Интеллектуальные системы (кафедра МФТИ)/О кафедре

Материал из MachineLearning.

(Различия между версиями)
Перейти к: навигация, поиск
м (орфография)
Текущая версия (00:57, 30 августа 2026) (править) (отменить)
м
 
(26 промежуточных версий не показаны.)
Строка 2: Строка 2:
{{TOCright}}</noinclude>
{{TOCright}}</noinclude>
'''Кафедра «Интеллектуальные системы»''' — [[Базовые кафедры МФТИ|базовая кафедра]] [[Факультет управления и прикладной математики МФТИ|ФУПМ]] [[МФТИ]].
'''Кафедра «Интеллектуальные системы»''' — [[Базовые кафедры МФТИ|базовая кафедра]] [[Факультет управления и прикладной математики МФТИ|ФУПМ]] [[МФТИ]].
 +
Базовая организация — [https://www.frccsc.ru/ “Федеральный исследовательский центр “Информатика и управление” Российской академии наук” (ФИЦ ИУ РАН)], [[Вычислительный центр РАН]].
 +
Кафедра готовит специалистов по направлениям: 03.03.01(бакалавриат)/03.04.01 «Прикладные математика и физика», 01.03.02 «Прикладные математика и информатика», 09.04.01 «Информатика и вычислительная техника»
-
Базовый институт — [[Вычислительный центр РАН]].
+
Обучение на кафедре ведётся по двум специализациям:
-
 
+
* интеллектуальный анализ данных (ИАД),
-
Кафедра готовит специалистов по направлению 010900 «Прикладные математика и физика».
+
* проектирование и организация систем (ПиОС),
-
 
+
<!-- * информационный поиск и машинное обучение.-->
-
Обучение на кафедре ведётся по трём специализациям:
+
-
интеллектуальный анализ данных,
+
-
проектирование и организация систем,
+
-
информационный поиск и машинное обучение.
+
<noinclude>
<noinclude>
== История создания кафедры ==
== История создания кафедры ==
Строка 24: Строка 22:
В 2011 году на кафедре была организована третья специализация «Информационный поиск и машинное обучение» с магистратурой в [[ШАД|Школе анализа данных Яндекса]] (дополнительная базовая организация для магистратуры — ООО «Яндекс»).
В 2011 году на кафедре была организована третья специализация «Информационный поиск и машинное обучение» с магистратурой в [[ШАД|Школе анализа данных Яндекса]] (дополнительная базовая организация для магистратуры — ООО «Яндекс»).
 +
 +
Приказом ФАНО России № 1421 от 31 декабря 2014 г. путем реорганизации ФГБУ Института проблем информатики РАН создан ФГУ “Федеральный исследовательский центр “Информатика и управление” Российской академии наук” (ФИЦ ИУ РАН) с присоединением к нему ФГБУ Института системного анализа РАН и ФГБУ Вычислительного центра им. А.А. Дородницына РАН. Базовой организацией кафедры стал ФИЦ ИУ РАН, ВЦ РАН.
 +
 +
С 2022 года заведующим кафедрой является профессор [[РАН]] [[Участник:Vokov|Воронцов Константин Вячеславович]].
== Специализация «Интеллектуальный анализ данных» ==
== Специализация «Интеллектуальный анализ данных» ==
'''Магистерская программа:''' 010990 «Интеллектуальный анализ данных»
'''Магистерская программа:''' 010990 «Интеллектуальный анализ данных»
-
'''Руководитель специализации:''' чл.-корр. [[РАН]] [[Рудаков, Константин Владимирович|Рудаков Константин Владимирович]]
+
'''Руководитель специализации:''' профессор [[РАН]] [[Участник:Vokov|Воронцов Константин Вячеславович]]
-
 
