329 Методы машинного обучения для исследования критических явлений

Щур Лев Николаевич

руководитель проекта

Старт

26.06.2020

Паспорт проекта

Аннотация

Обоснование - Это научно-исследовательский проект. Актуальность состоит в том, что по предварительным исследованиям, методы машинного обучения позволяют определить температуру фазового перехода. Имеющиеся пока опубликованные научные результаты достаточно грубые. Они иллюстрируют применимость метода машинного обучения, но точность таких методов не исследована, новых принципиальных результатов не получено. Наша задача - изучить аккуратно такой подход, разработать строгую методику анализа данных.

Отрасль

Информатика

Цель

Результат - Разработанные методы классификации критических явлений и фазовых переходов, доклад по ним на конференции, регистрация программы для ЭВМ, публикация статьи в научном журнале.

Ожидаемые результаты

Что надо делать - Выполнение задачи включает в себя изучение методов моделирования систем, описываемых статистической механикой, реализация этих методов в алгоритмы, реализация этих алгоритмов на языках программирования (python, C++), с применением параллельных вычислений. Моделирование на суперкомпьютерном комплекса НИУ ВШЭ. Подготовка материалов для регистрации программы для ЭВМ. Подготовка по материалам исследований - презентаций для выступления на семинаре, постеров для конференций, материалов для написания научной статьи. То есть, все элементы научно-исследовательской работы. Всему этому мы учим. Работа индивидуальная, но в коллективе. Еженедельные group-meeting в Zoom. Участие в регулярных научных семинарах «Вычислительные среды» https://www.hse.ru/ma/supmod/nis в ежемесячных научных семинарах по высокопроизводительным вычислениям НИУ ВШЭ https://miem.hse.ru/hpc/ . Участие в летней школе