Предсказательное моделирование и оптимизация (кафедра МФТИ)/О кафедре

Материал из MachineLearning.

(Различия между версиями)

Версия 18:21, 18 февраля 2012

Содержание

1 История создания
2 Базовые организации
3 Ссылки

Кафедра Предсказательного моделирования и оптимизации — базовая кафедра ФУПМ МФТИ. Базовый институт — Институт Проблем Передачи Информации РАН и компания DATADVANCE. Готовит студентов по специальности «Прикладные математика и физика» (511600).

История создания

Кафедра Предсказательного моделирования и оптимизации основана в 2011 году Институтом Проблем Передачи Информации РАН (ИППИ РАН) и компанией DATADVANCE, совместным российско-французским предприятием, занимающимся развитием теоретических разработок ИППИ РАН в области предсказательного моделирования и оптимизации, их реализацией в коммерческих программных продуктах, внедрением и последующим сопровождением.

Заведующий кафедрой: директор ИППИ РАН, академик РАН, профессор КУЛЕШОВ Александр Петрович

Зам. зав. кафедрой: зав. сектором Интеллектуального анализа данных и моделирования ИППИ РАН, к.ф.-м.н., доцент БУРНАЕВ Евгений Владимирович

Базовые организации

Научные направления

распознавание образов и прогнозирование (machine learning);
поиск закономерностей в данных (data mining);
комбинаторные и алгебраические методы анализа алгоритмов;
обработка сигналов и анализ временных рядов;
обработка и анализ изображений;
анализ текстов (text mining).

Направления прикладных исследований и разработок

прикладные системы классификации и распознавания образов;
прогнозирование цен и объёмов продаж электроэнергии;
прогнозирование продаж;
кредитный скоринг и оценка рисков;
мониторинг финансовых рынков и автоматические торговые системы;
анализ клиентских сред для производственных, телекоммуникационных, торговых компаний;
анализ поведения пользователей в сети Интернет (web usage mining);
поиск и идентификация заимствований (плагиата);
имитационное моделирование автотранспортных потоков.

Специализация «Интеллектуальный анализ данных» предоставляет увлекательную возможность заниматься самыми разными предметными областями, применяя к ним одну и ту же фундаментальную математику.

Имеется возможность совмещать обучение на специализации с работой в отделе Вычислительных методов прогнозирования ВЦ РАН или в компании Форексис, занимаясь разработкой и внедрением наукоемких программных продуктов и систем интеллектуального анализа данных. Партнерами и клиентами Форексис являются: КБ «Петрокоммерц», ТД «Перекресток», ММВБ, РАО ЕЭС, АП «Домодедово», и др.

Учебный план

Направление: 511600 — «Прикладная математика и физика».

Магистерская программа: 511656 — «Математические и информационные технологии».

Название курса	Преподаватели	Курс_{семестр}
Название курса	Преподаватели	3₆	4₇	4₈	5₉	5₁₀	6₁₁
Бакалавриат
Прикладная математическая логика	Захаров	Н	Э
Машинное обучение (программа курса)	Воронцов	Э	Э
Семинар по специальности	все по очереди	–
Численные методы обучения по прецедентам (практикум)	Стрижов	Д	Н	Д
Методы дискретного анализа в распознавании образов	Журавлёв			Э
Основания алгебраического подхода к синтезу корректных алгоритмов	Рудаков		Д	Э
Обработка изображений	Местецкий			Д
Магистратура
Анализ и распознавание изображений	Местецкий				Э
Обработка сигналов и многомерных массивов данных	Моттль				Д	Э
Дискретная оптимизация	Сигал				Э
Прикладной комбинаторный анализ	Сметанин					Э
Интеллектуальные системы	Рудаков						Д
Анализ данных в метрических пространствах	Майсурадзе						Э
Информационное моделирование	Стрижов						Э
Биоинформатика	Торшин						Э
Требования учебного отдела
НИР			Д	Д	Д	Д	Д
Всего зачетов (не более)		1	2	2	3	2	3
Всего экзаменов (не более)		1	2	2	2	2	4
Всего часов (не более)		8	8	8	8	4	12

Э - экзамен
Д - дифференцированный зачет
Н - недифференцированный зачет

Преподаватели и научные руководители

Профессоры

Журавлёв Юрий Иванович, академик РАН
Рудаков Константин Владимирович, член-корреспондент РАН
Местецкий Леонид Моисеевич, д.т.н., проф.
Моттль Вадим Вячеславович, д.т.н., проф.
Сигал Израиль Хаимович, д.ф.-м.н., проф.

