на главную Написать письмо карта сайта

 

Рус / Eng

 
 

Новости

Семинары и конференции

Защиты диссертаций

 
 
      

Развитие информационно-коммуникационных технологий и систем, стратегических компьютерных технологий и программ (архив семинаров)

Тематический семинар НИЦ "Курчатовский институт"
Руководитель семинара: В.А. Ильин
Заместители руководителя: В.Е. Велихов, Д.А. Милованцев

Время проведения: 15:00, место проведения: здание 348, ком. 322

Контактное лицо: Поляков Андрей Николаевич, тел. 8 (499) 196-97-99, Polyakov_AN@nrcki.ru

 

 

2016 год

 

 

06 декабря

Тема: "Современные технологии баз данных в эпоху экзафлопсных вычислений"

Докладчик: Дарио Барберис (старший научный сотрудник и доцент Национального института ядерной физики, Италия и Университета Генуя)

 

Аннотация:

Сегодняшние эксперименты в области физики высоких энергий и другие крупные научные исследования производят несколько петабайт экспериментальных данных ежегодно. Кроме того, большие объемы зависящей от времени информации, например, информации о геометрии и параметров системы cбора данных с детектора, должны быть сохранены для получения точных калибровок детектора и для реконструкции и анализа событий. Программы, применяемые для обработки и распределения данных, и для анализа событий, порождают дополнительные метаданные.

 

Методы хранения и доступа к этой информации должны быть эффективными. Выбор оптимальной технологии хранения зависит от типа данных и предполагаемых сценариев доступа к ним. Современные технологии структурированного хранения стремительно развиваются и предлагают широкий спектр возможностей по выбору оптимального решения для каждого типа данных, начиная от традиционных реляционных баз данных до "NoSQL"-решений.

 

В докладе будет рассмотрена проблема нахождения оптимального способа хранения данных в зависимости от типа данных, объема и модели доступа, а также будет представлено несколько примеров для современных экспериментов в области физики высоких энергий.

 

 

30 ноября

Тема: "Минимаксный подход к моделированию данных разной точности"

Докладчик: Зайцев А.А. (младший научный сотрудник, Сколковский институт науки и технологий, Центр Сколтеха по большим массивам данных)

 

Аннотация:

В задачах индустриальной инженерии для моделирования по выборкам данных часто доступны разные по точности и стоимости использования источники данных. Например, в качестве источника данных высокой точности могут использоваться результаты относительно дорогих экспериментов в аэродинамической трубе, а в качестве источника данных низкой точности используются результаты относительно дешевых расчетов с помощью кода вычислительной гидродинамики. С помощью выборок, полученных с использованием разнородных источников данных, строится регрессионная модель источника данных высокой точности. Решается задача выбора размеров выборок, порожденных разнородными источниками данных, максимизирующих качество регрессионной модели, построенной по этим выборкам.

 

В докладе будет рассмотрена оценка качества регрессионных моделей в наихудшем случае для популярной в инженерии модели регрессии на основе гауссовских процессов для разнородных источников данных. Полученные оценки позволяют выявить случаи, в которых предпочтительно использование разнородных источников данных, и в которых такой подход не позволяет улучшить качество регрессионной модели по сравнению с использованием только источника данных высокой точности. Максимизируя оценку качества моделей по соотношению между размерами выборок разнородных данных, мы получаем оптимальное в смысле среднеквадратичной ошибки соотношение между размерами выборок.

 

Проведенные эксперименты на реальных и искусственных данных с использованием разработанного комплекса программ для моделирования по выборкам разнородных данных показывают, что использование теоретически оптимального соотношения между размерами выборок позволяет строить регрессионные модели, превосходящие по качеству модели, построенные с помощью естественных эвристик, используемых до этого в индустриальной инженерии.

 

 

28 ноября (понедельник) в 15:00, корп. 348, ауд. 336

Тема: "Разработка нейросетевых моделей глубокого обучения на базе высокопроизводительных систем с GPU для моделирования синтаксической структуры предложения"

Докладчик: Путин Е.О. (аспирант СпБ НИУ ИТМО)

 

Аннотация:

Данная работа посвящена развитию одной из важных задач обработки естественного языка: построению синтаксической структуры предложения с помощью современных глубоких нейронных сетей. Используя корпус СинТагРус с помощью выбранной схемы инкрементального разбора создается выборка обучающих примеров. Два типа признаков используются для построения нейросетевых моделей: векторный (удаленность слов друг от друга, семантические признаки слов, т.д.) и матричный (признаки, описывающие последовательность слов предложения, описанных словоформой, леммой и морф. признаками).

 

Рассматриваются вопросы снижения числа признаков для построения эффективного классификатора в рамках модели синтаксической структуры предложения с использованием различных методов таких как: корреляции Пирсона, Спирмена, методы основанные на теории информации, важность признаков, полученных с моделей, таких как случайный лес, методы основанные на нейронных сетях (Deep Feature Selection, Heuristic Variable Selection) и делается вывод об их относительно низкой эффективности.

