Ханжина Наталья Евгеньевна Сотрудник Международной лаборатории «Компьютерные технологии» Персоналия университета ИТМО Перейти к содержимому страницы.
  2. Университет
  3. Персоналии (А-Я)
  4. Ханжина Наталья Евгеньевна

Ханжина Наталья Евгеньевна EnEnglish

Служебные обязанности

  • Написание научных статей
  • Научное руководство
  • Написание заявок на гранты
  • Выступление на конференциях
  • Проведение лекций

Образование

2015 г. – ПГНИУ, бакалавриат, механико-математический факультет, прикладная математика и информатика.

2017 г. – Университет ИТМО, магистратура, ФИТиП, кафедра компьютерных технологий, прикладная математика и информатика.

2021 г. – Университет ИТМО, аспирантура, ФИТиП.

Данные о повышении квалификации

2019 г. – Machine Learning Summer School 2019, Skoltech, Moscow, Russia.

Профессиональная деятельность

С 2019 г. –ООО «Спецвидеоаналитика», Team Leader.

С 2015 г. – Международная научная лаборатория «Компьютерные технологии», исследовательская группа машинного обучения, программист.

2018 – 2019 гг. – Huawei St. Petersburg R&D center, Team Leader.

Профессиональные интересы

Компьютерное зрение, глубокие нейронные сети, глубокие байесовские сети, активное обучение, распознавание изображений, детекция изображений, сегментация изображений, генеративные состязательные сети (GAN), обработка медицинских изображений, optical character recognition.

Награды

  • 2019 г. – Стипендия Huawei за научные достижения
  • 2018 г. – Премия Правительства Санкт-Петербурга победителям конкурса грантов для студентов вузов, расположенных на территории Санкт-Петербурга, аспирантов вузов, отраслевых и академических институтов.
  • 2017 г. – Грант Фонда содействия развитию малых форм предприятий в научно-технической сфере У.М.Н.И.К.
  • 2017 г. – Стипендиальный конкурс Сбербанка 12UP.
  • 2016 г. – Премия Правительства Санкт-Петербурга победителям конкурса грантов для студентов вузов, расположенных на территории Санкт-Петербурга, аспирантов вузов, отраслевых и академических институтов.
  • 2017 г. – Стипендия Фонда Потанина
  • 2016 г. – Стипендия Правительства Российской Федерации за научные достижения.

Другие направления профессиональной деятельности

Организация и проведение школ SOTAMLS-2020, Web Science Summer School в 2017 г., конференций AINL (Artificial Intelligence and Natural Language) в 2017 и 2018 гг.

Хобби

Программирование, бег, йога и акройога, путешествия, чтение, кулинария, иностранные языки, фотография.

Публикации

Khanzhina N., Kashirin M., Filchenkov A.

New Bayesian Focal Loss Targeting Aleatoric Uncertainty Estimate: Pollen Image Recognition//IEEE Computer Society Conference on Computer Vision and Pattern Recognition Workshops, 2023, pp. 4253-4262 Подробнее

Khanzhina N., Filchenkov A., Minaeva N., Novoselova L., Petukhov M., Kharisova I., Pinaeva J., Zamorin G., Putin E.O., Zamyatina E., Shalyto A.A.

Combating data incompetence in pollen images detection and classification for pollinosis prevention//Computers in Biology and Medicine, 2022, Vol. 140, pp. 105064 Подробнее

Ханжина Н.Е.

Метод отключения путей по расписанию на основе семплирования Монте-Карло и непрерывной релаксации для оценки эпистемической неопределенности в задаче классификации пыльцы на изображениях [Monte carlo concrete droppath for epistemic uncertainty estimation in pollen images classification] // Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics] -2021. - Т. 21. - № 6(136). - С. 951-961 Подробнее

Filchenkov A., Khanzhina N., Tsai A., Smetannikov I.

Regularization of Autoencoders for Bank Client Profiling Based on Financial Transactions//Risks, 2021, Vol. 9, No. 3, pp. 54 Подробнее

Kryuchkov M., Khanzhina N., Osmakov I., Ulyanov P.

CT Images GAN-based Augmentation with AdaIN for Lung Nodules Detection//Proceedings of SPIE, 2021, Vol. 11605, pp. 1160526 Подробнее

Krylov D., Poliakov S., Khanzhina N., Zabashta A., Filchenkov A., Farseev A.

Improving Multimodal Data Labeling with Deep Active Learning for Post Classification in Social Networks//MULL 2021 - Proceedings of the 1st Workshop on Multimedia Understanding with Less Labeling, co-located with ACM MM 2021, 2021, pp. 17-25 Подробнее

Khanzhina N., Kashirin M.I., Filchenkov A., Osmakov I., Ulyanov P.

DropFilter for Uncertainty Estimation in Brain Tumor Segmentation//Proceedings of the 15th UAI Bayesian Modeling Applications Workshop (BMAW 2021) co-located with the 37nd Conference on Uncertainty in Artificial Intelligence (UAI 2021), 2021, pp. 1-8

Лапенок А.С., Фильченков А.А., Ханжина Н.Е.

