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

Тел.: +7 (495) 772-95-90 * 12332

computerscience@hse.ru

125319, Москва, Кочновский проезд, д. 3 (недалеко от станции метро "Аэропорт"). 

 

Руководство

Декан — Аржанцев Иван Владимирович

 

Первый заместитель декана факультета — Вознесенская Тамара Васильевна

 

Заместитель декана по научной работе и международным связям — Объедков Сергей Александрович

 

Заместитель декана по развитию и административно-финансовой работе — Плисецкая Ирина Александровна

Образовательные программы
Бакалаврская программа

Прикладная математика и информатика

4 года
Очная форма обучения
100/80/15
100 бюджетных мест
80 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
50/10
50 платных мест
10 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Бакалаврская программа

Программная инженерия

4 года
Очная форма обучения
80/80/15
80 бюджетных мест
80 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
15/5/3
15 бюджетных мест
5 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Математические методы оптимизации и стохастики

2 года
Очная форма обучения
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
20/10/12
20 бюджетных мест
10 платных мест
12 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Системное программирование

2 года
Очная форма обучения
20/10/5
20 бюджетных мест
10 платных мест
5 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Магистерская программа

Статистическая теория обучения

2 года
Очная форма обучения
20/5/5
20 бюджетных мест
5 платных мест
5 платных мест для иностранцев
ENG
Обучение ведётся на английском языке
Магистерская программа

Финансовые технологии и анализ данных

2 года
Очная форма обучения
30/3
30 платных мест
3 платных места для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках
Глава в книге
Efficient Mining of Subsample-Stable Graph Patterns

Buzmakov A. V., Kuznetsov S., Napoli A.

In bk.: 2017 IEEE 17th International Conference on Data Mining (ICDM). New Orleans: IEEE, 2017. Ch. 89. P. 757-762.

Глава в книге
Spatially Adaptive Computation Time for Residual Networks

Figurnov M., Collins M. D., Zhu Y. et al.

In bk.: Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition (CVPR 2017). Curran Associates, Inc., 2017. P. 1039-1048.

Статья
Structural Instability in Single-Crystal Rare-Earth Scandium Borates RESc3(BO3)4

Kuz’micheva G. M., Kaurova I. A., Rybakov V. B. et al.

Crystal Growth & Design. 2018. Vol. 18. No. 3. P. 1571-1580.

Наука на ФКН

Сотрудники факультета занимаются исследованиями в различных областях компьютерных наук и прикладной математики: теоретическая информатика, алгоритмы обработки больших данных, методы оптимизации, машинное обучение, компьютерное зрение, программная инженерия, биоинформатика. Результаты исследований, проведенных на факультете, опубликованы в ведущих международных журналах и представлены на крупнейших конференциях. 

Избранные публикации сотрудников факультета

Научные лаборатории

Международная лаборатория теоретической информатики (руководитель — Н.К. Верещагин) проводит исследования в таких направлениях как сложность вычислений, алгоритмическая теория информации, алгоритмическая статистика, комбинаторная оптимизация и алгоритмическая теория игр.

В Международной научно-учебной лаборатории интеллектуальных систем и структурного анализа (руководитель — С.О. Кузнецов) ведутся фундаментальные и прикладные научные исследования в области анализа данных сложной структуры, разрабатываются программные средства анализа данных и компоненты интеллектуальных систем.

Научно-учебная лаборатория методов анализа больших данных (руководитель — А.Е. Устюжанин), созданная при поддержке компании “Яндекс”, фокусируется на применении методов машинного обучения и анализа данных для решения задач фундаментальных наук, таких как физика частиц и астрофизика. Лаборатория сотрудничает с Европейским Центром Ядерных Исследований (CERN) как в области физики событий Большого адронного коллайдера, так и в решении задач повышения эффективности обработки данных.

Научно-учебная лаборатория процессно-ориентированных информационных систем (руководитель — И.А. Ломазова) разрабатывает новые методы моделирования, анализа и проектирования систем управления бизнес-процессами и потоками работ, систем планирования ресурсов предприятия и систем обработки прецедентов.

Центр глубинного обучения и байесовских методов (руководитель — Д.П. Ветров), созданный в конце 2016 г. на базе исследовательской группы байесовских методов, разрабатывает новые методы машинного обучения и байесовского вывода, учитывающие специфику конкретной решаемой задачи. В исследованиях активно используется аппарат вероятностных графических моделей и методы глубинного обучения.

Международная лаборатория стохастических алгоритмов и анализа многомерных данных (руководитель — Наумов А.А.), созданная в апреле 2018 года, объединяет отечественных и зарубежных исследователей, работающих на стыке современной математической статистики, оптимизации, теории вероятностей, теории алгоритмов и других математических дисциплин. Основной целью лаборатории является развитие новых вероятностно-статистических подходов для решения актуальных задач, возникающих в современном анализе данных.

Научно-учебные группы

Поддержанные проекты научно-учебных групп в 2018 г.

Поддержанные проекты научно-учебных групп в 2016 – 2017 гг.

Научно-учебная группа Машинное обучение на данных нейроимаджинга (руководитель — Л. Е. Жуков), действовавшая в 2016 – 2017 гг.,  разрабатывала методы машинного обучения для классификации фенотипических групп на основе структурных и функциональных коннектомов, в частности, для распознавания аутизма, выявления носителей аллелей, связанных с высоким риском развития болезни Альцгеймера, различения психических расстройств (депрессия, панические атаки).

Объединив усилия демографов и специалистов в сфере информационных технологий, научно-учебная группа Модели и методы анализа демографических последовательностей (руководитель — Д.И. Игнатов), действовавшая в 2016 – 2017 гг., изучала последовательности наступления событий в жизни людей, анализируя скрытые закономерности в их поведении и разрабатывая новые подходы к предсказанию развития демографических траекторий.

