Лаборатория алгоритмов и технологий анализа сетевых структур

• Разработаны новые методы исследования сетевых структур в моделях, построенных по статистическим данным. Впервые разработана общая концепция неопределенности сетевых структур на базе теории статистических процедур с многими решениями. В рамках разработанных подходов исследованы варианты снижения неопределенности (ошибки) сетевого анализа. Установлено, что использование альтернативных мер близости позволяет значительно снизить неопределенность. Результаты применены к анализу финансовых рынков.

• На базе понятия «критические классы графов» разработаны новые подходы к анализу вычислительной сложности задач комбинаторной оптимизации в наследственных классах графов. Найдены критические классы графов для широкого круга задач дискретной оптимизации.

• Разработаны новые эффективные алгоритмы решения задач высокой вычислительной сложности на сетевых структурах. Разработаны новые подходы к решению реальных задач логистики транспортных перевозок, отличающихся большим количеством переменных и ограничений и имеющих большое практическое значение.

• Исследованы способы повышения точности обработки изображений лиц на основе предварительного извлечения характерных признаков с помощью глубоких нейронных сетей. Предложен новый способ регуляризации для критерий поиска ближайшего соседа, основанный на максимизации правдоподобия расстояний между входным изображением и всеми эталонами. Показано, что такой подход позволяет повысить точность идентификации лиц на видео по сравнению с наилучшими из существующих аналогов. Наиболее актуальные приложения связаны с группировкой лиц для систем видеонаблюдения.

Внедрение результатов исследования:

• Выполнены прикладные проекты по договорам с компаниями и организациями: АО «Тандер» («Магнит»), «Интел» и др.

• Совместно с компанией «Яндекс» подготовлена конференция по сетевому анализу «NET–2018».

Образование и переподготовка кадров:

• Разработана и реализуется магистерская программа «Интеллектуальный анализ данных» (направление «Прикладная математика и информатика»).

• Участие студентов и аспирантов Нижегородского филиала НИУ ВШЭ в научных проектах лаборатории.

Организационные и инфраструктурные преобразования:

Лаборатория преобразована в Международную лабораторию НИУ ВШЭ и финансируется из ее внебюджетного фонда (2016 г.).

Другие результаты:

• Ежегодно проводятся две международные конференции и две международные научные школы для студентов и молодых ученых: Школа по исследованию операций и приложениям (2011–2018г г.) и Школа по аналитике данных (2016–2018 гг.).

• Молодыми сотрудниками лаборатории получены: медаль Академии наук РФ по математике, грант Президента РФ, грант Российского научного фонда, стипендия Президента РФ, стипендия имени И. В. Сегаловича компании «Яндекс», именная стипендия имени академика Г. А. Разуваева, одержана победа в конкурсе IBM PhD Fellowship.

• Команда студентов лаборатории вошла в 10 лучших команд в финале международного конкурса Data Science Game в Париже.

Сотрудничество:

• Университет Флориды (США), Питтсбургский университет (США): договор о сотрудничестве.

• Институт систем энергетики имени С. А. Мелентьева Сибирского отделения РАН, Институт математики имени С. Л. Соболева Сибирского отделения РАН, Московский физико-технический институт (Россия), Омский научный центр Сибирского отделения РАН: организация международных научных конференций

• Институт проблем передачи информации имени А. А. Харкевича РАН, Институт прикладной математики имени М. В. Келдыша РАН: организация научных школ.