Вы здесь

Ветров Дмитрий Петрович

Версия для печатиSend by email

Руководитель группы Баейсовских методов кафедры ММП, ученый секретарь кафедры

Родился 17.08.1981, г. Протвино. Научный сотрудник, ученый секретарь кафедры.

Окончил с золотой медалью школу № 1 г. Протвино (1998), факультет вычислительной математики и кибернетики МГУ — с отличием (2003). Обучался в аспирантуре факультета ВМК (2003–2006).

Кандидат физико-математических наук (2006), тема диссертации: «Влияние устойчивости алгоритмов классификации на точность их работы» (научный руководитель В.В. Рязанов). С 2002 г. неоднократный соросовский стипендиат, лауреат стипендии им. Н.И. Лобачевского (2003), стипендии Президента РФ для аспирантов (2005); удостоен гранта Президента РФ для молодых кандидатов наук (2008–2009).

В Московском университете работает с 2007 г. в должности младшего научного сотрудника (2007–2008), научного сотрудника (с 2008) кафедры мате матических методов прогнозирования. Ученый секретарь кафедры (с 2010).

Область научных интересов: байесовские методы машинного обучения, оценивание обобщающей способности алгоритмов распознавания образов, методы статистического реляционного обучения, графические модели, методы Монте-Карло с марковскими цепями, обработка изображений, математические методы нейроимиджинга, статистический анализ активности мозга, поиск закономерностей в дискретных временных рядах.

Д.П. Ветровым получены результаты в области недиагональной регуляризации обобщенных моделей классификации и прогнозирования, в частности, показана эквивалентность байесовского и теоретико-информационного подходов к автоматическому выбору модели линейной регрессии. В настоящее время он активно работает в области когнитивных исследований и исследований мозга (анализ поведения, сопоставление активности и экспрессии генов головного мозга у животных).

Д.П. Ветров читает спецкурсы «Байесовские методы машинного обучения», «Структурные методы анализа изображений и сигналов» (последний совм. с А.С. Конушиным), принимает участие в чтении курсов «Математические основы теории прогнозирования», «Математические методы прогнозирования», ведет спецсеминар «Байесовские методы машинного обучения» и является соруководителем спецсеминара «Новые методы в распознавании и прогнозировании».

Автор более 80 научных работ. Основные публикации: Представление и обнаружение знаний в экспертных системах для задач распознавания образов // Ж. вычисл. матем. и матем. физ., 2007, т. 47, № 8, с. 1431–1457 (соавт. Васильев О.М., Кропотов Д.А.); Алгоритмы выбора моделей и построения коллективных решений в задачах классификации, основанные на принципе устойчивости — М., КомКнига, 2006, 112 с. (соавт. Кропотов Д.А.); On One Method of Non-Diagonal Regularization in Sparse Bayesian Learning // Proc. of 24th International Conference on Machine Learning, Zoubin Ghahramani Eds. Omnipress, pp. 457–464, 2007 (co-auth. D. Kropotov); 3D Reconstruction of Mouse Brain from Allen Brain Atlas // Proc. of 10th International Conference on Pattern Recognition and Image Processing, 2009 (co-auth. A. Osokin, D. Kropotov); Video Tracking and Behaviour Segmentation of Laboratory Rodents // Pattern Recognition and Image Analysis, vol. 19, N. 4, 2009 (co-auth. E. Lomakina-Rumyantseva, Р. Voronin, D. Kropotov, A. Konushin).


Предложения по содержанию и функционированию сайта направляйте по адресу cmcproject@cs.msu.ru.