Поступление 2021
0
личный кабинет

ПАСПОРТ ПРОГРАММЫ

Тип: программа корпоративной магистратуры

Программа магистратуры нацелена на подготовку специалистов под действующую отрасль в реальном секторе экономики с поддержкой одним или несколькими предприятиями.

Военная кафедра Государственная аккредитация
Государственная аккредитация — выпускники получают диплом государственного образца; студенты имеют отсрочку от службы в армии, возможность использования маткапитала при оплате за обучение.

09.04.02 Информационные системы и технологии

Специализации:
Язык обучения:

Речевые информационные системы

Русский

Биометрические информационные системы

Русский

Языки обучения: RUS Русский
Форма обучения: Очная, 2 года
Стоимость контрактного обучения в 2021 году: 251 000 руб. в год
  • 251 тыс. руб в год для граждан Российской федерации
  • 271 тыс. руб в год для иностранных граждан
Контактное лицо Махныткина Олеся Владимировна
Руководитель программы:
Матвеев Юрий Николаевич
Учебные корпуса: Кронверкский пр., д. 49

ПАРТНЕРЫ ПРОГРАММЫ

ОПИСАНИЕ ПРОГРАММЫ

Магистерская программа «Речевые информационные системы» Университета ИТМО реализуется в партнерстве с предприятием «Центр речевых технологий», ведущим мировым разработчиком инновационных систем в сфере распознавания лиц, голосовой биометрии, распознавания и синтеза речи, многоканальной записи, обработки и анализа аудио- и видеоинформации. Обучение в магистратуре предполагает подготовку по базовым и продвинутым курсам по машинному обучению, многомодальной биометрии, распознаванию речи и акустических событий, синтезу речи и естественной обработке языка.

АКТУАЛЬНОСТЬ И ЗНАЧИМОСТЬ ПРОГРАММЫ

Биометрические и речевые технологии являются одним из наиболее актуальных направлений развития современных информационных систем. Такие системы с помощью развитых средств человеко-машинного взаимодействия делают жизнь людей в глобальном информационном сообществе эффективнее и безопаснее. Содержание дисциплин программы постоянно модифицируются с учетом последних достижений в науке и промышленности, что повышает конкурентоспособность выпускников на рынке труда.

ДИСЦИПЛИНЫ

Введение в интеллектуальный анализ данных

В рамках дисциплины студенты изучают этапы обработки данных в системах интеллектуального анализа данных, методы и алгоритмы интеллектуального анализа данных, решающие задачи поиска ассоциативных правил, кластеризации, классификации, регрессии, снижения размерности, в том числе современные архитектуры нейронных сетей. Рассматриваются подходы к построению ансамблей моделей, оценке эффективности и сравнению моделей.

Обработка естественного языка

В рамках дисциплины студенты знакомятся с теоретическими основами и программным обеспечением анализа текстов на естественном языке. Рассматриваются этапы обработки текстов (графематический, морфологический, фрагментационный, синтаксический и семантический анализ). В результате освоения дисциплины студенты получают практические навыки применения методов машинного обучения в решении задач информационного поиска, реферирования, классификации и рубрицирования документов, анализа тональности текстов, автоматической генерации текста и поддержки диалога на естественном языке.

Распознавание диктора

В дисциплине рассматриваются следующие основные вопросы: основные понятия теории распознавания дикторов, идентификационные признаки голоса диктора, экспертные, полуавтоматические методы распознавания дикторов, модели диктора в задачах автоматического распознавания диктора, методы принятия идентификационного решения.

Прикладной искусственный интеллект

В рамках дисциплины студенты изучают приложения и теоретические основы искусственного интеллекта включая: основные понятия искусственного интеллекта, методы машинного обучения, области применения искусственного интеллекта, методы и технологии инженерии знаний, базы знаний, интеллектуальные технологии цифрового производства, здравоохранения, безопасности, транспорта будущего, телекоммуникационные, сенсорики и робототехники, квантовые, обучающие, креативные, автоматизированной обработки и анализа текстовой информации, обработки звуков и изображений, когнитивные технологии, методы онтологического моделирования, разговорный интеллект.

Цифровая обработка сигналов

Основные разделы дисциплины: основные понятия теории цифровой обработки сигналов, цифровая фильтрация сигналов в пространственно-временной и частотной области, методы нелинейной фильтрации сигналов.

Обработка и анализ данных

В период освоения дисциплины студенты получают знания теоретических основ в области: методов хранения и первичной обработки данных, визуализации данных, видов баз данных, реляционных СУБД, большие данные, методов статистического и машинного обучения.

Цифровая обработка речевых сигналов

В дисциплине рассматриваются основы теории цифровой обработки аудио сигналов, а также вопросы реализации методов цифровой обработки аудио сигналов. Основное внимание уделяется методам описания и анализа речевых сигналов и помех и оценке их характеристик.

