Искусственный интеллект и машинное обучение
1.2.1. На русском языке
Уровень обучения Аспирантура
Форма обучения Очная
Продолжительность обучения 3 года
Группа научных специальностей Компьютерные науки и информатика
Комплексная и высококачественная подготовка научных и научно-педагогических кадров в области:
- естественно-научных основ и методов искусственного интеллекта;
- оценки качества и эффективности алгоритмических и программных решений для систем искусственного интеллекта и машинного обучения;
- методов и алгоритмов моделирования мыслительных процессов;
- рассуждений, аргументации, распознавания и классификации, формирования понятий, обработки и анализа текстов на естественном языке, для изображений, речи, биомедицины и других специальных видов данных;
- совместного применения методов машинного обучения и классического математического моделирования, методов и средств использования экспертных знаний;
- формализации и постановки задач управления и (поддержки) принятия решений на основе систем искусственного интеллекта и машинного обучения; методов и средств взаимодействия систем искусственного интеллекта с другими системами и человеком-оператором;
- создания многоагентных систем и распределенного ИИ;
- методов параллельных и квантовых вычислений; этических проблем, связанных с созданием и внедрением ИИ-систем, «сильного ИИ»;
- создания проблемно-ориентированных коллекций данных для важных прикладных областей;
- методов и средств формирования массивов условно-реальных данных и прецедентов.
Математические исследования в области различных областей математики, ориентированные на решение задач искусственного интеллекта и машинного обучения, включая специальные методы оптимизации, проблем сложности и элиминации перебора, снижения размерности.
Исследования в области многослойных алгоритмических конструкций, искусственного интеллекта и его приложений в различных естественно-научных и технических областях. Разработка алгоритмических и программных решений для систем искусственного интеллекта и машинного обучения, включая бортовые системы реального времени сложных технических объектов, разработка процедурных компонент для систем поддержки принятия решений в условиях неполной, нечеткой и недостоверной информации.
Разработка специализированного математического, алгоритмического и программного обеспечения систем искусственного интеллекта и машинного обучения. Методы и технологии поиска, приобретения и использования знаний и закономерностей, в том числе — эмпирических, в системах искусственного интеллекта. Исследования в области совместного применения методов машинного обучения и классического математического моделирования.
Методы и средства использования экспертных знаний. Разработка систем распознавания, классификации, кластеризации сценариев, ситуаций, а также изображений, речи, и других биометрических компонент. Методы и алгоритмы моделирования мыслительных процессов: рассуждений, аргументации, формирования понятий. Исследования в области нейроморфных методов анализа данных, имитационное моделирование строения и функций мозга. Нейроинформатика и методы моделирования биологических нервных систем. Исследования в области «сильного ИИ». Методы и средства взаимодействия систем искусственного интеллекта с другими системами и человеком-оператором. Построение высокопроизводительных вычислительных систем на базе результатов особенностей функционирования человеческого мозга. Методы и средства использования для решения задач искусственного интеллекта и машинного обучения высокопроизводительных вычислений, включая параллельные, гибридные, распределенные и иные перспективные подходы. Многоагентные системы и распределенный ИИ, распределенные реестры, интеллектуальные технологии в грид и облачных вычислениях.
