Большинство наших разработок в области анализа данных и машинного обучения тесно связаны с научной деятельностью проводимой на факультете информационных технологий и программирования Санкт-Петербургского исследовательского университета информационных технологий, механики и оптики (ИТМО). Участники нашей команды – молодые ученые, сотрудники научных лабораторий университета и участники исследовательских проектов, реализуемых совместно с ведущими российскими и международными институтами. Мы очень гордимся тем, что наши технологии и продукты разрабатываются на стыке математики, программирования, визуализации больших данных и находят применение в различных областях повседневной человеческой деятельности.

Основная тематика исследований связана с разработкой алгоритмов автоматического построения моделей машинного обучения. Наши исследования ведутся в таких областях, как:

✔ Кластеризация данных
✔ Выбор моделей
✔ Выбор признаков
✔ Нейронные сети
✔ Обработка естественного языка
✔ Машинное зрение
✔ Анализ социальных сетей
✔ Байесовские сети
✔ Обучение с подкреплением
✔ Прогнозирование
✔ Рекомендательные системы
✔ Выбор вспомогательных критериев
✔ Разработка API для библиотек машинного обучения TensorFlow, Caffe, Theano

Наши научные работы публикуются в рецензируемых журналах в России и за рубежом.

―Избранные публикации:―

1. Efimova V., Filchenkov A., Shalyto A. Reinforcement-based Simultaneous Algorithm and its Hyperparameters Selection // Communication in Communication and Computer Science. 2017. (accepted). Scopus
2. Zabashta A., Smetannikov I., Filchenkov A. Rank Aggregation Algorithm Selection Meets Feature Selection // Machine Learning and Data Mining in Pattern Recognition. Springer International Publishing, 2016. P. 740–755. Scopus, WoS. DOI: 10.1007/978-3-319-41920-6_56
3. Shalamov V., Filchenkov A., Chivilikhin D. Small-Moves Based Mutation For Pick-Up And Delivery Problem // GECCO'16 Companion Proceedings of the 2016 on Genetic and Evolutionary Computation Conference Companion. 2016. P. 1027–1030. Scopus, WoS
4. Filchenkov A, Muravyov S, Parfenov V. Towards cluster validity index evaluation and selection. // Artificial Intelligence and Natural Language Conference (AINL). Pp. 37-44. Scopus
5. Zabashta A., Smetannikov I., Filchenkov A. Study on meta-learning approach application in rank aggregation algorithm selection // CEUR Workshop Proceedings. 2015, Vol. 1455, Pp. 115–117. Scopus
6. Filchenkov A., Pendryak A. Datasets Meta-Feature Description for Recommending Feature Selection Algorithm // Proceedings of the AINL-ISMW FRUCT Conference 2015. Pp. 11–18. Scopus