• Обязанности: o развитие направлений научных исследований факультета Информатики и вычислительной техники, o руководство выпускными квалификационными работами магистров по тематикам «нейрокомпьютерные системы», «параллельные вычисления», «прикладная математика», «моделирование гидродинамических процессов», «молекулярная динамика». o чтение лекций по техническим дисциплинам. o проведение семинаров и лабораторных занятий. o разработка и внедрение рабочих планов дисциплин • Ключевые достижения: o разработан гибридный алгоритм глобальной оптимизации. Он подключает при поиске решения различные алгоритмы и позволяет преодолевать локальные экстремумы при обучении нейронных сетей с многоэкстремальной функцией ошибки. o построена технология гибридного математического моделирования, объединяющая дифференциальные модели и нейросетевой подход. Способ применялся при моделировании паводковой ситуации совместно с предложенным методом установления неизвестных начальных условий процесса o ряд новых математических технологий, обладающих вычислительной сложностью, реализован на многопроцессорных вычислительных устройствах с получением ускорения (CUDA, OpenMP) o написана докторская диссертация по теме «Совершенствование методов математического моделирования средствами нейросетевых технологий» o учениками защищены 8 магистерских и 9 бакалаврских диссертаций на оценку «отлично» o написаны и опубликованы 26 статей, монография, учебное пособие.

• Обязанности: o создание интеллектуальных нейросетевых систем по автоматизации диагностики состояния здоровья новорожденных o написание научных трудов o оформление документов для государственной регистрации созданных программных продуктов • Ключевые достижения: o Создана нейросетевая система диагностики постгипоксических нарушений сердца новорожденных по направлениям дисфункция миокарда и ST-T нарушения. При её разработке была решена проблема нехватки обучающей информации с помощью предложенного метода расширения обучающей выборки нейронной сети с помощью потенциальных функций. o Создан и внедрен нейросетевой комплекс диагностики и прогнозирования развития групп заболеваний новорожденных. В процессе разработки была решена проблема выделения наиболее весомых параметров входной информации. Для этого развита технология сжатия данных нейросетевой воронкой по типу автоэнкодера, которая обладает преимуществом по сравнению с существующим методом главных компонент. Предложенный метод сжатия данных позволил обучить систему прогнозирования развития групп заболеваний новорожденных неонатального периода до уровня более 97 % правильных заключений. o Создана и внедрена нейросетевая система оценки присоединения преэклампсии на фоне хронической артериальной гипертензии у беременных женщин. В ходе создания решена проблема низкой точности работы системы вследствие невозможности отыскания глобального минимума целевой функции ошибки обучения. Проблема решена с помощью предложенного автором гибридного алгоритма глобальной оптимизации. o написаны и опубликованы 8 статей, получены 3 свидетельства о регистрации программных продуктов.

научная деятельность руководство дипломными проектами студентов, магистров чтение лекций

Механики и автоматики, Автоматизация технологических процессов и производств (по отраслям)