Используются различные топологии глубоких нейронных сетей (таких как MLP, LSTM, Stack LSTM) на базе высокопроизводительных систем с GPU с использованием Theano, Keras с определением оптимальной топологии нейронной сети для различных целевых метрик. Обосновывается важность слоя embedding для каждого категориального типа признаков и приводятся результаты полученных моделей на тестовом множестве по метрикам f1, UAS, LAS. Для всех моделей представлен подбор их лучших гиперпараметров.

 

 

9 ноября

Тема: "Математические модели внесинаптической регуляции нейронной активности" (по материалам кандидатской диссертации)

Докладчик: Стасенко C.В (младший научный сотрудник центра трансляционных технологий ННГУ им. Н.И. Лобачевского)

Работа выполнена на базе ННГУ им. НИ. Лобачевского под руководством зав. кафедрой нейротехнологий, доктора физико-математических наук Казанцева В.Б.

 

Аннотация:

Работа посвящена исследованию внесинаптической регуляции нейронной активности на основе построения соответствующих математических моделей.

 

Долгое время считалось, что в информационной функции мозга участвуют только нейроны и синапсы, которые они образуют между собой. Экспериментальные исследования последних лет показали, что косвенно в данных процессах также участвуют астроциты и молекулы внеклеточного матрикса мозга (ВКМ), которые осуществляют регуляцию нейронной активности.

 

Актуальность темы исследования определяется двумя основными аспектами:

1. Развитием новых методов получения нейробиологических экспериментальных данных, таких как оптогенетики, мультиэлектродной регстрации и оптического имиджинга, позволяющие получать большие объемы данных физиологических процессов и нейросетевых эффектов, протекающих в срезах, культурах нейронов и in vivo. В частности, появление оптического имиджинга позволило открыть регуляции нейронной активности, опосредованные глиальными клетками.

2.Развитием специализированных суперкомпьютеров и суперкомпьютерных технологий позволяющих проводить расчет сложных биофизических систем, имитирующих работу мозга с высокой биологической детализацией. Стоит отметить такие проекты крупномасштабного модкелирования стуктур и отделов мозга, как Blue Brain project, Human Brain Project (2012), BRAIN (2013), Brain/MINDS (2014), China Brain (2015).

 

В данной работе с помощью феноменологического подхода ставится целью исследовать регуляцию сетевой нейронной сигнализации в мозге посредством рассмотрения влияния астроцитов и ВКМ.

 

Задачами исследования являются исследование:

- Гетеросинаптической регуляции нейронной активности, опосредованной астроцитарными клетками

- Гомеостатическая регуляция нейронной активности, опосредованной ВКМ

- Построение самосогласованной модели регуляции нейронной сети, опосредованной астроцитами и ВКМ.

 

 

19 сентября

Тема: "Обработка больших данных в настоящее время и в будущих экспериментах ФВЭ"

Докладчик: Борут Керсeван (ЦЕРН)

 

Аннотация:

В докладе будут рассмотрены различные аспекты потребностей в вычислительных ресурсах со стороны экспериментов в физике высоких энергий, проводимых на БАК и проблемы, с которыми пришлось столкнуться в ходе исследований. С учетом полученного опыта будут показаны перспективы развития в будущем, когда в ближайшие 6-7 лет произойдет переход с БАК на суперБАК и обрабатываемые уровни экзабайтного масштаба могут вырасти еще на порядок. Разработанная распределенная вычислительная среда пользуется большим успехом, а включение новых супер-компьютерных центров является одной из основных задач на будущее, которую мы успешно решаем со значительным вкладом со стороны наших российских коллег.

 

 

17 мая

Тема: "Математическая обработка непрерывной гликемической кривой – нерешенная математическая и медицинская задача"

Докладчик: А.В. Древаль (профессор, Главный эндокринолог Московской области, зав. отделения эндокринологии МОНИКИ)

Приглашаемые участники:

О.С. Медведев (профессор факультета фундаментальной медицины МГУ)

М.А. Пантелеев (доктор физико-математических наук, Центр теоретических проблем физико-химической фармакологии РАН)

 

Аннотация:

Введение в практику методики непрерывного мониторирования гликемии (НМГ) поставило задачу определения параметров, наиболее полно характеризующих полученную гликемическую кривую, в частности отражающих лабильность, изменчивость гликемии. В связи с этим нами предложены способы расчета максимальной амплитуды (Аmax) и максимальной скорости (Vmax) изменения гликемии у больных сахарным диабетом 1-го (СД 1-го типа) и 2-го типов (СД 2-го типа). Определены временные интервалы, в которые рекомендовано оценивать данные параметры; проанализирована частота максимальной скорости изменения гликемии (V15max) за 15-минутный интервал; отражено влияние на данные параметры назначения сахароснижающей терапии; проведено сравнение возможностей самоконтроля гликемии (СКГ) и НМГ в плане оценки скорости изменений и амплитуды колебаний гликемии.  Разделение непрерывной гликемической кривой на три интервала "день", "вечер" и "ночь" позволяет выявить особенности влияния пищевой нагрузки на гликемию и, с этой точки зрения, может рассматриваться как один из методов оценки постпрандиальной (после приема пищи) гликемии.

