Защита диссертации - Перминов Андрей Игоревич

Перминов Андрей Игоревич

Доверенный байесовский классификатор для данных малой размерности на основе многослойного персептрона

Диссертация принята к защите

Искомая степень: Кандидат физико-математических наук.

Специальность: 2.3.5 – Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей.

Дата размещения: 10 февраля 2026.
Текст диссертации: Скачать

Решение совета о принятии диссертации к защите: Диссертация принята к защите.
Автореферат: Скачать
Отзыв научного руководителя: Скачать
Дата защиты: 23 апреля 2026.

Официальный оппонент: Яроцкий Дмитрий Александрович, доктор физико-математических наук (01.01.05).

Место работы, должность: Автономная некоммерческая образовательная организация высшего профессионального образования «Сколковский институт науки и технологий», профессор центра искусственного интеллекта.

Основные публикации за последние 5 лет:

1. Yarotsky D. / Learnability of high-dimensional targets by two-parameter models and gradient flow //Advances in Neural Information Processing Systems. – 2024. – Т. 37. – С. 79144-79167.
2. Yarotsky D. / Structure of universal formulas //Advances in Neural Information Processing Systems. – 2023. – Т. 36. – С. 54876-54902.
3. Yarotsky D. / Universal approximations of invariant maps by neural networks //Constructive Approximation. – 2022. – Т. 55. – №. 1. – С. 407-474.
4. Medvedev, A., Mishra Sharma, S., Tsatsorin, E., Nabieva, E., & Yarotsky, D. / Human genotype-to-phenotype predictions: Boosting accuracy with nonlinear models //PloS one. – 2022. – Т. 17. – №. 8. – С. e0273293.
5. Velikanov, M., Kail, R. V., Anokhin, I., Vashurin, R., Panov, M., Zaytsev, A., & Yarotsky, D. / Embedded Ensembles: infinite width limit and operating regimes //International Conference on Artificial Intelligence and Statistics. – PMLR, 2022. – С. 3138-3163.
6. Yarotsky D. / Elementary superexpressive activations //International conference on machine learning. – PMLR, 2021. – С. 11932-11940.

Отзыв оппонента: Скачать

Официальный оппонент: Никитин Николай Олегович, кандидат технических наук (05.13.18).

Место работы, должность: Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет ИТМО», руководитель группы научно-технического развития института ИИ.

Основные публикации за последние 5 лет:

1. Lunev A., Nikitin N. / Neuron-Level Architecture Search for Efficient Model Design //International Conference on Discovery Science. – Cham : Springer Nature Switzerland, 2025. – С. 191-203.
2. Borisova J., Nikitin N. O. / Lightweight Neural Ensemble Approach for Arctic Sea Ice Forecasting // 2024 IEEE Congress on Evolutionary Computation (CEC). – IEEE, 2024. – С. 1-8.
3. Getmanov A., Nikitin N. O. / Evolutionary Automated Machine Learning for Light-Weight Multi-Modal Pipelines // 2024 IEEE Congress on Evolutionary Computation (CEC). – IEEE, 2024. – С. 1-8.
4. Iov I. L., Nikitin N. O. / Feature engineering pipeline optimisation in AutoML workflow using large language models // Записки научных семинаров ПОМИ. – 2024. – Т. 540. – №. 0. – С. 82-112.
5. Revin, I., Potemkin, V. A., Balabanov, N. R., & Nikitin, N. O. / Automated machine learning approach for time series classification pipelines using evolutionary optimization // Knowledge-based systems. – 2023. – Т. 268. – С. 110483.
6. Nikitin, N. O., Teryoshkin, S., Pokrovskii, V., Pakulin, S., & Nasonov, D. / Improvement of Computational Performance of Evolutionary AutoML in a Heterogeneous Environment // 2023 IEEE Congress on Evolutionary Computation (CEC). – IEEE, 2023. – С. 1-8.
7. Revin, I., Potemkin, V. A., Balabanov, N. R., & Nikitin, N. O. / Automated machine learning approach for time series classification pipelines using evolutionary optimization //Knowledge-based systems. – 2023. – Т. 268. – С. 110483.

