• A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
vision Версия для слабовидящих
Расширенный поиск по сайту
Меню
Учебные курсы
ФКН
НИУ ВШЭ в Нижнем Новгороде
vision Версия для слабовидящих
Расширенный поиск по сайту
Кафедра прикладной математики и информатики (Нижний Новгород)
Факультет информатики, математики и компьютерных наук (Нижний Новгород)
Кафедра прикладной математики и информатики (Нижний Новгород)
Контакты

603155 Н.Новгород,
ул. Б.Печерская, д.25/12, 301 к.
Тел: (831) 416-95-40
E-mail: kaf_pmi@hse.ru

О кафедре

Кафедра ПМИ создана в 2006 году как выпускающая кафедра по направлению "Прикладная математика и информатика".

Целью деятельности кафедры «Прикладной математики и информатики» является подготовка высококвалифицированных специалистов (бакалавров и магистров) по направлению 010500 «Прикладная математика и информатика», обладающих знаниями и квалификацией, необходимыми для профессионального моделирования и информационного обеспечения экономических и бизнес процессов, анализа и обработки данных.

Научная деятельность

Кафедра выполняет межкафедральные (кафедры Информационных систем и технологий, Математики и др.) исследовательские проекты, национальные проекты в составе общих исследовательских групп (РФФИ, проекты Минобрнауки РФ и др.) с участием  партнеров из Института прикладной математики им. М. Келдыша РАН, Математического института им. В. Стеклова РАН, Института прикладной физики РАН, МГУ им. М. Ломоносова, ННГУ им Н. Лобачевского. Осуществляется международное сотрудничество с различными научными центрами Европы и США.

Публикации
Книга
Integral Robot Technologies and Speech Behavior

Kharlamov A. A., Pantiukhin D., Borisov V. et al.

Newcastle upon Tyne: Cambridge Scholars Publishing, 2024.

Статья
On efficient algorithms for bottleneck path problems with many sources
В печати

Каймаков К. В., Malyshev D.

Optimization Letters. 2024. P. 1-11.

Глава в книге
Neural Networks for Speech Synthesis of Voice Assistants and Singing Machines

Pantiukhin D.

In bk.: Integral Robot Technologies and Speech Behavior. Newcastle upon Tyne: Cambridge Scholars Publishing, 2024. Ch. 9. P. 281-296.

Препринт
DAREL: Data Reduction with Losses for Training Acceleration of Real and Hypercomplex Neural Networks

Demidovskij A., Трутнев А. И., Тугарев А. М. et al.

NeurIPS 2023 Workshop. ZmuLcqwzkl. OpenReview, 2023

Все публикации

Современные методы принятия решений

2022/2023
Учебный год
RUS
Обучение ведется на русском языке
6
Кредиты
Кто читает:
Кафедра прикладной математики и информатики (Нижний Новгород) (Факультет информатики, математики и компьютерных наук (Нижний Новгород))
Статус:
Маго-лего
Когда читается:
3, 4 модуль

Преподаватель

Кетков Сергей Сергеевич

Кетков Сергей Сергеевич

Программа дисциплины

Полная версия программы учебной дисциплины

Аннотация

Материал базируется на знании основ следующих дисциплин: «Математический анализ», «Линейная алгебра», «Теория вероятностей и математическая статистика», «Дискретная математика». В дальнейшем приобретенные знания могут быть использованы в таких курсах, как «Исследование операций», «Машинное обучение», «Анализ данных».
Цель освоения дисциплины

Цель освоения дисциплины

  • Формирование у учащихся навыков работы с математическими задачами теории оптимизации, численных методов и исследования операций
Планируемые результаты обучения

Планируемые результаты обучения

  • В результате освоения дисциплины студент должен знать классификацию задач оптимизации и методов их решения
  • Студент должен владеть основными методами решения задач оптимизации, а также нестандартными подходами к решению.
  • Студент должен уметь анализировать задачи с точки зрения алгоритмической сложности, применять аналитические и численные методы решения задач оптимизации; применять свои знания для решения практических задач.
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Основы выпуклого анализа
  • Задача математического программирования. Условия оптимальности в задачах без ограничений.
  • Задачи с ограничениями.
  • Выпуклые задачи мат. программирования.
  • Двойственность.
  • Задачи двухуровневого программирования
  • Численные методы решения задач оптимизации.
  • Численные методы решения задач оптимизации. (часть 2)
Элементы контроля

Элементы контроля

  • блокирует часть оценки/расчета Контрольная работа
  • блокирует часть оценки/расчета Устный опрос
  • блокирует часть оценки/расчета Лабораторные работы
  • блокирует часть оценки/расчета Экзамен
Промежуточная аттестация

Промежуточная аттестация

  • 2022/2023 учебный год 4 модуль
    0.15 * Контрольная работа + 0.35 * Устный опрос + 0.15 * Экзамен + 0.35 * Лабораторные работы
Список литературы

Список литературы

Рекомендуемая основная литература

  • Arkadi Nemirovski. (2001). Lectures on modern convex optimization. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.5E080C05
  • Stephen Boyd, Lieven Vandenberghe, & Lieven V. (2015). Additional Exercises for Convex Optimization. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsbas&AN=edsbas.E7445CE1
  • Методы оптимизации. Задачник : учебное пособие для бакалавриата и магистратуры / В. В. Токарев, А. В. Соколов, Л. Г. Егорова, П. А. Мышкис. — Москва : Издательство Юрайт, 2019. — 292 с. — (Бакалавр и магистр. Академический курс). — ISBN 978-5-534-10417-2. — Текст : электронный // Образовательная платформа Юрайт [сайт]. — URL: https://urait.ru/bcode/429999 (дата обращения: 28.08.2023).

Рекомендуемая дополнительная литература

  • Du, D., & Pardalos, P. M. (2005). Handbook of Combinatorial Optimization : Supplement Volume B. [Berlin]: Springer. Retrieved from http://search.ebscohost.com/login.aspx?direct=true&site=eds-live&db=edsebk&AN=133080