 

Анализ максимальной амплитуды изменения гликемии при СД 2-го типа наиболее информативен в 60-минутном интервале, а при СД 1-го типа — в 30-минутном. Максимальная скорость изменения гликемии может быть адекватно рассчитана по любому интервалу времени в пределах 180 минут.

 

Отличия параметров, отражающих вариабельность гликемии при СД 1-го типа и СД 2-го типа, связаны с различием фармакодинамики инсулина и ПССП, а также с отсутствием остаточной секреции инсулина при СД 1-го типа, нивелирующей колебания гликемии на фоне лечения при СД 2-го типа.

 

По данным самоконтроля нельзя получить адекватного представления о скорости изменения гликемии, поскольку расчет амплитуды и скорости изменения гликемии может проводиться только по конечным точкам интервала наблюдения, которые существенно отличаются от этих же параметров, вычисляемых по экстремальным значениям непрерывной гликемической кривой как при СД 1-го типа, так и при СД 2-го типа.

 

 

4 мая

1. Тема: "Большие данные в информационных технологиях"

Докладчик: А.В. Трусов (кандидат физико-математических наук, РАНХиГС, Международная лаборатория математических методов исследования социальных сетей, директор)

 

Аннотация:

Концепция Большие Данные (БД) рассматривается в широком контексте развития подходов к созданию и потреблению знаний. Бульшее внимание уделяется новейшему периоду - развитию компьютерных баз данных, систем управления знаниями, семантической и социальной всемирной паутине. Обсуждаются возможности и перспективы использования искусственных нейронных сетей, “нейронный реализм” – утверждение, что искусственные нейронные сети моделируют реальные, то есть мозг (с чем докладчик не согласен),  и концепция когнитивных вычислений.

 

Как и всякое техно-социальное явление, БД порождают утопическую и антиутопическую мифологию, сплетенную с маркетинговыми стратегиями больших корпораций, и вплетенную в научную литературу. Эта мифология обсуждается постольку и настолько такое обсуждение может помочь постановке задач и выбору адекватного метода их решения. Например, рассматривается утверждение: "Вопрос не в том почему, а в том что. В мире больших данных нам не всегда нужно знать причины, которые стоят за теми или иными явлениями. Лучше позволить данным говорить самим за себя" – докладчик считает, что в работе надо сочетать интерпретационные и позитивистские подходы.

 

Возможные подходы и методы решения задач в БД иллюстрируются описанием работ докладчика, выполненных в ИБМ.

 

Описывается работа по нахождению паттернов в табулярных данных, содержащих числа, специальные коды и текстовые описания, выполненная в РАНХиГС. Обучающая выборка данных моделируются сетью, где узел представляет класс эквивалентности ячеек с похожим типом и областью значений, связи отражают частоты совместной встречаемости ячеек в одной строке. Ячейки из новых данных отображаются в эту сеть, отображение порождает вещественно-значную функцию на узлах сети. "Сглаживание" этой функции позволяет определить "подозрительные" ячейки в новых данных. "Сглаживание" является оператором на пространстве функций, вычисления которого производятся при помощи итеративной схемы, аналогичной методу конечных разностей. Физической интуиции (такой как аналогия с процессом теплопроводности) оказалось недостаточно; для решения рассматриваемых задач обработки данных оказалось нужным использовать интуицию из нечеткой логики, которую мы смоделировали использованием метрики Lp .

 

 

 

2015 год

 

 

11 декабря

1. Тема: "Комплекс нейросетевых и вероятностных методов для математического моделирования синтаксической структуры предложения" (по материалам кандидатской диссертации)

Докладчик: Р.Б. Рыбка (инженер-исследователь ОИТиММ Курчатовского комплекса НБИКС-технологий)

 

Аннотация:

В настоящее время развитию интеллектуальных методов анализа текстовых данных придается большое значение в связи с постоянным ростом объемов информации, представленной в электронном виде. С появлением развитых языковых корпусов, таких как: Национального корпуса русского языка и др., появилась база для создания языковых моделей на основе данных (Data Driven Modelling – DDM) и построенных с их использованием гибких интеллектуальных систем разбора. Решение рассмотренных в диссертации задач закладывает основу для построения и улучшения качества систем аннотирования текстов, анализа контента бизнес информации, сантимент-анализа, анализа эмотивности текста, выявления угроз в социальных сетях за счет установления синтаксических отношений между словами и формирования дерева синтаксического разбора предложения.