+
<!-- академик [[РАН]] [[Рудаков, Константин Владимирович|Рудаков Константин Владимирович]] -->
-
'''Научный руководитель:''' профессор Нью-Йоркский университета и института Куранта {{S|Зорин Денис Николаевич}}
+
 +
'''Научный руководитель:''' профессор Нью-Йоркского университета и института Куранта {{S|Зорин Денис Николаевич}}
 +
{{tip|Актуальная страница специализации на новом сайте [https://intsystems.github.io/ru/ http://is-mipt.site].}}
[[Интеллектуальный анализ данных]] является одним из наиболее актуальных и востребованных направлений прикладной математики.
[[Интеллектуальный анализ данных]] является одним из наиболее актуальных и востребованных направлений прикладной математики.
Современные процессы бизнеса и производства порождают огромные массивы данных.
Современные процессы бизнеса и производства порождают огромные массивы данных.
Строка 39: Строка 42:
Эти и многие другие задачи изучаются на специализации «Интеллектуальный анализ данных».
Эти и многие другие задачи изучаются на специализации «Интеллектуальный анализ данных».
-
Специализация была создана учениками академика РАН [[Журавлёв, Юрий Иванович|Ю.&nbsp;И.&nbsp;Журавлёва]].
+
Специализация была создана учениками академика РАН [[Журавлёв, Юрий Иванович|Ю.&nbsp;И.&nbsp;Журавлёва]], под руководством его ученика, академика [[РАН]] [[Рудаков, Константин Владимирович|Рудакова К.В.]]
-
Им и его научной школой разработан уникальный математический аппарат, опирающийся на классические методы общей алгебры, дискретного и функционального анализа, комбинаторики, математической статистики.
+
Научной школой [[Журавлёв, Юрий Иванович|Ю.&nbsp;И.&nbsp;Журавлёва]] разработан уникальный математический аппарат, опирающийся на классические методы общей алгебры, дискретного и функционального анализа, комбинаторики, математической статистики.
Глубокое изучение этих дисциплин составляет основу подготовки выпускаемых специалистов.
Глубокое изучение этих дисциплин составляет основу подготовки выпускаемых специалистов.
В&nbsp;рамках специализации ведется обучение студентов методам постановки и решения реальных прикладных задач.
В&nbsp;рамках специализации ведется обучение студентов методам постановки и решения реальных прикладных задач.
-
В каждом семестре помимо теоретических курсов проводится практикум, дающий студентам навыки самостоятельной научно-исследовательской работы, проведения вычислительных экспериментов, написания научных статей и технических отчётов, работы с научной литературой, выступлений с презентациями и ведения научных дискуссий.
+
Каждый семестр, помимо теоретических курсов, проходит практикум, дающий студентам навыки самостоятельной научно-исследовательской работы, проведения вычислительных экспериментов, написания научных статей и технических отчётов, работы с научной литературой, выступлений с презентациями и ведения научных дискуссий.
Ежегодно специализация выпускает 5–10 магистров, многие из них поступают в аспирантуру [[МФТИ]] и [[ВЦ РАН]].
Ежегодно специализация выпускает 5–10 магистров, многие из них поступают в аспирантуру [[МФТИ]] и [[ВЦ РАН]].
Строка 54: Строка 57:
Студенты имеют возможность участвовать в прикладных разработках компании «[[Форексис]]».
Студенты имеют возможность участвовать в прикладных разработках компании «[[Форексис]]».
-
Это молодая, сплоченная команда профессионалов, объединённая идеей внедрения интеллектуального анализа данных в различных прикладных областях. Клиентами «Форексис» являются:
+
Это молодая, сплочённая команда профессионалов, объединённая идеей внедрения интеллектуального анализа данных в различных прикладных областях. Клиентами «Форексис» являются
