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.

Если кто-то пропустил - то запись доступна по ссылке https://www.youtube.com/watch?v=vOIotMC_PQY

Семинар получился плотным - 1.5 часа активной и интересной дискуссии.

Напомню, что программная реализация всех обсужденных методов и алгоритмов доступна в https://github.com/aimclub/Fedot.Industrial

Также напомню, что уже в этот четверг в 18-00 пройдет митап нашей лаборатории "Научный опенсорс №2: Открытый код для ИИ".

Локация: СПб, Бар Linza в пространстве «Вавилов лофт», Тучков переулок, 1-1.
Не забывайте регистрироваться, т.к. число место - ограничено размерами бара) Трансляция также будет.

Все подробности тут: https://aim.club/publications/scientific-open-source-meetup-2-otkrytyj-kod-dlja-ii

В программе несколько секций:

Студенты и открытый код

Зачем студенту участвовать в open-source проектах?
Валерий Покровский

Хакатоны как метод апробации ИИ фреймворков
Майя Пинчук

Технологии

ChatGPT и Copilot: доверь свой код нейросетям
Андрей Гетманов

Статический анализ фреймворков машинного обучения
Артем Менисов

Кейсы

Библиотека оптимизации графовых структур GOLEM
Любовь Ямщикова

Фреймворк генеративного ко-дизайна робототехнических систем rostok
Кирилл Жарков

Case-study: как собрать систему обработки медицинских данных на основе open-source
Виктория Коржук и Анна Андрейченко

Чем хорош ProgressiveGridSearch и как его сделать еще лучше
Николай Стрекопытов

Свободная дискуссия

—————————————————————

Программа докладов уже в целом сформирована, но если кто-то хочет сделать мини-анонс своего открытого продукта - ещё можно успеть вписаться)

Мы уже начали, трансляция:

https://www.youtube.com/watch?v=qUHSf0dE0sQэ

Всем привет. Это я, Саша.

Сегодня вышла статья неизвестного учёного, посвящённая решению дифференциальных уравнений с помощью нейронных сетей.

Это вторая программная статья о наших принципах и точки зрения на связку ИИ+ДУ в целом. Первая о выращивании вот.

В чём её суть? Решение дифференциального уравнения - это такое же обучение без учителя, но в другом пространстве - пространстве Соболева, то есть ошибка считается не как мы привыкли. Более детально, мы берём оператор от нейронки, и обучаем его так, чтобы приблизиться к нулю - выходит, оператор от нейронки равен нулю, а нейронка и есть искомое решение. Мы можем сделать связку обучение с учителем + регуляризация на ДУ, но это другая история, которая называется PINN.

С нашей точки зрения PINN должен быть разделён на выращивание+решение.

Есть репо с примерами, можно поиграться (и не забыть поставить звёздочку).

Всегда готов ответить на вопросы - вы знаете где меня искать.

Если кто-то подумывает поступать в нашу магистратуру "ИИ в промышленности" - то присоединяйтесь к дню открытых дверей, мероприятие уже в процессе.

Подробности и трансляция доступны тут https://vk.com/itmomagistry?w=wall-54201931_10463

Мини-анонс:

С 14:15 до 15:25 на конференции Data Fusion пройдет сессия «Развитие инструментов Open Source в области ИИ».

Трансляция ведется на главной странице конференции: https://data-fusion.ru. Можно зайти послушать.

Руководитель нашего исследовательского центра А.В. Бухановский будет рассказывать в том числе и про реализуемую в нашей лаборатории инициативу ITMO.OpenSource.

Всем привет. Это я, Саша.

Не так давно я был в гостях в НОЦ Инфохимии и рассказывал в научно-популярном стиле о том, что мы делаем. Получилось неплохо.

Оригинальный пост в канале НОЦ Инфохимии. От себя хочу сказать спасибо за приглашение и съемку - было классно. =)

Про наши труды в области развития научного open-source сообщества пишут на Хабре ИТМО:

https://habr.com/ru/companies/spbifmo/articles/732756/

Напомню, что у нас есть чат для обсуждений про открытый код и всё с ним связанное - https://t.iss.one/itmo_opensource.
Приглашаем всех заинтересованных присоединиться)

Всем привет.

Некоторое время назад Университетом ИТМО в рамках проекта "Приоритет-2030" была поддержана заявка на фронтирную лабораторию автоматического машинного обучения под руководством Николая Никитина @nicl_nno.

Работа лаборатории в ближайшие два года будет посвящена развитию методов и алгоритмов мета-оптимизации для повышения эффективности автоматического машинного обучения. Их научно-популярное изложение в виде видео с фестиваля Open Science доступно на нашем youtube-канале.

