• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Глава в книге
Short-length peptides contact map prediction using Convolution Neural Networks

Maminov A.

In bk.: Proceedings of Science, volume 429. The 6th International Workshop on Deep Learning in Computational Physics. 2023.

Темы ВКР И КР

Попков Ю.С. «Основы теории макросистем и ее приложения»

«Foundations for macro systems theory and its applications». бакалавриат. 3 курс, 3−4 модули.

Курсовые работы

  1. Математическое исследование  сходимости и скорости сходимости мультипликативных алгоритмов с «p»-активными переменными (Mathematical analysis of convergence and rate of convergence of multiplicative algorithms with "p"-active variables)
  2. Применение параллельных вычислительных процедур для решения задач математического программирования с энтропийными целевыми функциями (Application of parallel computational procedures to mathematical programming problems with entropy goal functions)
  3. Динамические модели рождаемости с энтропийным оператором (Dynamic birth models with entropy operator)
  4. Односекторная демоэкономическая модель (One-sector demoeconomic model)
  5. Улучшение метода балансировки в моделях транспортных потоков (Improving of balancing method in transportation models)

Магистрские работы

  1. Энтропийно-робастное оценивание характеристик рандомизированных динамических моделей.
  2. Рандомизированное прогнозирование.


Осипов Г.С. «Введение в методы искусственного интеллекта»

«Introduction to Artificial Intelligence», 3 курс, 3–4 модули.

  1. Развитие теории интеллектуальных динамических систем (Development of intelligent dynamic systems theory)
  2. Развитие методов автоматического синтеза планов целенаправленного поведения сложных технических систем в непрогнозируемой динамической среде (Development of methods for automatic plans synthesis for goal-oriented behavior of complex systems in unpredictable undetermined environment)
  3. Когнитивное моделирование: модели рефлексии, интроспекции и целеполагания (Cognitive Modeling: Models of reflection, introspection and goal-setting)
  4. Изучение компьютерной коммуникативной грамматики русского языка (The study of computer communicative Grammar for Russian Language)
  5. Развитие методов машинного обучения для снятия лексической многозначности (Development of mashine leaening methods for lexical polysemy elimination)
  6. Разработка методов и алгоритмов контекстного анализа (Development of methods and algorithms for the analysis of the context)
  7. Развитие методов семантического поиска в локальных и глобальных телекоммуникационных сетях (Development of methods of semantic search in the local and global telecommunications networks)


Дмитриев М.Г. БИ «Теория систем и системный анализ»

Все темы могут иметь сложность от курсовых работ (со 2 курса бакалавриата) до магистерских диссертаций.

  1. Свойства положительно определенных матриц. Матричные уравнения и их применения  (Properties of positive definite matrices. Matrix equations and their applications) темы КР для студентов 2 курса
  2. Асимптотические разложения по малому параметру решений обыкновенных дифференциальных уравнений (The asymptotic expansion in the small parameter of the solutions of ordinary differential equations) темы КР для студентов 2 курса
  3. Методы декомпозиции систем линейных алгебраических уравнений большой размерности и их приложения (Methods of decomposition of systems of linear algebraic equations of high dimensionality and their applications) темы КР для студентов 2 курса
  4. Возмущения в экстремальных задачах и чувствительность их решений (Perturbations in the extreme problems and their  sensitivity  solution) темы КР для студентов 3 курса
  5. Математические модели информационного противоборства (Mathematical models of information confrontation) темы КР для студентов 3 курса
  6. Математические модели сценариев регионального развития (Mathematical models of regional development scenarios) темы КР для студентов 3 курса
  7. Развитие макромодели "Власть-общество-экономика" и имитационные расчеты различных сценариев (The development of "power-society-economy" macromodel  and simulations of various scenarios) темы ВКР
  8. Математическая модель регионального развития как многокритериальная модель оптимального управления (The mathematical model of regional development as a multi-criteria model of optimal control) темы ВКР
  9. Асимптотика решения одной задачи оптимального управления с высокочастотными возмущениями (The asymptotic solution of an optimal control problem with high-frequency disturbances) темы ВКР

Дорофеюк А.А. «Структурные методы классификации и прогнозирования   прогнозирования в слабо формализованных системах»

Выпускные работы (ВКР)

  1. Современное состояние исследований в области структуризации исходного набора параметров, выбора «информативных» параметров и снижения размерности в задачах интеллектуального анализа данных. Сравнительный анализ потенциальной эффективности различных алгоритмов и процедур, предназначенных для решения таких задач.
  2. Современное состояние исследований в области структуризации исходного набора многомерных объектов (классификационный анализ), как в детерминированной, так и в размытой постановке. Содержательные и формальные постановки задач классификационного анализа, выбор критерия качества структуризации. Специфика разработки и теоретического исследования итерационных алгоритмов структуризации для бесконечной выборки объектов. Сравнительный анализ потенциальной эффективности различных алгоритмов и процедур, предназначенных для решения таких задач.
  3. Современное состояние исследований в области структурной аппроксимации сложных зависимостей. Сравнительный анализ потенциальной эффективности эвристических и формальных моделей и алгоритмов кусочно-линейной аппроксимации.
  4. Современное состояние исследований в области структурного анализа временных рядов в задачах прогнозирования. Сравнительный анализ современных методов прогнозирования, специфика и преимущества структурных методов прогнозирования.

