old_ufo: (Default)
Вступление потерялось, так что сразу к делу.
  1. Первое и, возможно, главное впечатление и пища для размышлений - симпозиум Kinds of intelligence. Глава ДипМайнда, нейроученые, специалисты по детскому мозгу и робототехнике, каждый со своей точкой зрения. Еще раз подчеркну запомнившиеся мысли:
    • Долгое детство необходимо для высокого интеллекта. Важно пробовать глупые и разные варианты и иметь возможность совершить ошибку.
    • Важна структура.
    • Стратегия и спокойствие важнее сиюминутных материальных вещей.
    • Контекст важнее жестких правил.
    • Идеи важнее, чем математика, по крайней мере для меня.
  2. [personal profile] me_geneva  сказала, что "Раньше я не понимала, насколько Украина отсутствует на ML-карте мира". И да, и нет. Она отсутствовала в 2015м. В 2017 "отправила разведчиков". Теперь мы можем совершить прорыв - если тот десяток, что приехал на НИПС в этом году впечатлились достаточно, чтобы что-то делать и заражать других. Что важно: многие поняли, что это вполне посильная задача, просто люди за нее не брались по тем или иным причинам. Конечно, "догнать и перегнать Карнеги-Мелон" - нереально. Но можно обеспечить экспоненциальный рост на пару лет, к третьему году, остановившись на каком-нибудь достойном плато на уровне десятка-другого публикаций в год. Надеюсь, у нас получится.
  3. Интересное в следующем году, если не случится внезапных прорывов, будет не в computer vision и не в machine learning, оно будет на стыке областей: медицине + ML, физике + ML, гуманитарных науках + ML.
  4. arXiv сильно поубавил смысла "ездить на конференцию за статьями в своей сфере". Зачем, если ты и так прочитал вот это всё еще полгода назад?
  5. Ездить в одиночку и ездить группой - совсем разные режимы. В первом есть время подумать, подвести итоги, помолчать. Во втором - рассаживать семена, обмениваться опытом, мнением или просто беседовать. Спасибо за беседы. Надо будет отправлять статьи на две конференции: топ-и-релевантную типа NIPS/CVPR, куда ездить компанией и новую-или-боковую типа "Deep Learning в области свиноводства" для медитаций.
old_ufo: (Роб)
Невеликий наброс на логіку, натхнений виступом Хасабіса про принципи DeepMind.
Один з них: grounded vs. logic-based: we take grounded. Тобто не те, що "логічно", а те, що "працює в реальному світі". До того ж, ще "все вирішує контекст".

Наведу приклад. Є два підходи до того, чи анонсувати те, що збираєшся робити. Один - адвокований Левітасом, "чорна магія білої людини". Ми всім розповідаємо, що зробимо. Через це вмикається механізм публічних зобов'язань та "обов'язку". Нам буде дуже соромно, якщо ми заб'ємо. Логічно? Логічно.
Але для декого працює, для декого ні.

Інший підхід, нещодавно підтведжений деякими нейродослідженнями: тримати в тайні аж до самого результату, щоб "не сглазить". І це має свій сенс, бо дуже часто ендокринна система видає ендорфіни по факту анонсу та відповідних лайків на фейсбуці. Через те біохімічна мотивація щось робити зникає - підкріплення вже отримано, нащо напружуватись? Також для декого працює, для декого ні.

Іншій приклад: логічно, щоб щось зробити теплішим, то треба нагріти, хіба ні? Так, але це працює лише для статичних систем. Якщо ж є внутрішня регуляція, як у живого організму, то може бути зворотня реакція. Те саме вірно для зірки: якщо її нагріти, то скоро вона стане холодніше.

Коротше кажучі, експерименти - наше все. А вже потім будуємо моделі. Із допомогою логіки, звісно.

Минулі наїзди на логіку : Теория распознавания и рациональностьАнафема логике


old_ufo: (Default)
Напишу-ка я по горячим следам отчет о EECVC 2017.