В проекте активно использовать аппарат графовых нейронных сетей, обучения с подкреплением и построения сжатых представлений - а также уже "привычные" эволюционные алгоритмы и композитные ML-пайплайны. Все разработки будут открытыми и тесно интегрированными с фреймворками FEDOT, FEDOT.Industrial и GOLEM.

Если вы хотите поучаствовать в R&D-деятельности лаборатории - пишите [email protected], у нас есть вакансии)

Всем привет.

На следующей неделе в среду пройдет митап, посвященный перспективам развития AutoML в свете успехов больших языковых моделей.

Обсудим как SOTA-разработки в этой области (вот, например пара интересных препринтов про объединение GPT и AutoML - 1, 2), так и планы нашей лаборатории автоматического машинного обучения (писали про ней выше)

Можно подключиться онлайн или прийти очно. Ссылка на регистрацию: https://forms.gle/3KecqehZVE6TWjB16

Всем привет.

На днях стартовала конференция DataFest 2023 (следить за обновлениями можно тут).

Как уже сообщали, в рамках Datafest-а мы организуем секцию "DS/ML Open Source", логично продолжающую цикл наших митапов "Научный опенсорс".

Вот что в ней планируется:

Онлайн часть - 26.05, стартуем в 15-00

Николай Никитин, руководитель направления открытого кода, исследовательский центр «Сильный искусственный интеллект в промышленности», ИТМО.
"Про открытый код в DS/ML"

Михаил Сарафанов, Senior Data Scientist, Wiredhut
"Не бойтесь выкладывать свои разработки в open-source - даже если кажется, что они не закончены"

Юрий Кацер, co-founder, waico.tech (а также автор tg-канала DataKatser)
"Open-source бенчмарки для задач обнаружения аномалий в промышленных временных рядах и SKAB"

Константин Баркалов, профессор, ННГУ им Н.И. Лобачевского
"Настройка гиперпараметров – возможности фреймворка интеллектуальной оптимизации iOpt"

Очная часть (по городам)

Новосибирск, 3.06
Евгений Петров, ведущий разработчик CatBoost
"Стань контрибьтором в Open Source или как сделать свой первый Pull Request в CatBoost"

СПб, 27.05

Ирина Деева, с.н.с ИЦ СИИП, ИТМО.
"Фреймворк для вероятностного моделирования на основе байесовских сетей BAMT"

Николай Бутаков, с.н.с ИЦ СИИП, ИТМО.
"SLAMA: тонкости масштабируемости распределенного AutoML решения на Spark и оптимизация производительности"

Александр Хватов, заведующий ЛабКИИ, ИТМО:
"Физически-обоснованные модели с точки зрения машинного обучения" (вне секции про открытый код, но в контексте библиотек EPDE и TEDEouS).

Москва, 31.05

Дмитрий Тимохин, data scientist, VTB
"Библиотека Autobinary для автоматизации решения ML бизнес задач"

Кондратенко Владимир, главный инженер по разработке, SberDevices
"Dusha: самый большой открытый датасет для распознавания эмоций в устной речи на русском языке "

Ссылки на трансляции доступны тут - https://www.youtube.com/@ODSAIRu/streams
Регистрация на очные площадки - тут https://ods.ai/events/datafestonline2023/offline

Приглашаем всех поучаствовать!
Пообщаться со спикерами можно будет как в рамках Q&A после выступлений, так и в нашем канале https://t.iss.one/itmo_opensource

В последний момент в программу секции добавился ещё один доклад:

Кондратенко Владимир, главный инженер по разработке, SberDevices - "Dusha: самый большой открытый датасет для распознавания эмоций в устной речи на русском языке "

Он пройдет 31.05 в Москве на площадке Сколтеха.

На эту же дату переносится описанный выше доклад Дмитрия Тимохина про библиотеку Autobinary.

Невозможно также не упомянуть и проходящий в другой секции доклад руководителя нашей лаборатории к.ф.-м.н. Александра Хватова - "Физически-обоснованные модели с точки зрения машинного обучения" (где будут упоминаться библиотеки EPDE и TEDEouS).

Он пройдет в СПб 27 мая.

Через пару минут начинаем онлайн, подключайтесь!

https://ods.ai/events/data_fest23_meetup26-05-2023
https://www.youtube.com/watch?v=7sF1LSYmEIA

Тем временем DataFest продолжается, сегодня от нас будет три доклада:

14:30 Физически-обоснованные модели с точки зрения машинного обучения. Александр Хватов [Random DS/ML]
15:30 Фреймворк для вероятностного моделирования на основе байесовских сетей BAMT. Ирина Деева [DS/ML Open Source]
16:00 SLAMA: тонкости масштабируемости распределенного AutoML решения на Spark и оптимизация производительности. Николай Бутаков [DS/ML Open Source]

Подключиться к трансляции: https://www.youtube.com/watch?v=HTfMD5jHr9g или https://ods.ai/events/datafestonline2023/networking