИКИТ (ул. Киренского 26 к.1); онлайн – https://telemost.yandex.ru/j/11607608626109
----------------------------------------------------------------------------------------------------------------
Следующее заседание семинара состоится 1 марта в 15-30 (московское время 11-30).
Докладчик: Токтарова Вера Ивановна - доктор педагогических наук, профессор кафедры прикладной математики и информатики Марийского государственного университета, г. Йошкар-Ола Тема доклада: Анализ образовательных данных студентов в создании персонализированной среды обучения
Заседание будет проходить в гибридном формате: офлайн – аудитория 1-12 ИКИТ (ул. Киренского 26 к.1); онлайн – https://telemost.yandex.ru/j/97203479920969
IX заседание семинара состоится 15 февраля в 15-30 (московское время 11-30).
Докладчик: кандидат социологических наук, доцент, заведующий кафедрой социологии ИППС СФУ Труфанов Дмитрий Олегович
Тема доклада: Исследование факторов удовлетворенности студентов обучением в Сибирском федеральном университете
Заседание будет проходить в гибридном формате: офлайн – аудитория 1-12 ИКИТ (ул. Киренского 26 к.1); онлайн – https://telemost.yandex.ru/j/69198065216148.
VIII заседание семинара «ЦИФРОВАЯ ДИДАКТИКА ВЫСШЕЙ ШКОЛЫ» состоится 21 декабря в 15-30 (московское время 11-30).
Докладчик: доктор физико-математических наук, профессор, профессор кафедры прикладной математики и компьютерной безопасности ИКИТ СФУ Носков Михаил Валерианович
Тема доклада: Системы раннего прогнозирования успешности обучения
Заседание будет проходить в гибридном формате: офлайн – аудитория 1-12 ИКИТ (ул. Киренского 26 к.1); онлайн – https://telemost.yandex.ru/j/25156699278113.
Очередное заседании семинара «ЦИФРОВАЯ ДИДАКТИКА ВЫСШЕЙ ШКОЛЫ» состоится 7 декабря в 15-30 (московское время 11-30).
Докладчик: старший преподаватель кафедры прикладной математики и компьютерной безопасности Лазарева Виктория Александровна Тема доклада: Роль и место дисциплины «Теория информация» в подготовке бакалавров по информационной безопасности
Заседание будет проходить в гибридном формате: офлайн – аудитория 1-12 ИКИТ (ул. Киренского 26 к.1); онлайн – https://telemost.yandex.ru/j/84007258869483 .
Коллеги, для оперативного информирования создана группа в Telegram. Приглашаем присоединиться по ссылке .
Очередное заседании семинара «ЦИФРОВАЯ ДИДАКТИКА ВЫСШЕЙ ШКОЛЫ» состоится 9 ноября в 15-30 (московское время 11-30).
Докладчик: канд. пед. наук, доцент кафедры информационных технологий обучения и непрерывного образования Седых Татьяна Владимировна Тема доклада: Вовлеченность в образовательный процесс как показатель качества образования
Заседание будет проходить в гибридном формате: офлайн – аудитория 1-12 ИКИТ (ул. Киренского 26 к.1); онлайн – https://telemost.yandex.ru/j/97132252307972.
---------------------------------------------------------------------------------------------------------------- Очередное заседании семинара «ЦИФРОВАЯ ДИДАКТИКА ВЫСШЕЙ ШКОЛЫ» состоится 19 октября в 15-30 (московское время 11-30).
Докладчик: канд. ф.-м. наук, доцент каф. Прикладной математики и компьютерной безопасности Зыкова Татьяна Викторовна Тема доклада: Применение силовых алгоритмов визуализации графов для анализа основных образовательных программ
Заседание будет проходить в гибридном формате: офлайн – аудитория 1-12 ИКИТ (ул. Киренского 26 к.1); онлайн – https://telemost.yandex.ru/j/29288058245774.
------------------------------------------------------------------------------------------------------------------
IV заседание семинара состоится 25 мая 2022 года в 15-30 (московское время 11-30).
Докладчик: канд. пед. наук, доцент каф. современных образовательных технологий Манушкина Маргарита Михайловна
Тема доклада: Когнитивные стили: возможности индивидуализации образования Аннотация доклада: Когнитивные стили выступают устойчивыми индивидуальными характеристиками познавательной деятельности. В докладе будет рассказано о когнитивных стилях и исследованиях возможностей индивидуализации обучения на основе когнитивных стилей учащихся
Заседание будет проходить в гибридном формате:
III заседание семинара состоится 18 мая 2022 года в 15-30.
