9 июня 2020
Статья студентов-исследователей НЦМУ удостоена награды «Honorable mention award for Outstanding Paper» на Международной конференции по машинному обучению (ICML)

Статья студентов-исследователей НЦМУ удостоена награды «Honorable mention award for Outstanding Paper» на Международной конференции по машинному обучению (ICML).

Авторы статьи — Вячеслав Боровицкий и Петр Мостовский из Международного математического института им. Леонарда Эйлера.

Международная конференция по машинному обучению (ICML) — ведущая научная конференция, одна из двух самых крупных (вместе с NeurIPS) и влиятельных конференций по исследованиям в области машинного обучения и искусственного интеллекта во всем мире. ICML проводится ежегодно при поддержке Международного общества машинного обучения (IMLS). Сборники этой конференции являются одними из наиболее престижных рецензируемых изданий в области, не уступая ни другим сборникам конференций, ни журналам.

Статья «Efficiently sampling functions from Gaussian process posteriors» — результат коллаборации с коллегами James T. Wilson, Alexander Terenin (Imperial College London) и Marc Peter Deisenroth (University College London). Работа посвящена моделям, основанным на гауссовских процессах — золотому стандарту для задач машинного обучения, в которых количественная оценка неопределенности играет ключевую роль: в многочисленных биологических приложениях, в геостатистике, в байесовской оптимизации. Основным недостатком таких моделей является кубическая вычислительная сложность в зависимости от размера тренировочной и тестовой выборки.

Современные подходы в области машинного обучения достигли большого успеха в задаче снижения вычислительной сложности в зависимости от размера тренировочной выборки, но не от размера тестовой. Классические методы геостатистики — наоборот. Авторы статьи описали разработку способа совместить идеи из этих двух областей, который приводит к эффективному алгоритму для получения траекторий гауссовских случайных полей, обусловленные большим количеством данных.