Институт искусственного интеллекта AIRI и Научно-технологический Университет «Сириус» приглашает принять участие в Конференции AIRI по искусственному интеллекту. Конференция AIRI проводится на площадке университета «Сириус» совместно с организаторами научной школы машинного обучения SMILES Евгением Бурнаевым и школы глубокого обучения и байесовских методов Deep Learning AND Bayesian Methods Дмитрием Ветровым.
Конференция направлена на обсуждение современных результатов в области построения предиктивных моделей машинного обучения с учетом физико-математических моделей процессов. Планируется представить доклады как по современным инструментам машинного обучения, так и по подходам, которые позволяют непосредственно комбинировать физико-математические модели процессов и предиктивные модели машинного обучения. Помимо докладов на фундаментальные темы слушатели ознакомятся с релевантными индустриальными приложениями, в которых такого рода физически информированные методы играют важную роль.
Место проведения: г. Сочи.
Период проведения: 18 - 26 июля 2022 года.
Организаторы полностью покрывают расходы на обучение, проживание, проезд / перелет по территории РФ и питание для участников программы.
К участию в конференции приглашаются магистры и аспиранты, активно вовлеченные в исследования в области машинного обучения и его применения для моделирования технических и физических систем.
Оформление заявки: Заявки подаются онлайн через систему Сириус. Онлайн (https://online.sochisirius.ru/) и включают:
- Мотивационное письмо.
- Резюме.
- Краткая аннотация результатов по одному из своих исследований (не более 1 стр. в формате pdf без учета списка литературы, шрифт Times New Roman, 12-й/14-й кегль, 1/1,5 интервала).
Внимание! Предпочтительно, чтобы тема исследований была в области машинного обучения и анализа данных или их приложений (но не обязательно). Отобранные участники обязуются подготовить и представить на конференции постер о результатах, описанных в аннотации. Отметим, что тема постера может и не быть связана с машинным обучением и анализом данных. В таком случае автору должен также представить свои соображения о том, как машинное обучение и анализ данных могли бы позволить решить задачу более эффективно.