 

В работе решены следующие задачи:

формализована процедура синтаксического разбора для разработки математического метода моделирования синтаксической структуры предложения на основе DDM подхода; выбраны и реализованы топологии, алгоритмы и комбинации нейронных сетей и методов машинного обучения для установления синтаксических отношений между словами в предложении; разработана методика параметризации слов предложения для установления синтаксических отношений с минимальной неоднозначностью c оценкой достижимой точности синтаксического разбора;разработан математический метод моделирования синтаксической структуры предложения на базе DDM, и на его основе создана модель синтаксической структуры предложения русского языка;разработан и применен алгоритм проверки адекватности математической модели синтаксической структуры предложения с использованием размеченного набора предложений из СинТагРус. Таким образом, в диссертации в результате комплексного экспериментального исследования создан новый метод математического моделирования синтаксической структуры предложения русского языка на основе данных, объединяющий: нейросетевые модели экстракции высокоуровневых признаков слов предложения и установления синтаксических отношений, вероятностный метод снижения неоднозначности синтаксического разбора.

 

2. Тема: "Разработка русскоязычного семантического анализатора"

Докладчик: А.В. Мочалова (Петрозаводский государственный университет)

 

Аннотация:

В наши дни все больше времени люди тратят на анализ текстов, предположительно содержащих интересующие их факты. Для сокращения этого времени создаются системы автоматической обработки текста, призванные упростить задачу нахождения нужной информации в большом объеме текста. Задача семантического анализа является одной из основополагающих задач машинного анализа текста. Основная цель доклада состоит в том, чтобы представить математическую модель семантического анализатора русскоязычного текста, основанного на базовых онто-семантических правилах, продемонстрировать результаты программной реализации такого анализатора и показать возможность его реального использования в русскоязычной вопросно-ответной системе.

 

 

11 ноября

Тема: "Технология исполнения экстренных композитных приложений на основе гибридных методов планирования" (по материалам кандидатской диссертации)

Докладчик: Н.А. Бутаков (младший научный сотрудник НИИ Наукоемких Компьютерных Технологий Научно Исследовательского Университета Информационных Технологий, Механики и Оптики (НИИ НКТ НИУ ИТМО))

 

Аннотация:

Современные системы поддержки принятия решений в критических ситуациях опираются на анализ текущей ситуации и исследование ее последствий путем прогнозирования. В свою очередь такой анализ и прогнозирование требуют совершения существенного объема вычислений, организованных в виде композитного приложения, обладающего особой спецификой в виду экстренности.   Специфика организации экстренных вычислений заключается в том, что: решение вычислительной задачи необходимо получить в заранее обозначенные сроки; ресурсы для решения задачи привлекаются из распределенной вычислительной среды коллективного пользования и в общем случае не отличаются надежностью; в ходе выполнения вычислений нагрузка на ресурсы и среду в целом может изменяться; модули самого композитного приложения разнородны и тесно связаны между собой. В настоящее время отсутствуют технологии экстренных вычислений, которые обеспечили бы эффективный учет перечисленных особенностей организации вычислительного процесса. Потому актуальной является разработка новых моделей, методов и технологий управления процессом исполнения экстренного композитного приложения. Это включает в себя как статическое планирование, так и дальнейшую адаптацию плана в зависимости от состояния вычислительной среды в ходе выполнения вычислений в заданный срок. Планирование предлагается осуществлять, во-первых, с помощью семейства новых методов статического и динамического планирования экстренных композитных приложений с учетом связности входящих в них модулей, надежности их исполнения и возможностей управления ресурсами виртуальной вычислительной инфраструктуры для обеспечения получения результата расчетов в заданный срок; во-вторых, новой программной технологии управления процессом исполнении композитного приложения. Она включает средства осуществления запуска и исполнения отдельных вычислительных задач на распределенных вычислительных ресурсах, в том числе – иерархических (кластеры, представляемые как единый вычислительный ресурс); средства мониторинга и сбора данных о процессе исполнения, а также использования их для настройки и адаптации параметрических моделей производительности вычислительных задач и приложений; средства реконфигурирования вычислительной среды и характеристик ее вычислительных ресурсов; средства конфигурирования структуры экстренного композитного приложения в зависимости от наложенных ограничений времени выполнения.

 

 

24 июня

Тема: "Разработка численных методов для моделирования распространения упругих волн в неоднородных средах" (по материалам кандидатской диссертации)

Докладчик: А.В. Фаворская (научный сотрудник Лаборатории прикладной вычислительной геофизики Московского физико-технического института (государственного университета) (МФТИ)

 

Аннотация:

В настоящее время с помощью численных методов для моделирования распространения упругих волн в неоднородных средах решают широкий спектр задачи, в том числе: решают задачи сейсмической разведки, в том числе, в условиях Арктического шельфа; проводят расчет сейсмостойкости наземных и подземных сооружений; моделируют неразрушающий контроль элементов железнодорожного пути; моделируют волновые процессы и разрушения композитных материалов в интересах авиационной промышленности; моделируют волновые процессы в твердых деформируемых средах при наличии контактов с динамической силой трения; решают задачи о соударении при наличии  значительных разрушений и деформаций; моделируют волновые процессы в теле человека в интересах медицины и здравоохранения. В докладе обсуждаются предложенные методы и подходы, основанные на сеточно-характеристическом методе, применяемые для решения вышеперечисленных задач.

