Программа будет проведена в дистанционном формате
Прием заявок для участия в конкурсном отборе открыт до 19 июля 2020 года включительно
По вопросам участия в программе можно обращаться по адресу students@sochisirius.ru
На обучение по программе научной школы приглашаются студенты и аспиранты технических университетов, знакомые с основами теории и практики машинного обучения и желающие углубить свои навыки в области анализа медицинских изображений.
Компетенции, оцениваемые на этапе отбора:
- Знание теории машинного обучения
- Понимание основ практики машинного обучения
Для участия в программе необходимо пройти регистрацию на сайте Образовательного центра «Сириус» в срок не позднее 19 июля 2020 года, прикрепив к заявке мотивационное письмо и резюме.
Отбор обучающихся осуществляется на основе оценивания:
Мотивационного письма и резюме (до 30 баллов);
Резюме (объем до 2 страниц) должно включать в себя:
- список релевантных курсов и проектов, освоенных студентом в процессе обучения;
- описание опыта работы в научных лабораториях;
- перечень научных публикаций;
- уровень владения английским языком.
Мотивационное письмо (объем 1 страница) должно включать ответы на вопросы: почему участнику важно попасть именно на этот образовательный модуль, какие знания и компетенции он планирует развить в результате прохождения обучения.
Научная школа “Применение технологий искусственного интеллекта для анализа медицинских изображений” направлена на вовлечение студентов в исследования по теме анализа медицинских изображений с использованием технологий искусственного интеллекта.
Школа рассчитана на студентов, знакомых с основами теорий машинного обучения и языком программирования Python, желающих углубить свои знания.
В процессе освоения программы школы учащиеся познакомятся с особенностями медицинских изображений, как модальностью данных, разберут теорию и воспользуются на практике алгоритмами машинного обучения и компьютерного зрения для анализа медицинских изображений. Практические задания модуля построены на основе исследований центра искусственного интеллекта Университета Иннополис с использованием реальных данных, полученных из медицинских организаций.
Школа реализуется с использованием дистанционных технологий и электронного обучения: предполагается проведение лекционных занятий и практических занятий с использованием видеоконференций. Практические задания подразумевают написание кода на языке Python с использованием Jupyter notebook. При необходимости вычислительных ресурсов, организаторы рекомендуют использовать платформу Google Collab.
В течении всей программы модуля студенты могут обращаться к организаторам по всем возникающим вопроса.
Объем программы - 36 академических часов (1 з.е.).
Из них:
10 лекционных часов
26 практических занятий
Руководитель центра информационных технологий и искусственного интеллекта Университета «Сириус», методист программы «Большие вызовы», кандидат физико-математический наук
Ассистент профессор Университета Копенгагена и ведущий научный сотрудник Университета Иннополиса, специализируется на анализе медицинских изображений, компьютеризированной диагностике и планировании радиотерапии
Руководитель центра искусственного интеллекта Университета Иннополиса, автор более 20 успешных проектов в области компьютерного зрения и машинного обучения для различных отраслей (медицина, промышленность, нефтегаз и др.) и более 15 научных публикаций, главным образом, по теме анализа медицинских изображений
Руководитель центра искусственного интеллекта Университета Иннополиса, автор более 20 успешных проектов в области компьютерного зрения и машинного обучения для различных отраслей (медицина, промышленность, нефтегаз и др.) и более 15 научных публикаций, главным образом, по теме анализа медицинских изображений
Ассистент профессор Университета Копенгагена и ведущий научный сотрудник Университета Иннополиса, специализируется на анализе медицинских изображений, компьютеризированной диагностике и планировании радиотерапии
Специалист Центра искусственного интеллекта в области анализа данных, имеет обширный опыт научной-исследовательской и практической работы, разрабатывает алгоритмы классификации медицинских изображений и адаптирует их для практического применения, в области научных интересов — Bayesian learning, Brain-computer interfaces
Ординатор кафедры лучевой диагностики Казанской государственной медицинской академии, врач-терапевт, эксперт по вопросам медицины в команде Центра искусственного интеллекта Университета Иннополиса
Студент бакалавриата в области компьютерных наук с выдающимися академическими результатами, имеет обширный опыт работы как в индустриальных, так и в исследовательских проектах, разрабатывает алгоритмы для семантического анализа медицинских изображений основанные на современных достижениях науки в области компьютерного зрения