Московская межбанковская валютная биржа,
Московская межбанковская валютная биржа,
Банк ОТП,
Банк ОТП,
Строка 62: Строка 65:
МТС,
МТС,
ЗАО «Анти-Плагиат», и др.
ЗАО «Анти-Плагиат», и др.
-
«Форексис» — партнер таких компаний, как Microsoft, Oracle, SAP, Columbus IT Partners и др.
+
Компания «[[Форексис]]» является партнёром компаний Microsoft, Oracle, SAP, Columbus IT Partners и других.
-
Специализация «Интеллектуальный анализ данных» предоставляет студентам увлекательную возможность заниматься самыми разными предметными областями, применяя к ним одну и ту же фундаментальную математику.
+
Специализация «Интеллектуальный анализ данных» предоставляет студентам увлекательную возможность заниматься самыми разными предметными областями, применяя к ним одни и те же методы фундаментальной математики.
=== Научные направления ===
=== Научные направления ===
Строка 84: Строка 87:
* [[анализ поведения пользователей]] в сети Интернет (web usage mining);
* [[анализ поведения пользователей]] в сети Интернет (web usage mining);
* [[Антиплагиат|поиск и идентификация заимствований (плагиата)]];
* [[Антиплагиат|поиск и идентификация заимствований (плагиата)]];
 +
* [[тематическое моделирование]], тематический поиск;
* [[биоинформатика]];
* [[биоинформатика]];
* [[имитационное моделирование]] автотранспортных потоков.
* [[имитационное моделирование]] автотранспортных потоков.
Строка 106: Строка 110:
|[[Машинное обучение (курс лекций, К.В.Воронцов)|Теория обучения машин]]
|[[Машинное обучение (курс лекций, К.В.Воронцов)|Теория обучения машин]]
|[[Участник:Vokov|Воронцов]]
|[[Участник:Vokov|Воронцов]]
-
|Д
+
|Э
|Э
|Э
|
|
Строка 122: Строка 126:
|
|
|-
|-
-
|Семинар по специальности
+
|Научный семинар по специальности
|все
|все
|–
|–
Строка 166: Строка 170:
|
|
|
|
 +
|-
 +
|[[Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)|Теория статистического обучения]]
 +
|[[Участник:Vokov|Воронцов]]
 +
|
 +
|
 +
|Д
 +
|
 +
|
 +
|
|-
|-
|[http://www.ccas.ru/frc/department/mest1.pdf Обработка изображений]
|[http://www.ccas.ru/frc/department/mest1.pdf Обработка изображений]
-
|Местецкий
+
|[[Участник:Mest|Местецкий]]
|
|
|
|
Строка 179: Строка 192:
|-
|-
|[http://www.ccas.ru/frc/department/mest2.pdf Анализ и распознавание изображений]
|[http://www.ccas.ru/frc/department/mest2.pdf Анализ и распознавание изображений]
-
|Местецкий
+
|[[Участник:Mest|Местецкий]]
|
|
|
|
Строка 197: Строка 210:
|-
|-
|[http://www.ccas.ru/frc/department/mottl.pdf Обработка сигналов и многомерных массивов данных]
|[http://www.ccas.ru/frc/department/mottl.pdf Обработка сигналов и многомерных массивов данных]
-
|Моттль
+
|[[Участник:Vmottl|Моттль]]
 +
|
 +
|
 +
|
 +
|Д
 +
|Э
 +
|
 +
|-
 +
|Анализ сложноорганизованных данных
 +
|[[Участник:Krasotkina|Красоткина]]
|
|
|
|
Строка 211: Строка 233:
|
|
|
|
-
|Э
+
|Д
 +
|
 +
|-
 +
|[[Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин)|Биоинформатика]]
 +
|[[Участник:Tiy|Торшин]]
 +
|
 +
|
 +
|
 +
|
 +
|Д
 +
|
 +
|-
 +
|[[Графические модели]]
 +
|Топинский
 +
|
 +
|
 +
|
 +
|
 +
|Д
|
|
|-
|-
Строка 223: Строка 263:
|Д
|Д
|-
|-
-
|[[Теория надёжности обучения по прецедентам (курс лекций, К. В. Воронцов)|Теория статистического обучения]]
+
|Практика и методология промышленного анализа данных
-
|[[Участник:Vokov|Воронцов]]
+
|[[Участник:Andyray|Ивахненко]]
|
|
|
|
Строка 230: Строка 270:
|
|
|
|
-
|Э
+
|Д
|-
|-
|[[Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)|Регрессионный анализ]]
|[[Прикладной регрессионный анализ (курс лекций, B.В. Стрижов)|Регрессионный анализ]]
Строка 240: Строка 280:
|
|
|Э
|Э
-
|-
 