Интеллектуальный анализ данных, «большие данные», методы и средства формирования массивов данных и прецедентов. Проблемно-ориентированные коллекции данных для важных прикладных областей. Математические исследования, ориентированные на решение задач искусственного интеллекта и машинного обучения
- Компьютерные науки и информатика — письменный экзамен (для граждан РФ и соотечественников)
- Иностранный язык — письменный экзамен (для граждан РФ и соотечественников)
Физико-математические науки
Научные руководители
- М.В. Абрамов — кандидат технических наук, доцент, кафедра информатики
- О.Н. Граничин — доктор физико-математических наук, профессор, кафедра системного программирования
- Т.М. Косовская — профессор кафедры информатики
- Н.В. Кузнецов — доктор физико-математических наук, профессор, заведующий кафедрой прикладной кибернетики
- А.А. Макаров — профессор кафедры параллельных алгоритмов
- Е.Г. Михайлова — кандидат физико-математических наук, старший научный сотрудник, заведующий кафедрой информационно-аналитических систем
- Т.Н. Мокаев — доктор физико-математических наук, профессор, кафедра прикладной кибернетики
- А.Н. Терехов — доктор физико-математических наук, профессор, заведующий кафедрой системного программирования
- Р.В. Юлдашев — доктор физико-математических наук, профессор, кафедра прикладной кибернетики
- И.С. Блеканов — кандидат технических наук, доцент, заведующий кафедрой технологии программирования
- А.В. Богданов — доктор физико-математических наук, профессор, кафедра фундаментальной информатики и распределенных систем
- А.Г. Головкина — доцент кафедры теории систем управления электрофизической аппаратурой
- В.М. Гришкин — кандидат технических наук, доцент, кафедра компьютерного моделирования и многопроцессорных систем
- А.Б. Дегтярев — доктор технических наук, профессор, заведующий кафедрой компьютерного моделирования и многопроцессорных систем
- Н.А. Жукова — профессор Кафедры компьютерного моделирования и многопроцессорных систем
- В.В. Корхов — кандидат физико-математических наук, доцент, кафедра компьютерного моделирования и многопроцессорных систем
- Е.Д. Котина — профессор Кафедры диагностики функциональных систем
- О.А. Митрофанова — доцент Кафедры технологии программирования
- А.Д. Овсянников — доцент Кафедры технологии программирования
- Н.Л. Щеголева — профессор Кафедры фундаментальной информатики и распределенных систем
- Л.А. Петросян — доктор физико-математических наук, профессор, заведующий кафедрой математической теории игр и статистических решений
- О.Л. Петросян — доктор физико-математических наук, доцент, кафедра математического моделирования энергетических систем
- А.А. Печников — доктор технических наук, профессор, кафедра технологии программирования
- А.Ю. Утешев — доктор физико-математических наук, профессор, заведующий кафедрой фундаментальной информатики и распределенных систем
Основные направления исследований
- Математические модели естественных наук и технических наук. Уравнения математической физики
- Математическая кибернетика
- Искусственный интеллект
- Программное обеспечение вычислительных машин, комплексов и сетей
- Цифровые вычислительные машины и вычислительные комплексы
- Вариационное исчисление и математическая теория оптимального управления
- Системный анализ
- Обыкновенные дифференциальные уравнения
- Теория функций действительного переменного
- Математическая кибернетика
- Искусственный интеллект
- Программное обеспечение вычислительных машин, комплексов и сетей
- Цифровые вычислительные машины и вычислительные комплексы (ВК)
- Вариационное исчисление и математическая теория оптимального управления
- Системный анализ
- Обыкновенные дифференциальные уравнения
- Теория функций действительного переменного
Реализуемые в рамках СПбГУ
- Искусственный интеллект и наука о данных: теория, технология, отраслевые и междисциплинарные исследования и приложения
- Рандомизированные алгоритмы многоагентной оптимизации, распознавания образов и оценивания в условиях существенных неопределенностей
- Сплайн-всплесковая обработка потоков структурированной информации
- Модели и методы тропической оптимизации в прикладных задачах экономики и управления
- Границы глобальной устойчивости и анализ скрытых колебаний: теория и приложения
- Детерминированная и хаотическая динамика систем синхронизации и управления
- Современные аналитико-численные методы и искусственный интеллект для анализа регулярной и хаотической динамики
- Частотные методы редукции бесконечномерных динамических систем на системы малых размерностей
- Мультиустойчивость и скрытые аттракторы в динамических системах
- Разработка интеллектуальных инструментов оптимизации мультимодальных систем распределения потоков в загруженных многопродуктовых сетях
- Искусственный интеллект и наука о данных: теория, технология, отраслевые и междисциплинарные исследования и приложения
Реализуемые с партнерами
- Разработка программного обеспечения для диагностики и прогнозирования технического обслуживания подшипников качения (партнер — Sharif University of Technology)
- Анализ вычислительной сложности алгоритмов, использующих данные большого объёма, применяемых при решении задач, востребованных ООО «ОКТЕТ Лабз» (партнер — Общество с ограниченной ответственностью «ОКТЕТ Лабз»)