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.
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.
Проект «Семантические технологии и машинное обучение для решения задач мониторинга, контроля, прогнозирования и верификации в системах обработки потоковых данных» руководителя департамента анализа данных и искусственного интеллекта профессора Сергея Олеговича Кузнецова получил финансирование Российского научного фонда. Проект рассчитан на три года с возможностью продления.
Проект будет посвящен автоматизации разработки и применения контроллеров сенсорных сетей с опорой на математические методы и инструментальные средства, позволяющие формулировать политику управления устройствами, проверять соответствие наблюдаемого поведения системы этой политике, и предоставлять оператору необходимые сведения для участия в управлении. К примерам таких сетей относятся «умные» светофоры, которые следят за транспортными потоками и регулируют длительность сигналов, предотвращая аварии и дорожные пробки.
Потребность в мониторинге и контроле можно удовлетворять по-разному, но в любом случае чрезвычайно важно, чтобы поведение контролера было постижимо и объяснимо. Для достижения этого при выполнении проекта будут созданы математические теории и методы, проведен сравнительный анализ новых логических языков и получены оценки сложности задач семантического анализа и построены алгоритмы решения этих задач в новых моделях вычислений, также будут реализованы экспериментальные прототипы.
Поздравляем и желаем дальнейших успехов!
В этом проекте нам удалось собрать команду специалистов в области математической логики, теории автоматов, теории сложности вычислений, верификации моделей вычислений, теории баз данных, методов представления и обработки знаний в системах искусственного интеллекта и машинного обучения.
Чтобы достичь заявленных целей потребуется тесное взаимодействие между экспертами во всех перечисленных областях.
Наши математические модели, методы и прототипы программных средств мониторинга и управления могут найти применение во многих областях экономики и индустрии, где используются управляющие устройства и системы, обрабатывающие в реальном времени данные от сенсоров и датчиков, такие как системы управления дорожным движением, системы мониторинга оборудования, энергетические сети и так далее.
Для нас это уже третья итерация доработки и подачи заявки на грант. Хотелось бы пожелать другим ученым верить в себя и поблагодарить РНФ за высокую оценку заявки.