МГУ–2017: Факультет вычислительной математики и кибернетики

Юбилеи. 20 октября исполнилось 85 лет со дня рождения профессора кафедры математической физики Дмитриева Владимира Ивановича. Специалист в области математических методов геофизики, руководитель лаборатории математической физики. Автор большого цикла работ, связанных с математическим моделированием электромагнитных полей в неоднородных средах. Внёс значительный вклад в развитие теории электромагнитных методов разведочной геофизики и геоэлектрики, в изучение обратных задач математической физики. Лауреат Государственной премии СССР за разработку новых методов расчёта излучающих систем и использование этих методов в практике создания антенн различного назначения (1976, соавт.). Лауреат премии им. М.В.Ломоносова за цикл работ «Разработка и внедрение математических методов в электромагнитные геофизические исследования» (1983, соавт.).

Награждён орденами «Знак Почёта» (1980), Почёта (2003), золотыми и серебряными медалями ВДНХ. Лауреат премии Совета Министров СССР (1986). Заслуженный профессор Московского университета (1994). Заслуженный деятель науки РФ (1993).

 

3 июня исполнилось 80 лет со дня рождения доцента кафедры автоматизации систем вычислительных комплексов Власова Виктора Константиновича. Работает в МГУ с 1959 г.: сотрудник ВЦ МГУ (1959–1961), затем – кафедры вычислительной математики механико-математического факультета (1961–1970). Получил известность пионерскими работами в области математического моделирования и численного решения задач термодинамики планетных тел. С 1970 г.: сотрудник кафедры автоматизации систем вычислительных комплексов, в течение многих лет – зам. заведующего кафедрой, в 2016‒2017 гг. – и.о. заведующего кафедрой. На протяжении ряда лет являлся учёным секретарём научно-методического совета по прикладной математике при Минвузе СССР, участвуя в разработке учебных планов и программ факультетов прикладной математики страны.

Заслуженный преподаватель Московского университета (1997). Награждён медалью «Ветеран труда».

 

3 сентября исполнилось 80 лет со дня рождения профессора кафедры математической физики Захарова Евгения Владимировича. Специалист в области численных методов решения краевых задач математической физики, гиперсингулярных интегральных уравнений и математического моделирования распространения волн в неоднородных средах. Лауреат премии им. М.В.Ломоносова за цикл работ «Разработка и внедрение математических методов в электромагнитные геофизические исследования» (1983, соавт.).

Заслуженный профессор Московского университета (2000). Почётный работник высшего образования РФ (2000).

 

14 ноября исполнилось 80 лет со дня рождения профессора кафедры математической статистики Круглова Виктора Макаровича. Получил глубокие результаты в теории суммирования независимых случайных величин, по характеризации классов вероятностных мер, по принципу инвариантности и в других направлениях теории вероятностей. Неоднократно переизбирался председателем профсоюзного комитета факультета. Заслуженный профессор Московского университета (1996). Почётный работник высшего и среднего профессионального образования РФ (2005).

 

Новое в структуре. Принято решение о создании на факультете кафедры интеллектуальных информационных технологий (протокол №4 заседания Учёного совета МГУ от 30.11.2017).

15 марта состоялось торжественное открытие внебюджетной лаборатории теории риска и анализа данных «ВМК-Сбербанк» при кафедре математической статистики.

 

Наука. Научно-исследовательская работа ведётся по 37 госбюджетным темам. Грант РНФ выиграл проф. А.С. Крылов с исследованием «Разработка методов обработки биомедицинских изображений для анализа клеточных структур». Продолжались работы по грантам РНФ:

‒ «Изучение краевых и спектральных задач для уравнений эллиптического, эллиптико-гиперболического и параболо-гиперболического типов, а также задач граничного управления» (рук. акад. РАН Е.И. Моисеев);

‒ «Задачи гарантирующего позиционного управления при неполной информации. Метод программных пакетов» (рук. акад. РАН Ю.С. Осипов);

‒ «Математическое моделирование нелинейных явлений фотоники» (рук. проф. В.А. Трофимов).

Победителями конкурса 2017 г. на право получения грантов Президента РФ для молодых российских учёных стали: среди докторов наук – доцент кафедры математической статистики И.Г. Шевцова («Оптимизация естественных оценок скорости сходимости в предельных теоремах для сумм независимых случайных величин»); среди кандидатов наук – ассистент кафедры оптимального управления Л.А. Артемьева («Методы решения задач управления и оптимизации для уравнений колебаний»); ассистент кафедры общей математики А.А. Кулешов («Граничное управление распределенными системами»); ассистент кафедры автоматизации систем вычислительных комплексов О.В.Сенюкова («Исследование и разработка алгоритмов автоматического анализа кардиологических данных»).

