Машинное обучение

Антон Михайлович Алексеев

лаборатория прикладных вероятностных и алгоритмических методов
Email: 
anton.m.alexeyev [at] gmail.com
Домашняя страница: 
https://alexeyev.github.io/
Научные интересы: 
Машинное обучение
обработка естественного языка
информационный поиск
рекомендательные системы
цифровые гуманитарные науки
искусственный интеллект

Образование:

2014, Санкт-Петербургский государственный университет, математико-механический факультет, специальность 080801 «Прикладная информатика»

2014, CSCenter/АУ РАН, повышение квалификации по программе дополнительного образования в области информационных технологий и прикладной математики

Опыт работы:

2013-2015, ООО «Яндекс», стажёр, затем разработчик

2015-2016, ООО «СофИТ Лабс», инженер-программист

2016-2018, ООО «Нейтив Медиа», специалист по машинному обучению

2018-н.в., ПОМИ РАН им. В. А. Стеклова

Публикации:

  1. Vasilkovsky, M., Alekseev, A., Malykh, V., Shenbin, I., Tutubalina, E., Salikhov, D., ... & Nikolenko, S. (2022, June). Detie: Multilingual open information extraction inspired by object detection. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 36, No. 10, pp. 11412-11420).
  1. Alekseev, A., Miftahutdinov, Z., Tutubalina, E., Shelmanov, A., Ivanov, V., Kokh, V., ... & Nikolenko, S. (2022, June). Medical Crossing: a Cross-lingual Evaluation of Clinical Entity Linking. In Proceedings of the Thirteenth Language Resources and Evaluation Conference (pp. 4212-4220).
  1. Savchenko, A., Alekseev, A., Kwon, S., Tutubalina, E., Myasnikov, E., & Nikolenko, S. (2020, December). Ad lingua: Text classification improves symbolism prediction in image advertisements. In Proceedings of the 28th International Conference on Computational Linguistics (pp. 1886-1892).
  1. Alekseev, A., Tutubalina, E., Malykh, V., & Nikolenko, S. (2020). Improving unsupervised neural aspect extraction for online discussions using out-of-domain classification. Journal of Intelligent & Fuzzy Systems, 39(2), 2487-2496.
  1. Vasilkovsky, M., Alekseev, A., Malykh, V., Shenbin, I., Tutubalina, E., Salikhov, D., ... & Nikolenko, S. (2022, June). Detie: Multilingual open information extraction inspired by object detection. In Proceedings of the AAAI Conference on Artificial Intelligence (Vol. 36, No. 10, pp. 11412-11420).
  1. Alekseev, A., Miftahutdinov, Z., Tutubalina, E., Shelmanov, A., Ivanov, V., Kokh, V., ... & Nikolenko, S. (2022, June). Medical Crossing: a Cross-lingual Evaluation of Clinical Entity Linking. In Proceedings of the Thirteenth Language Resources and Evaluation Conference (pp. 4212-4220).
  1. Savchenko, A., Alekseev, A., Kwon, S., Tutubalina, E., Myasnikov, E., & Nikolenko, S. (2020, December). Ad lingua: Text classification improves symbolism prediction in image advertisements. In Proceedings of the 28th International Conference on Computational Linguistics (pp. 1886-1892).
  1. Alekseev, A., Tutubalina, E., Malykh, V., & Nikolenko, S. (2020). Improving unsupervised neural aspect extraction for online discussions using out-of-domain classification. Journal of Intelligent & Fuzzy Systems, 39(2), 2487-2496

Открытый программный код: https://github.com/alexeyev

Все публикации: https://scholar.google.com/citations?user=Lwcol1sAAAAJ

Сергей Игоревич Николенко

лаборатория математической логики и дискретной математики
Должность: 
старший научный сотрудник
Учёная степень: 
доктор ф.-м. наук
Email: 
snikolenko [at] gmail.com
Телефон: 
+7 (812) 571-43-92
Местный телефон: 
1412
Домашняя страница: 
http://logic.pdmi.ras.ru/~sergey/
Научные интересы: 
Машинное обучение
обработка естественных языков
обработка изображений
алгоритмы для сетевых приложений
теоретическая информатика

Образование:

2005, СПбГУ, математико-механический, математик;

2005-2008 - аспирант ПОМИ РАН;

2008-наст.вр. - сотрудник ПОМИ РАН.

Публикации:

  1. S.I. Nikolenko. Synthetic Data for Deep Learning. Springer, 2021.
  2. С.И. Николенко, А.А. Кадурин, Е.О. Архангельская. Глубокое обучение. Питер, 2017.
  3. A. Palmer, P. Phapale, I. Chernyavsky, R. Lavigne, D. Fay, A. Tarasov, V. Kovalev, J. Fuchser, S.I. Nikolenko, C. Pineau, M. Becker, T. Alexandrov. FDR-controlled metabolite annotation for high-resolution imaging mass spectrometry. Nature Methods, vol. 14, 2017, pp. 57–60.
  4. K. Kogan, S.I. Nikolenko, O. Rottenstreich, W. Culhane, P. Eugster. SAX-PAC (Scalable And eXpressive PAcket Classification). Proceedings of the 2014 ACM conference on SIGCOMM ( SIGCOMM 2014), ACM Press, 2014, pp. 15–26
  5. S. Golovanov, R. Kurbanov, S.I. Nikolenko, K. Truskovskyi, A. Tselousov, T. Wolf. Large-Scale Transfer Learning for Natural Language Generation. 57th Annual Meeting of the Association for Computational Linguistics ( ACL 2019), 2019, pp. 6053–6058

Публикации: https://logic.pdmi.ras.ru/~sergey/papers.html

Google Scholar: https://scholar.google.com/citations?user=_lk95cEAAAAJ

DBLP: https://dblp.uni-trier.de/pid/50/1870.html