Прошлая конференция была очень хорошей и задала уровень, который не так просто побить. Отличное место, неплохие, в большинстве своем, доклады.
Тем не менее, планку в этом году подняли еще выше, даже опасаюсь ехать в 18-м, чтобы не испортить.

Давайте по порядку.
Город проведения: та же Одесса. Интерсити едет 7 часов, что утомительно, но ок. Правда, приежает в полночь, что слегка не ок, но да ладно.
Место проведения: другой коворкинг: Терминал 42. Заведение хорошее, хотя прошлое было чуть уютнее.
Время: Одесский кинофестиваль. Квартиру было найти не так, чтобы просто, но и не так, чтобы нереально. Зато можно пойти посмотреть фильмы.

Доклады.
Доклады были круты. Если в прошлом году доклад Джеймса про BoW Retrieval был сияющей недосягаемой вершиной, то в этом году только немного выделялся. И не потому, что уровень Джимми упал - это остальные сильно подтянулись.

Саша Шеховцов рассказал о современных (сеточных) optical flow алгоритмах. Немного перенасыщенно для тех, кто не в теме, но в целом все равно понятно. Ну и state-of-art от автора, все дела (раз)

Tolga Birdal из Siemens/TU Munich  рассказал о 3D реконструкции из лазерного сканера при наличии CAD-модели - для оценки точности изготовления. Круто и интересно - особенно учитывая, что такие темы редко встречаются как на CVPR, так и на украинских индустриальных конференциях. Снова стейт-оф-арт и снова от автора метода (два).

Sergii Kharagorgiev рассказал и показал продукт своей компании (https://www.starship.xyz/) : автономных роботах для решения проблемы последней мили. Тут вроде и реклама себя, и постановка задачи (бизнес и технической), и рассказ о том, как у них работает автономная навигация. Достаточно подробно, чтобы было интересно, но недостаточно деталей, чтобы быстро скопировать. ИМХО, отличный образец технического доклада от представителя компании.

Дальше был выпускник КПИшного физтеха и студент М.И. Шлезингера Валерий Крыгин с докладом о 3д реконструкции лица по одному изображению. С одной стороны, доклад был заметно слабее, чем все остальные. С другой - для украинской магистерской работы, это ого-го какой уровень. Ну и то, что доклад слабее, но все-таки сравним с другими, говорит о многом.

Евгений Горовий из IT-Jim рассказывал об обработке и распознавании радарных (SAR) снимков. Интересный доклад - выжимка из серии статей автора и тоже стейт-оф-арт в какой-то специфической области.

После обеда Виктор Сдобников презентовал статью коллег - Евгения Водолазского и М.И. Шлезингера . Непонятно, правда, почему презентовал Виктор, ведь автор статьи на конференции был и даже рассказывал во второй половине доклада. Ну да ладно. Доклад был интересный, но с несколькими проблемами. Во-первых, мало кто его понял, увы. Как минимум потому, что такие вещи лучше воспринимать не с голоса, а вдумчиво читая статью. Во-вторых, результаты хороши, но для случая небольшого трейнинг сета. Чем больше тренировочных данных, тем меньше разница между "правильной" и "неправильной" стратегией принятия решения. Ну и, наконец, метод оптизации для представленной целевой функции не за всё время мира пока отсутствует :)

Джимми рассказал о детектировании повторяющихся паттернов и какие прикольные штуки с ними можно делать - его текущая работа + прошлые статьи (+1 стейт-оф-арт)

Ну и Andrew Rabinovich, директор по исследованиям из Magic Leap (тех, которые привлекли $1.5B и оцениваются в 8 ) Его доклад "Then, Now, Tomorrow: Neural Networks for Computer Vision" был обзором нейросетей "с начала времен". Несмотря на то, что я ожидал как минимум части в стиле "ваш кэп", но таковый оказался весь доклад. Визионерской (на которую я надеялся), пусти и общей, части, увы, не было. Еще он заявил, что компьютер вижн будет решен к 2020 году, с чем присутствующие не согласились, было весело :)

Ну да свою функцию он выполнил - просто приехать на конференцию. Теперь можно хвастаться, что в Украине есть конференциия, где выступает менеджмент Magic Leap и все-такое.