Докладчик: к пед.н, доцент каф. Прикладной математики и компьютерной безопасности ИКИТ СФУ Роман Витальевич Есин
Тема доклада: Получение образовательных данных в LMS Moodle и их использование для прогнозирования успешности обучения
Аннотация: В докладе будет представлено описание имеющихся образовательных данных, которые можно получить из LMS Moodle. На основе этих данных построена модель градиентного бустинга на решающих деревьях и проведен анализ значимости различных типов данных для предсказания успешности обучения. Приведены результаты эмпирического исследования моделей, использующих в качестве предикторов характеристики как аудиторной работы студентов, так их работы в электронной среде. Представлен подход к визуализации многомерных образовательных данных.
II заседание семинара состоится 11 мая в 15-30.
Докладчик: канд.филос.наук, зав. каф. Общей и социальной педагогики ИППС СФУ Антонида Константиновна Лукина Тема доклада: Мотивационные факторы сохранности контингента студентов: по материалам российских исследований
Аннотация доклада: предполагается анализ статьи Шмелевой Е.Д. и Фрумина И.Д. «Факторы отсева студентов инженерно-технического профиля в российских вузах» // Вопросы образования 2020, №3, а также собственных исследований, проводившихся на протяжении 10 лет. Показано, что значительная часть студентов приходит на обучение с незрелым, случайным выбором, что препятствует академической и социальной интеграции студентов в учебный процесс. Другим важным фактором отсева является слабый уровень базовой подготовки в школе, что особенно актуально для инженерных специальностей. Предложены некоторые способы развития учебной мотивации студентов, апробированные в практике работы кафедры Общей и социальной педагогики СФУ.
I заседание семинара.
Дата проведения: 4 мая 2022 года в 15-30. Заседание будет проходить в гибридном формате:
Докладчик: к.ф.-м.н, доцент каф. Прикладной математики и компьютерной безопасности ИКИТ СФУ Татьяна Алексеевна Кустицкая.
Тема доклада: Раннее выявление студентов с высоким риском неуспешности обучения.
Аннотация: Методы машинного обучения уже около 15 лет успешно используются для анализа данных образовательных сред и управления процессом обучения. В докладе будет рассказано о системах, позволяющих по данным обучающих систем своевременно выявить назревающие у студентов проблемы и оказать поддержку.
XXXV заседание семинара
Дата проведения: 01.06.2024 в 12:00 Место проведения: ул. Киренского, 26, к.1 (корпус ИКИТ), ауд. 1-12
Тема семинара: Data Science в Красноярске: чем занимаются BI и ETL разработчики, а также аналитики данных. Докладчики – студенты магистратуры «Анализ данных и математическое моделирование», гр. КИ23-05-8М: · Ошлакова Полина, младший аналитик данных компании ООО «АЛЬТ-ПЛАСТ»; · Пономарев Михаил, ETL разработчик ООО "ИТ-ЛЕВЕЛ"; · Фомкин Дмитрий, BI разработчик ООО «Axenix».
Аннотация: Докладчики расскажут о некоторых аспектах ETL разработки и BI аналитики, их ключевых задачах и методах, об особенностях анализа данных в ритейле и возможностях использования машинного обучения для прогнозирования продаж и оптимизации бизнес-процессов. Кроме того, они поделятся личным опытом работы с данными, а также своим видением уровня развития и востребованности Data Science в Красноярске.
XXXIV заседание семинара.
Дата проведения: 25.12.2023 в 18:00. Место проведения: ул. Киренского, 26, к.1 (корпус ИКИТ), ауд. 1-15
Регистрация для дистанционного участия через видеоконференцсвязь доступна до 24 декабря по ссылке https://forms.yandex.ru/cloud/6581a44d2530c208db8cf738/
Тема доклада: «Рекомендательные системы для бизнеса». Аннотация: На семинаре будет представлено несколько вариантов рекомендательных систем, разработанных студентами магистратуры «Прикладные вычисления в науке и технике» совместно с партнером магистерской программы ООО "ТС Командор". Системы были разработаны в рамках обучения по дисциплине «Прикладные задачи анализа данных» и апробированы в реальном бизнес-процессе.
XXXIII заседание семинара. Дата проведения: 21.10.20 в 16:10 в Zoom. Подключиться к конференции Zoom https://zoom.us/j/94605107839?pwd=dnBKY1BibFdsWGZUd2p0MlY4Vkt6dz09 Идентификатор конференции: 946 0510 7839 Код доступа: 476673 Докладчик: к.ф.-м.н, доцент каф. ПМКБ ИКИТ СФУ Кустицкая Т.А.
Тема доклада: «Система раннего предупреждения неуспешности обучения: анализ данных в образовании».
Аннотация: Методы машинного обучения уже около 15 лет успешно используются для анализа данных образовательных сред и управления процессом обучения. В докладе будет рассказано о системах, позволяющих по данным обучающих систем своевременно выявить назревающие у студентов проблемы и помочь таким студентам удержаться "на плаву". Мы рассмотрим опыт вузов, успешно внедривших системы раннего предупреждения в свой учебный процесс, и обсудим промежуточные результаты создания подобной системы для учебного курса, реализуемого в СФУ.