 

 

9 апреля

Тема: "Моделирование неравновесных газокинетических процессов на суперкомпьютерах"

Докладчики: Ю.Ю. Клосс (доктор физико-математических наук, начальник отдела моделирования физических процессов и прикладных технологий ККРН НИЦ "Курчатовский институт"), Ф.Г. Черемисин (доктор физико-математических наук, главный научный сотрудник ВЦ РАН), П.В. Шувалов (кандидат физико-математических наук, старший научный сотрудник отдела моделирования физических процессов и прикладных технологий ККРН НИЦ "Курчатовский институт", О.И. Додулад (аспирант МФТИ)

 

Аннотация:

Доклад посвящен созданию математических методов компьютерного моделирования, эффективных алгоритмов численного решения кинетического уравнения Больцмана на многопроцессорных вычислительных системах с кластерной архитектурой  и графических процессорах общего назначения (GP-GPU), разработке проблемно-моделирующих сред (ПМС) для анализа неравновесных газокинетических процессов тепломассопереноса в микро- и наноструктурах. Одной из главных причин проведения подобных исследований является необходимость разработки методов компьютерного моделирования, лежащих в основе вычислительного эксперимента для широкого круга фундаментальных и прикладных задач газовой кинетики.

Основные прикладные области: микроэлектроника (GAS in MEMS), каскадные вакуумные микронасосы, микро- и наномембраны, аэрогели, молекулярные сита, трековые мембраны (ядерные фильтры), способные разделять смеси разных молекул и изотопов, турбомолекулярные механические насосы, микродвигатели и микроманипуляторы.

 

 

29 января

Тема: "Новая парадигма для компьютерных вычислений в области физики высоких энергий через призму эксперимента ATLAS и других".

Докладчик: Дэ Каушик

Тема: "Церн и компьютинг"

Докладчик: Альберто Паче

 

 

2014 год

 

 

11 декабря

Докладчики: аспиранты Санкт-Петербургского национального исследовательского университета информационных технологий, механики и оптики.

Тема: "Проектирование и разработка предметно-ориентированных композитных приложений в распределенных облачных средах на основе виртуальных моделирующих объектов".

Докладчик: П.А. Смирнов

Тема: "Технологии экстренных вычислений для индивидуальной поддержки принятия решений в глобальных критических ситуациях (по материалам кандидатской диссертации)"

Докладчик: В.А. Карбовский

Тема: "Планирование исполнения наборов композитных приложений во временных окнах распределенных облачных сред"

Докладчик: К.О.Боченина

 

 

10 декабря

Тема: "Математические основы системы OncoFinder для поддержки принятия решений о назначении противоопухолевого лечения"

Докладчик: Н.М. Борисов (заведующий лабораторией биоинформатики и системной биологии ФМБЦ им. Бурназяна)

 

Аннотация:

Назначение тех иных препаратов или их комбинаций конкретным раковым больным зачастую производится лишь на основе клинической интуиции врача, без учета индивидуальных характеристик клеточных механизмов сигнальных и метаболических путей, определяющих пролиферацию клеток опухоли. Хотя профилирование транскрпитома у раковых больных становится все более распространенным методом исследования, до недавнего времени интерпретация такого профилирования была лишена возможности проводить прямые клинические выводы. Для консультативной помощи врачу при выборе тех или иных стратегий лечения рака мы разработали базу знаний OncoFinder, которая анализирует результаты транскрпитомного профилирования в терминах меры количественной активации сигнальных и метаболических путей. Нами показана значительно большая информативность введенной нами меры патологических изменений в сигнальных путях по сравнению с экспрессией отдельных генов, а также лучшее их качество как маркеров нозологических форм рака по сравнению с отдельными генами. Способы и возможности диагностики индивидуальных показаний к назначению тех или иных методов лечения, использующие меру патологических изменений в сигнальных путях, в настоящий момент исследуются и обсуждаются.

 

 

26 ноября

Тема: "Проблемы обработки и интерпретации данных в магнитоэнцефалографии"

Докладчик: В. Л. Введенский (кандидат физико-математических наук, ведущий научный сотрудник НИЦ "Курчатовский институт", МЭГ-Центр Московского городского психолого-педагогического университета)

 

Аннотация:

Метод магнитоэнцефалографии (МЭГ) позволяет неинвазивно принимать и отличать друг от друга сигналы, генерируемые десятками групп нейронов коры головного мозга, одновременно участвующих в таких координированных процессах как, например, анализ изображения или произнесение слова. В докладе рассмотрены физические основы МЭГ, процедура обработки типичных данных, получаемых при МЭГ-измерениях, а также проблемы, возникающие при обработке и интерпретации больших массивов МЭГ-данных.

 

 

28 июля

1. Тема: “Алгоритмы обучения нейронных сетей на основе моделирования процессов самоорганизации (по материалам кандидатской диссертации)”

Докладчик: К.А. Кукин (аспирант НИЦ "Курчатовский институт")

 

Аннотация:

Значительный прогресс в исследованиях биологических нейрональных систем, в построении реалистичных моделей нейронов и методов обучения, а также неуклонный рост информации, представленной в электронном виде открывают новые возможности в развитии методов ее анализа, пригодных для выделения и систематизации значимых признаков, в том числе из больших объемов данных.

