Nodarbības notiek trešdienās, st. Vavilova 42
- 4.kurss, 7.semestris
- 10:30-12:00, 355, Dziļās mācīšanās metodes, eksāmens (Kropotovs)
- 12:10-13:40, 355, Dziļās mācīšanās metodes, ieskaite (Kropotovs, semināristi)
- 14:30-16:00, 355, Matemātiskās prognozēšanas metodes, eksāmens (Aduenko, Strižovs)
- 16:10-17:40, 355, Teksta analīzes matemātiskās metodes, dif. tests (Voroncovs)
- 5.kurss, 9.semestris
- 12:10-13:40, 157, attēlu analīze un atpazīšana, eksāmens (Mestetsky)
- 16:30-18:00, 157, Algebriskās pieejas pamati modeļu atpazīšanai, tests (Rudakovs)
- 6.kurss, 11.semestris
- MIPT, dabiskās valodas apstrāde, dif. zach. (Burcevs)
- 10:30-12:00, 157, Mašīnmācīšanās modeļu izvēle, eksāmens (Isačenko, Bahtejevs, Strižovs)
- 16:10-17:40, 355, Teksta analīzes matemātiskās metodes (Voroncovs)
- 17:50-19:30, 355, Tēmu modelēšana, dif. zach. (Voroncovs)
Nodarbības notiek otrdienās 4. kursa studentiem klasē. 113 (Vavilova iela 40), 5. gadu istabā. 370 (Vavilov St. 42)
- 4.kurss, 7.semestris
- 11:00-13:10, 40/113, eksāmens (Gneuševs)
- 13:20-15:30, 40/113, Datu organizēšanas tehnoloģijas, eksāmens (Dulin)
- 15:40-17:50, 40/113, Zināšanu atspoguļošanas sistēmas un līdzekļi, eksāmens (Horoševskis)
- 5.kurss, 9.semestris
- 11:00-12:25, 42/370, Aktīvā zināšanu bāzes tehnoloģija, eksāmens (Dulin)
- 12:35-14:00, 42/370, Matemātiskie modeļi un lēmumu pieņemšanas metodes, dif. kredīts (Mokhonko)
- 14:10-15:35, 42/370, Matemātiskie modeļi un vadības metodes sarežģītām sistēmām, dif. zach. (Curkovs)
- 15:45-17:10, 42/370, Dekompozīcija sistēmu optimizācijā, eksāmens (Curkovs)
Vispārējais grafiks, 2019. gada rudens
- Pārbaudes nedēļa 16.-22.decembris
- Pētījuma atskaite 18.decembris plkst.18:00 (gatavošanās ziņojumam no 3.decembra)
- FUPM grafiks
- 1. straume: piektdien 13.55–15.20, 18.35–20.00 239 nc (Voroncovs K.V., Strižovs V.V.)
- 2. straume: pirmdien 17.05–18.30, 18.35–20.00 115 km/min (Neychev R.G.)
