LIORI at the FinCausal 2020 Shared task

Gordeev D.; Davletov A.; Rey A.; Nikolay Arefiev

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

6 ноября 2026 г.

Ученые НИУ ВШЭ - Санкт-Петербург разработали новый инструмент для речевой терапии после инсульта

Ученые НИУ ВШЭ — Санкт-Петербург совместно с коллегами из отделения нейрореабилитации Федерального Сибирского научно-клинического центра ФМБА в Красноярске разработали корпус упрощенных текстов для пациентов с афазией разной степени тяжести. Клинические исследования показали, что материалы по актуальным тематикам мотивируют активнее заниматься восстановлением речи после инсульта. Исследование опубликовано в журнале Aphasiology.

3 ноября 2026 г.

Физики научили ИИ настраивать пучок частиц в ускорителе

Исследователи Института искусственного интеллекта и цифровых наук ФКН НИУ ВШЭ и Института ядерной физики СО РАН разработали RLABC — программу, которая помогает подбирать оптимальные настройки ускорителя частиц с помощью обучения с подкреплением. В компьютерном эксперименте программа настроила модель так, что до конца ускорителя доходило около 70% частиц. Исследование опубликовано в журнале Computer Physics Communications.

3 ноября 2026 г.

«Органы на чипе позволяют проверять лекарства без экспериментов на животных»

Лаборатория молекулярной физиологии факультета биологии и биотехнологии НИУ ВШЭ изучает, как молекулярные регуляторы (микроРНК) управляют работой генов и влияют на развитие болезней — онкологических, вирусных и воспалительных, а также осложнений беременности. В Вышке выращивают модели органов человека на чипе: крошечные устройства с живыми клетками, воспроизводящие работу, например, плаценты или кишечника. Модели помогают понять, как возникают болезни и как на них действуют лекарства. «Вышка.Главное» побеседовала с заведующим лабораторией Евгением Князевым.

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации

?

LIORI at the FinCausal 2020 Shared task

P. 45–49.

Gordeev D., Davletov A., Rey A., Nikolay Arefiev

Язык: английский

Ключевые слова: Transformer multi-task learning

ПУБЛИКАЦИЯ ПОДГОТОВЛЕНА ПО РЕЗУЛЬТАТАМ ПРОЕКТА:

Разработка математических моделей и методов рекомендательных систем и автоматической обработки текстов (2020)

В книге

Proceedings of the 1st Joint Workshop on Financial Narrative Processing and MultiLing Financial Summarisation

COLING, 2020.

PULSE: Psychological Characteristics Unified Learning via Speech-based Estimation

Абдулкадиров Т. Н., Рюмина Е. В., Рюмин Д. А. и др., Expert Systems with Applications 2026 Vol. 334 P. 1–29

Добавлено: 3 ноября 2026 г.

PACTraD: Multi-Task Benchmark and Domain-Specific Attention Mechanism for Wildlife Classification, Detection, and Segmentation in Protected Area Camera Trap Data

Aleksei Samarin, Назаренко А. А., Nazarenko D. и др., Big Data and Cognitive Computing 2026 Vol. 10 No. 11 P. 1–52

Добавлено: 27 октября 2026 г.

A Multi-Feature Fusion Deep Neural Network with Attention for Multi-Task Crop Monitoring

Obsie E. Y., Zhan Y., Liu Y., Engineering Research Express 2026 Article 7

Добавлено: 22 октября 2026 г.

A Multi-task Learning Approach to Text Simplification

Дмитриева А. А., Tiedemann J., Communications in Computer and Information Science 2021 Vol. 1357 P. 78–89

Добавлено: 17 сентября 2026 г.

MDC-Net: A Multi-scale Decomposition Network for Stock Index Forecasting

Zhihan L., Wenxing W., Авдошин С. М. и др., , in: Proceedings 2026 IEEE 11th International Conference on Smart Cloud SmartCloud 2026 8-10 May 2026.: Los Alamitos: IEEE Computer Society, 2026. P. 72–77.

Добавлено: 10 мая 2026 г.

SSL-MEPR: A Semi-Supervised Multi-Task Cross-Domain Learning Framework for Multimodal Emotion and Personality Recognition

Рюмина Е. В., Аксёнов А. А., Коряковская Д. О. и др., Machine Learning and Knowledge Extraction 2026 No. 8 P. 1–41

Добавлено: 27 февраля 2026 г.

OCEAN-AI framework with EmoFormer cross-hemiface attention approach for personality traits assessment

Elena Ryumina, Markitantov M., Dmitry Ryumin и др., Expert Systems with Applications 2024 Vol. 239 P. 0

Добавлено: 6 марта 2025 г.

Audio-visual speech recognition based on regulated transformer and spatio–temporal fusion strategy for driver assistive systems

Dmitry Ryumin, Alexandr Axyonov, Elena Ryumina и др., Expert Systems with Applications 2024 Vol. 252 Article 124159

Добавлено: 6 марта 2025 г.

Many heads but one brain: FusionBrain – a single multimodal multitask architecture and a competition

D. D. Bakshandaeva, Dimitrov D. V., Arkhipkin V. S. и др., Computer Optics 2023 Vol. 47 No. 1 P. 185–195

Добавлено: 13 июня 2023 г.

Advances in Neural Computation, Machine Learning, and Cognitive Research VI : Selected Papers from the XXIV International Conference on Neuroinformatics, October 17-21, 2022, Moscow, Russia

Мистрюкова Л. А., Деркач Д. А., Гущин М. И. и др., Springer, 2022.

Добавлено: 28 октября 2022 г.

HSE-NN Team at the 4th ABAW Competition: Multi-task Emotion Recognition and Learning from Synthetic Images

Савченко А. В., / Series Computer Science "arxiv.org". 2022.

Добавлено: 21 октября 2022 г.

Empirical Study of Transformers for Source Code

Чиркова Н. А., Трошин С. Д., , in: ESEC/FSE 2021: Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering.: Association for Computing Machinery (ACM), 2021. P. 703–715.

Добавлено: 31 августа 2021 г.

A Simple Approach for Handling Out-of-Vocabulary Identifiers in Deep Learning for Source Code

Чиркова Н. А., Трошин С. Д., , in: 2021 Annual Conference of the North American Chapter of the Association for Computational Linguistics: Human Language Technologies (NAACL 2021).: Association for Computational Linguistics, 2021. P. 278–288.

Добавлено: 31 августа 2021 г.

Gorynych Transformer at SemEval-2020 Task 6: Multi-task Learning for Definition Extraction

Davletov A., Nikolay Arefyev, Shatilov A. и др., , in: Proceedings of the 14th International Workshop on Semantic Evaluation (SemEval-2020).: Association for Computational Linguistics, 2020. P. 487–493.

Добавлено: 7 декабря 2020 г.