Объем тезисов: 1-2 страницы текста.

Воркшоп №1 сфокусирован на поиске и демонстрации данных, выборе и обоснованию целевых метрик, планируемых экспериментах (выбор моделей). Наличие каких-либо результатов приветствуется, но оценивается с малым весом (в отличие от Воркшопа №2).

Не нужно стараться спешно получить результаты к Воркшопу №1, важнее изучить близкие работы и сформировать план исследования.

Выберите блок, к которому относится ваше исследование: Биология и химия, Физика, Лингвистика, Computer science, Математика, География, Философия, Психология, другое (напишите своё).

Тезисы должны содержать:

1) Название вашей предполагаемой статьи.

2) Описание цели и задач вашей работы с указанием, в каких частях вашей работы планируется применить машинное обучение или нейронные сети.

3) Описание ваших данных:

• Какой тип - изображения/текст/аудио/табличные/etc. предполагаемый объем датасета в штуках/мегабайтах/etc.
  
• Приведите примеры данных, если это возможно
  
• Текущее состояние данных - есть/собираются/надо собирать
  
• Как вы собираетесь разбивать их на обучение/валидацию/тест (качественно и количественно)

4) Метрики качества и валидация результата. Какие метрики вы планируете улучшать? Почему вы их выбрали?

• Укажите, какие значения метрик будут считаться хорошими для вашей задачи
  
• Каких значений метрик уже добились в данной области? Укажите ссылки на статьи и числовые/качественные значения
  

Так, например, может предполагаться, что получится повысить точность/качество решения задачи. Если планируется повысить точность, то желательно указать конкретную метрику(-и): accuracy/ROC AUC/F-score/MSE/что-то специфичное для вашей области.
Или же, например, ваше решение может работать быстрее/тратя меньше ресурсов, чем это делается сейчас, и иметь приемлемый проигрыш в точности.

5) Модели и алгоритмы.
Какие модели вы планируете попробовать для решения вашей задачи? Если подобные модели уже использовались кем-то в области, смежной с вашей – дать ссылки на статьи. В идеале – кратко (максимум – два предложения на статью), описать, что в этих статьях сделано.

Чем подробнее вы опишите архитектуру, которую вы хотите использовать – тем лучше.

• "Хочу использовать нейронные сети" – плохо
  
• "Хочу использовать CNN" – лучше
  
• "Хочу использовать архитектуру на основе U-Net" – ещё лучше

6) Если у вас уже есть какие-то результаты – опишите их. Если нет – обязательно укажите, когда примерно предполагаете их получить.

7) Приложите список литературы.
Если для понимания вашей темы необходимо ознакомиться с какими-то понятиями и источниками – постарайтесь дать ссылки на наиболее простое их объяснение.

• В идеале из тезисов должен органично вытекать ваш план работы на второй семестр
  
• Приветствуется, если ваши тезисы сможет прочесть и понять человек, не разбирающийся в вашей научной области. Ясно, что некоторые вещи требуют фактической подготовки, но в остальных случаях старайтесь писать понятно

Рекомендация: мы рекомендуем готовить презентации выступления в наших шаблонах. Они адаптированы под разметку видеозахвата, что позволит сделать запись вашего выступления правильной и красивой.