Два исследовательских проекта Института искусственного интеллекта Университета МГУ-ППИ в Шеньчжэне будут представлены на ведущей международной конференции IJCAI-2025

Недавно две научные работы Института искусственного интеллекта Университета МГУ-ППИ в Шэньчжэне были приняты к представлению на одной из ведущих международных конференций в области искусственного интеллекта — 34-й Международной объединённой конференции по искусственному интеллекту (International Joint Conference on Artificial Intelligence, IJCAI). Конкурс на участие в конференции был исключительно высоким: объём принятых работ составил всего 19,3%. Университет продемонстрировал выдающиеся результаты — в одной из работ университет выступил в качестве первого автора, а в другой — автора-корреспондента, что подчёркивает активное участие в международном научном сообществе и высокий уровень проводимых исследований.

Обе научные статьи посвящены улучшению семантического выражения при обучении с самоконтролем на основе электрокардиограмм за счёт применения новых методов — фреймворка глубокого взаимодействия ЭКГ и отчётов (DERI) и семантического токенизатора ECG2TOK. Разработанные подходы показали превосходные результаты по ряду задач по анализу электрокардиограмм.

Результат 1: DERI — Кросс-модальное обучение представлений ЭКГ с глубоким взаимодействием между ЭКГ и клиническими отчётами

Первый автор: Чэнь Цзянь, магистр 2022 года поступления

Представители: профессора Ху Сипин и Ван Вэй

В данной работе предложена кросс-модальная архитектура DERI с обучением с самоконтролем, которая объединяет данные ЭКГ и клинических отчётов. За счёт механизмов многократного выравнивания и реконструкции признаков была достигнута интеграция представлений ЭКГ с клинической семантикой. Также в рамках работы разработан модуль RME на основе маскирующего моделирования, расширяющий возможности модели до задач генерации отчётов, что позволяет более точно оценить качество извлечённых данных и продемонстрировать потенциал клинического применения.

Результат 2: ECG2TOK — Предобучение ЭКГ с использованием семантического токенизатора и самодистилляции

Первый автор: Юань Сяоянь, аспирантка 2023 года поступления

Представитель: профессор Ван Вэй

В данной работе предложен фреймворк ECG2TOK, выполняющий предобучение ЭКГ-сигналов с применением семантического токенизатора и метода самодистилляции. Токенизатор извлекает семантические векторы признаков и осуществляет онлайн-кластеризацию для формирования целевых меток обучения. Сочетание маскирующей стратегии и задачи предсказания токенов позволяет значительно улучшить качество представлений. Модель показала выдающиеся результаты на шести прикладных задачах (downstream) анализа, особенно в условиях ограниченности обучающих данных.

Конференция IJCAI (International Joint Conference on Artificial Intelligence) по праву считается одной из наиболее авторитетных и влиятельных международных площадок в области искусственного интеллекта. Она обладает долгой историей, высокой международной репутацией и, согласно классификации конференций, принятой Китайским обществом информатики (CCF), относится к мероприятиям категории A.

Одновременное принятие сразу двух научных работ, подготовленных Институтом искусственного интеллекта Университета МГУ-ППИ в Шэньчжэне, свидетельствует о выходе исследовательской деятельности университета в области интеллектуального здравоохранения на передовые мировые позиции. В дальнейшем Институт планирует продолжить углублённую разработку технологий в данной области и активно способствовать трансформации научных достижений в практические приложения