Научный руководитель по профилю математика и искусственный интеллект

Трофимов Александр Геннадьевич - Кандидат технических наук, доцент каф. Кибернетика ИИКС НИЯУ МИФИ.

Научный руководитель Лаборатории нейросетевых технологий ИИКС НИЯУ МИФИ.

Член редколлегии журнала "Нейрокомпьютеры: разработка и применение".

Член Программного и Организационного комитетов Международной научно-технической конференции "Нейроинформатика".

Университет: Национальный исследовательский ядерный университет “МИФИ”.

Уровень владения английским языком: свободно.

Направление подготовки, на которое будет приниматься аспирант: Прикладная математика и информатика, программная инженерия.

Код направления подготовки, на которое будет приниматься аспирант:

09.06.01 информатика и вычислительная техника

Перечень исследовательских проектов потенциального научного руководителя (участие/руководство):

РФФИ 15-29-01344, 2015-2017, участие.

Исследование и моделирование волновой интеграции крупномасштабных нейросетей мозга: подходы к выявлению когнитивных состояний внимания у человека.

РНФ 14-28-00234, 2015–2017, участие.

В поисках «Я»: междисциплинарное исследование порождения произвольного действия.

Перечень возможных тем для исследования:

  1. Разработка интеллектуальной системы геопривязки изображений.
  2. Исследование уязвимостей существующих типов графической капчи как элемента киберзащиты. Разработка системы автоматического распознавания капчи и генерации устойчивых к взлому типов капчи.
  3. Исследование успешности начинающих фирм на основе анализа открытой текстовой информации, в том числе, в социальных сетях.
  4. Разработка системы предиктивной аналитики для раннего обнаружения неполадок на электростанциях.
  5. Разработка методов обнаружения состязательных атак на модели машинного обучения и методов защиты от них.

Область исследования научного руководителя:

Машинное обучение и нейронные сети.

Более детальное описание научных интересов:

  1. Обработка изображений и компьютерное зрение.
  2. Анализ текстов на естественном языке.
  3. Предиктивная аналитика.
  4. Безопасность моделей машинного обучения.

Отличительные особенности данной программы:

Возможность использования вычислительного модуля «Тензор» НИЯУ МИФИ с графическими ускорителями (1280 тензорных ядер GPU, 10240 ядер CUDA).

Требования, предъявляемые к аспиранту:

Знание математического анализа, линейной алгебры, теории вероятностей и математической статистики.

Навыки программирования на языке Python и в среде MATLAB.

Знание библиотек научного программирования языка Python, в том числе scikit-learn.

Общее количество публикаций в журналах, индексируемых Web of Science или Scopus (9 публикаций):

Trofimov A.G., Bogatyreva A.A. A method of choosing a pre-trained convolutional neural network for transfer learning in image classification problems

// Studies in Computational Intelligence, 2020, Vol. 856 pp. 263-270.

Trofimov A.G., Kuznetsova K.E., Korshikova A.A. Abnormal Operation Detection in Heat Power Plant Using Ensemble of Binary Classifiers // Advances in Neural Computation, Machine Learning, and Cognitive Research, 2019, V.799, Pp.227- 233.

Trofimov A.G., Shishkin S.L., Kozyrskiy B.L., Velichkovsky B.M. A Greedy Feature Selection Algorithm for Brain-Computer Interface Classification Committees // Procedia Computer Science, 2018, V.123, Pp. 488-493.

Trofimov A.G., Velichkovsky B.M., Shishkin S.L. An Approach to Use Convolutional Neural Network Features in Eye-Brain-Computer-Interface // Studies in Computational Intelligence, 2018, V.736, Pp.132-137.

Shishkin, Y. Nuzhdin, E. Svirin, A. Trofimov, A. Fedorova, B. Kozyrskiy, B. Velichkovsky. EEG Negativity in Fixations Used for Gaze-Based Control: Toward Converting Intentions into Actions with an Eye-Brain-Computer Interface // Frontiers in Neuroscience. 2016, V.10, P. 1-20.

94