Отзыв оппонента: Скачать

Ведущая организация: Федеральное государственное учреждение «Федеральный исследовательский центр «Информатика и управление» Российской академии наук».

Контактные данные: 119333, Москва, ул.Вавилова, 44 корп. 2, 8(499)135-62-60, frccsc@frccsc.ru, http://www.frccsc.ru/

Основные публикации за последние 5 лет:

1. Грушо А.А., Грушо Н.А., Забежайло М.И., Смирнов Д.В., Тимонина Е.Е., Шоргин С.Я. Анализ сбоев по косвенным признакам. Системы и средства информатики, 2025. Т. 35, No 1. С. 59-70. DOI: 10.14357/08696527250103
2. Френкель С.Л., Захаров В.Н. О задаче предсказания деградаций в технических системах. Информатика и ее применения, 2024. Т. 18. No 3. С. 67-75.
3. Даниленко А.Ю. Безопасность систем электронного документооборота: Технология защиты электронных документов. Москва: Ленанд, 2024. 248 с.
4. Trusov A. et al. 4.6-Bit Quantization for Fast and Accurate Neural Network Inference on CPUs // Mathematics. 2024. Т. 12. № 5. С. 651.
5. Грушо А. А., Грушо Н. А., Забежайло М. И., Зацаринный А. А., Тимонина Е. Е. Некоторые проблемы мониторинга информационной безопасности критической инфраструктуры. Системы и средства информатики, 2023. Т. 33. No 3. С. 108–116. DOI: 10.14357/08696527230309.
6. Синицын И. Н., Синицын В. И., Корепанов Э. Р., Конашенкова Т. Д. Инструментальное программное обеспечение анализа и синтеза стохастических систем высокой доступности (XVII). Системы высокой доступности, 2023. Т. 19. Вып. 2. С. 5–24. DOI: 10.18127/j20729472-202302-01.
7. Будзко В. И., Мельников Д. А., Фомичев В. М. Основы организации обеспечения информационной безопасности и киберустойчивости в централизованных информационно-телекоммуникационных системах высокой доступности. Радиотехника, 2023. Т. 87. Вып. 2. С. 157–162. DOI: 10.18127/j20729472-201901-08.
8. Трусов А. В., Лимонова Е. Е., Арлазаров В. В., Зацаринный А. А. Анализ уязвимостей нейросетевых технологий распознавания образов. Информационные технологии и вычислительные системы, 2023. No 4. С. 49–58. DOI: 10.14357/20718632230405.
9. Зацаринный А. А., Сучков А. П. Некоторые подходы к анализу факторов, влияющих на информационную безопасность систем искусственного интеллекта. Системы и средства информатики, 2023. Т. 33. No 3. С. 95–107. DOI: 10.14357/08696527230308.
10. Zingerenko M.V., Limonova E.E. Layer-by-Layer Knowledge Distillation for Training Simplified Bipolar Morphological Neural Networks // Programming and Computer Software. 2023. Т. 49. № Suppl 2. С. S108–S114.
11. Будзко В.И., Беленков В.Г., Королёв В.И., Мельников Д.А. Особенности обеспечения информационной безопасности автоматизированных систем, использующих технологии нейронных сетей // Системы высокой доступности. 2023. Т. 19. № 3. С. 5–17.
12. Skoryukina N.S. et al. Document Localization and Classification As Stages of a Document Recognition System // Pattern Recognition and Image Analysis. 2023. Т. 33. № 4. С. 699–716.
13. Есиков Р.Ю. Применение сверточных автокодировщиков для сжатия изображений и извлечения признаков // Конференция «Оптимизация и моделирование в автоматизированных системах», Воронеж, 20–21 декабря 2023 г.
14. Злобин П.К., Чернышова Ю.С., Шешкус А.В., Арлазаров В.В. Нейросетевой метод генерации последовательности символов для синтеза обучающей выборки изображений текста // Труды Института системного анализа Российской академии наук. 2023. Т. 73. № 2. С. 40–49.
15. Захаров В. Н., Филиппов С. А. Анализ метода повышения эффективности рекомендательных систем на основе анализа неявных данных. Системы компьютернойматематики и их приложения, 2022. Вып. 23. С. 116–123.

Отзыв ведущей организации: Скачать