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

21 мая 2026 г.

«Пик глупости» и «долина отчаяния»: экономисты НИУ ВШЭ предложили объяснение эффекта Даннинга - Крюгера

Эффект Даннинга — Крюгера, который описывает резкий всплеск уверенности в своих силах у новичков и такое же стремительное ее падение при наборе опыта, объясняется особенностями процесса обучения и набора новых знаний. К такому выводу пришли сотрудник факультета экономических наук НИУ ВШЭ Андрей Ворчик вместе с независимым исследователем Муратом Мамышевым. Они разработали математическую модель процесса обучения и показали, как формируется и изменяется субъективная уверенность по мере накопления знаний и как преподаватель может уменьшить «долину отчаяния» для ученика.

20 мая 2026 г.

«Еж» против «родственника»: ученые измерили, как мозг реагирует на неожиданные слова в живой речи

Российские нейрофизиологи с участием исследователей из НИУ ВШЭ показали, что изучать восприятие живой речи можно с помощью вызванных потенциалов. Они доказали, что метод применим не только к отдельным словам, но и к непрерывной речи. Оказалось, что слова, сильно отличающиеся по смыслу от предыдущего контекста, мозг обрабатывает дольше, а служебные слова анализирует в два этапа: сначала определяет их грамматическую роль, а затем на этой основе предсказывает следующее слово. Исследование опубликовано в журнале Frontiers in Human Neuroscience.

20 мая 2026 г.

Творческая работа как лекарство от выгорания

Творческая и доброжелательная атмосфера, новые методы в Международной лаборатории (впоследствии центре) социокультурных исследований привлекают молодых исследователей. За годы работы в Вышке они становятся учеными и преподавателями, известными в России и за рубежом. О своем пути в центре и в Вышке, исследованиях и роли наставников в научных успехах рассказали главный научный сотрудник ЦСКИ Зарина Лепшокова и ведущий научный сотрудник Екатерина Бушина.

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.