XXХI заседание семинара. Дата проведения: 05.03.20 в 14:10 в ауд. 1-12. Докладчик: к.ф.-м.н., доцент базовой кафедры медико-биологических систем и комплексов ИФБиБТ СФУ А.Н. Шуваев Тема доклада: «Нейросетевой и RandomForest анализ ЭЭГ сигналов». Аннотация: Развитие методов анализа данных позволяет эффективно использовать их в медицине для помощи в постановке диагнозов или для выявления предпатологических состояний как на записях, так и в режиме реального времени. В докладе будет представлен опыт работы с одним из типов т.н. electronic health recordings - ЭЭГ сигналов, вылившийся в магистерские диссертации. Исследования включают попытки машинной диагностики расстройств сна, а также некоторых распространенных неврологических патологий.
XXХ заседание семинара. Дата проведения: 20.02.20 в 14:10 в ауд. 1-12. Докладчик: к.э.н, доцент каф. социально-экономического планирования СФУ А.И. Пыжев Тема доклада: «Научная графика в R (почти) без боли (Scientific Graphics in R without Pain (almost))». Аннотация: Простой гугл-запрос выдаст большое количество литературы по тому, как «легко и быстро» использовать R. Здесь будут и огромные книги, и многочисленные заметки на Stack Overflow, которые, на первый взгляд, кажутся бесконечной кладезью примеров, из которой каждый в два счета соберет необходимый код для решения конкретной задачи. Однако, на деле это совсем не так. Материалов, которые бы рассказали, например, как построить простой график «с нуля» с готовыми рецептами для решения затруднений, которые возникнут по ходу решения этой задачи, очень мало. В как всегда открытой дискуссии мы попробуем обсудить, как решать такие задачи с минимальными потерями и максимальным качеством результата.
XXVIII заседание семинара. Дата проведения: 26.12.2019 в 16:00 в ауд. 1-12. На заседании семинара состоится защита группового проекта, выполненного студентами бакалавриата по специальности "Прикладная математика" в рамках изучения дисциплины "Анализ данных". Доклад: студенты гр. КИ16-18б Карнаухова Л., Ковалев В., Хабибуллоев М., Уваров А., Якушевский Э. «Анализ данных мониторинга источника бесперебойного питания». Аннотация: Для обеспечения надежной работы технического оборудования необходимо его грамотное оснащение источниками бесперебойного питания (ИБП). Для отслеживания сроков и своевременной замены ИБП специалисты ориентируются прежде всего на паспортные характеристики батарей, однако этот процесс можно оптимизировать, если использовать данные текущего мониторинга работы ИБП, так как они могут дать гораздо больше информации о состоянии батарей.
XXVII заседание семинара. Дата проведения: 19.12.2019 в 16:00 в ауд. 2-16. Доклад: Пыжев Антон Игоревич, канд. эконом. наук, доцент кафедры социально-экономического планирования СФУ «Как делать меньше, а успевать — больше? Дискуссия о производительности труда в условиях цифровизации». Дискуссия: Накануне Нового года мы всегда ждем лучшего, обещаем себе стать эффективнее: меньше лениться и больше успевать. А что если на этот раз не только пообещать, но и сделать? Дискуссия будет посвящена обмену мнений по поводу того, как добиваться от себя максимума результатов при минимальных затрат с помощью современных технологий. Автор поделится своим опытом попыток решения этой задачи, в том числе с помощью различных облачных сервисов. Будем рады увидеть максимальный круг участников. Формул не будет! Ну почти.
XXVI заседание семинара. Дата проведения: 28.11.2019 в 16:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Носков Михаил Валерианович, д-р. физ.-мат. наук, профессор. Тема доклада: "Прогнозирование успешности обучения студентов на основе марковских процессов". В докладе предлагается модель прогнозирования успешности обучения, опирающаяся на марковские процессы, учитывающая отношение студента к изучению данной дисциплины.
XXV заседание семинара. Дата проведения: 31.10.2019 в 16:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Бухтояров М.С., к. филос. н., Master of Education in Instructional Technology, доцент кафедры глобалистики и геополитики ГИ СФУ " Теории обучения: бихевиоризм, когнитивизм и конструктивизм в контексте развития электронного обучения" Дискуссия: "Необходимо ли проводить анализ образовательных данных, опираясь на теории обучения?"