-
|[[Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин)|Биоинформатика]]
 
-
|[[Участник:Tiy|Торшин]]
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|Э
 
|-
|-
!colSpan=8 |<small>Требования учебного отдела</small>
!colSpan=8 |<small>Требования учебного отдела</small>
Строка 296: Строка 327:
'''Магистерская программа:''' 010956 «Математические и информационные технологии»
'''Магистерская программа:''' 010956 «Математические и информационные технологии»
-
'''Руководитель специализации:''' д.т.н., профессор Эрлих Александр Игоревич
+
'''Руководитель специализации:''' д.т.н., [[Участник:IvanMatveev|Матвеев Иван Алексеевич]].
Главное направление подготовки студентов – обучение знаниям, умениям и навыкам, необходимым для проектирования и разработки интеллектуальных прикладных систем или, как их еще называют, ''прикладных систем, основанных на знаниях'' (Applied Knowledge Based Systems).
Главное направление подготовки студентов – обучение знаниям, умениям и навыкам, необходимым для проектирования и разработки интеллектуальных прикладных систем или, как их еще называют, ''прикладных систем, основанных на знаниях'' (Applied Knowledge Based Systems).
-
Все преподаватели специализации являются представителями научной школы академика {{S|Г. С. Поспелова}}.
+
Преподаватели специализации являются представителями научной школы академика {{S|Г. С. Поспелова}}.
Руководитель специализации профессор {{S|А. И. Эрлих}} под руководством {{S|Г. С. Поспелова}} в середине 1970-х годов одним из первых в России начал развивать и применять подходы нового по тем временам научного направления «Искусственный интеллект» в разработках и проектировании прикладных компьютерных систем. Сегодня методы и средства искусственного интеллекта как основа новых информационных технологий прочно заняли передовые позиции в теоретической и прикладной информатике.
Руководитель специализации профессор {{S|А. И. Эрлих}} под руководством {{S|Г. С. Поспелова}} в середине 1970-х годов одним из первых в России начал развивать и применять подходы нового по тем временам научного направления «Искусственный интеллект» в разработках и проектировании прикладных компьютерных систем. Сегодня методы и средства искусственного интеллекта как основа новых информационных технологий прочно заняли передовые позиции в теоретической и прикладной информатике.
-
Методы и средства [[представление знаний|представления знаний]] в компьютерных системах, методы использования этих знаний для решения плохо формализуемых задач, включая всевозможные задачи менеджмента в самых разных областях человеческой деятельности; поддержку научных исследований и проектирование сложных объектов; компьютерное обучение; общение с ЭВМ на естественном языке (Natural Language Processing) — вот примеры основных направлений, в которых успешно работают в России и за рубежом выпускники специализации.
+
Методы и средства синтеза (mining) и [[представление знаний|представления знаний]] в компьютерных системах, методы использования этих знаний для решения плохо формализуемых задач, включая всевозможные задачи управления и принятия решений в самых разных областях человеческой деятельности; поддержку научных исследований и проектирование сложных объектов; машинное обучение в прикладных областях, таких как анализ изображений, видео и речи; общение с компьютерными системами на естественном языке (Natural Language Processing), объяснительный искусственный интеллект — вот примеры основных направлений, в которых успешно работают в России и за рубежом выпускники специализации.
Подготовка студентов ориентирована на их дальнейшую работу по развитию новых методов и средств создания сложных интеллектуальных систем различного прикладного назначения.
Подготовка студентов ориентирована на их дальнейшую работу по развитию новых методов и средств создания сложных интеллектуальных систем различного прикладного назначения.
-
Во время обучения, помимо прохождения теоретических курсов, студенты под руководством преподавателей специализации ведут научно-исследовательские разработки, предполагающие самостоятельное выполнение и защиту результатов в конце каждого семестра.
+
Во время обучения, помимо прохождения теоретических курсов, студенты под руководством преподавателей специализации участвуют в прикладных проектах ведущих технологических компаний, ведут научно-исследовательские разработки, предполагающие самостоятельное выполнение и защиту результатов в конце каждого семестра.
-
Благодаря широким международным научным связям всегда доступна новейшая информация о развитии исследований в области искусственного интеллекта за рубежом.
+
Благодаря широким научным связям с ведущими индустриальными партнерами и институтами кафедра всегда находится на переднем крае исследований в области искусственного интеллекта.
=== Научные направления ===
=== Научные направления ===
* [[искусственный интеллект]];
* [[искусственный интеллект]];
-
* оптимизация [[сложная система|сложных систем]];
 
-
* анализ и распознавание изображений;
 
