В Муромском институте ВлГУ завершилась очередная, 22-я конференция «Математические методы распознавания образов» (ММРО-2025), посвященная 90-й годовщине со дня рождения ее основателя, академика Юрия Ивановича Журавлева (1935–2022).

На конференции прозвучали 70 очных докладов от участников из Великого Новгорода, Воронежа, Йошкар-Олы, Москвы, Мурома, Новосибирска, Омска, Пущино, Санкт-Петербурга, Тулы а также иностранных участников из Казахстана и Китая, и 4 дистанционных доклада (полный список прилагается ниже). Все доклады вызывали большой интерес у слушателей и оживленную дискуссию, что несомненно затруднит отбор кандидатов для расширенных публикаций.

• 

• 

• 

• 

В рамках конференции состоялась научно-популярная лекция профессора Константина Вячеславовича Воронцова «Что надо знать об искусственном интеллекте: история, методология, возможности, ограничения», вызвавшая огромный интерес у студентов и преподавателей.

Оргкомитет конференции выражает благодарность сотрудникам МИ ВлГУ и лично директору института Аркадию Львовичу Жизнякову за радушный прием и безупречную организацию выступлений.

Полный список докладов ММРО-2025:

22 сентября

Утренняя сессия, председатель — Матвеев И.А.

1. Чуличков А.И., Нелинейные оценки максимальной возможности в теории измерительно-вычислительных преобразователей, пленарный
2. Двоенко С.Д., Построение медианы Кемени для нестрогих ранжирований, пленарный
3. Ланге М.М., Парамонов С.В., Границы точности в задачах классификации и анализа данных. Теоретико-информационный подход, пленарный
4. Торшин И.Ю., Теоретический анализ понятий нормальности топологического пространства и регулярности задач и практические приложения в метрическом анализе данных
5. Неделько В.М., Некоторые выражения для дисперсии скользящего экзамена
6. Ханыков И.Г., Исследование дивергенции и временных затрат кластерных методов различных архитектур и стратегий
7. Кузнецова Ю.О., Киселева Н.Н., Сенько О.В., Использование ансамбля с повышенной дивергенцией при различных типах базовой модели в задачах прогнозирования свойств неорганических соединений
8. Ма С., Сенько О.В., Регрессионное моделирование в метрическом пространстве с использованием метода Extremely Randomized Trees

Вечерняя сессия, председатель — Сенько О.В.

9. Шибзухов З.М., Об одном робастном варианте бустинга классификаторов
10. Серженко И.Ф., Гнеушев А.Н., Построение моделей нормализующего потока в латентном пространстве вариационного автоэнкодера для сжатия изображений
11. Харинов М.В., Характерное свойство оптимальных приближений полутонового изображения
12. Морозов И.Д., Местецкий Л.М., Алгоритм поиска в рукописном тексте на основе штрихового представления
13. Местецкий Л.М., Сюй М.,Поиск рукописных китайских иероглифов методом созвездий
14. Орлов А.А., Абрамова Е.С., Алгоритм посменного инкрементного обучения нейронной сети в условиях непрерывного поступления данных
15. Дородницын М.А., Матвеев И.А.,Решение обратной задачи гидродинамики методами машинного обучения
16. Анисимова Д.В., Дюкова Е.В., Селиверстов Н.И., Логические нейронные сети: классификация больших данных
17. Соколов В.А., Матвеев И.А., Использование эмбеддингов-матрёшек в критерии отбора для активного обучения свёрточных сетей
18. Ляпустина Е.А., Прищеп Э.М., Преображенский А.П.Тестирование нейросетевых архитектур в задаче обнаружения утомления человека по изображению лица
19. Гавриков П.А., Усманов А.К., Реваев Д.Ю., Бузыканов С.Н., Фреймворк для быстрой оценки внутренней памяти перспективных архитектур больших языковых моделей

23 сентября

Утренняя сессия, председатель — Чуличков И.А.