XXIV заседание семинара. Дата проведения: 17.10.2019 в 16:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Кустицкая Т.А., доцент каф. ПМКБ СФУ "Анализ образовательных данных: особенности, задачи, тенденции. Задача прогнозирования успешности обучения" Дискуссия: "Перспективы применения аналитики образовательных данных в управлении учебным процессом"
XXIII заседание семинара. Дата проведения: 03.10.2019 в 16:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Алексей Качан, компания "Связьком" "Разработка и применение устройств для VR с обратной тактильной связью"
XXII заседание семинара. Дата проведения: 19.09.2019 в 16:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Пыжев Антон Игоревич, СФУ "Режим собственности на леса как фактор эффективности лесопользования: межстрановой анализ"
XXI заседание семинара. Дата проведения: 23.05.2019 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Кузенков Николай Петрович, КГПУ им. Астафьева "О возможности использования анализа речевых сигналов при оценке высших психических функций человека". Аннотация: Высшие психические функции человека являются продуктом функционирования центральной нервной системы, а особенности их протекания зависят как от физиологических особенностей нервных тканей, так и от результатов обучения и взаимодействия со средой. С точки зрения физиологии невозможно выделить изолированную систему, реализующую ту или иную высшую психическую функцию на всех уровнях её функционирования. Изучение работы мозга позволило установить конкретные области, ответственные за получение информации от различных органов чувств и передачу информации к исполнительным органам, но по мере повышения уровня абстракции информации и её передачи к вторичным, а тем более, третичным корковым полям, сенсорная специфичность информации утрачивается. Третичные поля различаются по характеру работы с информацией и выполняют универсальные действия в различных высших психических функциях. Например, одни области, в зависимости от контекста, выполняют задачи по ориентации в пространстве, построению высказывания и выполнению математических операций, другие — по планированию действий при выполнении самых разнообразных функций. Такая универсальность в обработке информации позволяет по оценке свойств одной функции, строить прогноз относительно свойств других функций, или оценивать особенности функционирования отдельных структур головного мозга. В данной работе анализируются речевые сигналы больных с различными речевыми нарушениями, а также испытуемых без речевых нарушений, у части из которых измерялся уровень интеллекта. Анализ речевых сигналов проводился с помощью как известных ранее, так и оригинальных методов математической статистики и нелинейной динамики. Основные результаты работы: показаны возможности оригинальных методов анализа временных рядов, преимущество перед спектральными методами; с использованием методов машинного обучения разработан алгоритм диагностики речевых патологий; показана прогностическая возможность использования нелинейных и статистических характеристик речи при оценке особенностей интеллекта.
XX заседание семинара. Дата проведения: 16.05.2019 в 16:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Алеева Валентина Николаевна, кандидат ф-м.н., доцент кафедры системного программирования Южно-Уральского государственного университета (НИУ) "Концепция Q-детерминанта и ее применение для параллельных вычислений". Аннотация: Концепция Q-детерминанта – один из подходов к распараллеливанию численных алгоритмов, предложенный автором доклада. Основным понятием концепции является Q-детерминант алгоритма. Q – множество операций, которые использует алгоритм. Q-детерминант состоит из Q-термов. Их количество равно числу выходных данных. Каждый Q-терм описывает все возможные способы вычисления одного из выходных данных в зависимости от входных данных. Любой численный алгоритм имеет Q-детерминант и может быть представлен в форме Q-детерминанта. Такое представление является универсальным описанием численных алгоритмов. Представление алгоритма в форме Q-детерминанта делает алгоритм прозрачным с точки зрения его структуры и реализации. Q-детерминант содержит только машинно-независимые свойства алгоритма, однако он может быть использован для эффективной реализации алгоритмов на параллельных вычислительных системах. В докладе рассматривается концепция Q-детерминанта и ее применение для автоматизированного определения ресурса параллелизма любого численного алгоритма и для Q-эффективного программирования, позволяющего для любого численного алгоритма разработать Q-эффективную программу, полностью использующую ресурс параллелизма алгоритма, а также повысить эффективность реализации методов решения алгоритмических проблем и самих алгоритмических проблем.
XIX заседание семинара. Дата проведения: 25.04.2019 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Белоголовкин Евгений Юрьевич, компания "КРИС" "Примеры для разработки прогнозирующих систем на базе "машинного обучения". Аннотация: Компания "КРИС" - системный интегратор в области ИТ технологий, специализируется на создании ИТ инфраструктуры для сбора, передачи и централизованной обработки данных - серверы, системы хранения данных, кластеры высокой готовности, системы виртуализации, резервного копирования и мониторинга. Заказчиками компании являются крупные промыщленные предприятия в Красноярском крае и за его пределами (Хакасия, Хабаровский край, Якутия, Сахалинская область)
Участвуя в данных проектах, мы увидели нарастающий интерес промышленности и энергетики к решениям в области анализа и обработки технологической информации, позволяющим прогнозировать состояние оборудования, планировать сроки его ремонта или замены. Такие решения строятся на стыке нескольких предметных областей - математика, высокопроизводительные вычисления, инфраструктура сбора и подготовки данных. В целом, мы видим что прогнозная аналитика все более востребована на рынке.
