В рамках Конгресса на конференцию IJCNN-2022 (International Joint Conference on Neural Networks) были приняты два доклада объединенной научной команды из МФТИ, AIRI и ФИЦ ИУ РАН (https://wcci2022.org/programs/): Векторно-символьное представление сцены для снмантического распознавания места (Vector Symbolic Scene Representation for Semantic Place Recognition) (авторы Даниил Кириленко, Алексей Ковалев, Ярослав Соломенцев, Александр Мелехин, Дмитрий Юдин и Александр Панов) и FMFNet: Улучшение обнаружения и трекинга 3D объектов с помощью потока карт признаков (FMFNet: Improve the 3D Object Detection and Tracking via Feature Map Flow) (авторы Юшаа Мурхиж, Дмитрий Юдин, ссылка на описание: https://youshaamurhij.github.io/FMFNet/
Конгресс собрал свыше 2000 участников, в некоторых временных слотах параллельно шло 15 мепоприятий трех конференций: The 2022 International Joint Conference on Neural Networks (IJCNN 2022), The 2022 IEEE International Conference on Fuzzy Systems (FUZZ-IEEE 2022), and The 2022 IEE Congress on Evolutionary Computation (IEEE CEC 2022). Конгресс был организован научными сообществами IEEE Computational Intelligence Society (CIS) и International Neural Network Society INNS.
Следует ометить, что наши исследовательские работы получили хороший отклик и опыт, который был приобретён на этом масштабном событии будет применяться нашей
командой.
Постер по FmfNet:
