"Информационные технологии и высокопроизводительные вычисления": Материалы VIII Международной научно-практической конференции, Хабаровск, 15-17 сентября 2025 г.

?

"Информационные технологии и высокопроизводительные вычисления": Материалы VIII Международной научно-практической конференции, Хабаровск, 15-17 сентября 2025 г.

Khabarovsk : -, 2025.

Editor-in-chief: А. А. Сорокин

Алгоритм матричного произведения на графических ускорителях для платформ с неравномерными каналами передачи данных

Choi Y. R., Мальковский С. И., Stegailov V., В кн.: "Информационные технологии и высокопроизводительные вычисления": Материалы VIII Международной научно-практической конференции, Хабаровск, 15-17 сентября 2025 г.: Хабаровск: Хабаровский Федеральный исследовательский центр, 2025. Гл. 81 С. 317–320.

Работа посвящена разработке и экспериментальному исследованию параллельных алгоритмов матричного умножения и матричной экспоненты с асинхронным обменом данными, использующих принцип наложения вычислений и коммуникаций для максимизации производительности, для систем с несколькими графическими ускорителями и неоднородной топологией. Также представлены теоретические модели оптимизации размера блоков для повышения эффективности расчетов. Алгоритм матричной экспоненты реализован с поддержкой комплексных матриц через ...

Added: October 15, 2025

Research target: Computer Science

Language: Russian

Text on another site

Keywords: высокопроизводительные вычисления

"Информационные технологии и высокопроизводительные вычисления": Материалы VIII Международной научно-практической конференции, Хабаровск, 15-17 сентября 2025 г.

Risk Assessment Models for Heated Tobacco Products

Maddalena L., Yildiz B., Del Vecchio Blanco F. et al., Risk Analysis 2026 Vol. 46 No. 4 P. 1–26

Heated tobacco products (HTPs) are marketed as alternatives to conventional cigarettes with a potential reduced risk profile. Yet, their actual impact on cancer and noncancer disease risk remains uncertain and requires rigorous quantitative assessment. In this study, we develop a unified and transparent computational framework for toxicological risk assessment of HTPs, integrating chemical emissions data ...

Added: September 22, 2026

Segmentation of the Iris and Pupil of the Human Eye in Images from an Infrared Camera

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 855–862

Tasks related to the automation of medical data processing are becoming more urgent. Particular attention is paid to systems for monitoring and analyzing human physiological parameters. Such systems often use specialized sensors to capture biomedical images, such as infrared cameras. This article describes our study of the problem of segmenting the eye pupil and iris ...

Added: September 21, 2026

A Model Based on Universal Filters for Image Color Correction

Aleksei Samarin, Nazarenko A., Alexander Savelev et al., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 3 P. 844–854

Improving image quality is becoming an increasingly popular task, especially when working with mobile devices. One common approach to image enhancement is the use of convolutional neural networks. However, to achieve good results, such networks must be large enough, otherwise there is a risk of unwanted artifacts. In addition, large convolutional neural networks require significant ...

Added: September 21, 2026

Streptococci Recognition in Microscope Images Using Taxonomy-based Visual Features

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Optical Memory and Neural Networks (Information Optics) 2024 Vol. 33 P. 424–434

This study explores the development of classifiers for microbial images, specifically focusing on streptococci captured via microscopy of live samples. Our approach uses AutoML-based techniques and automates the creation and analysis of feature spaces to produce optimal descriptors for classifying these microscopic images. This technique leverages interpretable taxonomic features based on the external geometric attributes ...

Added: September 21, 2026

Specialized Image Descriptors Adaptation for Polyp Recognition over Endoscopic Images

Aleksei Samarin, Aleksei Toropov, Alexander Savelev et al., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1053–1060

This paper presents a novel approach to classification in biomedical imaging, specifically targeting polyp recognition in video endoscopy snapshots. Our method leverages specialized image descriptors to enhance the accuracy and robustness of polyp recognition. By employing these specialized descriptors, we address the challenges inherent in analyzing biomedical images from open datasets. Our approach not only ...

Added: September 21, 2026

Lightweight Image Preprocessing Model for Improving Microorganism Detection in Microscopic Scenes

Самарин А. В., Торопов А. Г., Савельев А. Г. et al., Pattern Recognition and Image Analysis 2024 Vol. 34 No. 4 P. 1044–1052

This paper presents a study aimed at improving the detection quality of small-sized microorganisms under challenging microscopic conditions through the application of a lightweight combined image preprocessing model. We focused on the task of detecting diplococci in images obtained through dynamic sample microscopy. The proposed approach employs predefined filters for image preprocessing, combined with the ...

