- A
- A
- A
- АБB
- АБB
- АБB
- А
- А
- А
- А
- А
Адрес: 109028, г. Москва, Покровский бульвар, д. 11
Телефон: +7 (495) 531-00-00 *27254
Email: computerscience@hse.ru
Факультет готовит разработчиков и исследователей. Программа обучения сформирована с учётом опыта ведущих американских и европейских университетов, таких как Stanford University (США) и EPFL (Швейцария), а также Школы анализа данных — одной из самых сильных магистратур в области computer science в России. Широкий список курсов по выбору и значительная доля программы, выделенная под них, позволит каждому студенту сформировать свою собственную образовательную траекторию. В основе обучения — практика и проектная работа.
Компьютерные науки и анализ данных
5 платных мест для иностранцев
Прикладная математика и информатика
60 платных мест
30 платных мест для иностранцев
Программа двух дипломов НИУ ВШЭ и Лондонского университета "Прикладной анализ данных"
12 платных мест для иностранцев
Программная инженерия
80 платных мест
30 платных мест для иностранцев
Анализ данных в биологии и медицине
5 платных мест
1 платное место для иностранцев
Магистр по наукам о данных
27 платных мест для иностранцев
Математика машинного обучения
5 платных мест
1 платное место для иностранцев
Машинное обучение и высоконагруженные системы
2 платных места для иностранцев
Науки о данных
15 платных мест
20 платных мест для иностранцев
Системная и программная инженерия
5 платных мест
10 платных мест для иностранцев
Системное программирование
5 платных мест
2 платных места для иностранцев
Финансовые технологии и анализ данных
1 платное место для иностранцев
Rodomanov A., Kropotov D.
SIAM Journal on Optimization. 2020. Vol. 30. No. 3. P. 1878-1904.
A. Boldyrev, D. Derkach, F. Ratnikov et al.
Journal of Instrumentation. 2020. Vol. 15. P. 1-7.
Dvurechensky P., Eduard Gorbunov, Gasnikov A.
European Journal of Operational Research. 2021. Vol. 290. No. 2. P. 601-621.
Kuznetsov S., Kaytoue M., Belfodil A.
In bk.: International Journal of General Systems. Iss. 49. 2020. P. 271-285.
Kaledin M., Moulines E., Naumov A. et al.
In bk.: Proceedings of Machine Learning Research. Vol. 125: Proceedings of Thirty Third Conference on Learning Theory. 2020. P. 2144-2203.
[ОНЛАЙН] Семинар "Персистентная гомология в ГИС-приложениях"
Тема доклада: Персистентная гомология в ГИС-приложениях
Докладчик: Сергей Еремеев (Владимирский государственный университет) по совместной работе с Дмитрием Андриановым и Виталием Титовым
Когда: 3 декабря 18:10-19:30
Аннотация: В докладе рассматривается проблема автоматического совмещения пространственных объектов на разномасштабных картах одной и той же местности. Для решения поставленной задачи предлагается использовать методы топологического анализа данных. Исходными данными алгоритма являются пространственные объекты, которые могут быть получены с карт разных масштабов и подвержены искажениям. Персистентная гомология позволяет идентифицировать общую структуру таких объектов в виде топологических особенностей. Основными топологическими особенностями в исследовании являются компоненты связности и пустоты объектов. Разработан алгоритм сравнения баркодов пространственных данных, который позволяет найти общую структуру объектов. Алгоритм базируется на анализе данных из баркода. Показаны результаты исследований работы алгоритма. Проведенные эксперименты подтвердили высокое качество предложенного алгоритма. Отражены преимущества предложенного подхода с аналогами при совмещении объектов, которые подвержены значительной деформации при масштабировании, а также при искажениях. Также рассматривается применение поставленной задачи для поиска объектов на растровых снимках. В качестве примера показано использование персистентной гомологии для поиска газовых подрывов на космических снимках Арктики.
Идентификатор конференции: 890 5512 5376
Код доступа: tda