• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • A
  • A
  • A
  • A
  • A
Обычная версия сайта
  • RU
  • EN
  • Национальный исследовательский университет «Высшая школа экономики»
  • Публикации ВШЭ
  • Глава
  • Обратные задачи моделирования на основе регуляризации и распределенных вычислений в среде Everest
  • RU
  • EN
Расширенный поиск
Высшая школа экономики
Национальный исследовательский университет
Приоритетные направления
  • бизнес-информатика
  • государственное и муниципальное управление
  • гуманитарные науки
  • инженерные науки
  • компьютерно-математическое
  • математика
  • менеджмент
  • право
  • социология
  • экономика
по году
  • 2027
  • 2026
  • 2025
  • 2024
  • 2023
  • 2022
  • 2021
  • 2020
  • 2019
  • 2018
  • 2017
  • 2016
  • 2015
  • 2014
  • 2013
  • 2012
  • 2011
  • 2010
  • 2009
  • 2008
  • 2007
  • 2006
  • 2005
  • 2004
  • 2003
  • 2002
  • 2001
  • 2000
  • 1999
  • 1998
  • 1997
  • 1996
  • 1995
  • 1994
  • 1993
  • 1992
  • 1991
  • 1990
  • 1989
  • 1988
  • 1987
  • 1986
  • 1985
  • 1984
  • 1983
  • 1982
  • 1981
  • 1980
  • 1979
  • 1978
  • 1977
  • 1976
  • 1975
  • 1974
  • 1973
  • 1972
  • 1971
  • 1970
  • 1969
  • 1968
  • 1967
  • 1966
  • 1965
  • 1964
  • 1963
  • 1958
  • еще
Тематика
Новости
15 мая 2026 г.
В НИУ ВШЭ разрабатывают нейросеть для сферы науки и инноваций
Исследователи НИУ ВШЭ учат большие языковые модели понимать русскоязычную научную терминологию, увеличивая при этом их энергоэффективность. Адаптированная модель работает в 2,7 раза быстрее и требует на 73% меньше памяти, чем исходная открытая модель, что позволяет запускать ее на более доступном оборудовании. Программа прошла государственную регистрацию.
15 мая 2026 г.
Стартовал совместный спецпроект бренд-медиа Вышки IQ Media и iFORA ИСИЭЗ
В мае 2026 года стартовал научно-популярный проект «Искусственный интеллект: технологии, данные и будущее», который стал результатом работы двух команд — проекта iFORA Института статистических исследований и экономики знаний НИУ ВШЭ и редакции бренд-медиа IQMedia. Медийно-аналитический спецпроект посвящен современному развитию искусственного интеллекта и аналитике больших данных.
14 мая 2026 г.
<a>Ученые ФКН ВШЭ представили работы в сфере ИИ и биоинформатики на ICLR 2026
Ученые Института искусственного интеллекта и цифровых наук факультета компьютерных наук ВШЭи студенты трека «ИИ360: Инженерия искусственного интеллекта» бакалаврской программы «Прикладная математика и информатика» приняли участие в международной конференции ICLR — одном из самых авторитетных мировых форумов в области машинного обучения и представления данных. В этом году конференция состоялась в Рио-де-Жанейро (Бразилия).

 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!

Публикации
  • Книги
  • Статьи
  • Главы в книгах
  • Препринты
  • Верификация публикаций
  • Расширенный поиск
  • Правила использования материалов
  • Наука в ВШЭ

?

Обратные задачи моделирования на основе регуляризации и распределенных вычислений в среде Everest

С. 132–140.
Афанасьев А. П., Волошинов В. В., Соколов А. В.

Изложена методика оценки математических моделей физических явлений, происходящих в некоторой пространственной среде, на основе рядов экспериментальных данных. Целевая функция в обратной оптимизационной задаче идентификации параметров модели включает регуляризирующее слагаемое с неизвестными весовыми коэффициентами при вторых производных функций, описывающими исследуемое явление. Для выбора этих весовых коэффициентов применена процедура перекрестной (взаимной) верификации, когда часть исходных экспериментальных данных используется для «восстановления» остальных. Чем точнее результаты «взаимопроверки» для достаточно широкого набора проверочных тестов, тем «лучше» набор весовых коэффициентов. При выборе направления их улучшения требуется решить большой набор вспомогательных подзадач математического программирования, для чего предложено использовать распределенную систему сервисов оптимизации на платформе Everest.