Подписано соглашение о научном сотрудничестве с компанией «Байкал Электроникс», российским разработчиком микропроцессоров и интегральных схем. Компания предоставила факультету вычислительную технику, которая используется в научных и учебных целях.

Продолжается сотрудничество с компанией Samsung Electronics. Заключён договор о совместной исследовательской деятельности в области компьютерного зрения с Samsung Software Research Center.

 

В 2017 г. завершились 4 научные темы.

 

Получен ряд новых научных результатов:

Метод повышения резкости изображений на основе деформации пиксельной сетки и его параллельная реализация. Метод осуществляет смещение пикселей изображения в сторону контуров таким образом, чтобы ширина области перепада интенсивности стала уже, что приводит к повышению резкости. Преимуществом метода является отсутствие артефактов, характерных для типичных методов повышения резкости, таких как усиление шума, появление эффекта Гиббса и ложного оконтуривания.

Метод постобработки для алгоритмов повышения резкости изображений. Созданный метод повышения резкости, основанный на деформации пиксельной сетки, работает только в области контуров, не затрагивая текстурированные области. Для достижения наилучшего результата была рассмотрена его комбинация с существующими методами повышения резкости изображений.

Алгоритм оценки уровня размытия изображений, основанный на вычислении ширины контуров. Данный алгоритм осуществляет анализ значений локальных максимумов и минимумов профиля контура после применения метода нерезкого маскирования с разным масштабным параметром. Достоинством метода является высокая устойчивость к шуму.

Быстрый метод направленной интерполяции изображений. Алгоритм использует анализ структурного тензора для различения контуров от областей текстур и для нахождения характерного направления структуры. Направление структуры квантуется по 6 фиксированным направлениям, для каждого из которых используется своё интерполяционное ядро.

Применительно к проблемам обработки и анализа офтальмологических и кардиологических изображений разработан метод повышения разрешения изображений глазного дна с использованием метода машинного обучения на основе свёрточных нейронных сетей. Разработаны алгоритмы предобработки и анализа ультразвуковых изображений сердца. Создано решение для задачи восстановления периода фазы на цветных изображениях ультразвукового допплеровского картирования. Разработан алгоритм вычисления тока крови в 3D по двумерным ультразвуковым изображениям.

Создана база изображений для проведения анализа влияния эффекта Гиббса и ложного оконтуривания на субъективное качество изображений. База состоит из набора эталонных изображений с моделированными эффектами размытия, эффекта Гиббса и шума разного уровня.

Предложен алгоритм подавления эффекта Гиббса с помощью метода разреженных представлений, включающий в качестве одного из этапов повышение резкости изображений методом деконволюции Винера–Ханта.

Применительно к задачам анализа медицинских изображений разработан алгоритм поиска хребтовых структур на изображениях и рассмотрено его использование для разметки кровеносных сосудов на изображениях глазного дна. Тестирование предложенного алгоритма выполнялось на офтальмологической базе изображений DRIVE.

Разработан алгоритм повышения разрешения изображений, основанный на использовании свёрточной нейронной сети. Особое внимание было уделено построению обучающей выборки, включая преобразование нулевых компонент (ZCA) и добавление шума, благодаря которым было достигнуто улучшение качества изображений по сравнению с тем же методом, но с изначальной обучающей выборкой.

Исследована проблема обработки и анализа изображений микроскопии применительно к визуализации живых клеток. Был создан 2D-контурный подход к регистрации изображений для компенсации глобального движения ядра. Подход был успешно применён к реальным последовательностям изображений на основе ячеистой микроскопии. Было проведено также экспериментальное сравнение с существующим методом регистрации на основе контуров и методом регистрации на основе интенсивности.

 

 

Разработаны новые методы расчёта освещённости на графических процессорах.

Повышена эффективность интегрирования освещённости на графических процессорах для сложных случаев до 10 раз.

Разработаны программные средства для решения практических задач, связанных с интегрированием освещённости.

Разработан алгоритм оптической томографии для широкого класса объектов, включая преломляющие объекты, а также ряд алгоритмов построения уточненной формы непрозрачных дефектов внутри таких объектов.

Разработана система удалённого присутствия с использованием шлема виртуальной реальности.