В докладе будут рассмотрены четыре группы задач прогнозирования, взятые из нашей практики системного интегратора, которые мы предлагаем для организации практики студентов СФУ на нашей базе.
XVIII заседание семинара. Дата проведения: 11.04.2019 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Шихов Андрей, "Дисперсионный анализ" Аннотация: Дисперсионный анализ (на английском Analysis Of Variance - ANOVA) применяется для исследования влияния одной или нескольких качественных переменных (факторов) на одну зависимую количественную переменную (отклик) путём исследования различий в средних значениях. Основной целью дисперсионного анализа (ANOVA) является исследование значимости различия между средними с помощью сравнения (анализа) дисперсий. В докладе будут рассмотрены методы дисперсионного анализа, а также будет затронута взаимосвязь между методом многомерной регрессии и дисперсионным анализом (анализом вариаций). И в том и в другом методе исследуется линейная модель.
XVII заседание семинара. Дата проведения: 28.03.2019 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Осипов Николай Николаевич, д.ф-м.н, профессор каф. ПМКБ, "Алгоритмическая реализация метода Рунге для диофантовых уравнений малой степени" Аннотация: В 1887 г. немецкий математик Карл Рунге предложил эффективный метод решения для довольно широкого класса диофантовых уравнений f(x,y)=0 с двумя неизвестными в целых числах. Этот метод опирается на разложения в ряды Пюизо ветвей алгебраической функции, определяемой данным уравнением. Несмотря на эффективность метода, явные оценки для решений (x,y) содержат слишком большие константы, что делает практически бесполезными переборные алгоритмы решения даже в случае уравнений малой степени. Отчасти поэтому в современных системах компьтерной алгебры (Maple, Mathematica и т.п.) отсутствуют модули для решения таких диофантовых уравнений. В докладе будет рассказано об алгоритмизации элементарной версии метода Рунге для диофантовых уравнений 3-й и 4-й степени. Эта версия, в отличие от оригинальной, не использует разложения в ряды и допускает эффективную компьютерную реализацию.
XVI заседание семинара. Дата проведения: 14.02.2019 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Петренко Екатерина, "Выходя за пределы линейности". Аннотация: Линейные модели относительно просто описать и построить, и они имеют преимущества в сравнении с другими подходами благодаря интерпретируемости и возможности сделать статистические выводы. Однако у стандартной линейной регрессии могут быть существенные недостатки, связанные с ее предсказательной силой. Это обусловлено тем, что предположение о линейности почти всегда является приближением, и не всегда самым верным. Можно улучшить результаты, получаемые при помощи метода наименьших квадратов, применяя гребневую регрессию, метод лассо, регрессию на главные компоненты и другие подходы. Улучшение при использовании этих методов достигается путем упрощения линейной модели, а следовательно, благодаря снижению дисперсии оценок коэффициентов. Однако все еще используется линейная модель, которую дальше никак не улучшить. Теперь предлагается ослабить допущение о линейности, сохраняя модель настолько интерпретируемой, насколько это возможно. В докладе рассматриваются такие подходы к расширению линейно модели как полиномиальная регрессия, применение ступенчатых функций, регрессионные и сглаживающие сплайны, локальная регрессия и обобщенные линейные модели.
XV заседание семинара. Дата проведения: 31.01.2019 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Царев Сергей Петрович, доктор физ.-мат. наук, профессор, "Свободная интерполяция орбит ГЛОНАСС/GPS: как с помощью технологий больших данных решить двухточечную краевую задачу, не решая дифференциальных уравнений". Аннотация: В докладе на примере обработки данных спутниковых навигационных систем будет продемонстрирована простая, но неожиданно эффективная методика свободной интерполяции, которая позволяет с точностью 10-11 десятичных знаков интерполировать положения спутников GPS и GLONASS. Излагаемую методику интерполяции естественно назвать "свободной", поскольку она не связана ни с полиномами, ни с тригонометрическими и др. функциями, обычно используемыми в стандартных методиках интерполяции. Методика свободной интерполяции также позволяет построить намного более точные (тем не менее очень простые) модели сред, важных в работе космических навигационных систем: ионосферы, тропосферы и т.п. Базой для развития данного метода служат Big Data, накопленные за долгие годы работы навигационных систем. Мы обсудим некоторые общие проблемы работы с Big Data. Парадоксальным, но реальным, оказался следующий вывод: основная проблема работы с большими данными состоит в том, что их – слишком мало...
XIV заседание семинара. Дата проведения: 21.12.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Михальченко Галина Ефимовна , «Методы анализа данных, основанные на деревьях решений» . Аннотация: В середине 1980–х Брейман, Фридман, Ольшен и Стоун ввели деревья регрессии и классификации и стали одними из первых, кто детально продемонстрировал большой потенциал для практической реализации этого метода, включая перекрестную проверку для выбора модели. Методы, основанные на деревьях решений, просты и полезны с точки зрения их интерпретируемости. Однако обычно они не настолько хороши с точки зрения точности предсказаний, как методы, рассмотренные ранее. Поэтому наряду с деревьями в докладе рассматриваются также такие подходы, как бэггинг, случайные леса и бустинг.
