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.
- Компьютерные науки и информатика — конкурс документов (портфолио)
-
Иностранный язык – конкурс документов (портфолио)
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
- Ю. К. Демьянович — доктор физико-математических наук, профессор, заведующий кафедрой параллельных алгоритмов
- С. М. Ермаков — доктор физико-математических наук, профессор, заведующий кафедрой статистического моделирования
- Т. М. Косовская — доктор физико-математических наук, профессор, заведующий кафедрой информатики
- Н. К. Кривулин — доктор физико-математических наук, профессор, кафедра статистического моделирования
- Н. В. Кузнецов — доктор физико-математических наук, профессор, заведующий кафедрой прикладной кибернетики
- А. С. Матвеев — доктор физико-математических наук, профессор, заведующий кафедрой теоретической кибернетики
- 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
- А. Л. Фрадков — доктор технических наук, профессор, кафедра теоретической кибернетики
- М. В. Юлдашев — доктор физико-математических наук, профессор, кафедра прикладной кибернетики
- Р. В. Юлдашев — доктор физико-математических наук, профессор, кафедра прикладной кибернетики
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
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
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 объема, применяемых при решении задач, востребованных ООО «ОКТЕТ Лабз» (партнер — Общество с ограниченной ответственностью «ОКТЕТ Лабз»)