Подведем итоги. В отличие от прошлой EECVC (и других украинских конференций, где я был), неинтересных докладов не было вообще. Более того, на половине докладов были показаны алгоритмы с мировым state-of-art в своей области. Причем не просто пересказаны кем-то, а рассказаны самими авторами.

Организация в технических моментах - отличная.

Итого. Я ничуть не жалею, что вписывался за конференцию, а совсем наоборот. Пусть таких конференций будет больше в Украине. Точнее, не так. Пусть будет больше конференций в AI/CV/ML/... такого уровня, но со своей направленностью: бизнес, академической, и т.д.
old_ufo: (Default)
 Где-то месяц назад я дискутировал на тему приема на работу профессионала, который, тем не менее, груб и и не сильно уживается в команде. Мой тезис был в том, что бывают случаи, когда человек может себе это позволить.

В данном случае я сам понимаю уязвимость моей позиции - увы, коммуникация часто необходимая часть рабочей компетенции. Но, в целом, нечто мне подсказывало, что я не так уж неправ, по меньшей мере.

Недавно паззл сложился. Несколько хороших заведений в Праге, которые не принимают карты и в которых нет вай-фая. Статья Талеба "Хирурги не должны выглядеть как хирурги" ... и тут меня осенило.

Блин, это ж то же самое, что и яркая раскраска у самцов птиц. Она мешает выживанию, в том-то и суть. Это сигнал: "смотрите, я не оптимален, мне сложнее, но я выжил. Я крут в остальном и это компенсирует". Если в кафе нет вай-фая, нет терминала, ограниченное меню, но оно процветает уже несколько лет - значит, что-то в нём есть. Еда. Или интерьер. Или, например, быстрое обслуживание и низкие цены - вспомните Киевскую Перепичку.

А вот если вас завлекают всякими дополнительными ништяками - есть немалая вероятность, что с главным проблемы.

Не всегда, конечно, но...верьте эволюции, она работает.

old_ufo: (Default)
Совпало две два события: в свое время я НЕ написал пост про офигенную книгу Канемана  https://en.wikipedia.org/wiki/Thinking,_Fast_and_Slow , и недавно сдал экзамен по теории машинного обучения. Так вот, имею что  сказать по этому поводу. 
 
Если книгу до сих пор не читали - прочтите, она того стоит. Автор - психолог Канеман - получил Нобелевку по экономике и не зря. Но сейчас не об этом. 
А о том, что в результате многих экспериментов ученые сделали вывод, что люди не рациональны (внезапно, да? :) ). А именно: боятся потерь больше, чем хотят выиграть. Из-за последнего недополучают выигрышей разного рода в жизни. 
Об этом любят упоминать всякие рационалисты, в частности, Юдковский и его фанаты . Да здравствует Байесова формула и принятие решений по ней. Кто не знает: берем вероятность (статистику) по явлению в мире, умножаем на нашу уверенность, что у нас именно это. Получаем истинную вероятность. Канонический пример: допустим, в мире болеет раком 0.1%. Метод, у которого точность 95%, говорит, что рак. Формула говорит, что вешаться рано, потому что вероятность того, что правда рак = (0.001 *  0.95)/(0.001+0.95 + 0.999 * 0.05) =   1.87%. 
В данном случае формула - ок. 
 
Но тот же Талеб говорит, что в целом такая стратегия ни фига не работает, а надо слушать бабушек и дедушек. 
 
Так вот, обычно он прав.
 
 
Дело в асимметрии, которую наша нейросете-натренированная интуиция отлично впитала в себя. На самом деле, вероятность - фигня. Не совсем фигня, конечно, но это лишь одна сторона медали. Теория машинного обучения говорит нам, что нужно минимизировать нашу функцию потерь. А если нормально оценить вероятности мы не можем (а кто может?), то есть смысл минимизировать максимальные потери, т.е. худший случай. 
 