XIII заседание семинара. Дата проведения: 13.12.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Курако Михаил Александрович, «Отбор признаков и регуляризация в задаче линейной регрессии». Аннотация: Линейная модель регрессии имеет выраженное преимущество перед более сложными нелинейными моделями с точки зрения интерпретируемости, и при решении многих практических задач она оказывается удивительно конкурентноспособна. Хороших результатов в плане совершенствования линейной модели можно добиться с помощью отбора признаков и регуляризации модели - метода, позволяющего сделать модель более стабильной (т.е. снизить дисперсию) при некотором увеличении смещенности.
XII заседание семинара. Дата проведения: 06.12.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Пересунько Павел Викторович, «Отбор признаков в задаче линейной регрессии» . Аннотация: При решении практических задач линейная модель обладает рядом преимуществ, например, простота и интерпретируемость результатов. Линейная регрессия ограничена линейными зависимостями, однако даже в случае линейной зависимости линейная модель может показать себя не с лучшей стороны. Например, в случае, когда имеется большое количество признаков по сравнению с количеством образцов, линейная регрессия может переобучиться. Также при большом количестве признаков интерпретируемость модели уменьшается. При наличии коллинеарных факторов параметры линейной регрессии теряют свой смысл. Можно выдвинуть три класса решения данных проблем. 1. Отбор признаков для линейной регрессии. 2. Регуляризация моделей. 3. Снижение размерности пространства. В докладе будут рассмотрены различные приемы построения линейной регрессии в случае большого количества признаков, а также методы оценивания полученных моделей. Также будет рассмотрена задача оценивания прибыльности торговой точки и описано решение, понравившееся заказчику больше всего.
XI заседание семинара. Дата проведения: 29.11.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Коловский Юрий Васильевич, «Природоподобие: в методологии, схемо- и системотехнике искусственного интеллекта; в технологиях обработки данных». Аннотация: Характерной чертой современной науки является взаимопроникновение идей, теоретических подходов и методов, присущих разным дисциплинам. Особенно это относится к фундаментальным наукам – математике, физике, химии, биологии и др. Математика язык науки, физические методы исследования широко используются при изучении живой природы, а своеобразие этого объекта вызывает к жизни новые, более совершенные методы физических исследований. Сейчас перед наукой стоит задача перенести природоподобие на созданную человечеством искусственную природу (техносферу). Решение новых проблем, как правило, не возможно обеспечить ресурсами классической вычислительной математики и информатики, в частности, при становлении современной когнитивной науки. Сама математика, по сути, подтверждая закон диалектики о переходе количества в новое качество, активно формирует новую парадигму, за счёт «неклассических» разделов: нейроматематика, нейроинформатика, нечёткая логика (англ.Fuzzy logic), генети́ческий алгори́тм (англ. genetic algorithm), объединённые в настоящее время направлением гибридные мягкие вычисления (Hybrid Soft Computing). В области когнитивных наук сформировались научные направления: гибридные интеллектуальные системы (Hybrid Intelligent Systems); соображающее, осмысливающее управление (Control Intelligence); системы сообразительности, понимания, разведки (Systems Intelligence); компьютерное генеративное искусство (Computer Generated Art) и др. Первостепенная проблема нового научно-технологического уклада — верификация; проверка; эмпирическое подтверждение теоретических положений науки путём сопоставления их с наблюдениями, чувствами, данными, экспериментом.
X заседание семинара. Дата проведения: 15.11.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Программа: 1. Решение организационных вопросов (о формате и расписании проведения семинара) 2. Доклад: Кустицкая Татьяна Алексеевна, «Проблема репрезентативности выборочных данных» . Аннотация: Широкий класс задач анализа данных реализуется в рамках т.н. выборочного метода, когда обследование целого (генеральной совокупности) сводится к обследованию его части (выборки) с последующим распространением результатов обследования выборки на генеральную совокупность. При таком подходе остро стоит проблема репрезентативности выборки (соответствия характеристик выборки характеристикам популяции в целом). В докладе рассматриваются факторы, влияющие на репрезентативность (объем выборки и генеральной совокупности, метод извлечения выборки выборки, задаваемая априори степень достоверности), и показатели репрезентативности (ошибки вычисления выборочных характеристик, доверительные интервалы для характеристик). На примере практической задачи рассматривается одна из возможных стратегий построения репрезентативной выборки.
