• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Исследовательский проектный семинар № 40

Описание проекта

Общая информация о проекте

Тип проекта

Фундаментальный

Название проекта (на русском и английском языках)

Построение базовых блоков нейронных сетей для микро/макроэкономических моделей (Building neural network blocks for micro/macromodels)

Инициатор проекта от НИУ ВШЭ

Мамедли Мариам Октаевна, МЛ макроэкономического анализа

Инициатор проекта от компании (если есть)

Банк России;

Селезнев Сергей Михайлович, начальник отдела экономических исследований с использованием «Больших данных», seleznevsm@cbr.ru

Описание проекта (максимум 250 слов)

 

Наличие специфичных для задач базовых блоков нейронных сетей, таких как convolution, residual, self-attention, является одной из важнейших составляющих успеха нейронных сетей в различных приложениях. Несмотря на это, в настоящий момент нет работ, которые акцентируют внимание на построении таких блоков на микро/макроданных. Целью данного проекта является построение таких блоков.

В результате мы планируем получить архитектуры сетей, которые позволят сильно упростить процесс обучения нейронных на микро/макроданных, а также повысить точность прогнозов (что является критерием успешности проекта) и интерпретируемость сетей.

Предполагается, что построение блоков будет осуществляться как с использованием специфики микро/макроданных, так и с использованием различных автоматических процедур выбора архитектур сетей.

Требования к студентам

Количество студентов на проекте

 

5 студентов:

1-й год обучения: 1

2-й год обучения: 1

3-й год обучения: 2

4-й год обучения: 1

Требования к студентам - участникам проекта

 

 

Написание курсовой не является обязательным требованием.

Все года обучения: Python, Tensorflow/PyTorch.

1-й год обучения: Базовые знания стандартных архитектур нейронных сетей.

2-й год обучения: Опыт построения моделей общего равновесия с последующим оцениванием.

3-4 год обучения: Опыт построения нейронных сетей и знание принципов выбора гиперпараметров. Базовые знания в области reinforcement learning и эволюционных алгоритмов.



Регистрация на проект здесь