Курс «Нейронные сети и их применение в научных исследованиях» ориентирован на молодых учёных МГУ всех факультетов, обладающих навыками программирования, и в чьих научных работах можно применить методы нейронных сетей для анализа данных.
Кто может поступить на курс:
Обучение на курсе занимает 1 учебный год.
Программа рассчитана на 2 семестра:
На занятиях слушатели курса познакомятся с темами классического машинного обучения и искусственных нейронных сетей, таких как:
Отличившимся слушателям курса предоставляется именная стипендия.
10 лучших авторов курсовых работ получат грант.
Также все слушатели курса могут принять участие в итоговом конкурсе публикаций, где авторы 5-ти лучших работ получат грант за лучшую публикацию.
Руководители курса:
Елизаров Сергей Георгиевич
Старший научный сотрудник Физического факультета МГУ имени М.В. Ломоносова
Кандидат физико-математических наук
Научный руководитель курса «Нейронные сети и их применение в научных исследованиях». Осуществляет научное руководство, проводит научные консультации и разрабатывает программу курса
Запуниди Сергей Александрович
Научный сотрудник Физического факультета МГУ имени М.В. Ломоносова
Кандидат физико-математических наук
Руководитель группы преподавателей курса «Нейронные сети и их применение в научных исследованиях». Осуществляет координацию деятельности преподавательского состава курса и рецензирование разработанных методических материалов лекций
Преподаватели курса:
Антюфриева Любовь Александровна
Образование
Московский физико-технический институт (МФТИ), кафедра мультимедийных технологий и телекоммуникаций, специальность «Системы, сети и устройства телекоммуникаций».
Кандидат технических наук
Специализация
Разработка систем связи и обработка мультимедийной информацииВасильев Артём Викторович
Образование
Физический факультет МГУ имени М.В. Ломоносова, кафедра физики частиц и космологии (бакалавриат)
Совместная магистерская программа Физического факультета МГУ и Института теоретической и математической физики МГУ «Квантовая гравитация и математическая физика»
Специализация
Решёточная квантовая хромодинамика, вычислительная физика, анализ данных и методы компьютерного зренияГаничев Антон Александрович
Образование
Московский Авиационно-Технологический Университет, кафедра информационных технологий, специальность «Автоматизированные системы обработки информации и управления»
Специализация
Разработка систем компьютерного зренияИвченко Александр Владимирович
Образование
Московский физико-технический институт (МФТИ), кафедра мультимедийных технологий и телекоммуникаций, специальность «Системы, сети и устройства телекоммуникаций»
Кандидат технических наук
Специализация
Обработка мультимедийной информацииКолпинский Сергей Викторович
Образование
Национальный исследовательский университет «Московский энергетический институт» (НИУ «МЭИ»), кафедра управления и интеллектуальных технологий, специальность «Управление и информатика в технических системах»
Специализация
Нейросетевые методы обработки информацииМитина Дарья Олеговна
Образование
МГТУ им Н. Э. Баумана, кафедра подводных роботов и аппаратов, специальность «Специальная мехатроника и робототехника».
Специализация
Решение задач компьютерного зренияНемченко Виктор Андреевич
Образование
Кафедра судостроения и энергетики
Калининградский государственный технический университет
Специализация
Сегментация изображений, детекция аномалий, рекомендательная система, антифрод системы, предсказания временных рядов, решение прикладных задач с помощью ML/DLНабор происходит 2 раза в год: с мая по август и с ноября по февраль.
Количество групп в каждом наборе может меняться. У каждой группы занятие проходит 1 раз в неделю. Дата и время занятий будут известны при зачислении.
Требования к поступающим:
Занятия для очередного потока начинаются в феврале 2023 года.
В настоящий момент набор на курс закрыт. Следующий набор ожидается в мае 2023 года.
Межфакультетский курс «Нейронные сети и их применение в научных исследованиях» разработан на основе программы одноименного курса для молодых ученых.
Компьютерное зрение, распознавание речи, «понимание» текста и многие другие формы узкоспециализированного искусственного интеллекта (ANI – artificial narrow intelligence) сегодня являются частью повседневной жизни. В основе этих технологий лежит машинное обучение, которое используется для построения алгоритмов, которые могут обучаться. В настоящее время одним из самых перспективных методов машинного обучения считается глубокое обучение (нейронные сети). За последние несколько лет глубокое обучение нашло применение практически во всех областях науки: от биологии и физики до лингвистики и философии.
Этот 12-недельный курс даст студентам высокоуровневый обзор современных методов искусственного интеллекта и их применения в различных научных областях. Демонстрации и викторины помогут студентам разобраться, что возможно в настоящее время и что, вероятно, будет возможно в ближайшем будущем.
Из-за упрощенного изложения МФК подойдет студентам, которые только хотят начать разбираться в теме искусственного интеллекта. Записаться на МФК и получить зачёт могут студенты любых факультетов МГУ имени М.В. Ломоносова (кроме физического).
Материалы лекций доступны всем желающим для самостоятельного изучения. Они расположены на сайте https://msu.ai/mfk
Разработчики курса:
Елизаров Сергей Георгиевич
Образование
Кафедра общей физики и волновых процессов. Кандидат физико-математических наук, старший научный сотрудник
Московский государственный университет имени М.В. Ломоносова
Специализация
ФизикаЗапуниди Сергей Александрович
Образование
Кафедра общей физики и волновых процессов. Кандидат физико-математических наук, научный сотрудник
Московский государственный университет имени М.В. Ломоносова
Специализация
ФизикаНовоселов Артемий Максимович
Образование
Московский государственный университет имени М.В. Ломоносова, Норвежский университет естественных наук и технологий
Специализация
Использование нейронных сетей в обработке сигналов, сейсмологии и акустикеПреподаватель курса:
Немченко Виктор Андреевич
Образование
Кафедра судостроения и энергетики, специальность «Тепловые электрические станции»
Калининградский государственный технический университет
Специализация
Сегментация изображений, детекция аномалий, рекомендательная система, антифрод системы, предсказания временных рядов, решение прикладных задач с помощью ML/DLВ данный момент курс успешно читается, набор закрыт.
Сайт курса: https://msu.ai/mfk
ПО ПЯТНИЦАМ
09:00–10:30 1 пара
10:40–12:10 2 пара
12:10–13.00 Перерыв
13:00–14:30 3 пара
14:40–16:10 4 пара
Преподаватель: А. А. Ганичев
ПО ЧЕТВЕРГАМ
09:00–10:30 1 пара
10:40–12:10 2 пара
12:10–13.00 Перерыв
13:00–14:30 3 пара
14:40–16:10 4 пара
Преподаватель: А. П. Маракулин
ПО ПОНЕДЕЛЬНИКАМ
09:00–10:30 1 пара
10:40–12:10 2 пара
12:10–13.00 Перерыв
13:00–14:30 3 пара
14:40–16:10 4 пара
Преподаватель: Д. Д. Пензар
ПО СУББОТАМ
09:00–10:30 1 пара
10:40–12:10 2 пара
12:10–13.00 Перерыв
13:00–14:30 3 пара
14:40–16:10 4 пара
Преподаватель: И. А. Конюшок