Простой пример. Лазерная коррекция зрения. Либо получаем либо увеличение качества жизни с большой вероятностью, либо теряем зрение с малой. Байесова стратегия говорит, что когда выгода * вероятность успеха больше потерь * вероятность фейла - надо делать. Минимаксная страгения говорит о том, что в случае фейла - потерять зрения - это катастрофа и ну его нафиг. 
 
Возьмем классические эксперименты о пари на деньги. Да, в теоретическом эксперименте с азартной игрой на малые деньги, есть смысл пойти против природы и сказать себе, что риск 1 гривной примерно равен выигрышу одной гривны. Байесова стратегия говорит, что если сумма ожидаемого выигрыша * вероятность выигрыша > вероятности проигрыша * сумму потеря, надо рискнуть.  Но на практике же люди обычно не считают, а поступают по интуиции и опыту. Т.е. как живут обычно. А обычно, если вы можете с равной вероятностью проиграть миллион или выиграть миллион, то ну его нафиг. Или даже выиграть три миллиона с той же вероятностью, что и проиграть один. Потому что выигрыш трех миллионов, конечно, приятно. Но проигрыш для среднего человека == потеря всего, жить на улице, детей не на что кормить. И это, опять же вполне себе оптимально, если мы выбираем минимаксную стратегию.
 
Или вот кэшлесс. Теоретически выгоды больше, удобно, квартиру скорее ограбят, чем банк. На практике же -  за последние несколько лет упало\закрылось дофига банков - прямо канонично по Талебу - и теории распознавания - возможные потери таковы, что лучше не надо. Ну или диверсифицировать. Тогда максимальный риск ограничен и теория распознавания уже разрешает не быть судьей Чаусом и можно хранить деньги не только в стеклянных банках. Так что не всегда стоит гнаться за "рациональным" прогрессом. Иногда стоит вспомнить опыт предков. Ну или если гнаться - то тогда уже со слегка более глубоким изучением теорвера и прочего, чем пресловутая формула Байеса.
old_ufo: (Default)

Я уже года три, если не четыре, как обещал себе написать этот пост, и вот, день настал.

Вступление. 
Для меня уже довольно давно наличие кандидатской степени или научных публикаций у нас по умолчанию является не плюсом, а большим красным флагом. Особенно в сфере computer vision, machine learning и иже с ними. Да, у меня крутые друзья со степенями, но сейчас речь не о них. Я утверждал и утверждаю, что 99.99% публикаций - мусор, за который должно быть стыдно если не магистрам и аспирантам, так их научрукам.

Как известно, нет худшего врага, чем бывший друг. Когда-то, когда я был в КПИшной аспирантуре, у нас было два обязательных предмета: английский и не помню какой. Экзамен по обоим можно было получить, если провести обзор литературы на английском и написать реферат. Это, кстати, второй не скачанный реферат в моей жизни. Первый был по фракталам и писал я его не себе, но это не важно. 
О, сказали мне. Так это ж это. Можно зафигачить в ВАКовский журнал - вот и будет первый раздел диссера и первая журнальная статья из трех (!). Журнальная. С новизной. Актуальностью. И всем таким прочим. Ну и я, еще не видевший нормальной науки, таки да, согрешил.

Итак, внимание - моя ВАКовская публикация, за которую мне до сих пор стыдно. 
http://www.nbuv.gov.ua/old_jrn/natural/mgs/2011_23/pap-07.pdf

Которую гугл мне периодически добавляет в профиль, а я тщательно удаляю.
Это тупо реферат, где я путаюсь в понятиях и вообще кошмар. Единственное, за что не стыдно - уже тогда я маниакально проставлял все ссылки на литературу. 
Вскоре после этого я поехал в Чехию, а дальше вы знаете.

P.S. Знаете, что еще страшнее? У ЭТОГО есть еще и цитирование. 
https://scholar.google.com.ua/scholar?oi=bibs&hl=en&cites=9484262168701107333&as_sdt=5

Теперь одним пунктом, которым можно меня шантажировать, меньше.

