Сокращенное название: ЛАМОД
Телефон: +7 495 939 46 19
Сайт: http://nnga.narod.ru
-
Заведующий лабораторией
Адрес: Россия, Москва, микрорайон Ленинские Горы, 1с2 (южное крыло физического факультета МГУ), комната Ц-04
Лаборатория адаптивных методов обработки данных
Лаборатория адаптивных методов обработки данных (ЛАМОД) образована в 2009 году. Руководителем является доктор физико-математических наук, профессор Игорь Георгиевич Персианцев.
Направление научных работ ЛАМОД связано с разработкой и использованием современных адаптивных методов обработки и анализа данных для математической обработки данных физических измерений. Основные из используемых методов – искусственные нейронные сети (ИНС), генетические алгоритмы, метод группового учёта аргументов, нечёткая логика, анализ главных компонент, вейвлет-анализ и другие. Среди решаемых задач – задачи прогнозирования, классификации и распознавания образов, кластеризации данных, обратные задачи из областей космической физики, оптической и гамма-спектроскопии, геологоразведки и другие.
К научным работам ЛАМОД активно привлекаются студенты и аспиранты. Для их обучения подготовлен факультативный курс "Введение в нейронные сети и генетические алгоритмы", который могут посещать студенты, аспиранты и сотрудники всех факультетов МГУ. Для лиц, не имеющих отношения к МГУ, параллельно ведутся занятия на курсах повышения квалификации на ту же тему, с выдачей удостоверений МГУ государственного образца.
В этот курс входят лекции по изучению следующих тем:
• Основные модели ИНС (многослойные персептроны, рекуррентные сети, ассоциативная память, сети Кохонена, сети с общей регрессией, вероятностные нейросети, сети Хопфилда);
• Основы подготовки и предобработки данных;
• Метод группового учета аргументов, генетические алгоритмы (ГА), генетическое программирование;
• Дополнительные методы и алгоритмы ИНС;
• Нечёткая логика;
• Применение ИНС и ГА.
Также предусмотрены практические занятия в компьютерном классе по следующим темам:
• Наглядная демонстрация основных нейросетевых алгоритмов. "Нейропрактикум";
• Практическая работа с нейронными сетями - основные приемы работы, решение практических задач (на основе пакетов NeuroShell 2 и NeuroShell Series);
• Практическая работа с генетическими алгоритмами - основные приемы работы, решение практических задач (на основе пакетов GeneHunter и ChaosHunter);
• Самостоятельная работа слушателей над решением своих задач под руководством преподавателя.
Более подробно с программой курса можно ознакомиться на сайте http://nnga.narod.ru