* компьютерная лингвистика;
* компьютерная лингвистика;
 +
* анализ, распознавание изображений и речи;
 +
* [[биоинформатика]];
* семантические технологии, Semantic Web;
* семантические технологии, Semantic Web;
 +
* оптимизация [[сложная система|сложных систем]];
* методы автоматизации управления и проектирования.
* методы автоматизации управления и проектирования.
Строка 334: Строка 366:
!colSpan=8 |Бакалавриат
!colSpan=8 |Бакалавриат
|-
|-
-
|Основы искусственного интеллекта (ИИ) и систем ИИ
+
|[[Модели и методы искусственного интеллекта (курс лекций, И.А.Матвеев)|Модели и методы искусственного интеллекта]]
-
|Хорошевский
+
|[[Участник:IvanMatveev|Матвеев]]
|Д
|Д
|
|
Строка 341: Строка 373:
|
|
|
|
-
|
+
|
|-
|-
-
|Модели и методы искусственного интеллекта
+
|Байесовские методы в машинном обучении и статистике
-
|Матвеев
+
|Виноградов
-
|Э
+
|Д
|
|
|
|
Строка 352: Строка 384:
|
|
|-
|-
-
|Системы и средства представления знаний
+
|[[Обработка изображений в системах искусственного интеллекта (курс лекций, А.Н.Гнеушев)|Обработка изображений в системах искусственного интеллекта]]
-
|Хорошевский
+
|[[Участник:Algneushev|Гнеушев]]
-
|
+
|Д
-
|Э
+
|Д
|
|
|
|
Строка 361: Строка 393:
|
|
|-
|-
-
|Обработка изображений в системах ИИ
+
|[[Основы искусственного интеллекта и систем, основанных на знаниях (курс лекций, В.Ф.Хорошевский)|Основы искусственного интеллекта и систем, основанных на знаниях]]
-
|Матвеев
+
|Аверкин
|
|
-
|Э
+
|Д
|
|
|
|
Строка 370: Строка 402:
|
|
|-
|-
-
|Технологии организации данных в интеллектуальных системах
+
|[[Технологии организации данных (курс лекций, С.К.Дулин)|Технологии организации данных]]
|Дулин
|Дулин
|
|
 +
|Д
 +
|Д
|
|
-
|Э
+
|
 +
|
 +
|-
 +
|[[Системы и средства представления знаний (курс лекций, В.Ф.Хорошевский)|Системы и средства представления знаний]]
 +
|Аверкин
 +
|
 +
|
 +
|Д
 +
|
 +
|
 +
|
 +
|-
 +
|Основы речевых технологий
 +
|Чучупал
 +
|
 +
|
 +
|Д
 +
|
 +
|
 +
|
 +
|-
 +
|[[Научный семинар по специальности (практика, А.И.Эрлих)|Научный семинар по специальности]]
 +
|все
 +
|
 +
|Д
 +
|Д
|
|
|
|
Строка 381: Строка 440:
!colSpan=8 |Магистратура
!colSpan=8 |Магистратура
|-
|-
-
|Математические модели и методы управления
+
|[[Биоинформатика и задачи распознавания в современной биологии (курс лекций, И.Ю. Торшин)|Задачи распознавания в биоинформатике]]
-
|Цурков
+
|Торшин
|
|
|
|
|
|
-
|—
+
|Д
-
|Э
+
|
|
|
|-
|-
-
|Декомпозиция в оптимизации систем
+
|[[Математические модели и методы принятия решений (курс лекций, Е.З.Мохонько)|Математические модели и методы принятия решений]]
 +
|Виноградов
 +
|
 +
|
 +
|
 +
|Д
 +
|Д
 +
|Д
 +
|-
 +
|[[Математические модели и методы управления сложных систем (курс лекций, В.И.Цурков)|Методы понижения размерности в задачах управления]]
|Цурков
|Цурков
|
|
|
|
|
|
-
|—
+
|Д
-
|Э
+
|Д
-
|
+
|Д
|-
|-
-
|Математические модели и методы принятия решений
+
|[[Декомпозиция в оптимизации систем (курс лекций, В.И.Цурков)|Декомпозиция в оптимизации систем]]
-
|Шахнов
+
|Егорова
|
|
|
|
|
|
|Д
|Д
-
|—
+
|Д
-
|Э
+
|Д
|-
|-
-
|Технология активных баз знаний
+
|[[Технология активных баз знаний (курс лекций, С.К.Дулин)|Технология активных баз знаний]]
|Дулин
|Дулин
|
|
Строка 414: Строка 482:
|
|
|Д
|Д
-
|—
+
|Д
-
|Э
+
|Д
|-
|-
-
|Научный семинар по специальности
+
|[[Научный семинар по специальности (практика, А.И.Эрлих)|Научный семинар по специальности]]
|все
|все
|
|
Строка 423: Строка 491:
|
|
|
|
 +
|Н
|
|
-
|
+
<!--
|-
|-
!colSpan=8 |<small>Требования учебного отдела</small>
!colSpan=8 |<small>Требования учебного отдела</small>
Строка 463: Строка 532:
|<small>4</small>
|<small>4</small>
|<small>12</small>
|<small>12</small>
 +
-->
|}
|}
Строка 469: Строка 539:
* Н - недифференцированный зачет
* Н - недифференцированный зачет
 +
<!--
== Специализация «Информационный поиск и машинное обучение» ==
== Специализация «Информационный поиск и машинное обучение» ==
'''Магистерская программа:''' 010958 «Прикладная информатика»
'''Магистерская программа:''' 010958 «Прикладная информатика»
Строка 508: Строка 579:
!5<SUB>10</SUB>
!5<SUB>10</SUB>
!6<SUB>11</SUB>
!6<SUB>11</SUB>
-
|-
 