Преподаватели

Сметанин Юрий Геннадиевич, д.ф.-м.н., с.н.с.
Лавров Игорь Андреевич, к.ф.-м.н., доц.
Воронцов Константин Вячеславович, д.ф.-м.н.
Чехович Юрий Викторович, к.ф.-м.н.
Стрижов Вадим Викторович, к.ф.-м.н.
Майсурадзе Арчил Ивериевич, к.ф.-м.н.

Контакты

Вопросы можно задавать в обсуждении этой страницы
Страница замзава
Письмо замзаву
Телефон: +7(499)135-41-63

Литература

Обзорные статьи по специальности, рекомендуемые студентам для изучения на кафедре иностранных языков:

A. Jain, P. Duin, and J. Mao. Statistical pattern recognition: A review // IEEE Transactions on PAMI 22(1), pp. 4-37, 2000.
G. Dietterich. Machine learning research: Four current directions // AI Magazine, 18(4):97--136, 1997.
S. R. Kulkarni, G. Lugosi, S. S. Venkatesh. Learning Pattern Classification—A Survey // IEEE Transactions on Information Theory, Vol. 44, No. 6, October 1998.
P. Langley, H. A. Simon. Applications of machine learning and rule induction // Communications of the ACM. Vol. 38, No. 11, Pp. 54–64, 1995.
S. Thrun, C. Faloutsos, T. Mitchell, L. Wasserman. Automated Learning and Discovery: State-Of-The-Art and Research Topics in a Rapidly Growing Field // CMU, Pittsburgh, 1998.

Ссылки

Кафедра Предсказательного моделирования и оптимизации ФУПМ МФТИ - страница на сайте ИППИ РАН
Кафедра предсказательного моделирования и оптимизации (ИППИ РАН) - страница на портале Физтех.ru

Источник — «http://machinelearning.ru/wiki/index.php?title=%D0%9F%D1%80%D0%B5%D0%B4%D1%81%D0%BA%D0%B0%D0%B7%D0%B0%D1%82%D0%B5%D0%BB%D1%8C%D0%BD%D0%BE%D0%B5_%D0%BC%D0%BE%D0%B4%D0%B5%D0%BB%D0%B8%D1%80%D0%BE%D0%B2%D0%B0%D0%BD%D0%B8%D0%B5_%D0%B8_%D0%BE%D0%BF%D1%82%D0%B8%D0%BC%D0%B8%D0%B7%D0%B0%D1%86%D0%B8%D1%8F_%28%D0%BA%D0%B0%D1%84%D0%B5%D0%B4%D1%80%D0%B0_%D0%9C%D0%A4%D0%A2%D0%98%29/%D0%9E_%D0%BA%D0%B0%D1%84%D0%B5%D0%B4%D1%80%D0%B5»

@@ Строка 13: / Строка 13: @@
 == Базовые организации ==
-'''Заведующий специализацией:'''
-чл.-корр. [[Российская академия наук|РАН]]
-[[Рудаков, Константин Владимирович|Рудаков Константин Владимирович]].
-[[Интеллектуальный анализ данных]] является одним из наиболее актуальных и востребованных направлений прикладной математики.
-Современные процессы бизнеса и производства порождают огромные массивы данных.
-Как извлечь максимум полезных знаний из многомерных, разнородных, неполных, неточных, противоречивых, косвенных данных?
-Как сделать это эффективно, если объем данных измеряется гигабайтами или даже терабайтами?
-Как строить алгоритмы, способные обучаться принятию решений в различных профессиональных областях?
-Эти и многие другие задачи изучаются на специализации «Интеллектуальный анализ данных».
-Специализация образована в 2003 году на базе научной школы академика&nbsp;РАН [[Журавлёв, Юрий Иванович|Ю.&nbsp;И.&nbsp;Журавлёва]].
-Им&nbsp;и&nbsp;его учениками создан уникальный математический аппарат, опирающийся на классические методы алгебры, дискретного анализа, комбинаторики, математической статистики.
-Глубокое изучение этих дисциплин составляет основу подготовки выпускаемых специалистов.
-В&nbsp;рамках специализации ведется обучение студентов методам постановки и решения реальных прикладных задач.
-Студенты и аспиранты кафедры регулярно участвуют в работе научных конференций [[ММРО]] (Математические методы распознавания образов, Россия) и [[ИОИ]] (Интеллектуализация обработки информации, Крым, Украина), в&nbsp;организации которых сотрудники кафедры принимают самое непосредственное участие.
 === Научные направления ===