English

Секции Конференции

S1. Анализ данных, машинное обучение и искусственный интеллект

Руководители: Павел Валентинович Москалёв, Владимир Васильевич Кореньков, Евгения Наумовна Черемисина.

В рамках этой секции обсуждаются доклады о новых результатах, полученных в рамках научных исследований по следующим направлениям:

  • Естественно-научные основы решения задач анализа данных, машинного обучения и искусственного интеллекта.
  • Оценка эффективности реализации систем анализа данных, машинного обучения и искусственного интеллекта.
  • Исследования в области совместного применения методов машинного обучения и классического математического моделирования.
  • Алгоритмы решения задач теории управления с использованием методов анализа данных, машинного обучения и искусственного интеллекта.
  • Алгоритмы решения задач анализа данных, машинного обучения и искусственного интеллекта с применением параллельных и квантовых вычислительных систем.
  • Иные актуальные проблемы анализа данных, машинного обучения и искусственного интеллекта.

Работа секции ведётся по трём подсекциям:

  • S1.1 Теоретические основы искусственного интеллекта и машинного обучения
    Подсекция S1.1 посвящена теоретическим и естественно-научным основам методов машинного обучения, анализа данных и искусственного интеллекта. Здесь обсуждаются работы, связанные с математическим моделированием и статистическими основами искусственного интеллекта, гибридными подходами (машинное обучение + классические модели), а также исследованиями, основанными на фундаментальных закономерностях анализа данных.
  • S1.2 Алгоритмы и вычислительные методы решения задач искусственного интеллекта и машинного обучения
    Подсекция S1.2 посвящена разработке и анализу алгоритмов машинного обучения и искусственного интеллекта для решения теоретических и прикладных задач, включая применение технологий параллельных, распределённых и квантовых вычислений. Также рассматриваются методы оценки эффективности, надёжности, интерпретируемости и масштабируемости систем с искусственным интеллектом в теоретических и прикладных исследованиях.
  • S1.3 Цифровые интеллектуальные экосистемы и прикладные задачи искусственного интеллекта и машинного обучения
    Подсекция S1.3 объединяет прикладные исследования и примеры внедрения искусственного интеллекта в науке, промышленности, образовании и других областях. Особое внимание уделяется архитектурам цифровых интеллектуальных экосистем, интеграции интеллектуальных подсистем в существующие информационные системы, а также междисциплинарным проектам, демонстрирующим эффект от применения решений на базе машинного обучения и анализа данных.
© 2004 Дизайн Лицея Информационных технологий №1533