Всем привет!

На этих выходных прошёл хакатон AgroCode Hack 2022. Одна из задач состояла в том, чтобы выявить закономерности в заболеваниях коров на фермах и определить самые неэффективные протоколы лечения.

Команда «Fedot Hack Team», поставляющая NSS Lab, заняла первое место! Среди участников - Андрей Стебеньков, Андрей Гетманов, Петр Шевченко, Денис Сидоренко и Елизавета Иванчик.

Так как главным критерием для предлагаемых решений была интерпретируемость, наши коллеги решили применить байесовские сети, построенные с помощью фреймворка BAMT, который разрабатывается в нашей лаборатории (особенно им помогли примеры, подготовленные одним из разработчиков BAMT - Никитой Ковалёвым). Таким образом предиктивная эффективность FEDOT и интерпретируемость BAMT обеспечили участникам победу.

Здесь можно ознакомить с презентаций и jupyter-ноутбуком с кодом решения. Если оно вас заинтересовало - поддержать фреймворки BAMT и FEDOT можно, как обычно, звездочками)

Бонус: фото с церемонии награждения. На экране: Андрей Стебеньков рассказывает о рецепте для победы - фреймворке BAMT.

Всем привет!

18 октября в 17-00 планируется совместный вебинар VK Cloud и лаборатории NSS Lab. Тема - "Доступный AutoML: как оптимизировать работу с ML-моделями с помощью VK Cloud и FEDOT". Ссылка на регистрацию: https://vk.company/ru/press/events/912/

Присоединяйтесь к просмотру и вы узнаете, как автоматизировать процесс работы с ML-моделями в облаке, используя преднастроенные сервисы с платой за использованные ресурсы и познакомитесь с Cloud ML Platform, облачной платформой, которая содержит инструменты для работы с данными и моделями — JupyterHub и MLflow, а также с AutoML-фреймворком FEDOT.

В программе мероприятия:
- Введение в AutoML
- Машинное обучение в облаке: инструменты и инфраструктура
- AutoML на базе Open Source: разбираем в live-режиме на примере фреймворка FEDOT
- Сессия ответов на вопросы

Спикеры

- Александр Волынский, технический менеджер продукта, VK Cloud
- Николай Никитин, руководитель направления AutoML, NSS Lab, ИТМО

Регистрируйтесь и приходите послушать, будет интересно.

Начинаем через 40 минут - трансляция будет в VK или ютубе.

Всем привет!

Сегодня мы выпустили ещё одну статью на Хабре - "Что делать, если твой временной ряд растёт вширь" за неизменным авторством Михаила Сарафанова.

Где почитать:
https://habr.com/ru/post/696336/

В статье обсуждается применение AutoML (в лице фреймворка FEDOT) для решения задач прогнозирования многомерных временных рядов (про одномерные мы уже писали ранее).

Будем рады любом фидбеку: лайкам, комментариям, репостам.

Всем привет.

Завтра на конференции AI Journey пройдут мероприятия с участием нескольких представителей нашей лаборатории:

В 13:00 начнется дискуссия с молодыми учеными, в которой примет участие Анна Калюжная (секция AIJ Science).

С 15:30 – Short Talks, где можно узнать больше о композитном взгляде на вероятностное моделирование – расскажет Ирина Деева (AIJ Science); а также о возможностях Fedot.Industrial – решение презентует Илья Ревин (Science&Industries).

Постер Никиты Стародубцева, посвященный фреймворку GEFEST, доступен по ссылке https://ai-journey.ru/articles/.

Прямая трансляция: https://ai-journey.ru/stream/

Всем привет.

Сегодня стартует довольно полезное мероприятие - "Школа молодых ученых" в области прикладного ИИ. Ссылка с описанием - https://aim.club/publications/smu.

От нашей лаборатории будет несколько докладов на различные темы - от выращивания уравнений до генеративного дизайна. Подробности - в программе.

Ждем всех в 17-00 сегодня и завтра)

Всем привет.

По итогам недавнего вебинара "Доступный AutoML: как оптимизировать работу с ML-моделями с помощью VK Cloud и FEDOT" коллеги из VK подготовили публикацию-конспект - почитать её можно на Хабре: https://habr.com/ru/company/vk/blog/703474/

Всем привет.

В эту пятницу в 16-00 мы организуем Scientific Open-Source Meetup - семинар, посвященный открытому коду и его роли в научных исследованиях.

На этом мы мероприятии поговорим о разработке open-source решений в ИТМО, о том, зачем вообще делать научный код открытым, как математики используют открытые репозитории, а также расскажем о практическом опыте проведения код-ревью для открытых библиотек в области ИИ.