В первую очередь сказанное касается самоорганизационных алгоритмов, по сути подсказанных природой. Результатом работы таких алгоритмов являются взаимосвязи во входных данных.

Для анализа данных особый интерес представляет построение самоорганизационных иерархических алгоритмов кластеризации, когда строится последовательное дерево кластеров, отражающее структуру исследуемого множества.

 

В докладе рассматриваются результаты следующих исследований:

1) по выделению эффективных обучающих алгоритмов спайковых нейронных сетей путем сопоставления биологически мотивированных и построенных на основе информационных подходов моделей обучения;

2) по формированию самоорганизационного алгоритма иерархической кластеризации "Растущее нейронное дерево", применимого для анализа больших данных.

Обсуждаются вопросы применимости созданных алгоритмов кластеризации и методов обучения к анализу больших данных.

 

2. Тема: “Облачные системы для анализа данных секвенирования (по материалам кандидатской диссертации)”

Докладчик: А.В. Кураченко (аспирант НИЦ "Курчатовский институт")

 

Аннотация:

После публикации первого генома человека, секвенирование ДНК превратилось в один из повседневных инструментов молекулярной биологии.

Задачи анализа секвенирования являются ресурсоемкими,  и с внедрением технологии секвенирования последнего поколения (next-generation sequencing) ресурсоемкость лишь возрастает, как и потребность в решении этих задач.

В ходе доклада будет представлена облачная система для анализа секвенированных данных с динамической балансировкой вычислительных ресурсов, позволяющая исследователям решать поставленные задачи путем формирования рабочего потока задач (workflow).

 

3. Тема: “Анализ текстовой информации на основе сочетания нейросетевых и вероятностных подходов (по материалам кандидатской диссертации)”

Докладчик: Р.Б. Рыбка (аспирант, инженер-исследователь НИЦ "Курчатовский институт")

 

Аннотация:

В современных условиях рост интенсивности информационного обмена актуализирует задачу разработки алгоритма установления синтаксических отношений между словами и формированием дерева синтаксического разбора предложения на основе данных из Национальных корпусов. С появлением развитых языковых корпусов, в частности: Национального корпуса русского языка и др., появилась база для установления указанных выше отношений статистическими методами и методами искусственного интеллекта.

В докладе рассматриваются результаты проведенных исследований, в частности:

– по определению достижимой точности синтаксического разбора предложения, которую могут обеспечить языковые корпуса;

– методов достижения этой точности при реализации синтаксических разборщиков на основе данных Национального корпуса русского языка;

– возможности применения реалистичных моделей нейронных сетей для задачи синтаксического разбора.

Обсуждаются особенности сформированной нейросетевой методика построения дерева синтаксического разбора на основе проведенных исследований.

 

4. Тема: “Применение современных хранилищ для задач анализа метаданных в высокопроизводительных вычислительных системах (по материалам кандидатской диссертации)”

Докладчик: М.В. Голосова (аспирант, инженер НБИКС-центра НИЦ "Курчатовский институт")

 

Аннотация:

Современные информационные технологии характеризуются неуклонным ростом объемов данных при относительно небольшом росте производительности вычислительных устройств. В этих условиях многие из применяемых подходов к хранению и обработке информации становятся недостаточно производительными. С появлением понятия Big Data и специализированных хранилищ, позволяющих работать с данными, попадающими в эту категорию, становится актуальной задача применения новых решений в уже существующих системах.

В докладе рассматриваются результаты исследований, проведенных в этом направлении, на примере задачи хранения и обработки метаданных в высокопроизводительных вычислительных системах:

– анализ характерных особенностей данный задачи;

– анализ современных подходов к хранению данных и их областей применимости;

– разработка нового типа хранилища на основе NoSQL баз данных.

Обсуждаются перспективы внедрения современных хранилищ в системы управления потоком задач PanDA и SLURM.

 

 

26 марта

Тема: "Одночастичная томография на лазерах на свободных электронах: возможности и проблемы"

Докладчик: И.А. Вартаньянц (старший научный сотрудник, МИФИ, Москва и HASYLAB DESY, Гамбург)

 

Аннотация:

Европейский рентгеновский лазер на свободных электронах XFEL – один из крупнейших физических мегапроектов. Россия является вторым по объему инвестиций участником этого международного проекта, в котором будут проводиться передовые исследования в физике, химии, материаловедении, медицине.

Эксперименты по одночастичной дифракционной томографии на лазерах на свободных электронах (Free-Electron Lasers, FELs) имеют большое значение для определения структуры биологических образцов, которые невозможно кристаллизовать. Одной из проблем обработки данных в таких экспериментах является определение корректной ориентации каждого из дифракционных шаблонов, полученных от образцов, случайным образом введенных в лазерный пучок FEL. В докладе описывается алгоритм, который позволяет решить данную проблему и который можно применить к образцам размером от десятков нанометров до микрон, измеренным с субнанометровом разрешением в присутствии шума. Представлен прямой, не итеративный подход к распознаванию дифракционных шаблонов, соответствующих одной частице с использованием когерентных рентгеновских данных, собранных из двумерных неупорядоченных систем идентичных частиц.

