Семинар научного руководителя МИЭМ НИУ ВШЭ

Кратко описать о чем доклад (5-7 предложений):

• Какая научная проблема (задача) затрагивается.
• Какие задачи решаются.
• Какие результаты получены.
• Чем результаты исследования полезны (в какой предметной области).

Примеры аннотаций доступны на этой странице в прошедших семинарах 2025 г. и в архиве 2021 - 2024 г.г.

Обращаем Ваше внимание на то, что старайтесь не использовать ключевые формулировки научной новизны, положений, выносимых на защиту и др. в аннотации к семинару (могут быть трудности с системой "Антиплагиат" в дальнейшем).

Структура доклада (презентации):

• Представить научную проблему (постановку научной задачи), показать ее актуальность (цифрами и фактами с указанием подтверждающих источников);
• Отразить предмет и объект исследования;
• Отразить информацию об области исследования (какому пункту соответствует какой научной специальности);
• Сформулировать четко цель (Цель – это изменение параметров в лучшую сторону, отвечает на вопрос «Зачем это делаем?») и задачи исследования (отвечают на вопрос «Как мы это делаем?»);
• Сформулировать научную новизну исследования (каждый пункт должен быть в стиле, как пример, «Разработан метод, позволяющий ..., ; предложена методика, повышающая ...»);
• Сформулировать практическую значимость (каждый пункт должен быть в стиле, как пример, «Разработанный метод повышает … и позволяет …»);
• Четко сформулировать положения, выносимые на защиту каждый пункт должен быть в стиле, как пример, «Математическая модель, повышающая точность …, отличающаяся от известных тем, что учитывает … (в скобках указать на сколько процентов повысилась точность, например)»;
• Продемонстрировать методологию исследования (основные этапы, методы, методики, инструменты, результаты каждого этапа, экспериментальная проверка – результативность ваших разработок);
• Привести результаты апробации и внедрения (результативность обучения – публикации, конференции, патенты/ свидетельства о регистрации программы ЭВМ или БД, акты внедрения и др.);
• Привести основные результаты, полученные в процессе решения задач, поставленных в диссертационном исследовании.

Время выступления строго - не более 20 минут (обязательно, неоднократно, репетируйте свой доклад).

Время на вопросы от слушателей - 20 минут.

1. Разработка методов сравнительного анализа текстов на русском языке для выявления специфики текстов

Докладчик: Аванесян Нина Левоновна

Научный руководитель: д.т.н., профессор Чеповский Андрей Михайлович

В последние годы наблюдается рост распространения противоправной информации в Интернете, что создает угрозу общественной безопасности и правопорядку. Требуется разработка эффективных инструментов для выявления и блокировки такой информации. Из-за особенностей языка и необходимости точной классификации контента анализ текстов на русском языке представляет собой непростую задачу.

В докладе предлагается подход по применению статистических методов компьютерной лингвистики для анализа самых различных наборов текстов и сравнения их между собой: тексты социальных сетей, литературные и противоправные тексты. Описывается процедура частотного анализа текстов на русском языке и методика вычисления коэффициента попарной ранговой корреляции, определяются психолингвистические характеристики текстов.

Научные и практические результаты диссертационных исследований будут полезны при разработке информационных систем и проведения научно-исследовательских и опытно-конструкторских работ в области информационной безопасности.

2. Построение цифровых профилей Telegram-каналов на основе сетей взаимодействующих объектов

Докладчик: Попов Владимир Александрович

Научный руководитель: к.ф.-м.н., доцент Чеповский Александр Андреевич

Тема изучения графов взаимодействующих объектов, формируемых на основе данных из социальных сетей, а также выявление и определение цифровых профилей пользователей является актуальной в наши дни.

В мессенджере Telegram цифровой профиль канала можно построить на основе общей информации о канале, на основе текстов постов данного канала, комментариев, реакций подписчиков, а также связей данного канала с другими. Понимание характеристик канала позволяет выявлять и анализировать сети информационного воздействия в Telegram, позволяет изучать потоки распространения информации, находя источники информации и каналы ее распространения.

Все это имеет практическую ценность для социологических и психологических исследований, для мероприятий по обеспечению безопасности граждан, а также для различных компаний в рамках проведения анализа целевой аудиторий, настройки рекомендательных систем и проведения рекламных проектов.

1. Точная асимптотика фундаментальных решений начально-краевых задач для нестрого параболических уравнений с малым параметром

Докладчик: Рахель Марк Анатольевич 

Научный руководитель: д.ф.-м.н., профессор Данилов Владимир Григорьевич

Аннотация: В последнее время многие исследования были направлены на изучение случайных диффузионных процессов, которые соответствует нестрого параболическим уравнениям с различными вырождениями главного символа. Подобные задачи обычно решаются двумя способами. Первый — это использование метода ВКБ для построения асимптотических решений. Таким способом решались аналогичные задачи для строго параболических уравнений в работах В. Маслова и Ю. Кифера. Позднее начались исследования нестрого параболических уравнений, в которых используется подход, близкий к идеям С. Молчанова.

В работе строится асимптотика фундаментального решения линейного вырождающегося параболического уравнения с малым параметром при старшей производной. Асимптотика строится на основании точного решения уравнения в тривиальном случае. Указывается связь между полученным фундаментальным решением и главным слагаемым асимптотики, найденной с помощью метода ВКБ. Обоснование асимптотики происходит путем доказательства сходимости формального ряда, возникающего при построении фундаментального решения.