IX заседание семинара. Дата проведения: 13.06.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Пыжев Антон Игоревич, «Ресемплирование. Бутстреп». Аннотация: Доклад посвящен использованию различных техник построения повторных выборок (ресемплирования). Основные идеи и их практическая реализация будут рассмотрены на конкретных примерах, в том числе с использованием рассмотренного ранее набора данных о жилой недвижимости в Москве
VIII заседание семинара. Дата проведения: 30.05.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Щуплев Алексей Валерьевич, «Оценка числа точек решетки в области». Аннотация: Задача об оценке числа точек целочисленной решетки в области восходит к задаче Гаусса о круге. В случае плоского многоугольника ответ дает формула Пика, имеющая комбинаторный характер. В докладе будет дан небольшой обзор известных результатов, а также доказана интегральная формула для разности числа точек решетки в замыкании области и ее объема. В случае многогранника с центрально-симметричными гипергранями мы получаем известную формулу Макмаллена, которую можно считать одним из многомерных вариантов формулы Пика.
VII заседание семинара. Дата проведения: 16.05.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Курако Михаил Александрович, «Задача классификации в машинном обучении». Аннотация: В докладе рассмотрена задача классификации и описано её отличие от задачи построения линейной регрессии данных. Будут рассмотрены основные методы классификации (логистическая регрессия, линейный дискриминантный анализ, метод K ближайших соседей), а также примеры построения моделей по данным S & P 500 за 2001–2005 годы.
VI заседание семинара. Дата проведения: 25.04.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Кытманов Алексей Александрович, Кустицкая Татьяна Алексеевна, «Построение линейной регрессии на языке программирования R на примере задачи анализа стоимости недвижимости в Москве». Материалы к семинару . Аннотация: В докладе будет рассмотрена практическая задача регрессионного анализа стоимости квартир в Москве (данные 1998 года). Будут продемонстрированы простейшие методы построения регрессии и оценки ее параметров на языке R. На реальных данных будут показаны методы отбора значимых признаков, проведен анализ признаков на коллинеарность, предложены новые агрегированные признаки, проанализированы выбросы. Предполагается программирование рассматриваемых методов в интерактивном режиме и дискуссия на тему возможных способов улучшения получаемой регрессионной модели.
V заседание семинара. Дата проведения: 18.04.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Пересунько Павел Викторович, Пахомова Кристина Игоревна, «Предсказание выручки сети аптек» . Аннотация: В докладе будет рассмотрена практическая задача расчета выручки сети аптек. В первой части доклада будет описана предметная область, исходная информация и основные шаги для достижения поставленной цели. Во второй, описаны основные подходы по выявлению значимых признаков. В последней части доклада представлены получившиеся модели, подведены результаты: предсказание выручки и оценка значимых признаков.
IV заседание семинара. Дата проведения: 04.04.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Кустицкая Татьяна Алексеевна, «Линейная регрессия» . Аннотация: В докладе будет рассмотрена модель линейной регрессии, являющаяся основой всех регрессионных методов. Особое внимание мы уделим статистическому подходу к оценке точности модели, который включает в себя нахождение точечных и интервальных оценок параметров регрессии, проверку гипотез значимости регрессионных характеристик. Также мы обсудим основные проблемы, с которыми можно столкнуться при построении модели линейной регрессии. Эти проблемы могут быть связаны как со свойствами исследуемых данных, так и с выбором признаков, включаемых в модель. Кратко рассмотрим методы уменьшения размерности модели, основанные на отборе наиболее значимых признаков.
III заседание семинара. Дата проведения: 21.03.2018 в 14:00 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: Кытманов Алексей Александрович, «Статистическое обучение: вводная лекция» . Аннотация: В докладе будут рассмотрены основные понятия и положения статистического обучения, основные типы задач обучения. Мы более подробно остановимся на двух основных типах задач обучения с учителем: задачах классификации и регрессии. На примерах таких задач мы рассмотрим этапы обучения, функции потерь и функционалы качества, а также проблему переобучения.
II заседание семинара. Дата проведения: 07.03.2018 в 10:15 в ауд. 1-12 (конференц-зал ИКИТ). Доклад 1: Пыжев А.И, Институт экономики, управления и природопользования, «Анализ данных в экономических задачах». Доклад 2: Гордеев Р.В, Научно-учебная лаборатория экономики природных ресурсов и окружающей среды, «Классификация субъектов РФ по уровню конкурентоспособности лесной отрасли».
V заседание семинара. Дата проведения: 20 июня 2019 года в 15:30 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: О. В. Непомнящего и А. Г. Хантимирова (ИКИТ СФУ) «Метод аппаратной реализации рекуррентных нейронных сетей» Аннотация: Предложен метод эффективной реализации нейронных сетей эхо-состояний на аппаратном уровне. Были обнаружены некоторые сходства между операциями в сетях эхо-состояний и многомерными вычислениями. Вычисления сетей эхо-состояний реализованы простыми арифметическими операциями (сложение/объединение, перестановки). Составлена архитектура целочисленной сети эхо-состояний, которая функционирует так же, как традиционная сеть эхо-состояний, однако использует меньше памяти и использует меньше вычислительной мощности. Составлены модели сетей эхо-состояний, проведены эксперименты, показывающие способность целочисленных сетей эхо-состояний справляться с задачами традиционных сетей эхо-состояний. Проведена реализация целочисленной сети эхо-состояний в виде сложно-функциональных блоков на языке описания аппаратуры Verilog.
