XI Международная конференция «Интегрированные модели и мягкие вычисления в искусственном интеллекте»

20.05.2022

Cсылки по теме:

официальный сайт конференции ИММВ-2022

материалы конференции на сайте Российской ассоциации искусственного интеллекта

новость и фотографии с конференции на сайте ФИЦ ИУ РАН


С 16 по 19 мая в подмосковной Коломне прошла традиционная, уже 11-я по счёту Международная научно-практическая конференция «Интегрированные модели и мягкие вычисления в искусственном интеллекте» (ИММВ-2022), одним из организаторов которой является ФИЦ ИУ РАН.

Открывал встречу сопреседатель конференции, заведующий 75 отделом Института проблем искусственного интеллекта Борис Кобринский с пленарным докладом на тему «Интегрированные и гибридные системы искусственного интеллекта: методологические проблемы и вопросы терминологии» (ссылка). В нём Борис Аркадьевич рассмотрел унификацию и типизацию процессов построения онтологических моделей интеллектуальных систем, их интеграцию с информационными системами, интеграцию методов и технологий в ИИ, а также интероперабельность и объяснимость систем ИИ.


Всего в программе было представлено порядка 60 работ в рамках восьми секций:

 Секция 1 «Нечёткие модели, мягкие вычисления, измерения и оценки»

 Секция 2 «Машинное обучение, нейросетевые технологии»

 Секция 3 «Биоинспирированные подходы, эволюционное моделирование, генетические алгоритмы»

 Секция 4 «Инженерия знаний и онтологии»

 Секция 5 «Когнитивные модели в искусственном интеллекте»

 Секция 6 «Гибридные интеллектуальные системы»

 Секция 7 «Интеллектуальные агенты, роботы и коллективы роботов»

 Секция 8 «Интеллектуальное производство, интеллектуальное управление жизненным циклом»


В рамках Секции 2 выступил руководитель 73 отдела ИПИИ Дмитрий Девяткин. В своём исследовании «Построение случайных лесов деревьев решений с применением ядерных разделителей» (ссылка) он предложил метод обучения ядерных разделителей путём оптимизации SVM-подобной функции потерь, а также эмпирически показал, что на многих наборах данных применение нелинейных ядер повышает точность и полноту классификации, и что регуляризация построения лесов деревьев решений с ядерными разделителями может значительно улучшить обобщающую способность лесов деревьев решений.

Секцией 7 руководил заведующий 71 отделом ИПИИ Александр Панов, который также представил свою работу «Иерархическая постановка задачи объектно-центричного обучения с подкреплением» (ссылка). В ней Александр рассмотрел особенности объектного представления состояний, сформулировал алгоритм обучения когнитивного агента с использованием объектного представления и проиллюстрировал его на примере модели игровой среды Crafter.

Эти и другие доклады будут включены в РИНЦ, а расширенные версии лучших докладов будут опубликованы на страницах ряда научных изданий. Все работы также вошли в двухтомный сборник трудов конференции.