20 лет, Hong Kong University of Science and Technology Основатель и исполнительный директор Sparcus Technologies
Почему я заслуживаю победы?
Совмещая учебу в одном из ведущих вузов Азии с научно-просветительской активностью, я с 10 класса занимаюсь исследовательской деятельностью. В 19 лет написал научную работу, которая была принята к публикации в спецвыпуске журнала РАН. В 2024 году был удостоен награды за лучшую статью на международной конференции по машинному обучению и кибернетике.
Я являюсь членом международных научных ассоциаций, мои работы в печатном виде можно найти в крупнейших библиотеках, включая Кембриджский университет.
Научные исследования
Мои исследования охватывают широкий спектр инновационных и значимых проектов, включая публикации, разработки и научное признание.
Левитация капли без эффекта Лейденфроста В рамках работы в Московском государственном университете мы провели исследования по левитации капли на основе конвективных потоков и их устойчивости с проф. Евгением Могилевским. Предложили концепцию упорядоченного последовательного движения капель, основанную на манипуляции конвективными потоками. Разработали экспериментальную и теоретическую базу для этих процессов, а также предложили идею применения этих принципов для манипуляции движения левитирующих капель.
Машинное обучение на медицинских изображениях В работе в Гонконгском университете науки и технологий с профессором Xiaomneg Li мы разработали модель сверточной нейронной сети (CNN) для решения проблемы дисбаланса классов в крупнейшем мировом наборе данных по заболеваниям сетчатки глаза. Провели анализ производительности различных функций потерь и сравнили их с традиционными архитектурами, а также выполнили исследовательский анализ данных (EDA) и визуализацию данных.
Оптическое распознавание китайских символов Мы разработали обобщенный подход для достижения лучших в мире результатов точности оптического распознавания рукописных Сино-Корейских Иероглифов (OCR). Наши решения значительно улучшили производительность пайплайна для работы с китайскими символами.
Многоцелевой подбор оптимальных порогов в сиамских сетях Мы исследовали методы оптимизации порогов для функций сходства в сиамских сетях и предложили мульти-объектный подход к выбору порогового значения для улучшения производительности языковой модели, не трогая саму архитектуру модели.
Улучшение семантической сегментации изображений В публикации «Smooth Attention: Improving Image Semantic Segmentation» мы предложили новый метод внимания в компьютерном зрении, приведя к улучшению семантической сегментации, что является значительным вкладом в область ИИ. Наши текущие работы ориентированы на создание сильнейших алгоритмов оптимизации сетей с помощью эволюционных ДНК-подобных алгоритмов, уже показывая мировые значения в индустрии логистики и фундаментальных проблемах (TSP, VRP, Max Clique). Результаты будут опубликованы в 2025 году.
Популяризация науки
Международное сотрудничество и членства:
Член Ассоциации вычислительной техники (ACM).
Член Фонда компьютерного зрения.
Почетный член Great Britain Journal Press.
Автор курса «Анализ табличных данных: от теории к практики» повышения профессиональной квалификации РЭУ им. Плеханова.
Публичные выступления и интервью 2024:
G20 World Business Angel Investors Forum
AI in Computer Vision Forum
Hong Kong Machine Learning Society
Bahrain News Agency
Публикации
Deep Learning-Driven Approach for Handwritten Chinese Character Classification (AIJ, 2024/ Doklady Mathematics Russian Academy of Sciences).
Multi-Objective Optimal Threshold Selection for Similarity Functions in Siamese Networks (ICMLC, 2024).