Стратегический проект

Участие в VII Всероссийской Поспеловской конференции «Гибридные и синергетические интеллектуальные системы» (ГИСИС'2024)

📢 С 3 по 7 июня 2024 года в городе Зеленоградск прошла VII Всероссийская Поспеловская конференция «Гибридные и синергетические интеллектуальные системы» (ГИСИС'2024) на базе Балтийского Федерального университета им. И. Канта.

В конференции приняли участие 57 ученых из Москвы, Санкт-Петербурга, Калининграда, Ульяновска, Красноярска, Владивостока, Самары, Ярославля, Ростова-на-Дону, Таганрога.

Основные направления работы конференции:

• •    - Гибридные интеллектуальные системы;

  •    - Методы гибридизации в информатике и ИИ;

  •    - Мягкие и интеллектуальные вычисления;

  •    - Гибридные нечеткие и вероятностные модели;

  •    - Нейронечеткие модели;

  •    - Многоагентные системы;

  •    - Искусственная жизнь: моделирование эмерджентного и роевого интеллекта, искусственные популяции и сообщества;

  •    - Гибридные эволюционные модели;

  •    - Коллективная робототехника;

  •    - Гибридный интеллект;

  •    - Синергетический искусственный интеллект;

  •    - Интеллектуальные среды и их компоненты;

  •    - Моделирование НЕ-факторов в интеллектуальных системах;

  •    - Распознавание образов, вычислительный интеллект.

МГТУ им. Н.Э. Баумана представили сотрудники стратегического проекта Bauman DeepAnalytics, реализуемого в рамках выполнения Программы развития «Приоритет 2030».

На конференции ГИСИС'2024 были представлены доклады по основным направлениям пленарных заседаний и дискуссий, включая гибридные интеллектуальные системы, методы гибридизации в информатике и ИИ, вычислительный интеллект и многое другое.

Сотрудники Bauman DeepAnalytics, представляющие проект «Создание интеллектуальных унифицированных систем поддержки принятия стратегических решений на базе глубокой и прогнозной аналитики больших данных», представили на конференции доклад на тему: «Ансамблевый подход к классификации больших коллекций текстовых документов на русском языке на основе BERT» (Гокарев В.Н., Березкин Д.В., Козлов И.А., Мартынюк П.А.)

💬 В работе решалась задача классификации текстовых документов на русском языке. Авторами было рассмотрено несколько моделей классификации на основе нейросетевой модели BERT их дочерние модели были обучены на выборках новостных статей. В ходе выполнения работы выполнена оценка качества моделей с целью выбора моделей с точностью, которая являлась бы допустимой в рамках поставленной задачи.

💡 Для повышения качества выполнения классификации был предложен гибридный подход к решению задачи классификации. Работа ансамблевой модели основана на голосовании отдельных моделей, каждая из которых имеет весовой коэффициент, основанный на ее точности. Эксперименты показали, что использование комбинированной модели приводит к увеличению точности на 5-7% по сравнению со среднем значением точности каждой отдельной модели, входящей в ансамбль.

😊 Участники выражают благодарность организаторам конференции ГИСИС'2024 за предоставление возможности публичной демонстрации результатов собственных исследований, ознакомления с научными работами коллег, а также участия в научных дискуссиях.

📜 По итогам конференции докладчикам были вручены именные сертификаты.