Язык: русский
Ключевые слова: распределенные вычислениярегуляризацияобратные задачиRESTсервисыплатформа Everest

В книге

Аналитика и управление данными в областях с интенсивным использованием данных: сборник научных трудов XIX Международной конференции DAMDID / RCDL’2017 (10–13 октября 2017 года, г. Москва, МГУ, Россия)
М.: Федеральный исследовательский центр "Информатика и управление" Российской академии наук, 2017.
Похожие публикации
Модель MS-LASSO для прогнозирования волатильности: преимущества в условиях нелинейности
Гуревич А. М., Пьянкова М. В., Скоробогатов А. С. и др., Экономический журнал Высшей школы экономики 2025 Т. 29 № 4 С. 691–716
Прогнозирование и анализ волатильности инструментов является одной из фундаментальных задач при работе на фондовом рынке. В литературе чаще всего предсказания рыночной волатильности строятся с помощью линейных моделей. Однако данный инструмент может быть не самым подходящим для поставленной задачи, поскольку рынок непостоянен и его волатильность имеет периоды высоких и низких значений. Одним из методов, позволяющих учесть ...
Добавлено: 24 декабря 2025 г.
Численное решение обратной задачи для уравнения гиперболической теплопроводности с малым параметром
Акиндинов Г. Д., Матюхин В. В., Криворотько О. И., Компьютерные исследования и моделирование 2024 Т. 15 № 2 С. 245–258
В данной работе приведен алгоритм численного решения обратной начально-краевой задачи для гиперболического уравнения с малым параметром перед второй производной по времени, которая состоит в нахождении начального распределения по заданному конечному. Данный алгоритм позволяет для заданной наперед точности получить решение задачи (в допустимых пределах точности). Данный алгоритм позволяет избежать сложностей, аналогичных случаю с уравнением теплопроводности с ...
Добавлено: 24 октября 2024 г.
Statistical model for assessing the reliability of non-destructive testing systems by solving inverse problems
Alexandrov A. E., S. P. Borisov, Bunina L. V. и др., Российский технологический журнал 2023 Vol. 11 No. 3 P. 56–69
Цели. Контроль износа конструктивных элементов энергоустановок, в частности трубопроводов атомных электростанций, является неотъемлемым компонентом обеспечения безопасности при их эксплуатации. Контроль путем непосредственного обследования состояния трубопровода требует, во-первых, достаточно больших трудозатрат, во-вторых, в некоторых случаях, временной остановки работы. Поэтому при проведении контрольных мероприятий предлагается использовать математическое моделирование. Цель статьи - разработка математической модели системы диагностики для ...
Добавлено: 21 марта 2024 г.
Материалы V Международного семинара по информационным, вычислительным и управляющим системам для распределенных сред (ICCS-DE 2023)
ИДСТУ СО РАН, 2023.
Материалы научного сборника включают избранные статьи и тезисы V Международного семинара по информационным, вычислительным и управляющим системам для распределенные сред (ICCS-DЕ 2023), проведенного Институтом динамики систем и теории управления имени В.М. Матросова Сибирского отделения Российской академии наук (Иркутск, Россия) совместно с Центром научных исследований и высшего образования (CICESE Research Center, Энсенада, Мексика) 3-7 июля, 2023 ...
Добавлено: 7 сентября 2023 г.
Приближенное оценивание с помощью ускоренного метода наибольшей энтропии. Часть 2. исследование свойств оценок часть
Дубнов Ю. А., Булычев А. В., Информационные технологии и вычислительные системы 2023 № 1 С. 71–81
В данной работе исследуется метод приближенного энтропийного оценивания, предназначенный для ускорения классического метода наибольшей энтропии благодаря применению регуляризации в задаче оптимизации. Данный метод сравнивается с методом наибольшего правдоподобия и байесовским оцениванием, как экспериментально, так и с точки зрения теоретических выкладок для некоторых частных случаев. Тестирование методов оценивания проводится на примере задачи линейной регрессии с различными ...
Добавлено: 16 июня 2023 г.