P.P.S. Кто хочет - присоединяйтесь к тегу #скелетывшкафу ;)

old_ufo: (Default)
Recipe from here
"So, I've spent a week and a half getting Caffe to work on my machine. I've finally managed to do so on my Asus N551JQ which is running on Ubuntu 14.04 LTS. The laptop features an NVIDIA GT845M dGPU and Intel HD Graphics iGPU, which caused some problems installing NVIDIA drivers. However, everything is working now. As it took me a long time to get everything running, I figured I could help future users by explaining my method of installation. Below is the method I used:

  1. Install a clean version of Ubuntu 14.04 LTS
  2. Remove UEFI secure boot. sudo mokutil --enable-validation After restart Mok managment will pop up. There will be an option where you can enable secure boot (just like you disabled after installing Ubuntu). - from http://askubuntu.com/a/768822/241348
  3. remove dkms and  bbswitch and bumbleebee 
  4. Download NVIDIA Geforce driver 352.79 from: http://www.geforce.com/drivers
  5. Download CUDA 7.0 from: https://developer.nvidia.com/cuda-toolkit-70
  6. Follow post #4 on the following link untill point 5 http://ubuntuforums.org/showthread.php?t=2246526#4.
    instruction )to /etc/modprobe.d/blacklist.conf and rebooting
    3. When you reboot, don't log in. Drop to the terminal by CTRL-ALT-F1, and kill lightdm by
    sudo service lightdm stop
    4. Extract the individual parts from the cuda toolkit archive you downloaded earlier by
    ./<cuda-archive-name> --extract=<your_fav_dir>
    5. Navigate to your_fav_dir
  7. Then navigate to the download directory where you saved the drivers that you previously downloaded in step 2 of this tutorial and run the setup by: sudo ./NVIDIA-Linux-x86_64-352.79.run --no-opengl-files
  8. Do not exclude the --no-opengl-files part.
  9. Go on with step 7 of the guide in the link by going into the directory in which you extracted the CUDA archive and installing CUDA and its samples.
  10. Then go on with the guide in post #5 in the same thread. Thereafter, NVIDIA drivers should be working and CUDA should be installed. Time to start with the Caffe installation!
  11. You can pretty much follow the following guide: http://caffe.berkeleyvision.org/install_apt.html Be sure to correctly install ALL dependencies. If anything fails, fix it.
  12. After compilation, my make runtest wouldn't start. I had to set an environment variable in ~/.profile "export LD_LIBRARY_PATH=$LD_LIBRARY_PATH:/usr/local/cuda/lib64" and had to reboot before it started and succesfully executed.
By now, everything should work. Congratulations!

Hope I have helped you.

Regards,

Emiel Stoelinga"
old_ufo: (old_ufo)
Народ, така річ.

Буває, що до мене звертаються знайомі із питанням "а чи хтось не шукає людину в сферу ML & CV? Я от думаю змінити роботу".

Буває, що до мене звертаються інші знайомі із питанням "а ти не знаєш прикольну людину, що в CV або ML шарила? Тут місце є".

Проблема в тому, що такі штуки рознесені у часі і я, звичайно, кого можу, з ким можу контачу, але часто тупо не пригадую :(

Вирішив завести собі дві таблички в гугл-екселі, таке собі кадрове агенство від [livejournal.com profile] old_ufo.
До чого це я: якщо ви шукаєте когось, або роботу - пишіть у приват, я собі запишу, щоб не забути. Приватність гарантується, вот ето всьо. Пост не має строку давнини.
old_ufo: (old_ufo)

Pytyhon OpenCV FLANN may crash with message:

"OpenCV Error: Assertion failed (The data should normally be NULL!) in allocate, file /home/old-ufo/opencv/modules/python/src2/cv2.cpp, line 163
Traceback (most recent call last):
File "kd.py", line 120, in <module>
flann.add( [ descs ] )
cv2.error: /home/old-ufo/opencv/modules/python/src2/cv2.cpp:163: error: (-215) The data should normally be NULL! in function allocate"
old_ufo: (фотография)

Честно сказать, я не фанат "отраслевых" конференций. Т.е. пару раз съездить можно и нужно, а дальше уже степень полезности убывает экспоненциально, если не любить тусоваться.
Проще поговорить со спикерами лично, так и обсудить можно больше. Что до нетворкинга, то, по большому счету, ездят-то одни и те же люди, смысл поcле первых пары раз?