Также, мы анонсируем программу менторства открытого кода в ИТМО под эгидой центра “Сильный ИИ в промышленности”.

Среди спикеров - научный руководитель ИЦ “Сильный ИИ в промышленности” Александр Бухановский, заведующий лабораторией композитного ИИ (ЛабКИИ) Александр Хватов, старший научный сотрудник ЛабКИИ Николай Никитин и младший научный сотрудник ЛабКИИ Юлия Борисова.


ПРОГРАММА:

16:00 – 16:30 – Open Source решения в ИТМО (Бухановский А.)
16:30 – 17:10 – Как и зачем делать научный открытый код? (Никитин Н.)
17:10 – 17:40 – Зачем математику репозитории и коммиты? (Хватов А.)
17:40 – 18:00 – Немного о код-ревью (Борисова Ю.)
18:00 – 18:10 – Анонс программы менторства открытого кода в ИТМО (Никитин Н.)

КОГДА
16 декабря, 16:00

ГДЕ:
СПб, Кронверкский пр., д. 49, Центр управления полетами (2 этаж, Ректорский холл)

Формат - преимущественной очный. Дополнительно, будет организована трансляция.

Не забудьте зарегистрироваться . Ждем вас!

Всем привет.

На недавнем open-source митапе мы, помимо прочего, анонсировали программу менторства открытого кода. Поучаствовать в ней могут студенты и аспиранты ИТМО.

Заинтересовавшиеся могут изучить подробности и оставить заявку тут:
https://news.itmo.ru/ru/science/it/news/12972/

Всем привет.

На днях у нас вышла новая статья - в Q1-журнале Engineering Applications of Artificial Intelligence.

Статья называется "Generative design of physical objects using modular framework". Она посвящена фреймворку генеративного дизайна физических объектов GEFEST, лежащим в его основе алгоритмам, и применению фреймворка для различных прикладных примеров.

Фреймворк можно поддержать звездочками на github-е, а статью - процитировать, если будете готовить публикации по близким темам.

Ниже - bibtex-ссылка на публикацию:

@article{STARODUBCEV2023105715,
title = {Generative design of physical objects using modular framework},
journal = {Engineering Applications of Artificial Intelligence},
volume = {119},
pages = {105715},
year = {2023},
issn = {0952-1976},
doi = {https://doi.org/10.1016/j.engappai.2022.105715},
url = {https://www.sciencedirect.com/science/article/pii/S0952197622007059},
author = {Nikita O. Starodubcev and Nikolay O. Nikitin and Elizaveta A. Andronova and Konstantin G. Gavaza and Denis O. Sidorenko and Anna V. Kalyuzhnaya},
keywords = {Generative design, Deep learning, Evolutionary algorithms, Optimization problems}
}

Всем привет.

Помимо развития наших многочисленных научных направлений, мы занимаемся ещё и популяризацией создания решений с открытым кодом. По следам недавнего Scientific Open-Source Meetup-а, мы создали tg-чат для обсуждений, связанных с созданием открытых научных проектов - ITMO.OpenSource.

Если вы хотите задать вопрос, помочь другим, или поделиться удачными практиками - присоединяйтесь! Кроме того, мы занялись подготовкой инструкций и руководств по разным аспектам открытых разработок - они доступны в отдельном репозитории. Подробности - в чате)

Всем привет.

Сегодня небольшой анонс и call-for-presentation, связанный с ITMO.OpenSource.

В рамках "Конференции молодых ученых", которую в ИТМО проводят каждой год, мы запланировали организовать второй митап из цикла "Научный опенсорс" с подзаголовком "Открытый код для ИИ".

Дата и локация: Бар Линза (Тучков пер., 1-1, "Вавилов лофт") , 06.04.23, с 18:00 до 21:00

Вот предварительный анонс:
https://aim.club/publications/scientific-open-source-meetup-2-otkrytyj-kod-dlja-ii

Формат: выступления очные + трансляция.

Поэтому:

1) Если есть желающие выступить на одну из тем - welcome.
2) Если кто-то хочет поступать в магистратуру ИТМО (например, "ИИ в промышленности") по конкурсу докладов или портфолио - то доклад в рамках этого мероприятия может быть засчитан (но тогда надо через сайт КМУ регистрироваться).

Предлагать варианты тем выступлений можно в https://github.com/ITMO-NSS-team/open-source-ops/issues/9.
Размер временного слота для выступления - обсуждаем.

Регистрация на мероприятие - по ссылке на анонс.

Всем привет.