Iepriekšēja Nodaļas nodarbību grafiks, 2020. gada pavasaris
Specializācija "Datu ieguve"
nodarbības notiek trešdienās 4. un 5. gadā, ceturtdienās 3. gadā, st. Vavilova 42
- 3.kurss, 6.semestris (3.kurss fiksēts)
- 10:30–12:00, 355, Ievads mašīnmācībā, atšķir. zach. (Strižovs)
- 12:10-13:40, 355, Seminārs par programmēšanu Python, tests (Apishev)
- 14:30–16:00, 355, Seminārs par mašīnmācību, atšķir. zach. (Strižovs)
- 16:10-17:40, 355, Zinātniskais seminārs specialitātē, dif. zach. (pētījumu vadītāji)
- 4.kurss, 8.semestris
- 10:30-12:00, 355, Prognozēšanas matemātiskās metodes, dif. zach. (Strižovs)
- 12:10-13:40, 355, Attēlu analīze un atpazīšana, dif. zach. (Mestetskis)
- 14:30-16:00, 355, Lietišķā kombinatoriskā analīze, eksāmens (Smetanin)
- 16:10-17:40, 355, Tīklu un tekstu analīze, dif. zach. (Maisuradze)
- 5.kurss, 10.semestris
- 10:30-12:00, 157, Programmatūras inženierija, seminārs (Hritankovs)
- 12:10-13:40, 157, Bioinformātika, eksāmens (Torshin)
- 14:30-16:00, 157, Signālu apstrāde, eksāmens (Mottl)
- 16:10-17:40, 157, Algebriskās pieejas pamati modeļu atpazīšanai, eksāmens (Rudakovs)
Specializācija "Sistēmu projektēšana un organizēšana"
nodarbības notiek otrdienās 4. un 5. kursos, ceturtdienās 3. kursos, telpā. 113 (Vavilov St. 40) un istabā. 370 (Vavilov St. 42)
- 3.kurss, 6.semestris
- 11:00-13:15, 40/113, Mākslīgā intelekta modeļi un metodes, dif. zach. (Matvejevs)
- 14:00-16:15, 40/113, Mākslīgā intelekta un AI sistēmu pamati, dif. zach. (Horoševskis)
- 4.kurss, 8.semestris
- 10:00-11:25, 40/113, Datu organizēšanas tehnoloģijas, eksāmens (Dulin)
- 11:35-13:00, 42/370, Attēlu apstrāde AI sistēmās, dif. zach. (Gņeuševs)
- 5.kurss, 10.semestris
- 11:35-13:00, 40/113,
Galva katedra: Krievijas Zinātņu akadēmijas korespondents loceklis, profesors Rudakovs Konstantīns Vladimirovičs
vietnieks galvu Katedra: fizikas un matemātikas doktors n. Voroncovs Konstantīns Vjačeslavovičs
2003. gadā vienā no vecākajām FUPM pamata nodaļām “Vadība un datorsistēmas” (CC RAS) tika izveidota jauna specializācija - “Datu ieguve”. Gadu vēlāk katedra tika sadalīta divās daļās: “Sarežģītu procesu un sistēmu matemātiskā modelēšana” (vadītājs. Krievijas Zinātņu akadēmijas korespondējošais loceklis Ju N. Pavlovskis) Un " Inteliģentas sistēmas"(vadītājs. RAS korespondentloceklis K. V. Rudakovs). Pašlaik katedra nodrošina apmācību divās specialitātēs: “Datu ieguve” (specializācijas vadītājs: Krievijas Zinātņu akadēmijas korespondējošais loceklis K. V. Rudakovs) un “Sistēmu projektēšana un organizēšana” (specializācijas vadītājs, tehnisko zinātņu doktors, profesors A. I. Erlihs).
Specializācija "Datu ieguve"
Datu ieguve ir viena no aktuālākajām un populārākajām lietišķās matemātikas jomām. Mūsdienu biznesa un ražošanas procesi ģenerē milzīgus datu apjomus. Kā iegūt maksimāli noderīgas zināšanas no neviendabīgiem, nepilnīgiem, neprecīziem datiem? Kā to izdarīt efektīvi, ja datu apjoms tiek mērīts gigabaitos vai pat terabaitos? Kā izveidot algoritmus, kas izmanto maksimāli pieejamo informāciju, lai pieņemtu automātiskus lēmumus? Šie un daudzi citi uzdevumi tiek apgūti datu ieguves specialitātē.
Specializāciju veidoja RAS akadēmiķa studenti Yu.I. Žuravļeva. Viņš un viņa zinātniskā skola izveidoja unikālu matemātisko aparātu, kura pamatā ir klasiskās vispārējās algebras metodes, diskrēta un funkcionālā analīze un matemātiskā statistika. Šo disciplīnu padziļināta izpēte veido pamatu absolventu speciālistu sagatavošanai. Specializācijas ietvaros studenti tiek apmācīti reālu lietišķo problēmu noteikšanas un risināšanas metodēs. Skolēni piedalās abās zinātniskie pētījumi, un lietišķās izstrādēs.
