Автоматика и телемеханика, № 10, 2022

Тематический выпуск

ВСТУПИТЕЛЬНОЕ СЛОВО ПРОГРАММНОГО КОМИТЕТА

КОНФЕРЕНЦИИ ¾МАТЕМАТИЧЕСКИЕ МЕТОДЫ

РАСПОЗНАВАНИЯ ОБРАЗОВ¿

DOI: 10.31857/S0005231022100014, EDN: AJSYNX

В тематическом выпуске представлены избранные статьи 20-й Всероссий-

ской конференции с международным участием ¾Математические методы рас-

познавания образов¿ (ММРО), прошедшей с 7 по 10 декабря 2021 г. в Москве.

Конференция впервые прошла в 1983 г. и с тех пор проводится один раз

в два года, что позволяет считать ее старейшим российским форумом в об-

ласти интеллектуального анализа данных, машинного обучения, искусствен-

ного интеллекта, включающим как теоретические, так и прикладные сферы

указанных областей.

Конференция ММРО неразрывно связана с именами ее создателей двух

выдающихся ученых академика РАН Юрия Ивановича Журавлева (1935-

2022 гг.) и его ученика академика РАН Константина Владимировича Рудако-

ва (1954-2021 гг.). Их вклад в развитие математических методов классифи-

кации, распознавания образов, прогнозирования и методов машинного обу-

чения основных тематик конференции ММРО трудно переоценить.

Ю.И. Журавлев организовал первую конференцию ММРО в Звенигороде

и был бессменным руководителем организационного комитета всех следую-

щих конференций, которые проходили в Дилижане (1985), Звенигороде (1983,

1991, 1993, 2001, 2005), Казани (2013), Львове (1987), Москве (2019, 2021),

Петрозаводске (2011), Пущино (1995, 2003), Риге (1989), Санкт-Петербурге

(2007), Светлогорске (2015), Суздале (2009), Таганроге (2017), Тверской об-

ласти (1997, 1999).

К.В. Рудаков в 1983 г., тогда еще будучи молодым кандидатом физико-ма-

тематических наук, участвовал в организации первой конференции ММРО.

Подготовка всех последующих конференций также проводилась при актив-

ном участии Константина Владимировича. В 2001 г. был создан программный

комитет конференции, а К.В. Рудаков стал его председателем. Программным

комитетом ММРО в 2021 г. руководили профессор РАН Константин Вячесла-

вович Воронцов и доктор физико-математических наук Вадим Викторович

Стрижов, также отдавшие десятки лет организации конференции.

На протяжении почти четырех десятилетий работы конференции органи-

заторы включали в тематику актуальную научную повестку, сохраняя при

этом неизменным требования к глубокой математической проработке пред-

ставляемых результатов. Отдавалось предпочтение исследованиям, направ-

ленным на развитие фундаментального теоретического аппарата их получе-

ния и оценки. В первые годы конференция была в большей степени ориен-

тирована на проблематику задач распознавания образов, классификации и

регрессии, имеющую отправную точку в анализе изображений и сигналов и

опирающуюся на алгебраические и статистические методы. Нельзя не упомя-

нуть научную дискуссию по обсуждению статистической теории надежности

алгоритмов Вапника-Червоненкиса с участием одного из ее авторов Влади-

мира Наумовича Вапника, развернувшуюся на первой конференции ММРО

в 1983 г.

На конференции уделялось внимание комбинаторному подходу к оценке

надежности алгоритмов, методам прогнозирования временных рядов, мето-

дам оптимизации, задачам и методам анализа медицинских данных, биоин-

форматике, экспертным системам. Затем тематика расширилась на область

интеллектуального анализа данных (data mining) и машинного обучения (ma-

chine learning). В последние годы произошли значительные изменения, свя-

занные в первую очередь с бурным развитием методов глубокого обучения

(deep learning), методов обработки текстов на естественных языках (natural

language processing), методов анализа больших разнородных данных (big da-

ta), области компьютерного зрения (computer vision).