-
!colSpan=8 |Бакалавриат
 
-
|-
 
-
|[[Машинное обучение (курс лекций, К.В.Воронцов)|Теория обучения машин]]
 
-
|[[Участник:Vokov|Воронцов]]
 
-
|Д
 
-
|Э
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|-
 
-
|[[Автоматизация и стандартизация научных исследований (практика, В.В. Стрижов)|Автоматизация научных исследований]]
 
-
|[[Участник:Strijov|Стрижов]]
 
-
|Д
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|-
 
-
|Семинар по специальности
 
-
|все
 
-
|–
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|-
 
-
|Дискретная оптимизация
 
-
|Сигал
 
-
|
 
-
|Э
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|-
 
-
|[[Метрические методы интеллектуального анализа данных (курс лекций, А.И. Майсурадзе)|Анализ данных в метрических пространствах]]
 
-
|[[Участник:AIM|Майсурадзе]]
 
-
|
 
-
|Д
 
-
|
 
-
|
 
-
|
 
-
|
 
-
|-
 
-
|[[Численные методы обучения по прецедентам (практика, В.В. Стрижов)|Математические методы прогнозирования]]
 
-
|[[Участник:Strijov|Стрижов]]
 
-
|
 
-
|Д
 
-
|Д
 
-
|
 
-
|
 
-
|
 
-
|-
 
-
|[http://www.ccas.ru/frc/department/smetanin.pdf Прикладной комбинаторный анализ]
 
-
|Сметанин
 
-
|
 
-
|
 
-
|Э
 
-
|
 
-
|
 
-
|
 
-
|-
 
-
|[http://www.ccas.ru/frc/department/mest1.pdf Обработка изображений]
 
-
|Местецкий
 
-
|
 
-
|
 
-
|Э
 
-
|
 
-
|
 
-
|
 
|-
|-
!colSpan=8 |Магистратура
!colSpan=8 |Магистратура
Строка 708: Строка 705:
* Д - дифференцированный зачет
* Д - дифференцированный зачет
* Н - недифференцированный зачет
* Н - недифференцированный зачет
-
 
+
-->
== Ссылки ==
== Ссылки ==
* [http://www.ccas.ru/frc/departmipt.html Кафедра «Интеллектуальные системы» ФУПМ МФТИ] - старая страница на [http://www.ccas.ru/ сайте ВЦ РАН]
* [http://www.ccas.ru/frc/departmipt.html Кафедра «Интеллектуальные системы» ФУПМ МФТИ] - старая страница на [http://www.ccas.ru/ сайте ВЦ РАН]

Текущая версия

   
:: Кафедра ИС ::
Специализации
Преподаватели
Курсы
Материалы
Студенты
Научный семинар
Отчеты НИР
Прием студентов
           Тел. +7(499)135-41-63
Написать письмо К.В. Воронцову
Контакты

Содержание

Кафедра «Интеллектуальные системы» — базовая кафедра ФУПМ МФТИ. Базовая организация — “Федеральный исследовательский центр “Информатика и управление” Российской академии наук” (ФИЦ ИУ РАН), Вычислительный центр РАН. Кафедра готовит специалистов по направлениям: 03.03.01(бакалавриат)/03.04.01 «Прикладные математика и физика», 01.03.02 «Прикладные математика и информатика», 09.04.01 «Информатика и вычислительная техника»

Обучение на кафедре ведётся по двум специализациям:

  • интеллектуальный анализ данных (ИАД),
  • проектирование и организация систем (ПиОС),

История создания кафедры

В 2003 году на одной из старейших базовых кафедр ФУПМ «Управление и вычислительные системы» (ВЦ РАН) была образована новая специализация — «Интеллектуальный анализ данных», руководителем которой стал чл.-корр. РАН К. В. Рудаков.