Разработан ряд алгоритмов тональной компрессии изображений широкого динамического диапазона и связанных с ними алгоритмов.

Предложен алгоритм выделения движущихся объектов на основе нейросетевых признаков и пересегментации изображений.

Составлена эталонная коллекция изображений российских дорожных знаков. С использованием коллекции проведена экспериментальная оценка алгоритмов выделения и классификации дорожных знаков.

Разработан алгоритм поиска оставленных предметов в данных видеонаблюдения, а также определения наличия огня и дыма в видео на основе классификации блоков.

Ранее предложенная методика оценки технического качества стереофильмов была дополнена алгоритмами, выявляющими новые типы искажений. С использованием обновлённой методики был подготовлен отчёт, содержащий результаты технического анализа 25 полнометражных стереофильмов.

Разработаны методики объективного сравнения алгоритмов матирования видео и построения эталонных карт прозрачности. Разработан алгоритм матирования видео, использующий фон в качестве дополнительных данных, превзошедший аналоги по результатам объективного и экспертных сравнений.

Проведена серия экспериментов по оценке утомляемости зрителей при просмотре стереовидео, содержащего различные искажения. Подготовлен тестовый набор стереовидео, содержащий искажения различных типов и интенсивности. В ходе экспериментов фиксировались как результаты опроса респондентов, так и данные ЭЭГ.

Предложен и реализован алгоритм восстановления фрагментов видеопоследовательности, скрытых объектами переднего плана, основанный на использовании непараметрической модели движения и вариационного метода покадрового уточнения. По результатам экспериментальной оценки разработанный алгоритм превзошел 6 аналогов по качеству восстановления.

 

 

С помощью разработанного алгоритма побочного сжатия организован Интернет-доступ к рассчитанным впервые в мире 7-фигурным шахматным таблицам.

Созданы мобильные программы обучения шахматам Chess King для платформ iOS и Android, получившие международное признание (4 млн загрузок). Разработаны библиотеки подпрограмм для переносимых учебных интеллектуальных приложений на мобильных устройствах, которые используются при анализе новых тенденций в программном обеспечении для мобильных устройств и для повышения эффективности уже разработанных методов.

В рамках совершенствования моделей обучения, а также в направлении автоматизации научных исследований в гуманитарной области (Digital Humanities):

‒ построена модель учащегося для интеллектуального рабочего места с использованием языка категорий на основе базы знаний, созданной с учётом современных представлений о функционировании искусственного и естественного интеллекта. Исследованы методы обработки больших массивов статистических данных в дистанционном обучении, а также способы обратной связи с обучаемыми в СДО Moodle для студентов гуманитарного профиля;

‒ разработаны информационные модели для междисциплинарных проектов по истории Московского университета: для перевода в цифровой формат списков студентов дореволюционного периода, а также электронных коллекций архива Московского общества испытателей природы. Разработаны соответствующие экспериментальные информационные системы для платформ Windows и Android.

 

 

Предложена новая модель представления потока текстовых документов в виде многомерного временного ряда, где каждая компонента ряда показывает изменение веса тематики во времени, при этом характерные тематики потока определяются с использованием методов ортонормированной неотрицательной матричной факторизации.

Разработаны новые алгоритмы обнаружения аномального поведения пользователя при работе с текстовыми данными, использующие предложенное тематическое представление потока текстовых документов: алгоритм на основе анализа оценок принадлежности документов к характерным тематикам пользователя; алгоритм на основе анализа отклонений при прогнозировании тематических временных рядов пользователя.

Разработана архитектура и реализован экспериментальный образец мультиагентного программного комплекса, использующий предложенный комплекс алгоритмов для обнаружения аномального поведения пользователей по особенностям работы с текстовой информацией.

Предложен алгоритм и модель представления данных для решения задачи аутентификации пользователя на основе анализа поведенческой информации, сформированной по характеристикам работы с клавиатурой. Проведены предварительные эксперименты с алгоритмами и вариантами моделей представления.

Проведены исследования использования методов обработки больших данных астрофизической информации.

 

Учебная работа. В 2017 г. состоялся первый выпуск интегрированной магистратуры (221 чел.).

Подготовка магистров ведётся по направлению «Прикладная математика и информатика» по 21 программе, представляющей три основные области: Математические и компьютерные методы решения задач естествознания; Математические методы обработки информации и принятия решений; Системное программирование и компьютерные науки.