 

 

30 января

Тема: “Создание программной инфраструктуры для систематизации и публикации моделированных событий в физике высоких энергий (по материалам кандидатской диссертации)”

Докладчик: С.Д. Белов (ведущий программист Лаборатории информационных технологий Объединенного института ядерных исследований)

 

Аннотация:

Моделирование физических процессов на коллайдерах является необходимой составляющей современных экспериментов в физике высоких энергий. Корректная подготовка событий часто требует экспертной настройки программ-генераторов либо значительных вычислительных ресурсов. Моделирование событий проводится в несколько этапов с применением различных программных средств и систем распределенных вычислений. Ввиду этого важными задачами являются унификация форматов, автоматическое описание, хранение и доступ к корректно смоделированным событиям для их повторного использования. В докладе обсуждаются предложенные подход и программные средства для автоматизации цепочки моделирования.

 

 

29 января

Тема: “Модель бистабильности и обратного стохастического резонанса клеток Пуркинье”

Докладчик: А. Ю. Бучин (аспирант Ecole Normale Superieure, Laboratoire des Neuroscience Cognitives, Group for Neural Theory)

 

Аннотация:

Клетки Пуркинье играют важную роль в работе мозжечка. Анатомически их аксоны являются единственной проекцией коркового слоя мозжечка в его подкорковые структуры. Данные нейроны обладают возбудимостью второго типа, что может быть экспериментально выявлено в разрывной характеристике вход-выход. Данное свойство мембранных токов клеток Пуркинье может лежать в основе их бимодального поведения in vivo, которое может быть связано с предлагаемой бистабильностью. Экспериментально бистабильность может быть выявлена в ответ на стимуляцию с помощью возрастающей и убывающей ступеньки входного тока. При этом в ответ на одно и то же значение входного тока клетка будет отвечать разным количеством спайков в зависимости от истории стимула, т. е. будет наблюдаться гистерезис частоты спайков. Помимо бистабильного поведения спайковая активность клетки Пуркинье может быть заторможена за счет приложения стимула, сгенерированного в виде цветного шума. Данный эффект, недавно обнаруженный в теоретических моделях отдельных нейронов, называется обратный стохастический резонанс. В этой работе мы показываем, что этот эффект экспериментально наблюдается в клетках Пуркинье и может быть связан с их бистабильным поведением in vivo. Мы используем модель типа aEIF для воспроизведения обратного стохастического резонанса и гистерезиса частоты спайков клеток Пуркинье. Затем мы проводим бифуркационный анализ модели для объяснения этих эффектов с точки зрения нейлинейной динамики. Мы предлагаем, что обратный стохастический резонанс клеток Пуркинье может служить объяснением переключений между состояниями покоя и спайковой активности in vivo, а также показываем, что обратный стохастический резонанс может иметь преимущество для обработки информации.

 

 

2013 год

 

 

28 ноября

Тема: “Математическое моделирование в судостроении. Виртуальный опытовый бассейн”

Докладчик: А.А. Аксенов (кандидат физико-математических наук, технический директор компании ООО "ТЕСИС").

 

Аннотация:

В докладе рассмотрены возможности численного моделирования в судостроении с помощью CFD кода FlowVision. Показано решение тестовых задач и сравнение с экспериментами по буксировки судна. Также в докладе показана система Виртуальный опытовый бассейн (ВОБла), которая реализована на базе решателя FlowVision и суперкомпьютера Курчатовского центра. ВОБла позволяет удаленным способом через web-интерфейс производить численное моделирование буксировки судна. В докладе приводятся дальнейшие шаги по развития Виртуального опытового бассейна.

 

 

24 июля

Тема: “Разработка модели лекарственного препарата”

Докладчик: А.А. Багров (кандидат технических наук, инженер MathWorks)

 

Аннотация:

В этом семинаре на примере разработки модели лекарственного препарата будет рассказано, как с помощью MATLAB можно быстро реализовать алгоритм, подобрать параметры модели, создать независимое приложение. Кроме того, будет сделан обзор возможностей инструмента с точки зрения анализа данных.

Основное внимание будет уделено одному из инструментов MATLAB - Curve Fitting Toolbox. С этим инструментом, на примере разработки модели лекарственного препарата, мы рассмотрим:

- Интерфейс для построения кривых и поверхностей

- Как автоматизировать рабочий процесс с помощью генерации кода

- Методы взаимодействия между интерфейсом Curve Fitting Toolbox и командной строкой MATLAB.

Опыт программирования для участия в семинаре не требуется.

