Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
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.
Kashin B. S., Kosov E., Limonova I. V. et al.
Journal of Complexity. 2022. Vol. 71.
Kleeva D., Soghoyan G., Komoltsev I. et al.
Journal of Neural Engineering. 2022. Vol. 19. No. 3.
Nesterov R., Bernardinello L., Lomazova I. A. et al.
Software and Systems Modeling. 2022.
Kolpakov A., Talambutsa A.
Proceedings of the American Mathematical Society. 2022. Vol. 150. No. 6. P. 2301-2307.
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.
Конкурс зеркальных лабораторий собрал заявки от научно-исследовательских структурных подразделений НИУ ВШЭ, которые планируют проведение совместных научных исследований вместе с региональными вузами.
Основная цель проекта: развитие научных партнерств с российскими университетами и научными центрами.
От ФКН победителем стал проект «Разработка и применение методов машинного интеллекта для поиска и создания новых материалов» НУЛ методов анализа больших данных НИУ ВШЭ (LAMBDA) и Лаборатории машинного обучения в новых материалах Института искусственного интеллекта Университета Иннополис.
О планах зеркальной лаборатории рассказал Андрей Устюжанин, заведующий лабораторией LAMBDA.
Наш проект нацелен на поиск структур кристаллических материалов типа графена, которые удовлетворяют определенным физическим свойствам. Эти материалы могут быть использованы в решении ряда задач в будущем, например в медицине, в энергетике, в изучении космоса.
Возможные применения — из таких материалов можно делать искусственные мембраны для локальной доставки лекарств, или использовать для создания эффективных и быстро заряжающихся аккумуляторов — существуют нанокристаллы, которые имеют гораздо большую емкость и скорость зарядки, чем обычные аккумуляторы (Li-ion, Li-pol).
Проект будет длиться три года: это даст возможность создать первые публикации и патенты, нащупать наиболее перспективное направление и податься на дополнительные источники финансирования. Мы планируем разработать алгоритмы, которые помогут решать задачи производства новых материалов и структур. Они, во-первых, удовлетворят требованиям заказчика, а, во-вторых, будут вычислительно эффективны и не будут требовать длительных расчетов целые месяцы.
Кроме того, мы сотрудничаем с Сингапурским государственным университетом, со стороны которого в проект привлечена основная экспертиза по material science, и в этом проекте участвует Константин Новоселов, нобелевский лауреат 2010 года. Также Иннополис собирается строить у себя мощности под полевые испытания. Ожидается, что наша экспертиза по работе с нейросетями будет комплементарна компетенциям других участников этого проекта.