Added: September 21, 2026

Advancements in Signal, Image and Video Processing

Singapore: Springer Singapore, 2025.

Added: September 21, 2026

Interpretable Lazy Classification with Interval Pattern Structures and Local Interval Explanations

Tomat A., Sergei O. Kuznetsov, International Journal of Approximate Reasoning 2026 Vol. 197 Article 109754

Interval Pattern Structures (IPS) provide a natural way to represent local, human-readable explanations for predictions on numerical data through vectors of intervals interpreted as axis-parallel hyper-rectangles. In this paper, we develop and evaluate an IPS-based k-nearest neighbors classifier, IPS-KNN, that explains each prediction through a single local interval description rather than through the aggregation of ...

Added: September 21, 2026

IDAP++: Advancing Divergence-Based Pruning via Filter-Level and Layer-Level Optimization

Aleksei Samarin, Nazarenko A., Kotenko E. et al., / Series arXiv "math". 2025. No. 2511.20141.

This paper presents a novel approach to neural network compression that addresses redundancy at both the filter and architectural levels through a unified framework grounded in information flow analysis. Building on the concept of tensor flow divergence, which quantifies how information is transformed across network layers, we develop a two-stage optimization process. The first stage ...

Added: September 21, 2026

Modernized Nonlocal Blocks for Infrared Camera Image Segmentation of the Human Eye

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 169–178

This study explores the incorporation of specialized self-attention mechanisms into deep learning architectures, with a particular emphasis on segmenting human iris and pupil regions in infrared images. In this work, we present some modified versions of nonlocal blocks designed to enhance self-attentive properties while addressing the distinct characteristics of infrared imaging data. By applying these customized ...

Added: September 21, 2026

Non-Contrast Brain CT Images Segmentation Enhancement: Lightweight Pre-Processing Model for Ultra-Early Ischemic Lesion Recognition and Segmentation

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Journal of Imaging 2025 Vol. 11 No. 10 Article 359

Timely identification and accurate delineation of ultra-early ischemic stroke lesions in non-contrast computed tomography (CT) scans of the human brain are of paramount importance for prompt medical intervention and improved patient outcomes. In this study, we propose a deep learning-driven methodology specifically designed for segmenting ultra-early ischemic regions, with a particular emphasis on both the ...

Added: September 21, 2026

Pattern Recognition. ICPR 2024 International Workshops and Challenges

Springer, Cham, 2025.

Added: September 21, 2026

Automation of Multi-Class Microscopy Image Classification Based on the Microorganisms Taxonomic Features Extraction

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Journal of Imaging 2025 Vol. 11 No. 6 P. 1–20

This study presents a unified low-parameter approach to multi-class classification of microorganisms (micrococci, diplococci, streptococci, and bacilli) based on automated machine learning. The method is designed to produce interpretable taxonomic descriptors through analysis of the external geometric characteristics of microorganisms, including cell shape, colony organization, and dynamic behavior in unfixed microscopic scenes. A key advantage ...

Added: September 21, 2026

Lecture Notes in Artificial Intelligence

Springer, 2026.

Two volumes of the SPECOM 2026 proceedings contain a collection of submitted papers presented at SPECOM 2026, which were thoroughly reviewed by members of the Program Committee and additional reviewers consisting of almost 80 experts in the conference topic areas. In total, 65 regular full papers out of 99 submissions made via the EasyChair electronic ...

Added: September 20, 2026

Improving the Accuracy of Automatic Wildlife Detection in Nature Reserves Using Infrared Imaging

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 323–334

In this paper, an improved approach for automatic wildlife detection in natural environments based on the integration of a neural network architecture with a two-stream attention mechanism and a novel preclassification step based on infrared data has been presented. The proposed method addresses one of the key challenges in environmental monitoring: the need for scalable ...

Added: September 19, 2026

IDAP++: Advancing Divergence-Aware Pruning with Joint Filter and Layer Optimization

Aleksei Samarin, Nazarenko A., Kotenko E. et al., Proceedings of the ACM on Management of Data, USA 2026 Vol. 4 No. 1 P. 1–28

Modern knowledge and large volumes of data are increasingly encoded within neural networks, making the task of simplifying their structures and reducing the number of parameters especially relevant, both to improve efficiency and to facilitate deployment in resource-constrained environments. This paper presents a novel approach to neural network compression that addresses redundancy at both the ...

