Submodular decomposition framework for inference in associative Markov networks with global constraints

A. Osokin; D. Vetrov; Kolmogorov V.

doi:10.1109/CVPR.2011.5995361

АБВ
АБВ
АБВ

Обычная версия сайта

Приоритетные направления

по году

Тематика

Новости

9 июля 2026 г.

При взгляде на свое лицо мужчины забывают обо всем

В эксперименте с участием 15 здоровых мужчин ученые НИУ ВШЭ проанализировали, как фазы сердечного цикла влияют на возбудимость моторной коры, когда человек смотрит на собственную фотографию или лица незнакомых людей. Исследователи обнаружили, что в случае с собственным изображением мозг слабее считывает сигналы сердца — их влияние на кору снижается, хотя ожидалось, что внимание к себе, наоборот, усилит чувствительность к внутренним сигналам тела. Исследование опубликовано в журнале Frontiers in Signal Processing.

9 июля 2026 г.

Новый метод НИУ ВШЭ и Т-Технологий повышает качество работы ИИ

Ученые из лаборатории научных исследований «Т-Технологий» и Института искусственного интеллекта и цифровых наук факультета компьютерных наук НИУ ВШЭ разработали новый метод семплирования для моделей маскированной диффузии — G-Star+. Он помогает быстрее и качественнее исправлять ошибки во время генерации текста и кода за небольшое число шагов. Метод показал эффективность в задачах генерации текста и кода и может применяться там, где генеративным моделям нужно быстро и качественно создавать текст или код при ограниченных вычислительных ресурсах.

7 июля 2026 г.

ИИ в повседневной жизни: 6 сценариев для экономии времени

По данным ряда консалтинговых компаний, сотрудники тратят в среднем около четверти рабочего времени на обработку электронной почты и поиск информации. Нейросети закрывают простые, но времязатратные дела: суммируют длинные документы за секунды, генерируют черновики писем, структурируют заметки. Но, чтобы успешно автоматизировать рутину, нужно понимать, как встраивать в нее искусственный интеллект. С помощью экспертов факультета компьютерных наук ВШЭ разбираем шесть сценариев с конкретными промтами и инструментами, которые помогут сохранить вам силы.

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

Публикации

?

Submodular decomposition framework for inference in associative Markov networks with global constraints

P. 1889–1896.

Осокин А. А., Ветров Д. П., Kolmogorov V.

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: markov random field Algorithms for Discrete Optimization graph cuts energy minimization

В книге

Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2011)

Colorado Springs: IEEE, 2011.

Optimal Two-Sided Embeddings of Complete Binary Trees in Rectangular Grids

Высоцкий Л. И., Ложкин С. А., Computational Mathematics and Modeling 2019 Vol. 30 No. 2 P. 115–128

Добавлено: 10 ноября 2020 г.

Large-Scale and Distributed Optimization

Giselsson P., Rantzer A., Springer, 2018.

Добавлено: 29 октября 2020 г.

Marginal Weighted Maximum Log-likelihood for Efficient Learning of Perturb-and-Map models

Shpakova T., Bach F., Осокин А. А., , in: Proceedings of the international conference on Uncertainty in Artificial Intelligence (UAI 2018).: [б.и.], 2018. P. 1–11.

Добавлено: 29 октября 2018 г.

Tree-Serial Parametric Dynamic Programming With Flexible Prior Model For Image Denoising

Фам К. Т., Копылов А. В., Computer Optics 2018 P. 1–8

We consider here image denoising procedures, based on computationally effective tree-serial parametric dynamic programming procedures, different representations of an image lattice by the set of acyclic graphs and non-convex regularization of a new type which allows to flexibly set a priori preferences. Experimental results in image denoising, as well as comparison with related methods, are ...

Добавлено: 21 июля 2018 г.

A Principled Deep Random Field Model for Image Segmentation

Kohli P., Осокин А. А., Jegelka S., , in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2013).: Portland: IEEE, 2013. P. 1971–1978.

Добавлено: 19 октября 2017 г.

Minimizing sparse high-order energies by submodular vertex-cover

Delong A., Veksler O., Осокин А. А. и др., , in: Advances in Neural Information Processing Systems 26 (NIPS 2012).: Lake Tahoe: Curran Associates, Inc., 2012.

Добавлено: 18 октября 2017 г.

Fast Approximate Energy Minimization with Label Costs

Delong A., Осокин А. А., Isack H. и др., International Journal of Computer Vision 2012 Vol. 96 No. 1 P. 1–27

Добавлено: 18 октября 2017 г.

Fast approximate energy minimization with label costs

Delong A., Осокин А. А., Isack H. и др., , in: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2010).: San Francisco: IEEE, 2010. P. 2173–2180.

Добавлено: 18 октября 2017 г.

Image Processing Procedures Based on Multi-Quadratic Dynamic Programming

Pham Cong Thang, Informatica (Ljubljana) 2017 No. 41 P. 255–256

Добавлено: 3 октября 2017 г.

Learning a Model for Shape-Constrained Image Segmentation from Weakly Labeled Data.

Yangel B. K., Ветров Д. П., Lecture Notes in Computer Science 2013 Vol. 8081 P. 137–150

Добавлено: 12 июля 2014 г.