Начато чтение около 40 новых курсов – 10 для бакалавров, 26 – для магистров и 3 – для аспирантов. 15 новых курсов было предложено студентам компаниями работодателями: Mail.ru Group, Microsoft, SAS, Московская биржа, Консультант+, Дойче Банк, банк «Открытие», Tinkoff Bank и др.

Факультет ведёт активную работу в совместном университете МГУ–Пекинский политехнический институт в г. Шэньчжэнь. Произведён первый набор на образовательную программу бакалавриата по направлению «Прикладная математика и информатика» (31 чел.)

Начато сотрудничество со Школой наук университета электроники Ханчжоу (КНР) и университетами Словении (Университет Любляны и Приморский университет, г. Копер).

 

Больших успехов добились студенты и молодые учёные факультета, принимавшие участие в международных профессиональных конкурсах и олимпиадах.

В области информационной безопасности команда Bushwhackers в 8 олимпиадах формата CTF (Capture the Flag) занимала призовые места: 7 первых и 1 второе. Она стала победителем всероссийских межвузовских соревнований с международным участием RuCTF’17 (Екатеринбург, 14‒18 апр., 24 команды-участницы). Команда заняла I место в соревнованиях, организованных университетами Санта-Барбары и Аризоны (317 команд-участников). Этой победой она квалифицировалась на соревнования DEFCON CTF в Лас-Вегасе (США), куда приглашаются 15 сильнейших команд мира. Подготовка участников команды происходит на базе спецсеминара «Информационная безопасность и сети ЭВМ» кафедры автоматизации систем вычислительных комплексов под руководством Д.Ю. Гамаюнова и А.А. Петухова.

В соревнованиях по искусственному интеллекту и компьютерному зрению для беспилотников VisionHack (Москва, сент., 27 команд-участниц) I место заняла команда DoubleA Team (А. Беляев, А. Громов, К. Софиюк), а на III месте – команда GMLvision.

Победителем неофициального чемпионата мира по анализу данных среди студентов Data Science Game (Франция, 28‒30 сент., 145 команд-участниц) стала команда кафедры математических методов прогнозирования (Н. Шаповалов, Н. Попов, В. Викулин, Д. Соболева).

Звание чемпиона России завоевала команда студентов кафедры исследования операций, победив в региональном туре олимпиады PRMIA Risk Mangement Challenge 2017 (февр.).

Проект «Effective Video Transcoding» студентов С.Звездакова, А.Анциферовой и Д.Кондранина признан лучшим в направлении IT в финале конкурса «Эврика! Концепт» (дек.).

В полуфинале Чемпионата мира по программированию среди студентов команда МГУ (М. Ипатов – мехмат, В. Макеев, Г. Резников – оба ВМК, тренер Е.В. Андреева) заняла II место и вышла в финал.

 

На базе факультета прошёл совместный пленум Федерального учебно-методического объединения по математике и механике и Федерального учебно-методического объединения по компьютерным и информационным наукам (9‒12 окт.). В его работе приняли участие около 100 специалистов.

 

Конференции. Организованы и проведены:

– Ломоносовские чтения. Секция вычислительной математики и кибернетики (17–26 апр.);

– XXIV международная конференция студентов, аспирантов и молодых учёных по фундаментальным наукам «Ломоносов–2017. Секция вычислительной математики и кибернетики» (10–14 апр.);

– II международная научная конференция «Конвергентные когнитивно-информационные технологии» (25–26 нояб.);

‒ ХIХ международная конференция «Аналитика и управление данными в областях с интенсивным использованием данных» DAMDID/RCDL’2017 (10‒13 окт.);

– ХII международная научно-практическая конференция «Современные информационные технологии и ИТ-образование» и VII международная конференция-конкурс «Инновационные информационно-педагогические технологии в системе ИТ-образования» (24–26 нояб.);

– конференция «Методы фотограмметрии и компьютерного зрения для видеонаблюдения, биометрии и медицинских приложений» (15–17 мая);

‒ международная Летняя суперкомпьютерная академия (23 июня – 1 июля);

‒ Суперкомпьютерные дни в России – 2017 (25–26 сент.);

‒ ХII фестиваль науки (6–8 окт.).

‒ научная конференция «Тихоновские чтения» (23–27 окт.);

‒ научная конференция, посвящённая памяти акад. РАН А.В. Кряжимского (3 нояб.).

