Мы используем cookie файлы.
Пользуясь сайтом, вы соглашаетесь с нашей Политикой конфиденциальности.

Приглашенный ученый Пардалос Панайот (Панос) Милтиад США, Греция
Номер договора
11.G34.31.0057
Период реализации проекта
2011-2015

По данным на 30.01.2020

Общая информация

Название проекта: Информационно-коммуникационные технологии и вычислительные алгоритмы анализа сложных структур

Приоритет СНТР: а


Цели и задачи

Направления исследований: Компьютерные науки

Цель проекта: Исследования в области точных и приближенных алгоритмов и технологий анализа сетей и графов и пограничных с ней областей исследования операций и его приложений, обучение и привлечение к научным исследованиям аспирантов и студентов, публикация и распространение учебных курсов и методических пособий по современным алгоритмам анализа сетей и графов


Практическое значение исследования
  • Разработаны новые методы исследования сетевых структур в моделях, построенных по статистическим данным. Впервые разработана общая концепция неопределенности сетевых структур на базе теории статистических процедур с многими решениями. В рамках разработанных подходов исследованы варианты снижения неопределенности (ошибки) сетевого анализа. Установлено, что использование альтернативных мер близости позволяет значительно снизить неопределенность. Результаты применены к анализу финансовых рынков.
  • На базе понятия «критические классы графов» разработаны новые подходы к анализу вычислительной сложности задач комбинаторной оптимизации в наследственных классах графов. Найдены критические классы графов для широкого круга задач дискретной оптимизации.
  • Разработаны новые эффективные алгоритмы решения задач высокой вычислительной сложности на сетевых структурах. Разработаны новые подходы к решению реальных задач логистики транспортных перевозок, отличающихся большим количеством переменных и ограничений и имеющих большое практическое значение.
  • Исследованы способы повышения точности обработки изображений лиц на основе предварительного извлечения характерных признаков с помощью глубоких нейронных сетей. Предложен новый способ регуляризации для критерий поиска ближайшего соседа, основанный на максимизации правдоподобия расстояний между входным изображением и всеми эталонами. Показано, что такой подход позволяет повысить точность идентификации лиц на видео по сравнению с наилучшими из существующих аналогов. Наиболее актуальные приложения связаны с группировкой лиц для систем видеонаблюдения.

Внедрение результатов исследования:

  • Выполнены прикладные проекты по договорам с компаниями и организациями: АО «Тандер» («Магнит»), «Интел» и др.
  • Совместно с компанией «Яндекс» подготовлена конференция по сетевому анализу «NET–2018».

Образование и переподготовка кадров:

  • Разработана и реализуется магистерская программа «Интеллектуальный анализ данных» (направление «Прикладная математика и информатика»).
  • Участие студентов и аспирантов Нижегородского филиала НИУ ВШЭ в научных проектах Лаборатории.

Организационные и инфраструктурные преобразования: Лаборатория преобразована в Международную лабораторию НИУ ВШЭ и финансируется из ее внебюджетного фонда (2016 г.).

Другие результаты:

  • Ежегодно проводятся две международные конференции и две международные научные школы для студентов и молодых ученых: Школа по исследованию операций и приложениям (2011–2018г г.) и Школа по аналитике данных (2016–2018 гг.).
  • Молодыми сотрудниками Лаборатории получены: медаль Академии наук РФ по математике, грант Президента РФ, грант Российского научного фонда, стипендия Президента РФ, стипендия имени И. В. Сегаловича компании «Яндекс», именная стипендия имени академика Г. А. Разуваева, одержана победа в конкурсе IBM PhD Fellowship.
  • Команда студентов Лаборатории вошла в 10 лучших команд в финале международного конкурса Data Science Game в Париже.

Сотрудничество:

  • Университет Флориды (США), Питтсбургский университет (США): договор о сотрудничестве
  • Институт систем энергетики имени С. А. Мелентьева Сибирского отделения РАН, Институт математики имени С. Л. Соболева Сибирского отделения РАН, Московский физико-технический институт (Россия), Омский научный центр Сибирского отделения РАН: организация международных научных конференций
  • Институт проблем передачи информации имени А. А. Харкевича РАН, Институт прикладной математики имени М. В. Келдыша РАН: организация научных школ
Скрыть Показать полностью
Malyshev D., Pardalos P.M.
Critical Hereditary Graph Classes: a Survey. Optimization Letters 10(8): 1593–1612 (2016).
Savchenko A.V.
Maximum-likelihood Approximate Nearest Neighbor Method in Real-Time Image Recognition. Pattern Recognition 61: 459–469 (2016).
Komosko L., Batsyn M., Segundo P.S., Pardalos P.M.
A Fast Greedy Sequential Heuristic for the Vertex Colouring Problem Based on Bitwise Operations. Journal of Combinatorial Optimization 31(4): 1665–1677 (2016).
Kalyagin V.A., Koldanov A.P., Koldanov P.A.
Robust Identification In Random Variables Networks. Journal of Statistical Planning and Inference 181: 30–40 (2017).
Bychkov I.S., Batsyn M.V.
An Efficient Exact Model For The Cell Formation Problem with a Variable Number of Production Cells. Computers & Operations Research 91: 112–120 (2018).
Другие лаборатории и ученые
Лаборатория, принимающая организация
Область наук
Город
Приглашенный ученый
Период реализации проекта
Нейроморфные оптические системы

Федеральное государственное учреждение «Федеральный научно-исследовательский центр «Кристаллография и фотоника» Российской академии наук»

Компьютерные и информационные науки

Шатура

Бычков Евгений Алексеевич

Россия

2019-2021

Вычислительно-информационный исследовательский центр (C&IRC)

Федеральное государственное бюджетное учреждение науки Институт прикладной математики Дальневосточного отделения Российской академии наук

Компьютерные и информационные науки

Владивосток

Окадзима Джунносуке

Япония

2019-2021

Центр биоэлектрических интерфейсов

Федеральное государственное автономное образовательное учреждение высшего образования «Национальный исследовательский университет «Высшая школа экономики», Институт когнитивных нейронаук НИУ ВШЭ

Компьютерные и информационные науки

Москва

Лебедев Михаил Альбертович

США, Россия

2018-2020