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

Адрес: 167005, г. Москва, Покровский бульвар, д. 11.

Телефон: +7 (495) 531-00-00 *27254

Email: computerscience@hse.ru

 

Руководство
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
Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
110/100/15
110 бюджетных мест
100 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
90/12
90 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/120/15
80 бюджетных мест
120 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
Обучение ведётся на русском языке
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
Infinite transitivity, finite generation, and Demazure roots

Arzhantsev I., Kuyumzhiyan K., Zaidenberg M.

Advances in Mathematics. 2019. Vol. 351. P. 1-32.

Статья
Bias in False Discovery Rate Estimation in Mass-Spectrometry-Based Peptide Identification

Sulimov P., Voronkova A., Danilova Y. et al.

Journal of Proteome Research. 2019. Vol. 18. No. 5. P. 2354-2358.

Статья
Compression of recurrent neural networks for efficient language modeling

Grachev A., Ignatov D. I., Savchenko A.

Applied Soft Computing Journal. 2019. Vol. 79. P. 354-362.

Глава в книге
Numerical Pattern Mining Through Compression

Makhalova T., Kuznetsov S., Napoli A.

In bk.: 2019 Data Compression Conference Proceedings. IEEE, 2019.

Руководитель коллаборации LHCb (CERN) выступил на семинаре LAMBDA

2 октября прошел семинар лаборатории LAMBDA по теме «Актуальные задачи физики высоких энергий и подходы машинного обучения», на котором специальный гость Giovanni Passaleva, руководитель коллаборации LHCb (CERN), представил актуальные задачи экспериментов Большого Адронного Коллайдера в целом и LHCb в частности.

Руководитель коллаборации LHCb (CERN) выступил на семинаре LAMBDA

Сотрудники лаборатории рассказали о своих текущих проектах, над которыми они работают в составе коллабораций LHCb, SHiP и CRAYFIS. Было продемонстрировано существенное улучшение качества экспериментов, достигнутое посредством внедрения машинного обучения на различных этапах анализа данных. В этих проектах были использованы такие методы как Gaussian Processes, Bayesian Optimization, Generative Adversarial Networks (GANs), Deep Networks.

Доклады перемежались оживленными обсуждениями, которые наглядно продемонстрировали актуальность и широкий простор для исследовательской деятельности на стыке компьютерных наук и физики высоких энергий. Слайды участников семинара доступны по ссылкам:

— Giovanni Passaleva,  Специфика работы Большого Адронного Коллайдера в “эпоху высокой светимости”

— Андрей Устюжанин,  О лаборатории LAMBDA

— Денис Деркач,  Использование глубинного обучения для идентификации заряженных частиц

— Федор Ратников,  Использование машинного обучения для идентификации нейтральных частиц

— Артём Филатов,  Гауссовские процессы для оптимизации конструкции эксперимента поиска темной материи

— Максим Борисяк,  Использование GANs для ускорения симуляции сложных процессов, получения реалистичных моделей откликов детекторов, поиска оптимальных параметров симуляторов


Лаборатория методов анализа больших данных предлагает студентам Вышки темы курсовых работ, которые близки к тематике семинара.