При этом конференция не оставляла без внимания и решение приклад-

ных задач. В последние годы растет интерес к ММРО представителей самых

разных направлений российской и зарубежной IT-индустрии.

На конференции ММРО уделялось значительное внимание участию моло-

дых ученых. ММРО дала им возможность узнать о результатах новых иссле-

дований, получить представление о тенденциях развития области и, конечно,

впервые представить свои результаты научному сообществу. Для многих ак-

тивно работающих ученых конференция ММРО стала отправной точкой в их

научной карьере.

В 2021 г. конференция ММРО проводилась в смешанном формате в Вычис-

лительном центре им. А.А. Дородницына Федерального исследовательского

центра РАН. В рамках открытия было проведено мемориальное заседание,

посвященное Константину Владимировичу Рудакову, на котором выступали

ученики и близкие коллеги К.В. Рудакова. Всего в конференции приняли

участие 215 человек, было сделано 105 докладов по следующим основным

научным направлениям:

• Интеллектуальный анализ данных

• Нейронные сети и глубокое обучение

• Методы оптимизации для интеллектуального анализа данных

• Вычислительная сложность и приближенные методы

• Обработка и анализ изображений и сигналов, компьютерное зрение

• Информационный поиск и анализ текстов

• Анализ данных веба и социальных сетей

• Индустриальные приложения науки о данных

• Анализ биомедицинских данных, биоинформатика

• Методы математического моделирования в интеллектуальном анализе

данных

• Интеллектуальный анализ геопространственных данных

• Интеллектуальная оптимизация и эффективный менеджмент.

По результатам обсуждения сделанных докладов были отобраны работы

для публикации в специальном выпуске журнала ¾Автоматика и телемеха-

ника¿ № 10 от 2022 г. В настоящем 10-м номере журнала представлены ра-

боты, посвященные распознаванию изображений, клонированию и конверсии

голоса, реконструкции поверхности для движения марсохода и ряду фунда-

ментальных математических задач.

Значительная часть работ посвящена тематике распознавания изображе-

ний. В работе Е.Ю. Минаева, Л.А. Жердевой и В.А. Фурсова ¾Визуальная

одометрия по изображениям опорной поверхности с малыми межкадровыми

поворотами¿ показывается решение задачи визуальной одометрии по после-

довательности видеокадров, которые формируются с использованием каме-

ры, направленной перпендикулярно вниз на опорную поверхность. В работе

А.С. Маркова, Е.Ю. Котлярова, Н.П. Аносовой, В.А. Попова, Я.М. Каранда-

шева и Д.Е. Апушкинской ¾Использование нейронных сетей для выявления

аномалий на рентгеновских снимках, полученных на сканерах персонального

досмотра¿ изучается выявление аномалий на рентгеновских снимках, пока-

заны предварительные результаты использования нейронной сети для выде-

ления аномалий. В работе Д.В. Свитова и С.А. Алямкина ¾Дистилляция мо-

делей для распознавания лиц, обученных с применением функции Софтмакс

с отступами¿ предлагается метод дистилляции, который использует центры

классов сети-учителя для инициализации сети-ученика, а затем сеть-ученик

обучается производить биометрические вектора, углы от которых до центров

классов равны углам в сети-учителе. В работе А.И. Базаровой, А.В. Грабово-

го и В.В. Стрижова ¾Анализ свойств вероятностных моделей в задачах обу-

чения с экспертом¿ решается задача аппроксимации набора фигур на контур-

ном изображении, вычисления проводятся на примере задачи аппроксимации

радужной оболочки глаза на контурном изображении. В статье А.А. Захаро-

ва ¾Метод сопоставления изображений с использованием тепловых ядер на

графах¿ представлен метод сопоставления изображений на основе тепловых

ядер, который позволяет выделять на начальном этапе с помощью тепловых

ядер на графах наиболее устойчивые особенности изображений для после-

дующего сопоставления. В работе М. Горпинич, О.Ю. Бахтеева и В.В. Стри-

жова ¾Градиентные методы оптимизации метапараметров в задаче дистил-

ляции знаний¿ предлагается обобщение задачи дистилляции на случай оп-

тимизации метапараметров градиентными методами, предложенный подход

проиллюстрирован с помощью вычислительного эксперимента на выборках

CIFAR-10 и Fashion-MNIST, а также на синтетических данных.