Uz reģionu zinātniskās intereses nodaļās ietilpst: modeļu atpazīšana un prognozēšana; modeļu meklēšana datos (datu ieguve); algoritmu sintēzes un analīzes kombinatoriskās un algebriskās metodes; lietišķās atpazīšanas un prognozēšanas sistēmas; simulācijas modelēšana.
Lietišķās izstrādes tiek veiktas šādās jomās: prognozēšana ekonomikas sistēmās; mārketinga pētījumu automatizācija un klientu vides analīze ražošanas, tirdzniecības, telekomunikāciju un interneta uzņēmumiem; kredīta lēmumu pieņemšanas un kredītriska novērtēšanas automatizācija; finanšu tirgu uzraudzība; automātiskās tirdzniecības sistēmas.
Starp specializācijas pasniedzējiem ir 5 kandidāti un 6 zinātņu doktori, ieskaitot dibinātāju zinātniskā skola Krievijas Zinātņu akadēmijas akadēmiķis Ju I. Žuravļevs un atbilstošais biedrs RAS K. V. Rudakovs. Specializācijā tiek pasniegti šādi kursi: algebriskās sistēmas, klasifikācijas matemātiskās metodes, regresija un prognozēšana, diskrētā analīze, algebriskā pieeja pareizu algoritmu sintēzei, attēlu un signālu apstrāde un atpazīšana, pielietotā kombinatoriskā analīze. Papildus katram semestram teorētiskie kursi Notiek darbseminārs, kurā katra semestra beigās ir jāveic patstāvīga darbu izpilde un iesniegšana.
Katru gadu pēc katedras absolvēšanas Krievijas Zinātņu akadēmijas skaitļošanas centra jeb MIPT aspirantūrā var iestāties 3–5 cilvēki. Katedras studenti un darbinieki ik gadu publicē ap 50 darbu. 2005.gadā katedrā aizstāvēti 2 kandidātu disertācijas, bet 2006.gadā plānots aizstāvēt 2 kandidātu disertācijas un 1 promocijas darbu. Katedras studenti un maģistranti regulāri piedalās zinātniskajās konferencēs MMRO (Mathematical Methods of Pattern Recognition, Maskava) un IOP (Intellectualization of Information Processing, Alušta), kuru organizēšanā tieši piedalās katedras darbinieki.
Specializācija ir cieši saistīta ar Krievijas Zinātņu akadēmijas Skaitļošanas centra Prognožu skaitļošanas metožu nodaļu un uzņēmumu Forexys (http://www.forecsys.ru). Šī ir jauna, saliedēta profesionāļu komanda, kuru vieno ideja par datu ieguves ieviešanu visplašāk dažādās jomās cilvēka darbība. Forexis partneri un klienti ir: CB Petrocommerce, Trading House Perekrestok, MICEX, RAO UES, SAS Institute, MTS, AP Domodedovo uc Pateicoties tam, studentiem ir reāla iespēja saņemt nopietnu atalgojumu par dalību lietišķos projektos.
Datu ieguves specialitāte sniedz aizraujošu iespēju iesaistīties visdažādākajās priekšmetu jomās, vienlaikus piemērojot tām vienu un to pašu matemātiku.
Papildu informāciju par specializāciju var atrast internetā http://www.ccas.ru/frc/departmipt.html.
Specializācija “Sistēmu projektēšana un organizēšana”
Sākotnēji specializācija bija viena no Krievijas Zinātņu akadēmijas Datoru centra Vadības un datorsistēmu katedras jomām. Specializāciju vada fizikas un matemātikas zinātņu doktors, profesors Erlihs Aleksandrs Igorevičs. Nodaļa koncentrējas uz šādām jomām: kompleksu sistēmu optimizācija; mākslīgais intelekts; automatizācijas vadības un projektēšanas metodes.
Šīs specializācijas ietvaros veiktā pētniecība un izstrāde galvenokārt ir vērsta uz masveida izmantošanas problēmu risināšanu mūsdienu datori dažāda līmeņa un mērķu vadības sistēmās, zinātniskajos pētījumos, jaunu iekārtu projektēšanā un būvniecībā.