Курсовые работы (КР)

  1. Сравнительный анализ использования различных типов меры близости (расстояния) между объектами в задачах структурно-классификационного анализа (кластерный анализ, распознавание образов и пр.). (Comparative analysis of the use of different types of measures proximity (distance) between objects in problems of structural and classification analysis (cluster analysis, pattern recognition, and so forth)
  2. Сравнительный анализ использования методов факторного анализа и экстремальной группировки в задачах структуризации параметров и сокращения размерности пространства исходных признаков (Comparative analysis of the use of methods of factor analysis and extreme groups in the problems of structuring options and reducing the dimension of the original features)
  3. Использование теоретических предпосылок и результатов использования процедур скользящего контроля (экзамена) в прикладных задачах структуризации (кластерный анализ, распознавание образов) для выбора наиболее эффективной схемы оценки достоверности результатов структуризации (Using the theoretical assumptions and the results of the use of procedures for cross-validation (test) in applied problems of structuring (cluster analysis, pattern recognition) to select the most efficient scheme of structuring evaluation of reliability of results)
  4. Анализ особенностей реализации метода потенциальных функций при разработке алгоритмов структурно-классификационного анализа. Вариационный подход к теоретическому исследованию алгоритмов классификационного анализа, базирующихся на методе потенциальных функций (Analysis of the features of realization of the method of potential functions in the development of algorithms for structural and classification analysis. The variational approach to the theoretical study of algorithms for classification analysis based on the method of potential functions)


Булычев А.В. «Технологии многомерной оценки эффективности макросистем» -

«Technologies of  Evaluation for Macrosystems Effectiveneses», бакалавриат, 4 курс, 1-3 модули.

  1. Байесовский прогноз и идентификация параметров некоторых эконометрических моделей (линейных авторегрессионных моделей VAR, ARCH, GARCH). Одномерный и многомерный случаи. Случай остатков, отличных от нормальных (Bayesian prediction and identification of some econometric models (linear vector autoregressive models VAR, ARCH, GARCH). The univariate and multivariate cases. The case of residues that are different from normal)
  2. Численные методы в байесовском анализе. Алгоритмы моделирования апостериорноого распределения методом Монте-Карло с помощью цепей Маркова (MCMC, Markov Chain Monte Carlo methods), алгоритмы Метрополиса – Хастингса (M-H, The Metropolis-Hastings algorithm) // Numerical methods in Bayesian analysis. The algorithms of posterior density modeling using Markov chains and Monte Carlo methods (MCMC, Markov Chain Monte Carlo methods) and Metropolis – Hastings algorithm (M-H, The Metropolis-Hastings algorithm)


Яковлев К.С. «Введение в методы искусственного интеллекта»

«Introduction to Artificial Intelligence», 3 курс, 3-4 модули. 

  1. Методы и алгоритмы эвристического поиска (Heuristic Searc: Methods and Algorithms)
  2. Планирование траектории в виртуальных мирах как задача эвристического поиска пути на графе особой структуры (Path Planning in Virtual Worlds as Heuristic Graph Search)
  3. Планирование траектории беспилотных транспортных средств: методы и алгоритмы (Planning trajectory unmanned vehicles: methods and algorithms)
  4. Планирование траектории перемещения в пространстве положений для сложных робототехнических систем (манипуляторов и др.) (Motion Planning foc Complex Robotic Systems (Arms, Manipulators, etc.))
  5. Задачи картирования и локализации для беспилотных транспортных средств (Simultaneous Location and Mapping for Robots and Unmanned Vehicles)
  6. Картирование и локализация для беспилотных летательных аппаратов по данным инерциальной навигационной системы и видеопотоку (Simultaneous Location and Mapping for Unmanned Aerial Vehicles Based on Video and Intertial Navigation System Data)
  7. Методы и алгоритмы выделения особенностей на растровых изображениях (SURF, SIFT  и др.) (Image Feature Extraction (SURF, SIFT etc.))
  8. Методы и алгоритмы обработки изображений для робототехники (Image Processing in Robotics)

Панов Александр Игоревич, к.ф.-м.н.

  1. Разработка и исследование алгоритмов планирования поведения (Investigationg and development of algorithms of behaviour and task planning)
  2. Алгоритмы выявления причинно-следственных связей в массиве информации (Algorithms of causal relations extraction)
  3. Исследование и разработка методов моделирования внимания и распознавания сложных сцен (nvestiagting of methods of attention modeling and scen recognition)


Хорошевский Владимир Федорович, д.ф.-м.н.

  1. Разработка и реализация модуля извлечения информации из текстов на примере обработки объектов типа «Время» (Information Extraction Module Development & Implementation (for TIME named entities)
  2. Разработка и реализация модуля извлечения информации из текстов на примере обработки объектов типа «Пространство» (Information Extraction Module Development & Implementation (for GEO named entities))
  3. Разработка и реализация базовой онтологии «Время» (Development & Implementation of Basic ontology "Time")
  4. Разработка и реализация базовой онтологии «Пространство» (Development & Implementation of Basic ontology "GEO")
  5. Сравнительный анализ программных инструментов аналитики на знаниях (Software Tools for BI - Comparative Analysis)