В 2004 году кафедра «Управление и вычислительные системы» была разделена на две кафедры: «Математическое моделирование сложных процессов и систем» (заведующий — чл.-корр. РАН Ю. Н. Павловский) и «Интеллектуальные системы» (заведующий — чл.-корр. РАН К. В. Рудаков). Кафедра «Интеллектуальные системы» объединила две специализации: «Проектирование и организация систем» и «Интеллектуальный анализ данных». Специализация «Проектирование и организация систем» была создана в 1970-е годы основоположником отечественной школы методов искусственного интеллекта академиком Г. С. Поспеловым как базовая кафедра с таким же названием при ВЦ РАН.

В 2011 году на кафедре была организована третья специализация «Информационный поиск и машинное обучение» с магистратурой в Школе анализа данных Яндекса (дополнительная базовая организация для магистратуры — ООО «Яндекс»).

Приказом ФАНО России № 1421 от 31 декабря 2014 г. путем реорганизации ФГБУ Института проблем информатики РАН создан ФГУ “Федеральный исследовательский центр “Информатика и управление” Российской академии наук” (ФИЦ ИУ РАН) с присоединением к нему ФГБУ Института системного анализа РАН и ФГБУ Вычислительного центра им. А.А. Дородницына РАН. Базовой организацией кафедры стал ФИЦ ИУ РАН, ВЦ РАН.

С 2022 года заведующим кафедрой является профессор РАН Воронцов Константин Вячеславович.

Специализация «Интеллектуальный анализ данных»

Магистерская программа: 010990 «Интеллектуальный анализ данных»

Руководитель специализации: профессор РАН Воронцов Константин Вячеславович

Научный руководитель: профессор Нью-Йоркского университета и института Куранта Зорин Денис Николаевич

Актуальная страница специализации на новом сайте http://is-mipt.site.


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 использовать имеющуюся информацию для автоматизации принятия решений в различных профессиональных областях? Эти и многие другие задачи изучаются на специализации «Интеллектуальный анализ данных».

Специализация была создана учениками академика РАН Ю. И. Журавлёва, под руководством его ученика, академика РАН Рудакова К.В. Научной школой Ю. И. Журавлёва разработан уникальный математический аппарат, опирающийся на классические методы общей алгебры, дискретного и функционального анализа, комбинаторики, математической статистики. Глубокое изучение этих дисциплин составляет основу подготовки выпускаемых специалистов. В рамках специализации ведется обучение студентов методам постановки и решения реальных прикладных задач. Каждый семестр, помимо теоретических курсов, проходит практикум, дающий студентам навыки самостоятельной научно-исследовательской работы, проведения вычислительных экспериментов, написания научных статей и технических отчётов, работы с научной литературой, выступлений с презентациями и ведения научных дискуссий.

Ежегодно специализация выпускает 5–10 магистров, многие из них поступают в аспирантуру МФТИ и ВЦ РАН. Студентами и сотрудниками кафедры публикуется около 70 научных работ ежегодно. Ежегодно защищаются несколько кандидатских и докторских диссертаций. Студенты и аспиранты кафедры регулярно участвуют в работе научных конференций ММРО (Математические методы распознавания образов, Россия) и ИОИ (Интеллектуализация обработки информации), организуемых при непосредственном участии сотрудников кафедры.

Студенты имеют возможность участвовать в прикладных разработках компании «Форексис». Это молодая, сплочённая команда профессионалов, объединённая идеей внедрения интеллектуального анализа данных в различных прикладных областях. Клиентами «Форексис» являются Московская межбанковская валютная биржа, Банк ОТП, КБ «Петрокоммерц», ТД «Лама», ЗАО «Связной», МТС, ЗАО «Анти-Плагиат», и др. Компания «Форексис» является партнёром компаний Microsoft, Oracle, SAP, Columbus IT Partners и других.

Специализация «Интеллектуальный анализ данных» предоставляет студентам увлекательную возможность заниматься самыми разными предметными областями, применяя к ним одни и те же методы фундаментальной математики.