Приближенное оценивание с помощью ускоренного метода наибольшей энтропии. Часть 1. постановка задачи и реализация для задачи регрессии
Дубнов Ю. А., Булычев А. В., Информационные технологии и вычислительные системы 2022 № 4 С. 69–80
Работа посвящена разработке метода энтропийного оценивания с мягкой рандомизацией для восстановления параметров вероятностных математических моделей по имеющимся наблюдениям. Под мягкой рандомизацией понимается техника добавления регуляризации в функционал информационной энтропии с целью упрощения оптимизационной задачи и ускорения обучения по сравнению с традиционным методом наибольшей энтропии. В данной работе была разработана концепция метода энтропийного оценивания с мягкой ...
Добавлено: 16 июня 2023 г.
О построении аналитической модели магнитного поля Марса по спутниковым данным с помощью модифицированных S-аппроксимаций
Сальников А. М., Степанова И. Э., Гудкова Т. В. и др., Доклады Российской академии наук. Науки о Земле 2021 Т. 499 № 1 С. 54–59
Построена аналитическая модель магнитного поля над участком поверхности Марса в юго-западной части равнины Элизий по спутниковым данным с помощью модифицированных S-аппроксимаций в рамках структурно-параметрического подхода. Представлены аналитические продолжения магнитного поля Марса вниз на различные расстояния, в том числе на поверхность планеты. ...
Добавлено: 29 октября 2022 г.
Inverse problems for Jacobi operators with finitely supported perturbations
Коротяев Е. Л., Леонова Е. О., / Series arXie "Statistical mechanics". 2022.
Добавлено: 26 сентября 2022 г.
О построении регуляризованных уравнений движения смеси вязких несжимаемых жидкостей
А. А. Злотник, Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2022 Т. 506 № 1 С. 89–94
Выполняется регуляризация двух типов и агрегирование системы уравнений движения многоскоростной смеси вязких несжимаемых жидкостей и строятся новые многоскоростные и односкоростные системы. Для всех них выводятся эллиптические уравнения для давления и диссипативные уравнения баланса полной энергии смеси (суммы кинетической и потенциальной энергий смеси). ...
Добавлено: 15 сентября 2022 г.
L²-диссипативность линеаризованной явной схемы на разнесенных сетках для уравнений 1D баротропной газовой динамики с регуляризацией
Злотник А. А., Ломоносов Т. А., Журнал вычислительной математики и математической физики 2022 Т. 62 № 12 С. 1981–2001
Изучается явная двухслойная симметричная по пространству схема на разнесенных сетках с квазигидродинамической регуляризацией для 1D баротропных систем уравнений движения газа. Выводятся как необходимые условия, так и близкие к ним достаточные условия L²-диссипативности решений задачи Коши для ее линеаризации на постоянном решении при произвольном фоновом числе Маха M. Применяется спектральный подход и анализируются матричные неравенства, содержащие символы симметричных ...
Добавлено: 14 мая 2022 г.
О L^2-диссипативности линеаризованной разностной схемы на разнесенных сетках с квазигидродинамической регуляризацией для 1D баротропных уравнений движения газа
Злотник А. А., Ломоносов Т. А., / Институт прикладной математики им. М.В. Келдыша Российской академии наук. Серия "Препринты ИПМ им. М.В. Келдыша". 2021. № 72.
Добавлено: 22 октября 2021 г.
Inverse resonance scattering for Dirac operators on the half-line
Evgeny Korotyaev, Мокеев Д. С., Analysis and Mathematical Physics 2021 Vol. 11 Article 32
Добавлено: 18 апреля 2021 г.
Inverse problems for finite vector-valued Jacobi operators
E. L. Korotyaev, Functional Analysis and Its Applications 2019 Vol. 53 No. 3 P. 174–181
Мы даем полное решение обратной задачи для конечных операторов Якоби с матричнозначными коэффициентами. ...
Добавлено: 5 февраля 2021 г.
Слабый vs Сильный искусственный интеллект
Райков А. Н., Информатизация и связь 2020 № 1 С. 81–88
Предлагается определить отличие традиционного, так называемого, слабого, искусственного интеллекта (ИИ, AI) и сильного искусственного интеллекта, или искусственного общего интеллекта (artificial general intelligence, AGI). Последний рассматривается не как эволюционная стадия развития ИИ, а нечто иное, связанное с построением неформализуемого и некаузального феноменологического пространства, как некая противоположность ИИ. Для этого AGI определяется через решение обратных задач на ...
