Самранд Хасан
Исследования
Системы машинного обучения глазами инженера: признаки в реальном времени, рекомендательные системы в условиях изменений и языковые технологии для всех диалектов курдского.
Научные интересы
01Исследования
Публикации
Сжатие с учётом конфиденциальности в федеративном обучении: всесторонний обзор механизмов, методов и компромиссов
Privacy-Aware Compression for Federated Learning: A Comprehensive Survey of Mechanisms, Methods, and Trade-offs
International Journal of Latest Research in Engineering and Technology (IJLRET) 2025 Статья в журнале
Федеративное обучение (FL) позволяет распределённым клиентам совместно обучать модель, сохраняя конфиденциальность данных: необработанные данные не передаются. Однако системам FL приходится искать баланс между тремя конкурирующими целями — защитой приватности, эффективностью передачи данных и точностью модели. В этом…
Скрытые изменения ранжирования при обновлении зависимостей в рекомендательных конвейерах MovieLens
Silent Ranking Changes Under Dependency Upgrades in MovieLens Recommender Pipelines
2026 Рукопись В подготовке
Обновление зависимостей может изменить выдачу рекомендательной системы, при этом система продолжает работать. Мы оцениваем 35 переходов между версиями на 201 однопоточном случае MovieLens 1M в одиннадцати конфигурациях конвейера. Дизайн включает контроль в той же среде, вывод на замороженной модели, переобучение с…
Методы оптимизации запросов SQL+ML: анализ производительности вычисления признаков в реальном времени в OpenMLDB
Optimization Techniques for SQL+ML Queries: A Performance Analysis of Real-Time Feature Computation in OpenMLDB
International Journal of Database Management Systems (IJDMS) 2025 Статья в журнале
Исследование посвящено оптимизации выполнения запросов SQL+ML в OpenMLDB — базе данных с открытым кодом, которая обслуживает как офлайн-, так и онлайн-вычисление признаков. На синтетических данных в Docker, воспроизводящих пакетную нагрузку и параллельные запросы продакшна, система достигает около 12 500 запросов в…
Сегментация изображений на основе гистограммы изображения и кластеризации
Image Segmentation Based on Image Histogram and Clustering Technique
2018 Отчёт
Сегментация изображений — важная часть многих задач анализа изображений и компьютерного зрения. В частности, эффективная интерактивная сегментация объектов переднего плана на статических изображениях имеет большое практическое значение для редактирования изображений и давно привлекает внимание исследователей…
Профили: ORCID и Google Scholar содержат те же работы. Моё имя выделено жирным.
02Проекты
Исследовательские проекты
- 2026 – н. в.
Kurdia
Языковые технологии для всех диалектов курдского на обычном оборудовании: определение диалекта, проверка текста, OCR, распознавание и синтез речи и небольшая локальная языковая модель. - 2025 – 2026
Скрытые изменения ранжирования при обновлении зависимостей
Контролируемое исследование того, что обновления NumPy, SciPy, pandas и PyTorch делают с выдачей рекомендательных систем: 201 случай, четыре механизма, без потери качества. - 2026
LHP-GNN
Гетерогенная графовая нейросеть, которая с помощью политики PPO учится выбирать мета-пути для каждого пользователя; нацелена на рекомендации при холодном старте. - 2026
Автономная научная лаборатория
Агентная система для исследований от начала до конца: литература, доказательства, гипотезы, эксперименты, статистика, цитирование и LaTeX с упором на воспроизводимость.