Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.
Адрес: 123458, Москва, Таллинская улица, 34 (м. "Строгино").
Телефон:
(495) 772-95-90 *11086
(915) 317-30-12
E-mail: avbelov@hse.ru
Департамент прикладной математики создан в 2015 году на базе факультета прикладной математики и кибернетики МИЭМ. За 50-летнюю историю факультета сложились признанные научные школы по ключевым направлениям развития прикладной математики и информатики. Преподаватели и сотрудники департамента участвуют в реализации образовательных программ "Прикладная математика" (бакалавриат) и "Компьютерная безопасность" (специалитет). На базе проводимых научных исследований в области разработки систем управления и обработки информации, а также современных методов математического и компьютерного моделирования ведущими учеными департамента реализуется магистерская программа "Системный анализ и математические технологии". В 2023 году состоится первый набор на магистерскую программу "Прикладные модели искусственного интеллекта", спроектированную совместно с ключевым партнером — корпорацией ВК, которая глубоко вовлечена в учебный процесс и проектную деятельность.
Под науч. редакцией: Е. А. Крук, С. А. Аксенов, К. Ю. Арутюнов и др.
М.: ООО "Издательский дом Медиа паблишер", 2024.
Насэри М., Остовари М. А., Анандкумар М. et al.
JOURNAL OF ALLOYS AND METALLURGICAL SYSTEMS. 2024. Vol. 5.
Belov A. V., Sapozhnikov A., Semichasnov I.
In bk.: Lecture Notes in Electrical Engineering. Vol. 1228. Springer Publishing Company, 2024. P. 257-274.
arXiv.math. arXiv.org e-print archive. Cornell Univercity, 2024. No. 2412.15611.
Авторы: Ю.Б. Гришунина (ст.преподаватель Департамента прикладной математики), Н.А.Контаров (доцент Сеченовского университета), Александрова А.И. (студентка МИЭМ НИУ ВШЭ), Г.В. Архарова (доцент Сеченовского университета), С.А. Гришунина (ассистент Департамента прикладной математики).
В составе группы авторов получила свидетельство студентка 4 курса образовательной программы «Прикладная математика» Анастасия Александрова.
Программа предназначена для построения оценки параметра «Интенсивность заражения» модели SIR+A, описанной в Патенте РФ №2572227 от 03.12.2015 (Н.А.Контаров, Ю.Б.Гришунина, С.А.Гришунина, Г.В.Архарова «Способ анализа и прогноза развития эпидемической ситуации, вызываемой социально значимыми воздушно-капельными инфекциями»), на основе статистических данных с помощью метода наименьших квадратов. При минимизации целевой функции, которая представляет собой сумму квадратов отклонений расчетных значений еженедельной заболеваемости от ее фактических значений, невозможно было использовать стандартные процедуры поиска минимума, поскольку для нахождения расчетных значений в модели SIR+A используются рекуррентные соотношения. Поэтому был разработан и реализован алгоритм перебора значений параметров из заданных допустимых диапазонов, который позволил обработать большой массив данных по заболеваемости.
Программа обеспечивает автоматизированную обработку выборочной репрезентативной информации по понедельной заболеваемости, например, для ОРВИ и гриппа, от районных лечебно-профилактических учреждений административных округов мегаполиса, решает задачи сравнения, усреднения по административному округу и мегаполису, выявлению корреляции значений параметра «Интенсивность заражения» за разные годы, выводит результаты в обзорные Excel-таблицы.
Программа позволяет визуально оценить адекватность модели и ее применимость для анализа эпидемической ситуации по конкретной социально значимой воздушно-капельной вирусной инфекции на основе графического представления результатов моделирования и реальных данных.
Разработанная программа может быть использована для прогнозирования заболеваемости ОРВИ, гриппом и другими воздушно-капельными инфекциями в мегаполисе, а также для проведения сравнительного анализа эпидемической ситуации в различных территориальных образованиях.