Анализ акустических событий

В курсе рассматривается актуальность, современное состояние, существующие и развивающиеся подходы, проблемы извлечения признаков (спектрограммы, Mell, MFCC, специализированные признаки), общие подходы в построении архитектуры систем по детектированию событий, использование алгоритмов классификации на основе GMM (EM/MAP), архитектуры нейронных сетей для типовых задач, вопросы фузирования результатов, вопросы интеграции с близкими технологиями (видео события, ПКС, биометрия + признаки).

Распознавание речи

Основные разделы дисциплины: физиологические методы обработки сигналов, распознавание команд методом динамического программирования, скрытые марковские модели, алгоритмы обучения и распознавания (Витерби, Баума-Уэлша), распознавание естественной речи, проблема OOV слов, речевые декодеры.

Машинное обучение

В рамках дисциплины рассматриваются продвинутые методы машинного обучения, глубокие нейронные сети, их применение при решении реальных задач. В результате освоения дисциплины студенты получают практические навыки, позволяющие применять методы глубокого обучения для задач обработки текстовой информации, изображений, звуков.

Синтез речи

В дисциплине рассматриваются основные этапы построения систем TTS (Text To Speech): лингвистика, просодика, фонетика и акустика. На каждом этапе применяются методы машинного обучения.

Многомодальные биометрические системы

Основные разделы дисциплины: основные понятия биометрии, поведенческие биометрические модальности, физиологические биометрические модальности, многомодальные биометрические системы.

Аудиоаналитика

В курсе рассматривается актуальность, современное состояние, существующие и развивающиеся подходы к решению, задачи извлечения признаков (спектрограммы, Mell, MFCC, специализированные признаки), общие подходы в построении архитектуры систем по детектированию событий, сравнение двух подходов – классификация потом детектирование или детектирование потом классификация, задачи связанные с поиском ключевых слов, задачи связанные с оценкой эмоционального состояния, использование алгоритмов классификации на основе GMM (EM/MAP), архитектуры нейронных сетей для типовых задач.

Основы речевых технологий

Современное состояние речевых технологий. Речеобразование, речь и информация. Восприятие и распознавание речи. Особенности речевой деятельности.

Методы адаптивной обработки речевых сигналов

В дисциплине рассматриваются основы теории цифровой обработки аудио сигналов, а также вопросы реализации методов адаптивной цифровой обработки аудио сигналов. Основное внимание уделяется методам адаптивной фильтрации речевых сигналов на этапе предварительной обработки в целях компенсации шумов и искажений различной природы.

Введение в машинное обучение

В дисциплине рассматриваются теоретические основы и фреймворки машинного обучения. Основное внимание уделяется реализации методов обучения «с учителем», обучения «без учителя», обучения «с подкреплением», метрикам качества моделей и визуальному анализу данных.

ПРЕПОДАВАТЕЛИ

Алексей Анатольевич Карпов доцент, доктор технических наук
Елена Евгеньевна Ляксо профессор, доктор биологических наук
Юрий Николаевич Матвеев доктор технических наук
Олеся Владимировна Махныткина кандидат технических наук
Сергей Витальевич Рыбин кандидат физико-математических наук
Михаил Борисович Столбов кандидат технических наук
Евгений Витальевич Шуранов кандидат технических наук

НАБОР КОМПЕТЕНЦИЙ

 Выпускники программы:

  • решают задачи построения речевых и биометрических информационных систем различного назначения;
  • выбирают и анализируют показатели и критерии качества таких систем;
  • владеют навыками экспериментальных исследований на основе моделирования и тестирования речевых и биометрических информационных систем.

Разработки в области речевых и биометрических технологий пользуются все большим спросом во многих отраслях: государственный сектор, финансы, здравоохранение, правовая и судебная система, медиакоммуникации, военная промышленность. Выпускники магистратуры обладают актуальными компетенциями и квалификациями, востребованными в ведущих научно-исследовательских центрах по направлению информационных технологий и на предприятиях.

ТРУДОУСТРОЙСТВО И ВОСТРЕБОВАННОСТЬ ПРОФЕССИИ

Студенты программы приобретают аналитические и научно-исследовательские компетенции в области проектирования и разработки программного обеспечения, машинного обучения, искусственного интеллекта и алгоритмов. Сочетание теории и практики позволяет выпускникам программы получить чёткое понимание основ, а также методов и инструментов, характерных для конкретных практических областей. Студенты проходят практики и стажировки в международном научном центре «Компьютерные технологии». Выпускники являются востребованными специалистами не только в Санкт-Петербурге и России, но и за рубежом.

Обратная связь

* Имя
* E-mail
Ваше сообщение