Added: September 19, 2026

Automated Feature Engineering-Based Approach for Micrococci Microscopic Image Classification and Taxonomic Characteristics Determination

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Pattern Recognition and Image Analysis 2025 Vol. 35 No. 2 P. 148–158

This paper describes our research on creating classifiers for microbial images (micrococci microscopy images) obtained from pictures of unfixed microscopic scenes. In our work, we propose an AutoML approach based on the automatic generation and analysis of the feature space for constructing the most optimal descriptors of microorganism images for subsequent classification. This makes it ...

Added: September 19, 2026

Improvement in Microbial Classification Quality Using Synthetic Microscopic Images Generated by Large Visual-Language Models

Aleksei Samarin, Alexander Savelev, Aleksei Toropov et al., Pattern Recognition and Image Analysis 2026 Vol. 36 No. 2 P. 302–312

The lack of annotated microscopic datasets remains a major obstacle to training robust deep learning models for microbial classification. In this paper, a novel data augmentation pipeline that uses visual–linguistic large-scale models to generate synthetic microscopic images of six different bacterial and nonbacterial classes has been proposed. Synthetic samples have gradually been added to the ...

Added: September 19, 2026

Advances in Neural Computation, Machine Learning, and Cognitive Research IX

Springer, Cham, 2026.

computer vision ...

Added: September 19, 2026

Интеллектуальное прогнозирование времени выполнения вычислительных задач GROMACS для оптимизации работы планировщика задач суперкомпьютера «cHARISMa» НИУ ВШЭ

Саликова М. Т., Kostenetskiy P., Roman M., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 331–331.

Современные суперкомпьютеры являются незаменимыми инструментами для решения сложных научных и промышленных задач. Эффективное планирование потока вычислительных задач суперкомпьютера требует информации о времени, за которое может завершится каждая из ожидающих запуска задач. Нередко пользователи устанавливают задаче временной лимит с большим запасом, что снижает эффективность работы планировщика. Разработка метода предсказания времени выполнения задач Gromacs на суперкомпьютере позволит ...

Added: May 28, 2025

Разработка подсистемы динамического изменения приоритета задач в очереди суперкомпьютера

Рыбаков Г. С., Kostenetskiy P., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 329–329.

С ростом числа задач в различных областях науки, требующих высокопроизводительных вычислений, правильное распределение приоритетов задач и квот пользователей стало одним из важнейших факторов, влияющих на эффективную работу суперкомпьютерных центров. На суперкомпьютере НИУ ВШЭ «cHARISMa» настроено множество дополняющих друг друга алгоритмов планирования потока задач, а также ограничений, таких как проектные лимиты и пользовательские квоты. Алгоритмы и ...

Added: May 28, 2025

Анализ и визуализация данных в системе мониторинга эффективности задач НРС TaskMaster суперкомпьютерного комплекса

Мазаев И. А., Kostenetskiy P., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 321–321.

Данная работа посвящена созданию подсистемы визуализации данных о вычислительных задачах пользователей для системы HPC TaskMaster [1], разработанной Отделом суперкомпьютерного моделирования НИУ ВШЭ для суперкомпьютера cHARISMa. Основная цель этой подсистемы – предоставить пользователям и администраторам удобный инструмент для исследования большого массива данных о задачах. В качестве платформы визуализации выбрана система Grafana, уже используемая для мониторинга нагрузки ...

Added: May 28, 2025

Моделирование потока задач вычислительного кластера НИУ ВШЭ с использованием SLURM Simulator

Roman M., Kostenetskiy P., В кн.: Параллельные вычислительные технологии – XIX всероссийская научная конференция с международным участием, ПаВТ’2025, г. Москва, 8–10 апреля 2025 г. Короткие статьи и описания плакатов.: Челябинск: Издательский центр ЮУрГУ, 2025. С. 324–324.

Задача эффективного распределения ресурсов вычислительной системы широко известна. Она становится критически важной в многопользовательских многопроцессорных системах, таких как суперкомпьютеры. В НИУ ВШЭ функционирует высокопроизводительный вычислительный кластер «cHARISMa», состоящий из 48 вычислительных узлов шести типов. Основными характеристиками узлов являются наличие графических ускорителей и их модели, типы центральных процессоров и объем оперативной памяти. На суперкомпьютере используется планировщик задач ...

Added: May 28, 2025

Graph based routing algorithm for torus topology and its evaluation for the Angara interconnect

Mukosey A., Semenov A., Tretiakov A., Journal of Parallel and Distributed Computing 2024 Vol. 183 Article 104765

Several approaches and techniques exist to resolve load balancing problem in general and torus topology networks. Graph methods are natural ways to perform balancing of routing paths. A routing balancing algorithm must operate within the constraints of the underlying network architecture that limits several parameters, such as the number of logical paths in the network. In this paper, we consider a ...

Added: November 25, 2023