• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Адрес: 125319, г. Москва, 
Кочновский проезд, д. 3 (станция метро "Аэропорт").

Телефон: +7 (495) 772-95-90 *12332

Email: computerscience@hse.ru

 

Руководство

Декан Аржанцев Иван Владимирович

Первый заместитель декана Вознесенская Тамара Васильевна

Заместитель декана по научной работе и международному сотрудничеству Объедков Сергей Александрович

Заместитель декана по учебно-методической работе Самоненко Илья Юрьевич

Заместитель декана по развитию и административно-финансовой работе Плисецкая Ирина Александровна

Мероприятия
12 июня – 14 июня
submission: 1 May 2019 
17 июня – 22 июня
Ранняя регистрация: до 15 апреля Закрытие регистрации: 15 мая 
1 июля – 10 июля
Прием заявок — до 21 апреля 
26 августа – 6 сентября
Регистрация – до 12 мая 
26 августа – 30 августа
Registration and Poster Submission deadline — May 1, 2019 
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
110/80/15
110 бюджетных мест
80 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных"

4 года
Очная форма обучения
70/12
70 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/70/15
80 бюджетных мест
70 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Анализ данных в биологии и медицине

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Науки о данных

2 года
Очная форма обучения
55/15/6
55 бюджетных мест
15 платных мест
6 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Системная и программная инженерия

2 года
Очная форма обучения
25/5/8
25 бюджетных мест
5 платных мест
8 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
15/5/2
15 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
20/5/4
20 бюджетных мест
5 платных мест
4 платных места для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
35/3
35 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Статья
Branching rules related to spherical actions on flag varieties
В печати

Roman Avdeev, Petukhov A.

Algebras and Representation Theory. 2019.

Статья
Minimax theorems for American options without time-consistency

Belomestny D., Kraetschmer V., Hübner T. et al.

Finance and Stochastics. 2019. Vol. 23. P. 209-238.

Статья
Separable discrete functions: Recognition and sufficient conditions

Boros E., Cepek O., Gurvich V.

Discrete Mathematics. 2019. Vol. 342. No. 5. P. 1275-1292.

Статья
Cherenkov detectors fast simulation using neural networks

Kazeev N., Derkach D., Ratnikov F. et al.

Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 2019.

Глава в книге
Averaging Weights Leads to Wider Optima and Better Generalization

Izmailov P., Garipov T., Подоприхин Д. А. et al.

In bk.: Proceedings of the international conference on Uncertainty in Artificial Intelligence (UAI 2018). 2018. P. 876-885.

Открытые лекции ФКН. День первый

Мероприятие завершено

2, 6 и 8 апреля состоятся Открытые лекции, приуроченные к Дням компьютерных наук и празднованию пятилетия факультета. Для посещения лекций необходима регистрация.

Программа на 2 апреля:


11:00-12:00, ауд. 205
Фуад Алескеров, профессор департамента математики факультета экономических наук: "Методы теории выбора в анализе данных"

Описывается применение суперпозиции функций выбора для анализа больших данных.
Приводятся свойства функций выбора, различные модели суперпозиции, 
применение этих моделей для анализа тестовых данных и сравнение результатов с применением известных моделей.

 

12:00-13:00, ауд. 509
Михаил Гельфанд, профессор кафедры технологий моделирования сложных систем: "Системная биология" 

Развитие новых экспериментальных методов, основанных на быстром и дешевом секвенировании, превратило молекулярную биологию в науку с большими данными. Это, в свою очередь, привело к появлению работ, использующих различные типы данных для того, чтобы описывать связь пространственной укладки ДНК, модификаций связанных с ней белков и работы генов. Результатом таких исследований является как интегрированное описание клетки в целом, так и конкретные предсказания функции и регуляции отдельных генов.

 

13:00-14:00, ауд. 205
Борис Миркин, профессор департамента анализа данных и искусственного интеллекта: "Классификация - инженерия будущего"

Становление научного метода в XVII веке привело к отказу от многих подходов и понятий, связанных с именем древнегреческого философа Аристотеля. Одно из понятий, оказавшихся выброшенным, – классификация, т.е. разделение рассматриваемого универсума на различающиеся классы сходных объектов. Между тем, классификация – это необходимый элемент познания: любое научное продвижение выражается в модификации используемых классификаций. Можно с уверенностью сказать, что классификация – это неотъемлемый элемент будущего здания инженерии знаний. 

В лекции рассматриваются формы и функции классификации как инструмента инженерии знаний, иллюстрируемые примерами из истории науки, техники и общества: периодическая система элементов, таксономия биологических видов, социальные классы и т.п.