 

Доктора и кандидаты наук 2017 г. Доцент кафедры информационной безопасности Черепнев Михаил Алексеевич защитил докторскую диссертацию «О вычислительной сложности алгоритмов факторизации и дискретного логарифмирования» (специальность 01.01.09 – дискретная математика и математическая кибернетика). В работе построен полиномиальный алгоритм решения задачи дискретного логарифмирования с оракулом, решающим задачу Диффи-Хеллмэна. Алгоритм позволил получить оценку сверху сложности решения задачи дискретного логарифмирования через сложность решения задачи Диффи-Хеллмэна, относительно элементов той же группы, связанных некоторыми специальными групповыми операциями.

В ряде частных случаев (когда p-1 раскладывается на «маленькие» простые множители или когда высота дерева Пратта для растущего простого порядка p рассматриваемой группы ограничена) доказано, что сложность решения задачи дискретного логарифмирования и сложность решения задачи вскрытия протокола Диффи-Хеллмэна полиномиально эквивалентны. Такой случай возможен, в частности, для групп точек на эллиптических кривых, удовлетворяющих действующему государственному стандарту РФ на цифровую подпись.

Получены новые оценки на величину и число простых делителей чисел p-1, где p – простое.

Доказана невырожденность ядра преобразования спуска Вейля при решении задачи дискретного логарифмирования на эллиптических кривых над полем характеристики 2 для одного частного случая.

Разработан новый блочный алгоритм решения больших разреженных систем линейных уравнений над произвольным конечным полем, который в случае использования большого числа вычислителей эффективнее алгоритма Видемана-Копперсмита, в частности, не требует растущего объёма оперативной памяти по сравнению с размерами задачи. Новый алгоритм по числу операций не сложнее алгоритма Монтгомери, однако, в отличие от него он имеет параллельную схему и может быть реализован на вычислителях, связанных медленной сеткой (Интернет). Применение этого алгоритма упрощает самый сложный, линейный, этап в решении задач факторизации и дискретного логарифмирования. В частности, даёт возможность вообще отказаться от использования кластера в пользу большого числа небольших вычислителей, связанных медленной коммутационной сетью.

 

Кандидатские диссертации защитили: асс. кафедры автоматизации систем вычислительных комплексов Волканов Дмитрий Юрьевич («Метод выбора сбалансированного набора модулей распределенной вычислительной системы и механизмов обеспечения отказоустойчивости»); программист лаборатории компьютерной графики и мультимедиа Ерофеев Михаил Викторович («Преобразование видеопоследовательностей, содержащих объекты с полупрозрачными границами, в стереоскопический формат»); инженер кафедры функционального анализа и его применений Лихоманенко Татьяна Николаевна («Исследование решений неклассических краевых задач для уравнений смешанного типа»); мл.н.с. кафедры математической физики Устинов Владислав Дмитриевич («Обратная задача восстановления распределений эритроцитов в рамках лазерной дифрактометрии»); программист лаборатории технологий программирования Царёв Дмитрий Владимирович («Методы и программные средства анализа поведения пользователей при работе с текстовыми данными для решения задач информационной безопасности»).

 

Публикации.

 

Волошин С.А. Об устойчивости и сходимости конечно-разностных схем в L;

Елизарова Т.Г., Широков И.А. Регуляризованные уравнения и примеры их использования при моделировании газодинамических течений;

Петрова Л.И. Кососимметричные дифференциальные формы: Законы сохранения. Основы теории поля.

 

 

Бенинг В.Е., Галиева Н.К., Захарова Т.В. Математическая статистика: Теория. Примеры. Задачи;

Бенинг В.Е., Захарова Т.В. Лекции по дополнительным главам математической статистики;

Большакова Е.И., Воронцов К.В., Ефремова Н.Э. и др. Автоматическая обработка текстов на естественном языке и анализ данных;

Ершов Н.М., Попова Н.Н. Естественные модели параллельных вычислений;

Кузьмич И.П., Прокубовский А.В., Хлопьянов А.В. и др. Введение в язык специальности: Прикладная математика и информатика;

Никитин А.А. Математический анализ. Сборник задач;

Пономаренко Л.С. Контрольные работы и тесты по теории вероятностей;

Смольяков Э.Р. Основы комплексного анализа. Курс лекций;

Столяров А.В. Программирование: Введение в профессию. Т.3. Системы и сети;

Тыртышников Е.Е. Основы алгебры;

Хорошилова Е.А. Математический анализ: Неопределённый интеграл;

Arutyunov А., Obukhovskii V. Convex and set-valued analysis;

Pinelis I., de la Pena V., Ibragimov R. et al. Inequalities end Extremal Problems in Probability and Statistics: Selected Topics.