Сегодня нашей лабораторией выпущен новый релиз уже известного читателям фреймворка FEDOT - 0.7.0; а также - ранее публично не анонсировавший проект GOLEM версии 0.2.0

С данных релизов основная логика графовой оптимизации вместе с эволюционным алгоритмом выделена в GOLEM.

Теперь FEDOT отвечает исключительно за машинное обучение, соответствующие метрики качества и обработку данных, используя GOLEM в качестве оптимизационного ядра.

Если вы хотите работать с какими-то специфичными для конкретной задачи графовыми моделями, их структурной оптимизацией, или экспериментировать с расширениями алгоритма — приветствуйте пакет PyPi thegolem или заглядывайте в репозиторий GOLEM-а.

Если вы работаете с данными и моделями машинного обучения – ваш путь по-прежнему лежит в репозиторий FEDOT. В последних версиях в код внесено много изменений, повышающих эффективность и стабильность.

Всем привет.

Сегодня наша новая статья "Automated machine learning approach for time series classification pipelines using evolutionary optimisation" стала доступна в Q1-AI-журнале "Knowledge-Based Systems"

Авторы статьи: Илья Ревин, Вадим Потемкин, Никита Балабанов и Николай Никитин.

Она посвящена решению задачи классификации временных рядов с помощью AutoML-фреймворка FEDOT.Industrial. В статье предложен гибкий подход AutoML, который объединяет несколько стратегий генерирования признаков (спектральные, вейвлетные, топологические, квантили) и классификаторов в рамках пайплайна моделирования. Это позволяет получить более эффективное легковесное решение для задачи классификации временных рядов. Создание пайплайна основано на эволюционной оптимизации.

Сравнение с SOTA-подходами было проведено на архиве задач UEA/UCR - в ряде случаев удалось превзойти результаты значительно более сложных нейросетевых моделей. Для прочих был достигнут паритет по качеству при меньшем времени обучения и предсказания.

Статью можно поддержать уместными цитированиями, фреймворк - звездочками)

Ссылка:

@article{REVIN2023110483,
title = {Automated machine learning approach for time series classification pipelines using evolutionary optimisation},
journal = {Knowledge-Based Systems},
pages = {110483},
year = {2023},
issn = {0950-7051},
doi = {https://doi.org/10.1016/j.knosys.2023.110483},
url = {https://www.sciencedirect.com/science/article/pii/S0950705123002332},
author = {Ilia Revin and Vadim A. Potemkin and Nikita R. Balabanov and Nikolay O. Nikitin}
}

Всем привет.

В этот четверг сотрудник нашей лаборатории Илья Ревин будет рассказывать о автоматизации анализа и моделирования временных рядов.

Будет весьма интересно, предлагаю всем желающим прийти послушать.

Подробности ниже.

30 марта в 17:00 состоится семинар Ассоциации «Искусственный интеллект в промышленности»

На мероприятии выступит Илья Ревин, научный сотрудник исследовательского центра в сфере искусственного интеллекта "Сильный искусственный интеллект в промышленности", научный сотрудник лаборатории композитного искусственного интеллекта ИТМО, с докладом на тему: «Автоматический анализ временных рядов (с упором на классификацию и поиск аномалий) с примерами и сравнительным анализом с популярными решениями».

Подключиться к семинару можно с помощью ресурса Zoom, по ссылке

Регулярные семинары Ассоциации «Искусственный интеллект в промышленности» проводятся под научным руководством директора Института компьютерных наук и технологий СПбПУ Льва Владимировича Уткина.

Партнерами семинара являются Ассоциация «Искусственный интеллект в промышленности», Фонд «Центр стратегических разработок «Северо-Запад», Санкт-Петербургский политехнический университет Петра Великого.

Всем привет.

Сегодня о нас пишут на Хабре - вышел пост с подборкой open-source решений ИТМО, два из которых созданы в нашей лаборатории - GOLEM и GEFEST.

https://habr.com/ru/company/spbifmo/blog/725800/

Читайте, делитесь, лайкайте)

Напомню, что обсудить фреймворки с их авторами можно в чате ITMO.Opensource.

Через пару минут начинаем, подключатесь!

Всем привет. Это я, Саша.

Сегодня стали известны решения по конференции GECCO-2023. У нас (у Миши М. и у вашего покорного слуги) приняли статью. GECCO де-факто самая престижная конференция по эволюционной оптимизации.

Коротко о чём писали. Оптимизация бывает однокритериальной и многокритериальной. Как мы выяснили (хотя и давно подозревали, но проверили на экспериментах), многокритериальная оптимизация обходит однокритериальную по заданному критерию из-за повышенного разнообразия в популяции в задачах поиска диффуров по данным.

Насладиться статьёй можно уже прямо сейчас.