1. Самбурский А.И., Сенько О.В., Методы расширения признакового пространства в рекомендательных системах
2. Съедин Н.К., Прогнозирование задержек и качества сервиса по данным выполнения вычислительно-интенсивных задач
3. Протасов Д.С., Матвеев И.А., Нейросетевая генерация фортепианных аранжировок по исходному аудиосигналу песни
4. Вартанов А.В., Гуров С.И., Кедрова Г.Е., Чучупал В.Я., Оценка качества произношения с помощью большой языковой модели
5. Грушо А.А., Забежайло М.И., Писковский В.О., Методы подбора гиперпараметров ансамблевых методов прогнозирования при планировании вычислительных ресурсов
6. Брыкин Д.О., Гибридное прогнозирование временных рядов для корпоративных информационных систем: автоматическая классификация и выбор модели
7. Яковлева Т.В., Статистический анализ фазы сигнала как математический инструмент обработки данных
8. Мурашов Д.М., Мурашова Е.Д., О теоретико-информационных оценках качества сегментации цифровых изображений
9. Хафизов Р.Г., Хафизов Д.Г., Мертвищев А.С., Хамарицкая О.А., Масликов А.М., Обеспечение разрешенного образа инверсной фильтрацией в условиях неопределенности
10. Aisin T., Shamardina T., Hallucination Detection in Large Language Models via Analysis of Internal States of the Model

Вечерняя сессия, председатель — Местецкий Л.М.

11. Зверева А.К., Грабовой А.В., Каприелова М.С., Оператор масочно-ориентированной синтетической вставки аномалий как регуляризатор в задаче распознавания пространственно‑временных паттернов
12. Сенько О.В., Кривуля П.Ю., Новые схемы построения ансамблей на основе дивергентного леса
13. Кривонос А.В., Сенько О.В., Воронин Е.М., Исследование метода статистически значимой кластеризации
14. Генрихов И.Е., Дюкова Е.В., Классификация по прецедентам: синтез монотонных логических корректоров с применением технологии CUDA
15. Ланге А.М., Устранение влияния корреляций предикторов для оценки их важности с помощью консервативного случайного леса
16. Васильев И.Н., Гнеушев А.Н., Метод декорреляции параметров для канального прунинга весов нейросетевой модели в задаче классификации изображений
17. Астафьев А.В., Нейросетевой алгоритм распознавания человеческой активности по радиосигналам без нательных датчиков с предварительным детектированием движения
18. Панкратов А.Н., Панкратова Н.М., Распознавание пространственной структуры α−α уголка на основе спектрального подхода
19. Сенько О.В., Пономарёва Е.В., Метод оценки влияния группы факторов на результативность лечения
20. Василега А.М., Сушкова О.С., Морозов А.А., Кершнер И.А., Кершнер В.А., Карабанов А.В., Чигалейчик Л.А., Винарский А.А., Хохлова М.Н., Разработка метода анализа электроокулографических сигналов для дифференциальной диагностики болезни Паркинсона и эссенциального тремора

25 сентября

Утренняя сессия, председатель — Тучкова Н.П.

1. Дорин Д.Д., Киселев Н.С., Грабовой А.В., Декодирование визуальных стимулов из мультимодальных сигналов мозга
2. Макеев Д.А., Шапкина Н.Е., Голубцов П.В.,Сравнение методов обнаружения аномалий спектра, основанных на частотном анализе и машинном обучении
3. Арефьев С.А., Макеев Д.А., Шапкина Н.Е., Голубцов П.В., Восстановление пропусков в многомерных временных рядах методом главных компонент и его обобщениями
4. Воскобойник В.А., Шапкина Н.Е., Голубцов П.В., Адаптивный алгоритм анализа временных рядов с пропусками на основе периодограммы Ломба-Скаргла
5. Атаева О.М., Меденников А.М., Теймуразов К.Б., Тучкова Н.П. Актуальные задачи семантического анализа при моделировании научных информационных ресурсов
6. Воронцов К.В., Мастерская знаний: как большие языковые модели меняют подходы к поиску научной информации
7. Атаева О.М., Особенности графов знаний научных публикаций
8. Кобук М.Г., Теймуразов К.Б., Механизм трансляции неструктурированного текста в слабоструктурированные форматы применительно к формированию XML-базы знаний из TeX-исходников
9. Khalov A., Ataeva O.,Automating Ontology Mapping in IT Service Management: A DOLCE and ITSMO Integration
10. Михайлов Д.В., Емельянов Г.М., Нейросетевые модели языка и отбор значимых фрагментов научных статей для безызбыточной передачи смысла

Вечерняя сессия, председатель — Писковский В.О.