2. Вычислительные методы моделирования сложных систем (Численное исследование спиновых моделей на динамических структурах)

Докладчик: Файзуллина Камилла Наилевна

Научный руководитель: д.ф.-м.н., профессор, Щур Лев Николаевич

Аннотация: Работа посвящена исследованию фазовых переходов и критических явлений в спиновых моделях с динамической геометрией,  в которых спиновые переменные (Изинга и XY-модель) расположены на вершинах  случайного блуждания без самопересечений (СБС) на регулярных решётках в двух- и трёхмерном пространствах. 

Установлено, что в двумерных системах эти переходы носят непрерывный (второго рода) характер, в то время как в трёхмерных системах наблюдается фазовый переход первого рода. Проведен анализ показателя корреляционной длины, характеризующего поведение цепочки в критической области перехода клубок–глобула. Численные данные показывают наличие структурного перехода, а сам показатель наследуется от “родительской модели” - взаимодействующего блуждания без самопересечений (модель гомополимера). 

Теоретическая значимость работы состоит в расширении представлений о взаимосвязи структурных и магнитных фазовых переходов в системах с замороженным беспорядком. Практическая значимость обусловлена разработанными численными подходами и алгоритмами, которые могут быть использованы при исследовании таких систем и проектировании новых магнитных материалов.

1. Проектирование и разработка системы цифрового профиля

Докладчик: Степанов Михаил Андреевич

Научный руководитель: к.т.н., доцент Сластников Сергей Александрович

Аннотация: Современные образовательные системы аккумулируют большие объемы данных о цифровой активности студентов, однако их анализ остается фрагментированным. Отсутствие единой методологии интеграции и обработки этих данных ограничивает их применение для оценки вовлеченности, предсказания академических рисков и персонализации образовательных траекторий.

В докладе представлена методика построения цифрового профиля студентов, основанная на системном подходе к сбору, интеграции и анализу цифрового следа. Рассматриваются архитектурные решения для объединения разнородных источников данных (LMS, корпоративные чаты, системы управления проектной деятельностью), выбор оптимальных способов хранения (реляционные, документоориентированные, колоночные БД), а также применение статистических методов и алгоритмов машинного обучения (регрессионный анализ, кластеризация k-средних, DBSCAN, деревья решений) для выявления закономерностей и прогнозирования успеваемости.

Предложенная методика обеспечивает масштабируемость и достоверность моделей цифрового профиля, что позволяет образовательным учреждениям эффективно использовать данные цифрового следа для поддержки студентов, совершенствования учебного процесса и разработки персонализированных образовательных траекторий. Результаты апробированы на данных студентов МИЭМ НИУ ВШЭ и могут быть адаптированы для использования в других вузах​.

2. Многофакторная математическая модель оценки стоимости рынка недвижимости

Докладчик: Чурбанов Роман Рамисович

Научный руководитель: д.ф.-м.н., профессор Четвериков Виктор Михайлович

Аннотация: В настоящей работе рассматривается применение парсинга для перевода информации из интернета в форме HTML в форму базы данных и последующий формат отчетов для анализа. В качестве примера приводится анализ первичного и вторичного рынков недвижимости в автономных округах Москвы. Специфика рынка недвижимости заключается в том, что на этом рынке не существует биржевой торговли со всеми присущими ей доступными информационными потоками. Целью исследования является разработка математического и алгоритмического обеспечения статического анализа данных, полученных в результате сравнительного статистического анализа изменения средних цен предложения жилья в административных округах г. Москвы на основе интеллектуальных методов и алгоритмов их преобразования, в регрессию позволяющую повысить скорость вычислительных программ.

1. Автоматизация оценки параметров цифровых схем с использованием методов машинного обучения

Докладчик: Зунин Владимир Викторович

Научный руководитель: д.т.н., доцент Романов Александр Юрьевич

Аннотация: Процесс проектирования сверхбольших интегральных схем (СБИС) представляет собой комплексную многостадийную процедуру, которая требует тесной кооперации между различными группами разработчиков и подразумевает применение обширного набора разнородных инструментов. Качество результатов синтеза итогового дизайна определяется степенью детализации каждого этапа и качеством взаимодействия между членами проектной команды.

Объектом исследования является цикл проектирования СБИС и его ускорение за счет использования алгоритмов машинного обучения. В ходе исследования решена проблема недостаточного объема данных для машинного обучения путем разработки специализированного программного обеспечения, которое генерирует цифровые схемы и вычисляет их параметры, что позволило сформировать репрезентативный датасет цифровых схем. Также разработана методика и модели машинного обучения для оценки параметров цифровых схем.

2. Исследование защищенности беспроводных сетей пятого и шестого поколения

Докладчик: Смирнов Иван Андреевич

Научный руководитель: д.т.н., профессор Кучерявый Евгений Андреевич

Аннотация: Научная проблема, затронутая в исследовании, заключается в недостаточной защищённости передаваемых данных в беспроводных сетях нового поколения, таких как 5G и 6G. Несмотря на стремительное развитие технологий и внедрение передовых стандартов связи, сохраняется риск компрометации данных из-за унаследованных уязвимостей и слабых мест в криптографической защите. В результате, возникают угрозы конфиденциальности, целостности и доступности информации, что ставит под сомнение безопасность пользователей и организаций, зависящих от этих сетей.

Основная задача исследования является оценка уровня защищенности передаваемой информации в беспроводных сетях 5G и 6G, а также разработка математической модели, позволяющей повысить уровень безопасности 6G сетей.

Задачи, решаемые в рамках данного исследования, направлены на анализ и улучшение информационной безопасности в беспроводных сетях 5G и 6G.

Результаты исследования найдут применение в различных секторах экономики и общества, способствуя укреплению информационной безопасности и продвижению инноваций в области беспроводных коммуникаций.