Отдел международной аспирантуры и докторантуры

Управление подготовки кадров высшей квалификации

Подразделения

Факультет цифровых трансформаций

Направления / тематики исследований

  1. Предсказательное моделирование в медицине и здравоохранении
  2. Моделирование сложных систем
  3. Высокопроизводительные и распределенные вычисления
  4. Интеллектуальные технологии моделирования
  5. Технологии поддержки принятия решений
  6. Методы структурного автоматического машинного обучения.
  7. Методы машинного обучения для моделирования процессов в сплошных средах.
  8. Методы суррогатной оптимизации для настройки суперкомпьютерных моделей.
  9. Методы суррогатного моделирования.
  10. Методы вероятностного моделирования и эффективного семплирования многомерных процессов.
  11. Технологии органивации интеллектуальных средств сбора данных
  12. Анализ неструктурированных данных, задачи классификации, кластеризации и моделирование процессов в социальных медиа
  13. Разработка технологий построения чат-ботов, в том числе, в отсутствии построенных выборок больших данных
  14. Разработка технологических платформ управления большими данными и процессами создания моделей и объектов поверх.
  15. Разработка сервисов массового использования на основе ансамблирования и совмещения моделей МО
  16. Разработка высокоэффективных систем хранения больших объемов временных рядов
  17. Планирование высокопроизводительных приложений на основе методов глубокого обучения и эволючионных вычислений
  18. Планирование высокопроизводительных приложений на суперкомпьютерах с использованием codesign парадигмы  
  19. Обработка геопространственных данных социальных медиа и прогнозирование различных процессов и событий в городах.
  20. Теория и практика сложных социо-экономических систем
  21. Комплексные сети
  22. Машинное обучение в задачах объяснения, воспроизведения и предсказания социо-экономических систем
  23. Модели поведения клиентов и рекомендательные алгоритмы
  24. Обучение представлений
  25. Оптимизационно-имитационные модели
  26. Алгоритмы планирования
  27. Параллельные и распределенные вычисления

Технологические мощности, оборудование

  • Программно-аппаратный комплекс Forsite (2xDGX-1 - до 2ПФлопс)
  • Программно-аппаратный комплекс “Кластер больших данных” (30 серверов CISCO UCS C220 M5)
  • Программно-аппаратный комплекс хранения данных состоит из системы хранения данных IBM Elastic Storage Server GL2S (1,4 ПБ)
  • Вычислительный кластер  Т-Платформы T-Vision x 5 (HPC-0013206-001).
  • Гибридный сервер для машинного обучения, укомплектованный двумя 18-ти ядерными процессорами Intel Хeon и двумя сопроцессорами Nvidia Tesla P100 NVLink с 3584-мя вычислительными ядрами в каждом. Производительность до 42,2 ТФлопс.

Ключевые конференции, в которых принимают участие аспиранты

Аспиранты принимают активное участие в крупных международных конференциях (pHealth, Conference on Complex Systems, ACM SIGSPATIAL, SOCO), в том числе конференциях класса А1, А2 (International Conference on Computational Science (ICCS), Genetic and Evolutionary Computation Conference (GECCO), IEEE International Conference on Data Mining (IEEE ICDM), а также в научных мероприятиях, организованных USENIX, ECTA. 

Ключевые журналы, в которых публикуются аспиранты

Аспиранты факультета регулярно публикуются в журналах, индексируемых Scopus и Web of Science, в том числе в журналах первого квартиля Q1:

  • Journal of Computational Science
  • Journal of Biomedical Informatics
  • Future Generation Computer Systems
  • Известия высших учебных заведений. Приборостроение
  • Ocean Modelling,
  • Complexity
  • PLOS One