• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Контакты

Адрес: 123458, Москва, ул. Таллинская, д.34
Телефон: 8(495)916-88-29
Факс: 8(495)916-88-29
Эл. почта: miem@hse.ru

     
Руководство
и.о. директора, научный руководитель Крук Евгений Аврамович
Заместитель директора Абрамешин Андрей Евгеньевич
Заместитель директора Романов Виктор Владимирович
Заместитель директора Костинский Александр Юльевич
Заместитель директора Прохорова Вероника Борисовна
Заместитель директора по учебной работе Тумковский Сергей Ростиславович
Заместитель директора по научной работе Аксенов Сергей Алексеевич
Образовательные программы
Бакалаврская программа

Инфокоммуникационные технологии и системы связи

4 года
Очная форма обучения
60/10/3
60 бюджетных мест
10 платных мест
3 платных места для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Информатика и вычислительная техника

4 года
Очная форма обучения
126/40/15
126 бюджетных мест
40 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Информационная безопасность

4 года
Очная форма обучения
45/20/10
45 бюджетных мест
20 платных мест
10 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Программа специалитета

Компьютерная безопасность

5,5 лет
Очная форма обучения
40/45/5
40 бюджетных мест
45 платных мест
5 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Прикладная математика

4 года
Очная форма обучения
87/40/6
87 бюджетных мест
40 платных мест
6 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Инжиниринг в электронике

2 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Интернет вещей и киберфизические системы

2 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Компьютерные системы и сети

2 года
Очная форма обучения
50/5/2
50 бюджетных мест
5 платных мест
2 платных места для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Математические методы моделирования и компьютерные технологии

2 года
Очная форма обучения
20/5/3
20 бюджетных мест
5 платных мест
3 платных места для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Материалы. Приборы. Нанотехнологии

2 года
Очная форма обучения
20/5/1
20 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Системы управления и обработки информации в инженерии

2 года
Очная форма обучения
25/5/1
25 бюджетных мест
5 платных мест
1 платное место для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Суперкомпьютерное моделирование в науке и инженерии

2 года
Очная форма обучения
20/5/5
20 бюджетных мест
5 платных мест
5 платных мест для иностранцев
RUS/ENG
Обучение ведётся на русском и английском языках

Стажировка в ЦЕРН

Елена Орлова, студентка 4-го курса образовательной программы «Прикладная математика», приняла участие в работе летней студенческой школы в ЦЕРН (CERN – Европейская организация по ядерным исследованиям, Женева, Швейцария), где в составе команды разработчиков программного комплекса GeantV занималась моделированием прохождения элементарных частиц через вещество с использованием методов машинного обучения. 

ЦЕРН – это крупнейшая в мире лаборатория физики высоких энергий и родина Всемирной паутины (WWW – the World Wide Web), расположенная недалеко от Женевы на границе между Швейцарией и Францией. Лаборатория исследует элементарные частицы, разгоняя их в Большом адронном коллайдере (БАК) – кольцевом ускорителе длиной 27 км – почти до скорости света и сталкивая их между собой и с мишенями из обычного вещества. Именно здесь, в ходе экспериментов, проводимых в рамках программ ATLAS и CMS, в 2014 году обнаружили бозон Хиггса.

Этим летом в ЦЕРН прошла ежегодная студенческая школа, в которой принимают участие студенты со всего мира. Елена Орлова, студентка образовательной программы «Прикладная математика» департамента прикладной математики МИЭМ НИУ ВШЭ, также приняла участие в работе школы. В течение 9 недель участники посещали лекции и работали над реальными научными проектами под руководством ученых из ЦЕРН. Помимо учебной деятельности для студентов были организованы различные мероприятия: хакатоны, экскурсии в Цюрих, компании Google, OpenSystems, университеты ETH Zurich и EPFL Lausanne и многие другие неформальные события.

Приводим рассказ Елены о ее работе в ЦЕРН.

«Все началось с выполнения на 3-м курсе междисциплинарной курсовой работы «Расчет спектра электрона в сферически симметричных потенциалах», которая была посвящена вычислительным методам квантовой механики и выполнялась под руководством доцента департамента электронной инженерии МИЭМ НИУ ВШЭ Р.Ш. Ихсанова. Вычислительные методы физики оказались той увлекательной областью, в которой мне захотелось продолжить работу, и я подала заявку на участие в летней студенческой школе в ЦЕРН. Для этого потребовалось заполнить заявку на их сайте и попросить рекомендацию научного руководителя.

Мой проект в ЦЕРН был связан с моделированием прохождения элементарных частиц через вещество, а именно с расчетом ливней – каскадов вторичных частиц, образуемых при прохождении элементарных частиц через слой вещества в детекторе. Моделирование является важной частью анализа явлений прохождения элементарных частиц через вещество, начиная со стадии проектирования детектора и заканчивая окончательным сравнением экспериментальных данных с теоретическими моделями. Моделирование прохождения элементарных частиц через вещество в основном выполняется методами Монте-Карло, применение которых требует больших вычислительных ресурсов. Однако для обработки данных следующего поколения экспериментов на БАК даже имеющихся в распоряжении ЦЕРН весьма внушительных вычислительных ресурсов может не хватить. В связи с этим ученые пытаются разработать новые методы моделирования, и машинное обучение – один из них.

В своем проекте я реализовывала модель Generative Adversarial Networks (GANs – генеративные состязательные сети), представляющую один из самых новых и многообещающих подходов в таких областях как Computer Vision и Deep Learning. Идея данного подхода заключается в следующем. Имеется две нейронные сети: первая, называемая генератором, из вектора случайного шума генерирует изображения. Вторая, называемая дискриминатором, классифицирует изображения на настоящие и ложные. Достоинством данного подхода является то, что он позволяет моделировать любой тип детектора элементарных частиц.

Я работала с командой разработчиков программного комплекса GeantV, которая является мировым лидером в области расчетов прохождения элементарных частиц через вещество. Кстати, в команде довольно много ученых из России. Я реализовывала свой проект, используя фреймворки Keras и Neon, а также тестировала программу на различных ЦПУ и ГПУ-кластерах.

В проекте использовались реальные данные с детекторов, установленных на БАК. Помимо данных об энергии частицы, наша модель может предоставлять информацию о типе частицы и ее начальной энергии. Полученные нами результаты выглядят многообещающими, и команда разработчиков GeantV надеется, что их проект поможет физикам в ходе обработки данных новых экспериментов на БАК».