Интеллектуальные системы (кафедра МФТИ)
Материал из MachineLearning.
|
Кафедра «Интеллектуальные системы» — базовая кафедра ФУПМ МФТИ. Базовый институт — Вычислительный центр РАН. Готовит студентов по специальности «Прикладные математика и физика» (511600).
История создания
В 2004 году одна из старейших базовых кафедр ФУПМ МФТИ, «Управления и вычислительных систем», созданная академиком Н. Н. Моисеевым вместе с самим факультетом, была разделена на две кафедры:
- «Математическое моделирование сложных процессов и систем», зав. чл.-корр. РАН Ю. Н. Павловский;
- «Интеллектуальные системы», зав. чл.-корр. РАН К. В. Рудаков.
Обучение на кафедре «Интеллектуальные системы» ведётся по двум специализациям:
- «Интеллектуальный анализ данных»;
- «Проектирование и организация систем».
Специализация «Интеллектуальный анализ данных»
Заведующий специализацией: чл.-корр. РАН 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 РАН Ю.И. Журавлева. Им и его учениками создан уникальный математический аппарат, опирающийся на классические методы алгебры, дискретного анализа, математической статистики. Глубокое изучение этих дисциплин составляет основу подготовки выпускаемых специалистов. В 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, Москва) и ИОИ (Интеллектуализация Обработки Информации, Алушта), в организации которых сотрудники кафедры принимают самое непосредственное участие.
Научные направления
- распознавание образов и прогнозирование (machine learning);
- комбинаторные и алгебраические методы анализа алгоритмов;
- поиск закономерностей в данных (Data Mining);
- 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 потребительского спроса (объёмов продаж);
- кредитный скоринг и оценка рисков;
- мониторинг финансовых рынков и автоматические торговые системы;
- анализ клиентских сред для производственных, телекоммуникационных, торговых компаний;
- анализ посещаемости 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 | Курссеместр | |||||
|---|---|---|---|---|---|---|---|
| 36 | 47 | 48 | 59 | 510 | 611 | ||
| Алгебраические системы | Лавров | Н | Э | ||||
| Машинное обучение | Воронцов | Э | Э | ||||
| Семинар по специальности | все по очереди | – | |||||
| Численные методы обучения по прецедентам (практикум) | Чехович | Д | Д | Н | |||
| Методы дискретного анализа в распознавании образов | Журавлёв | Э | |||||
| Основания алгебраического подхода к синтезу корректных алгоритмов | Рудаков | Д | Э | ||||
| Обработка изображений | Местецкий | Д | |||||
| Анализ и распознавание изображений | Местецкий | Э | |||||
| Обработка сигналов и многомерных массивов данных | Моттль | Д | Э | ||||
| Прикладной комбинаторный анализ | Сметанин | Э | |||||
| Дискретная оптимизация | Сигал | Э | |||||
| Программные пакеты интеллектуального анализа данных | Чехович | Н | Н | ||||
| Интеллектуальные системы | Рудаков | Д | |||||
| Анализ данных в метрических пространствах | Майсурадзе | Э | |||||
| Информационное моделирование | Стрижов | 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, к.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
- Телефон: 135-41-63
Специализация «Проектирование и организация систем»
Заведующий специализацией: д.т.н., профессор Эрлих Александр Игоревич
Исследования и разработки, выполняемые в рамках данной специализации, направлены на решение задач, возникающих при массовом использовании современных компьютеров в системах управления различных уровней и назначения, в научных исследованиях, в проектировании и конструировании новой техники.
Одной из научно-технических основ новых информационных технологий (в технических и гуманитарных областях человеческой деятельности) являются идеи и методы искусственного интеллекта. Раньше слишком антропоморфное название этой дисциплины, оформившейся в самостоятельное научное направление в середине семидесятых годов, нередко приводило к неверному представлению о характере исследований и разработок в этой области. Тем не менее, сначала в США и Японии, потом в Европе, а со второй половины восьмидесятых годов и в нашей стране искусственный интеллект как основа новых информационных технологий прочно занял передовые позиции в теоретической и прикладной информатике. Представление знаний в компьютерных системах, методы использования этих знаний для самостоятельного решения разнообразных задач, компьютерное обучение, общение с ЭВМ на естественном языке — вот примеры нескольких разделов искусственного интеллекта.
Благодаря широким международным научным связям всегда доступна новейшая информация о развитии исследований в области искусственного интеллекта за рубежом. Подготовка студентов ориентирована на их дальнейшую работу по развитию новых методов и средств создания сложных интеллектуальных систем различного прикладного назначения.
Научные направления
- оптимизация сложных систем;
- искусственный интеллект;
- методы автоматизации управления и проектирования.
Ссылки
- Кафедра «Интеллектуальные системы» ФУПМ МФТИ - страница на сайте ВЦ РАН
- Кафедра «Интеллектуальные системы» (ВЦ РАН) - страница на портале Физтех.ru
