Разработка

Машинное обучение

Куратор секции: Татьяна Тюрина.

Здравствуйте. Меня зовут Татьяна Тюрина, я являюсь директором по развитию ИТ-компании RITG и куратором секции "Машинное обучение".

11 лет наша компания занимается разработкой высокотехнологичного программного обеспечения с использованием методов машинного обучения и нейронных сетей. С 2015 года мы принимаем участие в профильных конференциях и делимся опытом наших разработок среди аудитории единомышленников и представителей бизнеса. В этом году мы совместно с российскими экспертами в области работ с ИНС, Machine Learning, Data Mining расскажем аудитории секции о трендах данной области, про алгоритмы и трудности, которые Вас могут ожидать, а также о путях их решений. Слушатели узнают, что нужно начинающему обучателю нейронных сетей, чтобы сделать свой SkyNet; что такое нейроморфные архитектуры в вычислительных информационных моделях и как их применять. Впервые в регионе мы расскажем про "мозг на чипе" (обучение живой нейронной сети на мультиэлектродной матрице) и про создание вычислительной системы, близкой по своим возможностям к человеческому мозгу.

В общем, будет очень интересно и наглядно тем, кто уже применяет данные технологии и тем, кто только начал "погружаться". Ниже вы уже можете ознакомиться с нашими спикерами и кратким содержимым их выступлений.

Ждем Вас на "Стачке"!

Если у Вас есть вопросы по секции, то можете задать их по моим контактным данным:

E-mail: t.tyurina@ritg.ru
Facebook: https://www.facebook.com/anverdna 

 


Михаил Киселев
Генеральный директор @ «Megaputer Intelligence»
Чебоксары
  • Создание вычислительной системы, близкой по своим возможностям к человеческому мозгу.
  • Импульсные нейронные сети - физиологически близкие модели. Их особенности и преимущества по сравнению с традиционными нейросетями.
  • Перспективы реализации импульсных нейронных сетей в виде специализированных нейроморфных вычислителей.
  • Ключевой момент - алгоритмы обучения импульсных нейронных сетей.
  • Наиболее перспективный подход основан на хеббовском локальном законе синаптической пластичности. Пример - алгоритм L2TP.
  • Синтез сети с нужными свойствами. Процессы самоорганизации сети.

Виктор Казанцев
Заведующий кафедрой нейротехнологий, д.ф.-м.н. Заведующий лабораторией Института прикладной физики Российской академии наук @ Нижегородский государственный университет.
Нижний Новгород
  • SPF виварий: проведение процедур генной инженерии для исследовательских целей.
  • Контроль и координация мышечных сокращений.
  • Использование нейроморфной архитектуры в вычислительных информационных моделях (система in silico).
  • Мозг на чипе.
  • Обучение живой нейронной сети на мультиэлектродной матрице.

Виктор Черногоров
Партнер, директор по развитию @ MobileUp
Санкт-Петербург
  • Технологии в стартапах. Примеры успешных и провальных кейсов за последние 2 года. Своих и чужих.
  • Можно ли заработать на инновациях? Как?
  • Каковы перспективы новых технологий?
  • Какие технологии внедрят следующими?

Данил Письменный
founder @ Brandy Mint
Чебоксары

Проведем ликбез по нейронным сетям.

Ответим на вопросы:

  • какие задачи уже решаются с помощью машинного обучения и нейронных сетей;
  • какие инструменты уже есть и какие из них открыты;
  • что нужно начинающему обучателю нейронных сетей, чтобы сделать свой SkyNet.

Сергей Воронов
ведущий инженер-разработчик @ RuGadget
Ульяновск
  • Разработка системы управления роботизированной рукой на основе применения совместной обработки сигнала ЭМГ в мышцах, отвечающих за функциональность рук, и видеоинформации с камер, встроенных в очки пользователя.
  • Практическое применение алгоритма корректировки движения, алгоритма классификации типа захвата и детектирования начала движения.

Андрей Игонин
Генеральный директор @ RITG
Ульяновск

Так как мы айтишники, а не специалисты по ультразвуку, мы пошли другим путем. Хотите узнать как? Тогда ждем Вас на Стачке!

  • Для Вас мы сделаем разбор кейса, который привел к повышению производительности заказчика в 150 раз.
  • Расскажем про подходы к использованию классификаторов ARTMAP и GPU с распараллеливанием вычислений.
  • Поговорим о барьерах, с которыми мы столкнулись и поделимся опытом, как их решить.

Александр Крайнов
Разработчик Data Science @ Рестрим
Ульяновск
1. В чём особенность направления рекомендаций в области машинного обучения. 2. Что требуется от современных рекомендательных систем и что изменилось с момента проведения конкурса Netflix Prize. 3. Почему все пользователи недовольны рекомендациями и как это исправить. 4. Сложности и вызовы при разработке рекомендательной системы для IPTV масштаба всей страны. 5. В чём преимущество выдачи рекомендаций в масштабе реального времени (online) и как обеспечить их с минимальной задержкой.

Алексей Натекин
Founder, Firekeeper @ DM Labs, Open Data Science
Москва

Многие слышали про внушительные успехи Machine Learning и Data Science: пока одни технологии перекраивают отрасли целиком, другие уже давно незаметно стали частью нашей жизни. Но вот незадача: излишнее внимание прессы и маркетологов к успехам ученых и инженеров создало столько информационного шума, что разобраться, что к чему стало затруднительно. На этой лекции мы вместе разберемся в вопросах:

- что такое Машинное Обучение и Data Science в целом;

- с чем их правильно готовят и едят;

- что делать, чтобы присоединиться к этому празднику жизни и технологий.


Дмитрий Ермишин
Главный IT аналитик @ Финтехлаб
Ульяновск

Возможны ли новые способы многофакторной авторизации?

Жизнь переходит в цифру. Как сделать её безопасней?

Голос как физический признак определения личности.

Почему без машинного обучения нельзя обойтись.