Всем привет!

Вышла свежая статья, в которой наша команда делится опытом участия и побед в хакатонах, рассказывает о личном вкладе FEDOT, а также раскрывает секреты - зачем и кому это может быть нужно и полезно 😉

Читайте и присоединяйтесь к нам в хакатонном движении 🤝

https://news.itmo.ru/ru/university_live/achievements/news/10409/

Всем привет.

Небольшая подборка наших обновлений за последнее время:

- Написали статью про AutoML и composite AI на medium.com и towardsdatasciense.com;
- Фреймворк FEDOT вышел в финал престижного конкурса Human-Competitive Results, проводимого в рамках конференции GECCO (итоговое голосование ещё впереди);
- Вышла финальная версия Q1-статьи про идентификацию дифференциальных уравнений с помощью EDPE Framework;
- Cоздали в ResearchGate несколько проектов (FEDOT, EPDE, BAMT), где будем периодически выкладывать обновлений по каждому из них. Подписывайтесь, чтобы ничего не пропустить.

Напомню, что мероприятие начнется сегодня в 17-00.

Темы докладов:

— Текущее состояние и перспективы развития AutoML
Вычужанин Павел, инженер лаборатории «Моделирование природных систем» НЦКР Университета ИТМО

— AutoML для композитных моделей на мульти-модальных данных: актуальность, предпосылки и опыт реализации
Никитин Николай, к.т.н., старший научный сотрудник лаборатории «Моделирование природных систем» НЦКР Университета ИТМО

Ссылка: https://itmo.zoom.us/j/82137738319?pwd=ZXU2bmRINXNubGczUHVhdk8wT2tCUT09

Всем доброго субботнего вечера! Сегодня вышла наша новая англоязычная статья на TowardsDataSciense. Посвящена она применению AutoML алгоритмов для прогнозирования временных рядов. На простом примере показано, как при помощи FEDOT'a за несколько минут (и в несколько строк кода) можно находить точное решение.

Статья:
AutoML for time series: definitely a good idea

P.S. К посту можно делать не только один хлопок (аналог лайка на medium) от одного пользователя, а сразу несколько (а именно, 50 штук). Для этого можете кликнуть на знак хлопка и подождать несколько секунд пока счётчик не достигнет 50
Не стесняйтесь ставить и такое количество :)

Будем рады вашим комментариям и хлопкам, и до новых встреч!

Всем доброго пятничного вечера! Мы подготовили ещё одну англоязычную статью на TowardsDataSciense. В её рамках мы рассматриваем возможности AutoML фреймворков (не только FEDOT'а) прогнозировать временные ряды на прикладном примере. Мы глубже погрузились в технические детали в этой статье. Однако там почти нет листингов кода - мы постарались описать всё как можно более доходчиво используя графики и анимации (много анимаций).

Статья:
AutoML for time series: advanced approaches with FEDOT framework

Не забывайте хлопать статье и ставить звёзды репозиторию - это помогает продвижению!
И особенно будем благодарны, если вы попробуете наш фреймворк на своих данных и задачах :)

Всем привет.

Сегодня хотим поделиться нашими новыми публикациями:

1) Automated Evolutionary Approach for the Design of Composite Machine Learning Pipelines
https://arxiv.org/pdf/2106.15397.pdf

В этом пре-принте описываются многочисленные методы и алгоритмы AutoML, разработанные нами для повышения эффективности решения задачи автоматического создания композитных пайплайнов, а также их реализация в рамках фреймворка FEDOT.

2) Generative design of microfluidic channel geometry using evolutionary approach
https://dl.acm.org/doi/10.1145/3449726.3462740

В этой мини-статье на GECCO речь идет о алгоритмах генеративного дизайна микро-флюидных устройств. В качестве примера такого устройства используется т.н. "селезенка-на-чипе" - фильтр для клеток крови различного размера. В статье мы показали, как можно повысить эффективность автоматизированного проектирования таких устройств c помощью эволюционных подходов.

P.S. На хабре вышел пост, начинающий серию публикаций о open-source проектах Университета ИТМО - разумеется, повествование начинается с FEDOT (как же иначе). Также описан продукт наших коллег - библиотека алгоритмов отбора признаков ITMO FS.

Всем привет!

Напомню, что спбгеотех - уже сегодня, через пол-часа.