11. Семёнова С.Э., Голубцов П.В., Шапкина Н.Е., Анализ систематической и стохастической составляющих для больших временных рядов с пропусками
12. Степанова Ю.В., Голубцов П.В., Шапкина Н.Е., Анализ больших объемов потоковых или распределенных данных с пропусками
13. Чураков Е.М., Голубцов П.В., Оптимальное управление с калибровкой параметров системы в реальном времени
14. Докукин А.А., Развитие системы считывания информации с экрана контроллера
15. Морозов А.А., Шапкина Н.Е., Голубцов П.В., Сравнительный анализ пространственных методов восстановления отсутствующей информации в данных дистанционного зондирования
16. Eremeev A., Runtime Analysis of Simple Genetic Algorithm on Linear Functions
17. Швед А.К., Мурынин А.Б., Козуб В.А., Нейросетевой алгоритм повышения качества спутниковых изображений методом доменной адаптации пиксельного уровня
18. Грабовой А.В., О сложности моделей и данных в задачах обучения нейросетевых моделей
19. Киселев Н.С., Мешков В.С., Грабовой А.В., Достаточный размер обучающей выборки и его связь со сходимостью поверхности функции потерь
20. Грицай Г.М., Грабовой А.В., Неявная регуляризация векторного представления текстов в подходе многозадачного обучения
21. Кий К.И., Сегментация изображений реального времени и ее применения для анализа сцен

26 сентября

Утренняя сессия, председатель — Мурашов Д.М.

1. Пронина Н.М., Киселёв В.С., Метод атрибуции архивных рукописных писем на основе сиамской сети
2. Зыков В.П., Местецкий Л.М., Итерационный подход к расшифровке и разметке рукописных дневников XIX века
3. Новосад И.А., Преодоление ограничений методов сопоставления по внешности в многокамерном трекинге с использованием пространственно-временного анализа
4. Зубова Е.О., Шамшин М.Н., Рыбаков А.В., Определение смещения металлической полосы в линии формовочного стана при производстве сварных труб с применением компьютерного зрения
5. Кондратьев П.В., Матвеев И.А., Использование массив-базированных СУБД для задач мониторинга объектов местности по результатам съемки с БПЛА
6. Захаров А.А., Шамшин М.Н., Жизняков А.Л., Обнаружение объектов на изображениях на основе метаобучения и малого количества обучающих данных
7. Абакумов А.В., Еремеев С.В., Вычисление ресурса пикселей для улучшения кластеризации изображений с помощью топологии
8. Климов Я.В., Матвеев И.А., Автоматизированная генерация цветовых палитр для веб-дизайна на основе тематического контекста сайта с использованием условных генеративных моделей
9. Соколов А.К., Никитин М.Ю., Кооперативное обнаружение живого присутствия по смещению плотных облаков ключевых точек лица
10. Реваев Д.Ю., Бузыканов С.Н., Гнеушев А.Н., Усманов А.К., Гавриков П.А., Исследование способностей перспективных архитектур языковых моделей к обработке длинных входных последовательностей

Вечерняя онлайн-сессия, председатель — Докукин А.А.

11. Жарова М.А., Цурков В.И., Методы матричной факторизации на данных объектной совстречаемости, видео
12. Курбаков М.Ю., Сулимова В.В., Середин О.С., Копылов А.В., Новый метод детектирования наночастиц палладия на поверхности углеродных материалов на основе анализа СЭМ-изображений, видео
13. Павлова В.С., Курбаков М.Ю., Копылов А.В., Середин О.С., Сегментация СЭМ-изображений бактериальных биоплёнок с использованием моделей глубокого обучения, видео
14. Рихтер А.А., Мурынин А.Б., Воробьёв В.Е., Алгоритмы векторной обработки данных дистанционного зондирования объектов на земной поверхности, видео