Разработка метода учета алеаторной неопределенности для детекции и классификации объектов на изображении//Сборник тезисов докладов конгресса молодых ученых. Электронное издание. – СПб: Университет ИТМО, 2021 - 2021

Khanzhina N., Kashirin M., Filchenkov A.

Monte Carlo Concrete DropPath for Epistemic Uncertainty Estimation in Brain Tumor Segmentation//Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2021, Vol. 12959, pp. 64-74 Подробнее

Semiletov A., Vatian A., Krychkov M., Khanzhina N., Klochkov A., Zubanenko A., Soldatov R., Shalyto A., Gusarova N.

Comparative Evaluation of Lung Cancer CT Image Synthesis with Generative Adversarial Networks//Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2021, Vol. 12744, pp. 593-608 Подробнее

Maltsev A., Lebedev R., Khanzhina N.

On realistic generation of new format license plate on vehicle images//Procedia Computer Science, 2021, Vol. 193, pp. 190-199 Подробнее

Ханжина Н.Е.

Байесовские функции потерь для моделирования гомоскедастичной алеаторной неопределенности в задаче детекции пыльцы на изображениях [Bayesian losses for homoscedastic aleatoric uncertainty modeling in pollen image detection] // Научно-технический вестник информационных технологий, механики и оптики [Scientific and Technical Journal of Information Technologies, Mechanics and Optics] -2021. - Т. 21. - № 4(134). - С. 535-544 Подробнее

Khanzhina N., Slepkova N.D., Filchenkov A.

Synthetic images generation for text detection and recognition in the wild//Proceedings of SPIE, 2020, Vol. 11433, pp. 1143312 Подробнее

Khanzhina N., Putin E., Filchenkov A., Zamyatina E.

Pollen Grain Recognition Using Convolutional Neural Network//26th European Symposium on Artificial Neural Networks, Computational Intelligence and Machine Learning, ESANN 2018, 2018, pp. 409-414 Подробнее

Ханжина Н.Е.

Глубокие нейронные сети для совместной сегментации и классификации изображений // Альманах научных работ молодых ученых Университета ИТМО -2018. - Т. 2. - С. 155-157 Подробнее

Ханжина Н.Е.

Разработка программного комплекса для распознавания пыльцевых зерен//Сборник тезисов двадцать первой Санкт-Петербургской ассамблеи молодых ученых и специалистов - 2017

Ханжина Н.Е.

Распознавание пыльцевых зерен с помощью GIST-дескрипторов//Сборник тезисов докладов V Всероссийского конгресса молодых ученых - 2016

Ханжина Н.Е., Замятина Е.Б.

Использование технологии CUDA в обучении сверточной нейросети для распознавания пыльцевых зерен // Высокопроизводительные вычисления на графических процессорах: материалы III Всероссийской научно-практической конференции с международным участием с элементами научной школы для молодежи (ВВГП–2016) (Пермь, 16-20мая 2016г.) -2016. - С. 70-81 Подробнее

Ханжина Н.Е.

Использование технологии CUDA в обучении сверточной нейросети для распознавания пыльцевых зерен//Материалы III Всероссийской научно-практической конференции с международным участием с элементами научной школы для молодежи - 2016

Khanzhina N., Putin E.O.

Pollen recognition for allergy and asthma management using GIST features//Communications in Computer and Information Science, 2016, Vol. 674, pp. 515-525 Подробнее

Ханжина Н.Е., Замятина Е.Б.

Применение сверточных нейронных сетей для распознавания пыльцевых зерен//Методы компьютерной диагностики в биологии и медицине - 2015

Khanzhina N.E., Zamyatina E.B.

Pollen grains recognition using structural approach and neural network//Information Models and Analyses, 2015, Vol. 4, No. 3, pp. 243-258 Подробнее

Ханжина Н.Е., Замятина Е.Б.

Применение сверточных нейронных сетей для распознавания пыльцевых зерен // Методы компьютерной диагностики в биологии и медицине: материалы Всероссийской школы-семинара -2015. - С. 152-154

Ханжина Н.Е., Замятина Е.Б.

Автоматизированное распознавание пыльцевых зерен с использованием нейронных сетей Хэмминга // Методы компьютерной диагностики в биологии и медицине - 2014 -2014. - С. 137-140

Ханжина Н.Е., Замятина Е.Б.

Использование классических методов и нейронных сетей для распознавания пыльцевых зерен // Вестник Пермского университета. Математика. Механика. Информатика -2014. - № 4(27). - С. 111-119 Подробнее

Ханжина Н.Е., Замятина Е.Б.

Использование нейронных сетей для распознавания пыльцевых зерен // Вестник молодых ученых ПГНИУ -2014. - № 4. - С. 314-323

Ханжина Н.Е., Замятина Е.Б.

Автоматизированное распознавание пыльцевых зерен с использованием нейронных сетей Хэмминга//Методы компьютерной диагностики в биологии и медицине - 2014