EECVC подкупила тем, что главной заявленной целью было "собрать ukraininan computer vision комьюнити", была исключительно по приглашениям, чтобы отсеять левых "профессиональных посетителей и спикеров конференций". Ну что ж, давайте попробуем и посмотрим, что получится, как говорил император Грегор. Поэтому регистрация была бесплатной, но организаторы отсеивали тех, кто по их мнению, не имел отношения к CV.

upd2.: Выложили слайды и видео докладов.

upd.: Виталий говорит, что целью было собрать восточно-европейское комьюнити, а не чисто украинское и что 20 из 120 человек были не из Украины. Частично принимается, но нет, это была все же украинская тусовка, сорри. А вот то, что язык конференции был английским, и все прошло отлично - это да, я упустил в отчете.

Получилось неплохо )

old_ufo: (old_ufo)

Обновление в списке computer vision публикаций из пост-СССР.

Снова наши старые знакомые из СколТеха :) Всё, больше никого.
CVPR2016



Статья

Авторы

Организация
Fast ConvNets Using Group-wise Brain Damage Vadim Lebedev, Victor Lempitsky

Skoltech, Yandex

Efficient Indexing of Billion-Scale Datasets of Deep Descriptors. Artem Babenko, Victor Lempitsky

Skoltech, Yandex

old_ufo: (old_ufo)
"- Но мы не хотим каждый раз выводить формулы, мы хотим фыр-фыр-фыр и магическую кнопку "офигенно заинитить нейросетку" , правильно?
- Да.
- Вот эта кнопка!"
Примерное содержание моего пояснения к постеру.


Вот, наконец, настал мой час представлять свою работу.


Спасибо научруку за критику и придирчивость, благодаря им, постер получился наглядным и отлично смотрелся на фоне других.
Рассказывал и отвечал на вопросы все три часа, охрип. Часть людей, которые подходили к стенду, уже читалис статью и задавали только уточняющие вопросы.
А еще всем понравилось название - в отличие от скучных и не запоминающихся других. В общем, be different и правильный маркетинг - наше все.

Другие постеры и музыка )

old_ufo: (фотография)

Сегодня решил прогуляться в другую от старого города сторону - к какому-то парку. Там меня ждали игуаны


Но, обо всем по-порядку. Если чуть отойти от отеля, начинается совсем другой Сан Хуан.

Здесь все охраняется. Например, собаками

Куча граффити )

old_ufo: (old_ufo)
Давно хотел написать, и наконец - за бокалом пина-колады в месте, где её изобрели - пришло время. Все эти ваши комплексные (в смысле, сложные) блюда из множества компонент, с разными соусами, это всё хорошо.
Но не сравнится с простым стейком с бокалом красного вина. Никаких смесей. Просто мясо. Просто вино. Ладно, просто помидоры ещё.
Не поймите меня неправильно, я люблю и ценю салаты. Паэлью (она тут офигенна). Пасту. То же мохито - неплохая штука. Капучино из старбакса даже можно пить с удовольствием.
Но. Делать из кофе капучино необходимо только тогда, когда сам по себе эспрессо - паршивый. Ну ладно, есть люди, которые любят молоко. Тем не менее, сделать нормальный капучино намного проще, чем сделать нормальный эспрессо. Кофе пережарили? Сорт дешевый? Ничего, добавим молока и бухнем еще тертого шоколаду. И ванили.
Сделать вкусный плов не так, чтобы совсем просто, но его можно делать из разного мяса. А вот стейк - нет. Если вы ошиблись где-то в плове, это можно исправить. Если ром - так себе, можно забить его лаймом. Но стейк (или шашлык) - ошибок не прощает. Как и вино. Как кофе. Как (наверное, я не вхожу число ценителей) - односолодовый виски.
Уметь обезвредить противника хитрым приемом - отличное умение. Но сделать то же самое одним маленьким шажком и точно выверенным движением руки - настоящее мастерство.
Да здравствует такая простота, намного более сложная, чем изысканность.
old_ufo: (фотография)