 

 

3 июля

Тема: "Новые методы решения электронных уравнений квантовой химии и их применение" (по материалам диссертации на соискание ученой степени доктора физико-математических наук, ведущая организация - НИЦ КИ)

Докладчик: А.В. Митин (кандидат физико-математических наук, МГУ им. М.В. Ломоносова)

 

Аннотация:

В докладе будут представлены:

- новые линейно масштабируемые методы моделирования электронной структуры больших молекул и супрамолекулярных образований в рамках теории Хартри-Фока и Кона-Шема,

- эффективная реализация релятивистской теории функционала плотности, первые расчеты атома и димера сверхтяжелого элемента 117,

- решение задачи о корреляции большого числа электронов и описания состояний высокой мультиплетности,

- новое физическое явление взаимной поляризации аминокислот, проявляющееся в зависимости зарядов аминокислот и их атомов от взаимной конформации аминокислот,

- определение активных центров гем-цитохрома с в реакции переноса электрона на основе  больших неэмпирических расчётах (системы из более чем 1500 атомов),

- расчеты межатомных взаимодействий на пределе точности.

 

 

4 апреля

Тема: "Искусственные когнитивные системы: базовые нейросетевые технологии и необходимость программно-целевого подхода к реализации"

Докладчик: В.А. Филиппов (проректор Тюменского государственного университета по инновационному развитию и информационным технологиям, генеральный директор ООО "Тюменских ассоциативных систем объединение (ТАСО)")

 

Аннотация:

В настоящее время в результате прогресса нейронаук, роста производительности суперкопьютеров и появления обучаемых наноматериалов в компьютерной отрасли происходит переход от систем с разделенным процессингом и памятью к новой архитектурной парадигме – ассоциативным искусственным когнитивным системам, способным к самообучению и синтезу нового знания путем ассоциативной рекомбинации полученной информации. Под «искусственными когнитивными системами» здесь понимаются технические системы, способные к познанию и поведению для решения существующих проблем в условиях реального мира, включая распознавание образов, понимание смысла и контекстуального значения информации, мышление, самостоятельное усвоение знаний из различных источников, обучение, а в необходимых случаях – субъективную оценку информации. Базовой технологией создаваемых сегодня в разных странах мира искусственных когнитивных систем становятся  нейроморфные (подобные организации живой нервной системы) нейронные сети.

В ходе семинара докладчик остановится на двух аспектах проблемы.

Во-первых, будет рассказано о кортикоморфных (подобных организации коры головного мозга) искусственных нейронных сетях, создаваемых ООО «ТАСО» для решения задач обработки семантики текста и управления техническими объектами, а также о используемых в данных сетях моделях нейронов с многофазной консолидацией и реконсолидацией памяти и технологиях кибергеномики – генноморфных (подобных генетическим и эпигенетическим механизмам организмов) алгоритмах управления развитием искусственных нейросетевых систем.

Во-вторых, будет показана необходимость реализации в России программно-целевого подхода к созданию искусственных когнитивных систем как на государственном, так и на корпоративном уровне, а также представлена концепция отечественной целевой программы в сфере искусственных когнитивных систем.

 

 

2012 год

 

 

25 декабря
Тема: "Решение задач промышленной аэро- гидродинамики с помощью программного комплекса FlowVision"
Докладчик: А.А. Аксенов (кандидат физико-математических наук, технический директор компании ООО "ТЕСИС")

 
Аннотация:
В докладе приводится описание программного комплекса FlowVision.
Программный комплекс FlowVision предназначен для численного моделирования движения жидкости и газа в задачах промышленной аэро- и гидродинамики. В докладе приводится архитектура программного комплекса, описание возможностей численного моделирования и используемые численные методы решения систем уравнений. FlowVisionпозволяет проводить расчеты на различных компьютерных ресурсах, включая суперкомпьютеры со смешанной моделью параллелелизма (SMP+MPP). Основное преимущество FlowVision перед зарубежными аналогами:
автоматический генератор локально и динамически адаптируемой расчетной сетки,
расчет движения тел в расчетной области,
связь с конечно-элементными программами для расчета взаимодействия жидкости и конструкций
решение задач оптимизации аэро-гидродинамических форм
В докладе показано решение практически важных задач отечественной промышленности.
 
 
5 декабря
Тема: "Сравнительный анализ алгоритмов построения больших коммуникационных сетей со свойствами "малого мира".
Докладчик: А. П. Демичев (кандидат физико-математических наук, старший научный сотрудник лаборатории конвергентных информационных систем, НИЦ “Курчатовский институт”)
 
Аннотация:
В работе предлагается подход к разработке коммуникационных сетей суперкомпьютеров следующего поколения. Рассмотрен ряд как известных в литературе, так и оригинальных алгоритмов построения сложных сетей со свойствами “малого мира”, а именно, с медленным (логарифмическим) ростом среднего расстояния между узлами с увеличением их числа. При этом сети, построенные на основе этих алгоритмов, имеют базовую структуру регулярной решетки с дополнительными перемычками между узлами, которые и обеспечивают свойства “малого мира”. Предложена методика сравнения эффективности алгоритмов различных типов. Разрабатываемый подход может также найти применения в различных областях исследований, связанных с разработкой и анализом сетевых структур, в частности, для анализа нейроморфных систем.
 

 

Текущие семинары