Добавлено: 7 декабря 2020 г.
Analyzing the Influence of Hyper-parameters and Regularizers of Topic Modeling in Terms of Renyi entropy
Кольцов С. Н., Игнатенко В. В., Boukhers Z. и др., Entropy 2020 Vol. 22 No. 4 P. 1–13
Добавлено: 1 апреля 2020 г.
КАРТИРОВАНИЕ НЕДОСТУПНЫХ ЗДАНИЙ МЕТОДОМ РАДИОТОМОГРАФИИ
Ингачева А. С., Кохан В. В., Ершов Е. И. и др., Сенсорные системы 2018 Т. 32 № 4 С. 332–341
Работа посвящена исследованию возможности картирования объектов внутри здания группой движущихся вокруг него автономных роботов, использующих в качестве зонда узкий радиоканал на частоте WiFi (2.4 ГГц). Для решения задачи предлагается использовать подход мобильной радиотомографии, состоящий из двух этапов: регистрации проекционных данных и томографического восстановления. Построена линейная модель попиксельного затухания радиосигнала, адекватность которой проверена на данных реального ...
Добавлено: 9 февраля 2020 г.
How to make the Perron eigenvector simple
Протасов В. Ю., Calcolo 2019 Vol. 56 No. 2 P. 1–11
Добавлено: 12 июня 2019 г.
A Nonparametric Bayesian Approach to Term Structure Fitting
Лапшин В. А., Studies in Economics and Finance 2019 Vol. 36 No. 4 P. 600–615
Добавлено: 11 января 2019 г.
TWO MODELS OF LATENT CONSENSUS IN MULTI-AGENT SYSTEMS
Агаев Р. П., Чеботарев П. Ю., , in: Proceedings of The 6th International Conference on Control and Optimization with Industrial ApplicationsVol. 1.: [б.и.], 2018. Ch. 1 P. 26–28.
Добавлено: 31 октября 2018 г.
О консенсусе в системах с лапласовской матрицей низкого ранга
Агаев Р. П., Чеботарев П. Ю., В кн.: Материалы 10-й Всероссийской мультиконференции. В 3-х томах. Ответственный редактор: И.А. Каляев. 2017Т. 1.: , 2017. Гл. 1 С. 168–170.
Рассмотрена задача достижения консенсуса в МАС при отсутствии остовного входящего дерева в орграфе зависимостей. ...
Добавлено: 31 октября 2018 г.
Slot Co-allocation Optimization in Distributed Computing with Heterogeneous Resources
Toporkov V., Anna Toporkova, Yemelyanov D., , in: Intelligent Distributed Computing XIIVol. 798: Intelligent Distributed Computing XII.: Cham, Switzerland: Springer, 2018. P. 40–49.
Добавлено: 26 октября 2018 г.
  • О ВЫШКЕ
  • Цифры и факты
  • Руководство и структура
  • Устойчивое развитие в НИУ ВШЭ
  • Преподаватели и сотрудники
  • Корпуса и общежития
  • Закупки
  • Обращения граждан в НИУ ВШЭ
  • Фонд целевого капитала
  • Противодействие коррупции
  • Сведения о доходах, расходах, об имуществе и обязательствах имущественного характера
  • Сведения об образовательной организации
  • Людям с ограниченными возможностями здоровья
  • Единая платежная страница
  • Работа в Вышке
  • ОБРАЗОВАНИЕ
  • Лицей
  • Довузовская подготовка
  • Олимпиады
  • Прием в бакалавриат
  • Вышка+
  • Прием в магистратуру
  • Аспирантура
  • Дополнительное образование
  • Центр развития карьеры
  • Бизнес-инкубатор ВШЭ
  • Образовательные партнерства
  • Обратная связь и взаимодействие с получателями услуг
  • НАУКА
  • Научные подразделения
  • Исследовательские проекты
  • Мониторинги
  • Диссертационные советы
  • Защиты диссертаций
  • Академическое развитие
  • Конкурсы и гранты
  • Внешние научно-информационные ресурсы
  • РЕСУРСЫ
  • Библиотека
  • Издательский дом ВШЭ
  • Книжный магазин «БукВышка»
  • Типография
  • Медиацентр
  • Журналы ВШЭ
  • Публикации
  • http://www.minobrnauki.gov.ru/
    Министерство науки и высшего образования РФ
  • https://edu.gov.ru/
    Министерство просвещения РФ
  • http://www.edu.ru
    Федеральный портал «Российское образование»
  • https://elearning.hse.ru/mooc
    Массовые открытые онлайн-курсы
  • НИУ ВШЭ1993–2026
  • Адреса и контакты
  • Условия использования материалов
  • Политика конфиденциальности
  • Правила применения рекомендательных технологий в НИУ ВШЭ
  • Карта сайта
Редактору