День начался с того, что я отправился на пляж. Надо сказать, что большинство виденных мной местных купались прямо в шортах, а некоторые и в футболках. Вооружившись шортами, полотенцем, полутораразовой сумочкой из-под сувениров, старым разбитым телефоном и карточкой от отеля, отправся купаться.

Это был первый случай за все поездки, когда я оставил где-то деньги, карточку и паспорт. Ноут - бывало, камера - тоже, но не паспорт же. Ай-ай-ай, ыдан-адын!!!1111
Впрочем, все обошлось :)

Итак, вода - чистая, прозрачная, теплая, очень соленая.

Ленивый день до конференции )



На этом пока все, надеюсь меня хватит еще на пару постов :)

old_ufo: (old_ufo)

Сегодня было больше интересных постеров...и все еще ни одного, с которого можно взять пример как сделать классный постер.

Что было интересного )



А меня ждет мой постер завтра (уже сегодня на самом деле).

old_ufo: (old_ufo)

Нулевой день конференции. Начался с завтрака, спонсированного Байду.



Про воркшопы и дипмайнд )
old_ufo: (фотография)
Один из плюсов PhD study - возможность увидеть мир. Бостон, Лондон, Суонзи, а теперь Пуэрто Рико.
Скажу сразу - тут классно. Не знаю, как насчет жизни (возможно, через некоторое время будет скучно), но в качестве отдыха...

Океан,
IMG_8701.jpeg


Много фоток )
Еще много фоток )
На этом на сегодня все, to be continued.
P.S. В отличие от Бостона, где айди у меня спрашивали во всех местах, где я заказывал алкоголь, тут у меня его спросили только один раз - в магазине сувениров, проверить моя ли карточка. Зато девушка узнала Spirited away на моей футболке и сказала, что футболка крутая. Так-то.

P.P.S.На новом ноуте нет лайтрума, так что это камерные джипеги без обработки

old_ufo: (old_ufo)
Пані та панове (особливо, студенти та аспіранти), маю до вас пропозицію.
Якщо ви хочете зробити публикацію на крутій конференції, але не знаєте, над чим саме працювати, не маєте наукового керівника або не маєте грошей на політ на саму конференцію, то ми вирішимо ці проблеми :)

Що я роблю зі своєї сторони:

  • надаю тему та здійснюю наукове керівництво.

  • у разі прийняття статті на топ-конферецію (список трохи згодом), ви їдете презентувати роботу. Реєстрація, дорога, перебування оплачується Szkocka Research Group.

  • допомагаю із доступом на (платні) статті, необхідні для роботи

Ми разом:

  • працюємо над дослідженням та статею.

Ви:

  • маєте бажання і час займатись наукою

  • робите експеримент, статтю та презентуєте її.

Умови співробітництва:

  • Код, що народився під час роботи, публікується під MIT\BSD ліцензією, щоб вся спільнота могла користуватися плодами роботи.

  • Однією з ваших афіліацій указується Szkocka Research Group, Ukraine.

Теми (можете такоє запропонувати свою, обговоримо):

  • Mutltispectal image search by pseudo-Siamese nets (для супутникових знімків\карт)

  • Unsupervised feature learning by learning to noise and de-noise

Хто зацікавився - пишіть в приват, або в коментарі.
P.S. Так, це пілотний запуск Szkocka Research.

Profile

old_ufo: (Default)
old_ufo

December 2017

S M T W T F S
     12
3456789
10111213141516
1718 1920212223
24252627282930
31      

Syndicate

RSS Atom

Most Popular Tags

Style Credit

Expand Cut Tags

No cut tags
Page generated Jul. 7th, 2025 11:36 am
Powered by Dreamwidth Studios