Совместный методологический семинар с ИРГ по экономко-математическому моделированию демографических процессов
Участники проектной группы приняли участие в совместном методологическом семинаре с ИРГ по экономко-математическому моделированию демографических процессов. На научном семинаре с докладом выступили Митрофанова Е.С. и Горский Д.И. Тема доклада: «Эконометрические модели длительности в демографических исследованиях: методологическая дискуссия».
Состоялся восьмой семинар проектной группы
Обучающий семинар проектной группы «Возможности использования потоковых диаграмм для визуализации событий жизненного пути»
Состоялся седьмой семинар проектной группы
Методологический семинар проектной группы «Выбор подходов к реализации интерактивного инструмента»
Выступление руководителя проектной группы Митрофановой Е.С. на научном семинаре Института демографии им. А.Г. Вишневского «Демографические вызовы XXI века»
Состоялось выступление руководителя проектной группы Митрофановой Е.С. на научном семинаре Института демографии им. А.Г. Вишневского «Демографические вызовы XXI века»: доклад «Взросление в разных социальных группах российского общества»
Состоялся шестой семинар проектной группы
Методологический семинар по решению проблем с чисткой данных ESS 2018 года (часть 3)
Состоялся пятый семинар проектной группы
Методологический семинар по решению проблем с чисткой данных ESS 2018 года (часть 2)
Состоялся четвертый семинар проектной группы
Методологический семинар по решению проблем с чисткой данных ESS 2018 года (часть 1)
Команда проектной группы приняла участие в вебинаре Sequence Analysis Association "Clustering of state sequence: alternative approaches"
Тема вебинара "Clustering of state sequence: alternative approaches"
Состоялся третий семинар проектной группы
Машинное обучение для демографических последовательностей
Статья «Интерпретируемость и эффективность методов машинного обучения для анализа последовательностей» Муратовой А.А. принята к публикации в журнале ACM Digital Library
Существует множество данных, которые можно анализировать с помощью современных методов интеллектуального анализа данных для достижения лучших результатов. С одной стороны, основной выбранной задачей является сравнение различных методов предсказания следующего события в последовательности с учетом признаков, с другой стороны, мы уделяем особое внимание интерпретируемым паттернам, которые характеризуют последовательности. Были рассмотрены интерпретируемые методы - деревья решений и их ансамбли, а также полуинтерпретируемые или неинтерпретируемые методы, такие как метод SVM с различными настраиваемыми ядрами, и нейронные сети, соответственно. Наилучшие результаты по точности были получены с двухканальными сверточными нейронными сетями.