Чтобы получить ссылку, нужно зайти на https://spbgeotex.timepad.ru/event/1687035/

Доклады от нашей лаборатории таковы:

-17:05 – 17:15 / О магистерской программе «Цифровые геотехнологии» в университете ИТМО / Николай Никитин (ФЦТ ИТМО)

17:15 – 17:50 / Восстановление пропущенных значений в гидрометеорологических временных рядах при помощи автоматического машинного обучения / Михаил Сарафанов (ФЦТ ИТМО)

18:20 – 18:35 / Гибридное моделирование океана: совмещаем гидродинамику и машинное обучение / Юлия Борисова (ФЦТ ИТМО)

18:35 – 19:40 / Практический мастер класс. Машинное обучение как способ быстро решить инженерную задачу: совсем нестрашно и немного мокро (на примере гидрологических данных) / Михаил Масляев (ФЦТ ИТМО)

Подключайтесь!

Всем привет.

Сегодня хотим поделиться несколькими видео, которые мы выложили на нашем YouTube-канале:

Три из них посвящены нашим статьям на конференции YSC 2021:

- Sensitivity analysis of the composite data-driven pipelines in the automated machine learning (Ирина Барабанова)

- Hybrid modelling of environmental processes using composite models (Юлия Борисова)

- Automated Evolutionary Design of CNN Classifiers for Object Recognition on Satellite Images (Яна Полонская)

Ещё одно - выступлению на конференции CEC 2021:

Multi-Objective Evolutionary Design of Composite Data-Driven Models (Яна Полонская)

И, наконец, небольшое, но насыщенное картинками и анимациями промо-видео о FEDOT как о фабрике human-competitive результатов для одноименного конкурса, проходящего в рамках конференции GECCO (вошли там в перечень из шести финалистов):

FEDOT: Evolutionary composite AutoML as Human-competitive result (Николай Никитин)

У нас в планах ещё много материалов - следите за обновлениями!

Всем привет.

О наших open-source решениях снова пишут на Хабрахабре: на этот раз описываются фреймворк для идентификации дифференциальных уравнений EPDE и библиотека для анализа данных на основе баесовских сетей BAMT.

Почитать пост можно по ссылке: https://habr.com/ru/company/spbifmo/blog/566842/

Вcем привет!

Только что мы выпустили очередной мастер-класс: "Прогнозирование гео-временных рядов с помощью AutoML". Автор - наш сотрудник Михаил Сарафанов.

Ссылка на МК : https://youtu.be/rG_5u0-BoTM
или
https://vk.com/dx.itmo?z=video-38025481_456239061%2F2877a0ab5cc7f618aa%2Fpl_wall_-38025481

В рамках МК мы а) рассмотрим методы прогнозирования временных рядов при помощи моделей машинного обучения, а также алгоритм автоматической идентификации композитных моделей; б) разберём какие существуют способы валидации и кросс-валидации моделей на временных рядах; в) узнаем на практике как можно прогнозировать одномерные и многомерные временные ряды уровня моря при помощи AutoML (на примере FEDOT).

Исходный код для всех показанных примеров доступен на github.

Мастер-класс проходит в рамках дня открытых дверей образовательной программы магистратуры “Цифровые геотехнологии”: https://abit.itmo.ru/program/14597/

Всем привет.

Сегодня мы выпустили очередной релиз фреймворка FEDOT - 0.4.0.

В нем достаточно много интересных изменений:
- поддержка вычислений на GPU
- docker-контейнеры для более удобного развертывания
- универсальный эволюционный оптимизатор, применимый не только для ML-задач (см. презентацию)
- улучшенная работа с временными рядами (кросс-валидация, разреженные траекторные матрица и т.д.) и табличными данными
- многое другое - см. подробности здесь.

Также фреймворк продолжает набирать популярность: помимо множества отзывов issue от новых пользователей, он получил ещё и более 200 звездочек.

Jupyter-ноутбуки с примерами будут доступны чуть позже уже доступны (в соответствующем репозитории). Следите за новостями!

Всем привет!

У нас в лаборатории открылось несколько стажерских позиций по направлениям AutoML и Equation Discovery.

Мы ориентируемся на студентов магистратуры и последних курсов бакалавриата, поэтому работа предполагает формат part-time.

Ознакомится с деталями вакансий и откликнуться на тут: https://job.itmo.ru/ru/catalog/vacancy/1804

Если есть заинтересованность в присоединении к команде NSS Lab на другие full-time позиции - пишите @nicl_nno или @sasha_hvat, пообщаемся в индивидуальном порядке.

Как говорится, it's wednesday my dudes!

Вышла наша новая статья на хабре, посвященная победе команды нашей лаборатории "NSS lab team" на хакатоне Emergency DataHack 2021 в конце мая этого года. В статье мы делимся реализованным подходом и опытом преодоления трудностей, возникших во время решения задачи. Что тоже приятно, во время хакатона использовали разрабатываемый у нас в лаборатории фреймворк FEDOT, чтобы получать достойные решения. Как видите, он показал себя не плохо :)

Ссылка на пост: https://habr.com/ru/post/577886/

Читайте, оставляйте комментарии, задавайте вопросы!

Дорогие друзья, всем привет!
Порция свежих новостей:

1) В Q1-журнале Future Generation Computer Systems вышла финальная версия нашей статьи "Automated evolutionary approach for the design of composite machine learning pipelines". В ней всё как мы любим: обзор существующих AutoML решений, наш опыт и эксперименты. Статья довольно обширная, включает в себя эксперименты с разными стратегиями настройки гиперапараметров (тюнинга), результаты запусков на разных задачах классификации, регрессии и прогнозирования временных рядов. Исследована вычислительная эффективность построенных алгоритмов. В общем, читайте, ссылайтесь - мы очень старались!

Bibtex-ссылка:

@article{nikitin2021automated,
title={Automated evolutionary approach for the design of composite machine learning pipelines},
author={Nikitin, Nikolay O and Vychuzhanin, Pavel and Sarafanov, Mikhail and Polonskaia, Iana S and Revin, Ilia and Barabanova, Irina V and Maximov, Gleb and Kalyuzhnaya, Anna V and Boukhanovsky, Alexander},
journal={Future Generation Computer Systems},
year={2021},
publisher={Elsevier}
}

2) Недавно закончилась конференция SOCO 2021, где с докладом на тему "Automated Data-driven Approach for Gap Filling in the Time Series using Evolutionary Learning" выступил наш аспирант Михаил Сарафанов. Рассказ ведётся о том, каких успехов нам удалось добиться при совмещения алгоритмов прогнозирования временных рядов и эволюционных алгоритмов. Спойлер: получилось лучше, чем линейная интерполяция и не только :)

Ссылка на видеозапись в YouTube: https://www.youtube.com/watch?v=_UX90mmarAs
Смотрите, читайте, комментируйте! Сама статья доступна здесь.

Всем привет.

Мы выпустили очередную версию фреймворка FEDOT - 0.4.1

В ней существенно улучшена имеющаяся функциональность, исправлено несколько ошибок и добавлены новые функции (например, прогнозирование временных рядов с помощью модели CLSTM).

Полное описание изменений доступно здесь. Всегда рады любому фидбеку, особенно звездочкам)

P.S. Как вы могли заметить, у фреймворка теперь есть красочный логотип.

Всем привет!

Сегодня мы презентовали FEDOT на сайте producthunt. Будем рады поддержке в виде лайков и комментариев!

P.S. На приложенном фото запечатлен процесс генерации нами новых идей по развитию методов и технологий AutoML. Придумали много интересного, ждите статей и анонсов)

Погнаться за двумя зайцами и поймать обоих! Именно это предлагают организаторы Марафона ИТ-соревнований «Роснефти». Впервые участникам предстоит решить две задачи – можно обе сразу или одну на выбор. Всё зависит от аппетитов любителей хакатонов, которых ждёт общий призовой фонд в 1 250 000 рублей!

Регистрация на Rosneft Challenge идёт полным ходом по ссылке: https://it2021.rn.digital/
До 13 ноября успейте попасть на «борт» международного хакатона и приступить к решению задач!
Задача №1 – это идентификация северных оленей на аэрофотоснимках и выделение молодых особей (экологический мониторинг).
Задача №2 – разработка web-приложения для поиска объектов-аналогов в проектной документации по параметрам.
27 ноября пройдёт финал Rosneft Challenge и подведение итогов всего Марафона «Роснефти» 2021 года. Ноябрь будет жарким!
#РНБашНИПИнефть #пульсмарафона #марафонРоснефти #хакатонРоснефти #робототехника #роботизация #айтишники #хакатон #регистрациянахакатон

Всем привет.

В ближайший четверг (11.11) состоится конференция AI Journey, в рамках которой планируется два доклада от представителей нашей лаборатории:

1) Анна Калюжная: Мечтает ли ИИ об эволюции? (Секция AI in Russia, начало секции в 15:20).

2) Николай Никитин: FEDOT - открытый фреймворк эволюционного автоматического обучения композитных пайплайнов (Секция AutoML, начало секции в 17:00)

Полная программа конференции доступна тут. Для просмотра трансляции необходимо зарегистрироваться.

Приходите, будет интересно!