Viens no jaunajiem zinātniski tehniskajiem pamatiem informācijas tehnoloģijas(cilvēka darbības tehniskajā un humanitārajā jomā) ir mākslīgā intelekta idejas un metodes. Iepriekš pārāk antropomorfais šīs disciplīnas nosaukums, kas kā neatkarīgs zinātnes virziens parādījās septiņdesmito gadu vidū, bieži vien radīja nepareizu priekšstatu par pētniecības un attīstības būtību šajā jomā. Taču vispirms ASV un Japānā, pēc tam Eiropā un no astoņdesmito gadu otrās puses pie mums mākslīgais intelekts kā jauno informācijas tehnoloģiju pamats ir stingri ieņēmis vadošās pozīcijas teorētiskajā un lietišķajā datorzinātnē. Zināšanu attēlojums datorsistēmās, šo zināšanu izmantošanas metodes dažādu problēmu patstāvīgai risināšanai, datorapmācība, komunikācija ar datoru dabiskajā valodā – tie ir vairāku mākslīgā intelekta sadaļu piemēri.
Pateicoties plašajiem starptautiskajiem zinātniskajiem sakariem, vienmēr ir pieejama jaunākā informācija par pētījumu attīstību mākslīgā intelekta jomā ārvalstīs. Studentu apmācība ir vērsta uz viņu turpmāko darbu pie jaunu metožu un līdzekļu izstrādes kompleksu viedo sistēmu izveidei dažādiem lietišķiem mērķiem.
Humanitāro zinātņu matemātikas, loģikas un inteliģento sistēmu katedra
Katedra pieņem studentus maģistrantūras studijām maģistra programmā:
45.04.04 Kognitīvā un programmatūra viedajiem robotiem un viedo sistēmu programmēšana.
Humanitāro zinātņu matemātikas, loģikas un inteliģento sistēmu katedrā (MLiIS) strādā 8 darbinieki (t.sk. 4 doktori un 4 fizisko un matemātikas zinātņu kandidāti).
MLIIS nodaļas vadītājs kopš 2003. gada ir fizikas un matemātikas zinātņu doktors, profesors Jevgeņijs Mihailovičs Beniaminovs.
Nodaļa tika izveidota Krievijas Valsts humanitāro zinātņu universitātē 1992. gadā ar tehnisko zinātņu doktora centieniem. Delirs Gasemovičs Lahuti, kurš kļuva par pirmo nodaļas vadītāju, un ar vadītāja pūlēm. Inteliģento sistēmu katedra, tehnisko zinātņu doktors, prof. Viktors Konstantinovičs soms.
Šobrīd katedras pasniedzēji vada nodarbības ar Valodniecības institūta, Psiholoģijas institūta un Socioloģijas fakultātes studentiem matemātikas disciplīnās un datorzinātnēs.
Katedras pasniedzēji vada kursa darbus un tēzes par viedo sistēmu elementu izstrādi. Kursu darbs virzienā "Inteliģentas sistēmas humanitārajā jomā" studenti uzstājas 2. kursā (objektorientētajā un loģiskajā programmēšanā), 3. kursā (programmatūras sistēmu izstrādē).
Prioritārie virzieni zinātniskais darbs nodaļas ir:
· Datorlingvistika
· Mašīnmācība
· Zināšanu reprezentācijas rīku izstrāde
· Inteliģentu un informācijas sistēmu projektēšana
· Algebriskās metodes datu bāzes teorijā un zināšanu attēlošanā
Nodaļa veic aktīvu metodisko un organizatorisko darbu. Viens no galvenajiem virzieniem ir saistīts ar jaunu izstrādi mācību līdzekļi matemātikas disciplīnās.
Katedra organizē konferences par datu bāzu teoriju un mašīnmācīšanos.
Nodaļa vada vairākas pastāvīgas darbnīcas:
Zinātniski metodiskais seminārs par JSM metodi, loģiku, datu analīzi un intelektuālām sistēmām (vad. V.K. Finn);
Seminārs par viedo sistēmu projektēšanas teoriju un metodoloģiju (vadītājs E.M. Beniaminovs)