Поддержанные проекты научно-учебных групп в 2014 – 2015 гг. 

Научно-учебная группа Методы анализа и визуализации веб-корпусов (руководитель — Б.Г. Миркин), действовавшая в 2014 – 2015 гг., разработала ряд методов и программное обеспечение для визуализации коллекций текстовых веб-документов с использованием графов референций, отображающих связи между встречающимися в текстах словосочетаниями.

Проекты факультета, поддержанные грантами научных фондов

Гранты Российского научного фонда (РНФ)

Алгоритмическая оптимизация для задач с большим числом переменных, грант РНФ № 17-11-01027 на 2017 – 2019 гг., руководитель — Ю.Е. Нестеров

Нестационарность и фрактальность динамики в эволюции сложных систем: приложения к физике Земли и Солнца, грант РНФ № 17-11-01052 на 2017 – 2019 гг., руководитель — А.Б. Шаповал

Представление, обнаружение и обработка знаний: логический подход, грант РНФ № 17-11-01294 на 2017 – 2019 гг., руководитель — С.О. Кузнецов

Нейробайесовские методы в задачах машинного обучения, масштабируемой оптимизации и компьютерного зрения, грант РНФ № 17-71- 20072 на 2017 – 2019 гг., руководитель — Д.П. Ветров

Поиск новой физики в данных LHCb с применением методов глубокого обучения, грант РНФ № 17-72- 20127 на 2017 – 2019 гг., руководитель — Д.А. Деркач

Анализ случайных объектов высокой размерности и приложения к задачам обработки больших массивов данных, грант РНФ № 18-11-00132 на 2018 – 2020 гг., руководитель — А.А. Наумов 

Торические действия сложности один и диагонализация периодических матриц, грант РНФ № 18-71-00009 на 2018 – 2020 гг., руководитель — А.А. Айзенберг

Комбинаторные инварианты сферических однородных пространств, грант РНФ № 18-71-00115 на 2018 – 2020 гг., руководитель — Р.С. Авдеев

Гранты Российского фонда фундаментальных исследований (РФФИ)

Развитие новых методов глубинного обучения в задачах обучения по большим объемам данных, проект РФФИ № 15-31-20596 на 2015 – 2016 гг., руководитель — Д.П. Ветров

Синтез высокоуровневых моделей бизнес-процессов, грант РФФИ № 15-37-21103 на 2015 – 2016 гг., руководитель — А.А. Каленкова

Алгоритмы и программные средства анализа бизнес-процессов предоставления государственных услуг, грант РФФИ и Правительства города Москвы № 15-37-70008 на 2015 – 2016 гг., руководитель — А.А. Каленкова

Применение расширений сетей Петри для моделирования, синтеза и анализа адаптивных распределенных информационных систем, грант РФФИ № 16-01-00546 на 2016 – 2018 гг., руководитель — И.А. Ломазова

Алгоритмы масштабируемого анализа многомерных и сложно структурированных данных, грант РФФИ № 16-01-00583 на 2016 – 2018 гг., руководитель — С.О. Кузнецов

Эндогенное повышение эффективности работы интерфейсов мозг-компьютер, грант РФФИ № 16-04-01863 на 2016 – 2018 гг., руководитель — А.Е. Осадчий

Создание системы поддержки медицинских решений на основе методов интеллектуального анализа неоднородных семантически-насыщенных данных, грант РФФИ № 16-29-12982 на 2016 – 2018 гг., руководитель — С.О. Кузнецов

Разработка новых распределенных методов обработки больших объемов растровых данных, грант РФФИ № 16-37-00416 на 2016 – 2017 гг., руководитель — Р.А. Родригес Залепинос

Развитие методов композиционального поведенческого анализа распределенных систем с мобильными агентами, грант РФФИ № 16-37-00482 на 2016 – 2017 гг., руководитель — Л.В. Дворянский

Исследование механизмов и построение моделей обучения, основанных на знаковых представлениях, в задаче планирования коллективного поведения, грант РФФИ № 16-37-60055 на 2016 – 2017 гг., руководитель — А.И. Панов

Анализ формальных языков с помощью вычислительной сложности, грант РФФИ № 17-51-10005, руководитель — В.В. Подольский 

Разработка методов эффективной реализации алгоритмов извлечения и анализа моделей процессов на основе больших логов событий, грант РФФИ на 2018 – 2020 гг., руководитель — С.А. Шершаков.

Проекты Федеральной целевой программы

Коллектив сотрудников Лаборатории методов анализа больших данных участвует в реализации проекта № 14.581.21.0023 с 2017 по 2019 гг. "Разработка аппаратно-программного комплекса для прогнозирования сбоев в работе системы хранения данных с целью предотвращения критических ситуаций, в том числе деградации производительности, отказа сервиса записи/чтения данных и потери данных".

Научные мероприятия


Коллоквиум ФКН — общефакультетский научный семинар, на котором выступают как сотрудники факультета, так и представители других университетов, институтов и IT-компаний с докладами о современных направлениях исследований и последних результатах в информатике и смежных науках.
Лабораторная ФКН знакомит студентов и сотрудников факультета с исследованиями, которые ведутся в его научно-исследовательских лабораториях, и наиболее интересными результатами, полученными в рамках этих исследований за последнее время.
На Аспирантском семинаре аспиранты ФКН и других подразделений университета, работающие в области компьютерных наук, выступают с докладами по результатам своих исследований.

Рабочие семинары

Конференции

Научная комиссия ФКН