Две работы данного номера посвящены исследованию не менее интерес-

ных практических задач. В работе Д.С. Обухова ¾Клонирование и конвер-

сия произвольного голоса с использованием генеративных потоков¿ предло-

жен подход на основе потоковых генеративных моделей, который позволяет

решать задачи клонирования голоса за счет использования полученных из

внешней системы вещественных векторов фиксированной размерности, со-

держащих информацию о спикере, благодаря которому система синтезирует

более естественную речь голосом, похожим на заданный целевой голос, как

в задаче клонирования голоса, так и в задаче конверсии голоса. В статье

А.В. Бобкова и И. Дай ¾Методы 3D-реконструкции поверхности в задаче ав-

тономной навигации робота-марсохода¿ рассмотрены алгоритмы и методы

трехмерной реконструкции поверхности, которые могут быть использованы

для обеспечения автономной навигации робота-марсохода, приведены класси-

фикация методов, сравнение их свойств и оценка технической реализуемости.

Также несколько статей в журнале посвящены фундаментальным математи-

ческим исследованиям. В работе Е.А. Карацубы ¾Быстрый алгоритм вычис-

ления пси-функции¿ рассматривается быстрый алгоритм вычисления пси-

функций, подробно исследуется механизм построения быстрого вычисления

Е-функций, приведены и доказаны соответствующие теоремы. В исследова-

нии А.Ю. Горнова, А.С. Аникина, Т.С. Зароднюк и П.С. Сороковикова ¾Мо-

дификация алгоритма доверительного бруса, основанного на аппроксимации

главной диагонали матрицы Гессе, для решения задач оптимального управ-

ления¿ предложен подход решения задачи оптимального управления, осно-

ванный на использовании редукции к конечномерной задаче оптимизации с

последующим использованием аппроксимации главной диагонали гессиана

на примере задач оптимизации сепарабельных, квазисепарабельных функ-

ций и функций Розенброка-Скокова. В работе Н.А. Драгунова и Е.В. Дю-

ковой ¾Об одном подходе к расшифровке монотонной логической функции¿

рассматривается задача расшифровки двузначной монотонной функции f,

определенной на k-значном n-мерном кубе, предложен и исследован подход,

основанный на применении асимптотически оптимального алгоритма дуали-

зации над произведением k-значных цепей, выявлены условия применимости.

В статье А.Н. Тырсина ¾Энтропийное моделирование сетевых структур¿ рас-

смотрены вопросы использования дифференциальной энтропии для сетевых

структур, представленных в виде связных графов с корреляционными свя-

зями, предложены новые характеристики, которые расширяют возможности

энтропийного моделирования для исследования сетевых структур. В статье

З.М. Шибзухова ¾Об одной робастной схеме градиентного бустинга на ос-

нове агрегирующих функций, нечувствительных к выбросам¿ предложена

новая робастная схема построения алгоритмов градиентного бустинга, осно-

ванная на применении дифференцируемых оценок среднего значения, нечув-

ствительных или малочувствительных к выбросам, для задания робастного

функционала эмпирического риска, которая позволяет находить искомую за-

висимость по данным, содержащим относительно большую долю выбросов.

Каждая рукопись прошла слепое рецензирование как минимум двумя ре-

цензентами, была одобрена к публикации программным комитетом конфе-

ренции и редколлегией журнала.

Воронцов К.В., Громов А.Н., Забежайло М.И., Инякин А.С.,

Лазарев А.А., Лемтюжникова Д.В., Соколов И.А.,

Стрижов В.В., Чехович Юл.В., Чехович Ю.В.