Осенний цикл семинаров 2025

Центра когнитивного моделирования ФПМИ МФТИ


Еженедельно по четвергам в 17:00

В серии рабочих семинаров сотрудники Центра совместно с приглашенными гостями рассказывают о своих текущих проектах, исследованиях и делают обзоры конференций по ИИ и робототехнике, такие как NeurIPS, ICML, IROS, ICRA и др.

Наши семинары открытые - приглашаем принять участие всех желающих. Если у вас есть тема, которая укладывается в наши направления, пишите по нашим контактам - мы рады расширению сообщества и включим все достойные доклады в программу.
Партнеры
График
Исследование методов и разработка алгоритмов топологического картирования и локализации | Кирилл Муравьёв

Чт, 6 марта, 17:00


Младший научный сотрудник нашего Центра расскажет про своё диссертационное исследование, которое он проводит в качестве аспиранта ФИЦ ИУ РАН.


Подход, о котором пойдёт разговор, позволит обеспечить долговременную навигацию в больших средах. Его суть заключается в представлении карты в виде графа локаций и определения в каждый момент времени текущей локации и относительного положения в ней робота.


На семинаре будут описаны существующие методы TopoSLAM, а также разработанный в ходе исследования метод PRISM-TopoMap, полученные с ним результаты на различных датасетах внутри и вне помещений и перспективы его применения.


Материалы:

гитхаб метода PRISM-TopoMap

статья про PRISM-TopoMap в IEEE RAL

публикация

Визуальные промпты для сегментации произвольных объектов | Михаил Авшалумов

Чт, 27 февраля, 17:00


В рамках семинара, магистр нашего Центра рассмотрит один из актуальных подходов к задаче сегментации объектов на изображениях — использование визуальных запросов вместо традиционных промтов или текстовых описаний.


Обсудим существующие методы, которые позволяют использовать референсное изображение в качестве входного "запроса" к нейросетевой модели, их архитектуры и особенности.


Михаил расскажет об экспериментах по этой теме, проведённых в Центре, и дальнейших планах работ в этом направлении.

Распознавание физических свойств объектов на изображениях | Маргарита Кичик, Роман Титков

Чт, 13 февраля, 17:00


Современные модели компьютерного зрения успешно определяют категории объектов и их расположение, однако извлечение физических свойств, таких как материал, плотность или упругость, остается сложной задачей. В рамках семинара будут рассмотрены подходы к распознаванию физических характеристик объектов с упором на определение материалов объектов. Отдельно рассмотрим существующие наборы данных, предназначенные для анализа материалов.


Маргарита расскажет про датасеты для семантической сегментации материалов и работы, посвященные этой задаче, а также про эксперименты, проведенные в ЦКМ и дальнейшие планы исследований по этому направлению.


Роман расскажет о ранних экспериментах по классификации материалов, проведённых с использованием как классических методов, так и нейросетевых подходов на основе дообученной модели CLIP.

Объектно-центричные модели мира | Виталий Воробьёв, Владимир Фролов

Чт, 6 февраля, 17:00


Большинство современных моделей мира сталкиваются с проблемой связывания. Суть этой проблемы заключается в том, что модели, объединяющие всю информацию в единый вектор, теряют способность эффективно обучаться из-за смешения признаков. Одним из решений этой задачи являются объектно-центричные модели мира, где ключевым элементом выступают слоты. Каждый слот представляет собой вектор, кодирующий характеристики объекта: форму, положение, текстуру и другие атрибуты.


В рамках семинара, Владимир Фролов представит базовые модели для выделения слотов на основе архитектуры SA (Slot Attention). Кроме того, он расскажет о методе SMM (Slot mixture model), разработанном в Центре когнитивного моделирования, и его последующих усовершенствованиях.


Виталий Воробьёв, аспирант нашего Центра, выступит с докладом о применении слотовых экстракторов для работы с видео и построения моделей мира, способных прогнозировать следующие состояния слотов. Также он представит новый метод COMPAS (COMPose Actions and Slots), предназначенный для повышения точности предсказаний в динамических средах с учетом действий.