 

14:00-15:00, ауд. 509
Мария Попцова, доцент департамента больших данных и информационного поиска: "От биоинформатики к биоинтеллекту"

Перспективы развития анализа данных в биологии и медицине в 20-х годах XXI века. В лекции будет рассказано, что из себя представляют большие данные в биологии и медицине, как методы машинного обучения обретают предсказательную силу, как глубинное обучение способствует прочтению геномных текстов, и об обретении биологией статуса математической дисциплины. 

 

15:00-16:00, ауд. 205

Антон Осокин, ведущий научный сотрудник Лаборатории компании Samsung: "Дифференцируемое программирование на основе нейросетей"

За последние несколько лет технологии глубинного обучения позволили получить выдающиеся практические результаты в таких прикладных областях как компьютерное зрение и обработка естественного языка. Для создания моделей для практических задач чаще всего используют блоки (слои) из небольшого списка стандартных операций (полно-связные, свёрточные, рекуррентные слои). Ограниченность такого набора является одним из препятствий для переноса технологий на новые задачи. С другой стороны, для многих задач уже накоплено большое количество алгоритмов и практик, позволяющих получать хорошие результаты. Возможно ли строить глубинные модели не с чистого листа, а на основе уже существующих не-нейросетевых решений? В рамках этой лекции мы рассмотрим несколько способов построения нейросетей (или слоев нейросетей) на основе существующих алгоритмов из компьютерных наук или, другими словами, написанию программ с обучаемыми модулями. Будут затронуты прямое разворачивание алгоритмов в слои нейросетей, использование комбинаторной оптимизации для выбора активаций сети, дифференцирование результатов алгоритмов по входам. Мы посмотрим, как применять эти подходы на примере задач предсказания со структурированным выходом (structured-output prediction) и на их применения в задачах компьютерного зрения.

 

16:00-17:00, ауд. 509
Александр Шаповал, профессор департамента больших данных и информационного поиска: "Рост уровня моря: долговременные колебания? Беспрецедентность? Катастрофа?"

Увеличение роста глобального уровня моря, наблюдаемое с конца 1970х, часто связывают с так называемым глобальным потеплением. Угрозы, связанные с изменением климата в целом, человечество воспринимает всерьёз: от острых дискуссий в прессе и социальных сетях до обсуждений главами государств мер по сокращению выбросов вредных веществ в атмосферу и появления климатических беженцев. В своей лекции я напомню, что изменения уровня моря возникают в результате разнонаправленных воздействий непохожих физических процессов. Мы увидим, что пространственные данные существенно неоднородны. Настолько неоднородны, что текущее ускорение изменения уровня моря наблюдается только за счёт перехода от локальных по пространству-времени наблюдений к глобальным. Негауссовость данных и их чувствительность к месту наблюдения даёт повод усомниться в любом определении глобального изменения уровня моря, и, тем более, требует нетривиальных идей и методов анализа этого плохо определённого объекта. Один из таких методов будет представлен на лекции.

 

17:00-18:00, ауд. 205

Дмитрий Ветров, профессор-исследователь департамента больших данных и информационного поиска: "НейроДиффуры: что будет, если сделать в резидьюальных сетях континуум слоев?"

Резидьюальные сети стали одним из самых успешных архитектурных решений в области глубинного обучения за последние годы. На таких архитектурах достигнут ряд state-of-the-art результатов на различных задачах машинного обучения. Недавняя статья, получившая приз за лучшую работу на NIPS2018, представляет новый взгляд на процессы, происходящие при обучении резидьюальных сетей. Трактовка резидьюальных сетей как настраиваемого дифференциального уравнения позволяет получить несколько интересных расширений базовой модели и расширяет наше понимание принципов работы нейронных сетей. В докладе будет рассмотрена модель нейродифференциальных уравнений, даны идеи доказательства основных теорем, показано, какими преимуществами обладает получившийся алгоритм, а также обозначены пути для его дальнейших улучшений.

 

18:00-19:00, ауд. 509.

Евгений Крук, профессор Московского института электроники и математики им. А.Н. Тихонова: "Коды и криптография"

В лекции рассматриваются современные системы криптографии с открытым ключом. Обсуждаются проблемы таких систем в связи с перспективами создания квантового компьютера. Описываются криптографические системы, основанные на кодах, исправляющих ошибки, устойчивые к атакам, использующим квантовый компьютер. 

 Афиша (PDF, 495 Кб)

 

Регистрация/Registration