IV заседание семинара. Дата проведения: 13 июня 2019 года в 15:30 в ауд. 1-12 (конференц-зал ИКИТ). Доклады: И.Г. Шеломенцева - «Информационная система диагностики туберкулеза на основе анализов по методу Циля Нильсена» (на основе распознавания образов с применением нейронных сетей); А.А. Сидарас - «Влияние человеческого фактора на надёжность автоматизированных систем управления».
III заседание семинара. Дата проведения: 23.05.2019 в 15:30 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: В.Д. Кошура и К.В. Пушкарева (ИКИТ СФУ), «Применение методов искусственного интеллекта и технологии нейронных сетей для разработки адаптивных численных методов глобальной оптимизации». Аннотация: Представлены варианты эффективных вычислительных методов для решения задач поиска глобального минимума целевой функции в виде «черного ящика» (black box optimization), которые основаны на методах искусственного интеллекта и технологии нейронных сетей. Рассматриваются модификации метода роя частиц (PSO) с повышенными адаптивными свойствами на основе введения в алгоритм поиска глобального минимума нейро-нечёткого управления для выбора составляющих движений частиц-агентов при усилении роевого интеллекта, а также модификации численных алгоритмов на основе нейросетевых аппроксимаций инверсных зависимостей. Приведены результаты вычислительных экспериментов поиска глобального минимума для ряда тестовых функций с двумя (для наглядности), 50, 100 и 500 переменными.
II заседание семинара. Дата проведения: 14.02.2019 в 15:30 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: О.В.Непомнящий, А.В. Тарасов, "НЕЙРОННЫЙ РЕГУЛЯТОР В СОСТАВЕ СИСТЕМЫ ИНТЕЛЛЕКТУАЛЬНОГО УПРАВЛЕНИЯ БЕЗКОЛЛЕКТОРНЫМИ ДВИГАТЕЛЯМИ ПОСТОЯННОГО ТОКА ЭЛЕКТРОТРАНСПОРТНЫХ СРЕДСТВ". Аннотация: Рассмотрена задача создания системы оптимального распределения электроэнергии в силовых установках электротранспортных средств. Выделены задачи эффективного управления электродвигателями и режимами заряда/разряда накопителей. Определено, что для создания эффективных силовых агрегатов требуется введение интеллектуального контроля распределением энергии. Это обеспечит раздельное управление электродвигателями, что позволяет избавиться от механического дифференциала и ввести адаптивное управление с привязкой к условиям эксплуатации и состоянию дорожного полотна. Кроме того такой подход обеспечит режимы плавного пуска, что позволит исключить потери энергии, увеличить пробег и повысить срок службы аккумуляторных батарей. При решении поставленной задачи определен перечень метрик для анализа эффективности энергоустановки и разработана модель системы управления силовыми модулями и электродвигателями с ПИ-регулятором. Выполнено моделирование и получены удовлетворительное результаты по времени завершения переходных процессов, но невысокие показатели по расходу электроэнергии. Для решения данной проблемы предложено ввести в состав ПИ-регулятора наблюдатель с блоком предсказания, функционирующий на основе нейронной сети. Для предложенного подхода разработана модель нейронаблюдателя, подготовлены массивы данных и выполнено обучение нейросети. Нейронаблюдатель введен в состав модели системы управления и выполнено моделирование. Анализ полученных результатов в части управления двигателями показал снижение времени переходных процессов в 2 раза. Кроме того произошло исключение бесполезных выбросов энергии и перерегулирование оборотов. Время выхода двигателей на режим увеличилось в 2.1 раза. При этом определено, что суммарная экономия потребленной электроэнергии силовой установкой может достигать 60%.
I заседание семинара. Дата проведения: 7 февраля (четверг) в 15-30 в ауд. 1-12 (конференц-зал ИКИТ). Доклад: В.Д. Кошур, С.В. Ченцов, "РАЗРАБОТКА ЭЛЕКТРОННЫХ КЛОНОВ ДЛЯ ON-LINE ДИАГНОСТИКИ РАБОЧЕГО СОСТОЯНИЯ ОТВЕТСТВЕННЫХ ТЕХНИЧЕСКИХ УСТРОЙСТВ". Аннотация: Представлена методика моделирования электронных клонов в процессе их создания и эксплуатации с целью наблюдения в режиме on-line за работой ответственных технических устройств. Показана целесообразность использования электронных клонов.