Лаборатория композитного искусственного интеллекта English

×Close

Изменить информацию

Основной упор в лаборатории сделан на методы автоматического 
ИИ, включая автоматическое машинное обучение, автоматический дизайн физических объектов, автоматическое получение уравнений мат физики по данным и др. 

Понятие композитного ИИ проистекает из возможностей разрабатываемых методов к объединению (преимущественно автоматическому) различных вычислительных моделей (в т.ч. объединение моделей ИИ с более классическими моделями).

Достижения 

Лаборатория выступает за открытый код в Университете ИТМО. Среди них:

1. Фреймворк автоматического машинного обучения FEDOT
2. Фреймворк поиска дифференциальных уравнений EPDE
3. Фреймворк построения байесовских сетей BAMT
4. Фреймворк генеративного дизайна физических объектов GEFEST

Образование

Анна Калюжная — руководитель магистерской программы «ИИ в промышленности», сотрудники принимают участие в реализации магистерских программ «ИИ в промышленности», «Большие данные и машинное обучение»

Партнеры

Газпромнефть, Газпромнефть НТЦ, Роснефть

Список публикаций

1. Maslyaev M., Hvatov A., Kalyuzhnaya A. V. Partial differential equations discovery with EPDE framework: Application for real and synthetic data //Journal of Computational Science. – 2021. – Т. 53. – С. 101345.
2. Nikitin N. O. et al. Automated evolutionary approach for the design of composite machine learning pipelines //Future Generation Computer Systems. – 2022. – Т. 127. – С. 109-125.
3. Deeva I., Bubnova A., Kalyuzhnaya A. V. Advanced Approach for Distributions Parameters Learning in Bayesian Networks with Gaussian Mixture Models and Discriminative Models //Mathematics. – 2023. – Т. 11. – №. 2. – С. 343.
4. Starodubcev N. O. et al. Generative design of physical objects using modular framework //Engineering Applications of Artificial Intelligence. – 2023. – Т. 119. – С. 105715.