Даниил Александрович Полыковский

Даниил Александрович Полыковский

Достижения 9  

Баллов: 348

Учёба   112

2 семестра на отлично

Критерий 7а. Два и более подряд семестра на отлично [7а]

2 семестра подряд на отлично

Критерий 7а. Два и более подряд семестра на отлично [7а]

7 семестров подряд на отлично

Критерий 7а. Два и более подряд семестра на отлично [7а]

Победитель олимпиады Ломоносов

Критерий 7в. Победа или призёрство в олимпиаде, учебном конкурсе и т.п., Университетский уровень [7в-универ-степень]

Наука   236

Entangled Conditional Adversarial Autoencoder for de-novo Drug Discovery

Критерий 8б. Публикация, Несколько авторов, Международный уровень [8б-межнар]

https://pubs.acs.org/doi/10.1021/acs.molpharmaceut.8b00839 Указал афилиацию научного руководителя. В описании правил ПГАС, необходимость наличия аффилиации МГУ не указана.

3D Molecular Representations Based on the Wave Transform for Convolutional Neural Networks

Критерий 8б. Публикация, Несколько авторов, Международный уровень [8б-межнар]

https://pubs.acs.org/doi/10.1021/acs.molpharmaceut.7b01134

Extracting Invariant Features From Images Using An Equivariant Autoencoder

Критерий 8б. Публикация, Несколько авторов, Публикация в сборниках при конференциях или сборниках тезисов [8б-сборник]

http://proceedings.mlr.press/v95/kuzminykh18a.html

Concorde: Morphological Agreement in Conversational Models

Критерий 8б. Публикация, Несколько авторов, Публикация в сборниках при конференциях или сборниках тезисов [8б-сборник]

http://proceedings.mlr.press/v95/polykovskiy18a.html

ReSet: Learning Recurrent Dynamic Routing in ResNet-like Neural Networks

Критерий 8б. Публикация, Несколько авторов, Публикация в сборниках при конференциях или сборниках тезисов [8б-сборник]

http://proceedings.mlr.press/v95/kemaev18a.html

Страница достижений

Образование

Кафедра математических методов прогнозирования
Университет
Московский государственный университет имени М.В.Ломоносова
Факультет
Факультет вычислительной математики и кибернетики
Кафедра
Кафедра математических методов прогнозирования
Город
Россия, Москва
Форма обучения
Очная
Статус
Студент (магистр)
Год выпуска
2019