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

Крук Евгений Аврамович — и.о. директора, научный руководитель

 

Абрамешин Андрей Евгеньевич — заместитель директора

 

Романов Виктор Владимирович — заместитель директора

 

Тумковский Сергей Ростиславович — заместитель директора по учебной работе

 

Аксенов Сергей Алексеевич — заместитель директора по научной работе

 

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

     
Образовательные программы
Бакалаврская программа

Инфокоммуникационные технологии и системы связи

4 года
Очная форма обучения
50/20/10
50 бюджетных мест
20 платных мест
10 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Информатика и вычислительная техника

4 года
Очная форма обучения
100/45/15
100 бюджетных мест
45 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Программа специалитета

Компьютерная безопасность

5,5 лет
Очная форма обучения
30/50/15
30 бюджетных мест
50 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Бакалаврская программа

Прикладная математика

4 года
Очная форма обучения
80/50/15
80 бюджетных мест
50 платных мест
15 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Инжиниринг в электронике

2 года
Очная форма обучения
35/5/7
35 бюджетных мест
5 платных мест
7 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Интернет вещей и киберфизические системы

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

Квантово-информационные технологии

2 года
Очная форма обучения
ENG
Обучение ведётся на английском языке
Магистерская программа

Компьютерные системы и сети

2 года
Очная форма обучения
50/15/5
50 бюджетных мест
15 платных мест
5 платных мест 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
20/10/5
20 бюджетных мест
10 платных мест
5 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Магистерская программа

Прикладная физика

2 года
Очная форма обучения
RUS
Обучение ведётся на русском языке
Магистерская программа

Системы управления и обработки информации в инженерии

2 года
Очная форма обучения
25/5/5
25 бюджетных мест
5 платных мест
5 платных мест для иностранцев
RUS
Обучение ведётся на русском языке
Статья
Как обойти рефакторинг

Салибекян С. М., Леохин Ю. Л.

Системный администратор. 2016. № 12. С. 89-91.

Глава в книге
Тепловая обработка бетона с использованием микроволнового излучения

Нефедов В. Н., Мамонтов А. В., Симонов В. П. и др.

В кн.: X международная отраслевая научно-техническая конференция «Технологии информационного общества»: Сборник трудов. М.: ИД Медиа Паблишер, 2016. С. 194-195.

Препринт
On partial traces and compactification of *-autonomous Mix-categories

Sergey Slavnov.

math. arxive. Cornell University, 2016

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».