- 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
70 платных мест
20 платных мест для иностранцев
Прикладной анализ данных
12 платных мест для иностранцев
Программная инженерия
100 платных мест
20 платных мест для иностранцев
Экономика и анализ данных
160 платных мест
20 платных мест для иностранцев
Анализ данных в биологии и медицине
5 платных мест
1 платное место для иностранцев
Магистр по наукам о данных
9 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 (Data Science)
10 платных мест
10 платных мест для иностранцев
Системная и программная инженерия
5 платных мест
5 платных мест для иностранцев
Системное программирование
5 платных мест
1 платное место для иностранцев
Современные компьютерные науки
5 платных мест
Финансовые технологии и анализ данных
1 платное место для иностранцев
Bondarenko A., Ajjour Y., Dittmar V. et al.
In bk.: WSDM 2022 - Proceedings of the 15th ACM International Conference on Web Search and Data Mining. Association for Computing Machinery (ACM), 2022. P. 66-74.
Belomestny Denis, Iosipoi L., Paris Q. et al.
Bernoulli: a journal of mathematical statistics and probability. 2022. Vol. 28. No. 2. P. 1382-1407.
Puchkin N., Zhivotovskiy N.
In bk.: Proceedings of Machine Learning Research. Vol. 134: Conference on Learning Theory. PMLR, 2021. P. 3806-3832.
Derkach D., Maevskiy A., Karpov M. et al.
Journal of High Energy Physics. 2022. P. 1-38.
In bk.: ESEC/FSE 2021: Proceedings of the 29th ACM Joint Meeting on European Software Engineering Conference and Symposium on the Foundations of Software Engineering. Association for Computing Machinery (ACM), 2021. P. 703-715.
Коллоквиум "Do process models behave identically? Algorithmics and Decidability of Bisimulation Equivalences"
Ломазова Ирина Александровна
Департамент программной инженерии: Профессор
Date: May 24, 16:20
Speaker:Irina Lomazova, HSE University
Topic: Do process models behave identically? Algorithmics and Decidability of Bisimulation Equivalences
Abstract: The concept of process equivalence can be formalized in many different ways. One of the most important is the bisimulation equivalence, which captures the mail features of the observed behavior of the process. Two processes are bisimilar if an external observer cannot distinguish them.
In this talk, we give an overview of the algorithmic and decidability aspects of bisimulation equivalences for Petri nets and some other formal models of process control flow, and present some new results on resource bisimulation equivalences for Petri nets
Afisha