Профиль организации

профиль

Лаборатория занимается фундаментальными и прикладными задачами машинного обучения в сфере обработки аудио, видео и текстовой информации. Также разрабатываются подходы к машинному обучению с позиций квантовой информатики. Применяются современные методы обучения глубоких нейронных сетей для прикладных задач распознавания и генерации речи, компьютерного зрения и анализа текстов

Стратегические академические единицы

Информационные и гуманитарные технологии представления знаний в образовательных системах

Fingerprint Узнайте самые подробные результаты анализа активности Лаборатория аналитики потоковых данных и машинного обучения. Указанные в этом разделе метки относятся к работам этих участников организации. Вместе они формируют уникальную картину его активности.

Сеть Последние внешние коллаборации на уровне страны. Узнайте подробнее, нажав точки.

Профили

Бондаренко Иван

i.bondarenko@g.nsu.ru

Механико-математический факультет, Лаборатория аналитики потоковых данных и машинного обучения - Младший научный сотрудник
Экономический факультет, Кафедра применения математических методов в экономике и планировании ЭФ - Старший преподаватель
Кафедра фундаментальной и прикладной лингвистики ГИ - Старший преподаватель

Лицо: Научный, ППС

Павловский Евгений Николаевич

e.pavlovskiy@g.nsu.ru

Механико-математический факультет, Лаборатория аналитики потоковых данных и машинного обучения - Заведующий лабораторией, Ведущий научный сотрудник
Механико-математический факультет, Международный научно-образовательный математический центр НГУ (ММЦ) - Доцент
Физический факультет, Кафедра квантовой электроники ФФ - Доцент

Лицо: Научный, ППС

Тучинов Баир Николаевич

bairt@nsu.ru

Механико-математический факультет, Международный научно-образовательный математический центр НГУ (ММЦ) - Ассистент
Механико-математический факультет, Лаборатория аналитики потоковых данных и машинного обучения - Младший научный сотрудник

Лицо: Научный, ППС

Результат исследований

13 статья в сборнике материалов конференции
11 статья
2 рабочие материалы
1 глава/раздел
3 Еще

Data Preprocessing Via Compositions Multi-Channel MRI Images to Improve Brain Tumor Segmentation

Tolstokulakov, N., Pavlovskiy, E., Tuchinov, B., Amelina, E., Amelin, M., Letyagin, A., Golushko, S. & Groza, V., 1 апр 2020, ISBI Workshops 2020 - International Symposium on Biomedical Imaging Workshops, Proceedings. Institute of Electrical and Electronics Engineers Inc., 4 стр. 9153416. (ISBI Workshops 2020 - International Symposium on Biomedical Imaging Workshops, Proceedings).

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференций › статья в сборнике материалов конференции › научная › рецензирование

Data Preprocessing via Multi-sequences MRI Mixture to Improve Brain Tumor Segmentation

Groza, V., Tuchinov, B., Pavlovskiy, E., Amelina, E., Amelin, M., Golushko, S. & Letyagin, A., 1 янв 2020, Bioinformatics and Biomedical Engineering - 8th International Work-Conference, IWBBIO 2020, Proceedings. Rojas, I., Valenzuela, O., Rojas, F., Herrera, L. J. & Ortuño, F. (ред.). Springer Gabler, стр. 695-704 10 стр. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); том 12108 LNBI).

Результат исследования: Публикации в книгах, отчётах, сборниках, трудах конференций › статья в сборнике материалов конференции › научная › рецензирование

The influence of comorbidity on the results of surgical treatment of elderly and senile patients with degenerative lumbar spinal stenosis

Переведенное название: Влияние сочетанной патологии на результаты хирургического лечения пациентов пожилого и старческого возраста с дегенеративным стенозом позвоночного канала на поясничном уровнеKlimov, V. S., Khalepa, R. V., Amelina, E. V., Evsuykov, A. V., Vasilenko, I. I. & Rzaev, D. A., 1 апр 2020, В : Hirurgia Pozvonochnika. 17, 2, стр. 31-42 12 стр.

Результат исследования: Научные публикации в периодических изданиях › статья

Открытый доступ