Научные направления

Направления научных исследований

Направления прикладных исследований и разработок

Учебный план

Название курса Преподаватели Курссеместр
36  47  48  59  510 611
Бакалавриат
Теория обучения машин Воронцов Э Э
Автоматизация научных исследований Стрижов Д
Научный семинар по специальности все –
Дискретная оптимизация Сигал Э
Анализ данных в метрических пространствах Майсурадзе Д
Математические методы прогнозирования Стрижов Д Д
Прикладной комбинаторный анализ Сметанин Э
Теория статистического обучения Воронцов Д
Обработка изображений Местецкий Э
Магистратура
Анализ и распознавание изображений Местецкий Э
Основания алгебраического подхода к синтезу корректных алгоритмов Рудаков Д Э
Обработка сигналов и многомерных массивов данных Моттль Д Э
Анализ сложноорганизованных данных Красоткина Э Д
Методы дискретного анализа в распознавании образов Журавлёв Д
Биоинформатика Торшин Д
Графические модели Топинский Д
Интеллектуальные системы Рудаков Д
Практика и методология промышленного анализа данных Ивахненко Д
Регрессионный анализ 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

Специализация «Проектирование и организация систем»

Магистерская программа: 010956 «Математические и информационные технологии»

Руководитель специализации: д.т.н., Матвеев Иван Алексеевич.

Главное направление подготовки студентов – обучение знаниям, умениям и навыкам, необходимым для проектирования и разработки интеллектуальных прикладных систем или, как их еще называют, прикладных систем, основанных на знаниях (Applied Knowledge Based Systems).

Преподаватели специализации являются представителями научной школы академика Г. С. Поспелова. Руководитель специализации профессор А. И. Эрлих под руководством Г. С. Поспелова в середине 1970-х годов одним из первых в России начал развивать и применять подходы нового по тем временам научного направления «Искусственный интеллект» в разработках и проектировании прикладных компьютерных систем. Сегодня методы и средства искусственного интеллекта как основа новых информационных технологий прочно заняли передовые позиции в теоретической и прикладной информатике.

Методы и средства синтеза (mining) и представления знаний в компьютерных системах, методы использования этих знаний для решения плохо формализуемых задач, включая всевозможные задачи управления и принятия решений в самых разных областях человеческой деятельности; поддержку научных исследований и проектирование сложных объектов; машинное обучение в прикладных областях, таких как анализ изображений, видео и речи; общение с компьютерными системами на естественном языке (Natural Language Processing), объяснительный искусственный интеллект — вот примеры основных направлений, в которых успешно работают в России и за рубежом выпускники специализации.

Подготовка студентов ориентирована на их дальнейшую работу по развитию новых методов и средств создания сложных интеллектуальных систем различного прикладного назначения. Во время обучения, помимо прохождения теоретических курсов, студенты под руководством преподавателей специализации участвуют в прикладных проектах ведущих технологических компаний, ведут научно-исследовательские разработки, предполагающие самостоятельное выполнение и защиту результатов в конце каждого семестра. Благодаря широким научным связям с ведущими индустриальными партнерами и институтами кафедра всегда находится на переднем крае исследований в области искусственного интеллекта.

Научные направления

Учебный план

Название курса Преподаватели Курссеместр
36  47  48  59  510 611
Бакалавриат
Модели и методы искусственного интеллекта Матвеев Д
Байесовские методы в машинном обучении и статистике Виноградов Д
Обработка изображений в системах искусственного интеллекта Гнеушев Д Д
Основы искусственного интеллекта и систем, основанных на знаниях Аверкин Д
Технологии организации данных Дулин Д Д
Системы и средства представления знаний Аверкин Д
Основы речевых технологий Чучупал Д
Научный семинар по специальности все Д Д
Магистратура
Задачи распознавания в биоинформатике Торшин Д
Математические модели и методы принятия решений Виноградов Д Д Д
Методы понижения размерности в задачах управления Цурков Д Д Д
Декомпозиция в оптимизации систем Егорова Д Д Д
Технология активных баз знаний Дулин Д Д Д
Научный семинар по специальности все Н
  • Э - экзамен
  • Д - дифференцированный зачет
  • Н - недифференцированный зачет

Ссылки

Источник — «http://www.machinelearning.ru/wiki/index.php?title=%D0%98%D0%BD%D1%82%D0%B5%D0%BB%D0%BB%D0%B5%D0%BA%D1%82%D1%83%D0%B0%D0%BB%D1%8C%D0%BD%D1%8B%D0%B5_%D1%81%D0%B8%D1%81%D1%82%D0%B5%D0%BC%D1%8B_%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»
Личные инструменты