Слушаем спикеров Конференции «Инфохимия: методы IT и математического моделирования в химии» |
||
МЕНЮ Главная страница Поиск Регистрация на сайте Помощь проекту Архив новостей ТЕМЫ Новости ИИ Голосовой помощник Разработка ИИГородские сумасшедшие ИИ в медицине ИИ проекты Искусственные нейросети Искусственный интеллект Слежка за людьми Угроза ИИ ИИ теория Внедрение ИИКомпьютерные науки Машинное обуч. (Ошибки) Машинное обучение Машинный перевод Нейронные сети начинающим Психология ИИ Реализация ИИ Реализация нейросетей Создание беспилотных авто Трезво про ИИ Философия ИИ Big data Работа разума и сознаниеМодель мозгаРобототехника, БПЛАТрансгуманизмОбработка текстаТеория эволюцииДополненная реальностьЖелезоКиберугрозыНаучный мирИТ индустрияРазработка ПОТеория информацииМатематикаЦифровая экономика
Генетические алгоритмы Капсульные нейросети Основы нейронных сетей Распознавание лиц Распознавание образов Распознавание речи Творчество ИИ Техническое зрение Чат-боты Авторизация |
2023-01-30 07:22 В программе: Максим Федоров – профессор, ректор Университета «Сириус», вице-президент Сколтеха в области ИИ и математического моделирования, ответственный секретарь Комитета по ИИ при Комиссии Российской Федерации по делам ЮНЕСКО, а также с недавнего времени, член-корреспондент РАН. Максим Федоров специализируется на вычислительных методах, системах искусственного интеллекта и методах обработки больших данных, информационных и суперкомпьютерных технологий. Автор более 130 научных работ и двух патентов, в числе которых платформа искусственного интеллекта для изучения химического пространства и прогнозирования свойств органических соединений SYNTELLY. Также разработал ряд новых теоретических и вычислительных подходов к моделированию молекулярных систем с высокой плотностью заряда около поверхностей и для решения систем интегральных уравнений молекулярной теории жидкости, что вместе с методами статистического анализа и машинного обучения позволило добиться высокоточного предсказания физико-химических свойств молекулярных систем: на этой базе разработана платформа искусственного интеллекта для конструирования и оптимизации свойств новых молекул. Александр Хватов – преподаватель ИТМО по “Математическим основам машинного обучения”, “Современным методам оптимизации”, “Методам и моделям многомерного анализа”, получатель гранта РНФ, а также победитель конкурса в рамках национального проекта "Наука и университеты", что позволило создать лабораторию по разработке искусственного интеллекта по сборному (композитному) принципу, в частности, на основе дифференциальных уравнений. Это делает модель ИИ более точной и понятной. Научные работы лаборатории Александра Хватова посвящены теории Флоке и ее распространению на общий, нелинейный случай. Группа предложила различные модификации к пропангатору Флоке, а также применили новый подход к оценке добычи нефти на месторождении. Научные интересы ученого также лежат в области распространения звука в периодических структурах. На основе таких исследований, например, можно решать задачи виброизоляции, создавать методы подавления шумов. Сергей Шитяков – лидер группы хемоинформатики Центра инфохимии ИТМО, ведущий исследователь и глава лаборатории виртуального скрининга в госпитале Вюрцбургского университета (Институт анестезиологии и реаниматологии, Вюрцбургский университет, Германия). До этого занимал позицию доцента на кафедре морфологии человека Новгородского госуниверситета, а также был специалистом по клиническим исследованиям на кафедре фармацевтики и биомедицины в Институте фармакологических исследований имени Марио Негри, Италия. Степень PhD по нейробиологии и биомедицине Сергей получил в Вюрцбургском университете. Ученый является автором более 130 исследовательских статей. Вместе с коллегами Сергей предложил алгоритм, который вычисляет, в какой размерности находится молекула белка: 2D, 3D или в промежуточном состоянии. Метод позволяет быстро определить стадию фолдинга биомолекул и посмотреть на их сворачивание в динамике, чего не обеспечивают существующие подходы. Павел Мусиенко – доктор медицинских наук, профессор направления «Нейробиология» Научного центра генетики и наук о жизни Университета «Сириус», руководитель лаборатории «Мягкие нейропротезы» Института трансляционной биомедицины СПбГУ. Основными научными интересами учёного являются экспериментальная нейрорегенерация и нейропротезирование. Научная группа профессора уже более 5 лет исследует создание нейроимплантов с более высоким уровнем биоинтеграции. В работе задействованы ресурсы и накопленный опыт нескольких научных центров страны: СПбГУ, Института физиологии имени И.П. Павлова РАН, Университета «Сириус», Института медицинской приматологии. Основное достижение группы – разработка технологии изготовления нейроимплантов из композитного материала на основе углеродных нанотрубок и силикона. Предложенный состав материала отличается высоким уровнем биосовместимости, долговременной биостабильностью, выдающейся прочностью на растяжение, высокими значениями емкости для хранения электрического заряда. Ученому удалось получить одновременно мягкий и прочный материал, то есть при движении имплант будет повторять механику движений, не травмируя ткани. Роман Пичугов – ассистент лаборатории электроактивных материалов и химических источников тока РХТУ имени Д.И. Менделеева, преподаватель курсов: цифровое проектирование, полимеры для хранения и преобразования энергии, электрохимия. Основные направления работы: нанотехнологии и разработка новых полимеров. Ученый является автором более 30 статей, 10 НИР и 10 патентов. Последние работы посвящены разработке более прочных мембранных батарей. Из основных научных результатов можно отметить совершенно новую конструкцию ячейки МЭБ, которая облегчит работу исследователя и сильно снизит порог входа новых научных групп в эту область. В перспективе это позволит добиться существенного прогресса и выведет распределенную энергетику из кулуарных решений к коммерциализации, в том числе в России. Михаил Медведев – руководитель группы теоретической химии в Институте органической химии РАН, научный сотрудник ИНЭОС РАН и преподаёт разработанный им курс по молекулярному моделированию в ВХК РАН, НИУ ВШЭ и ИТМО. Научная группа Михаила нацелена на решение разноплановых научных проблем, которые встают перед учеными при попытке установить механизм химической реакции на молекулярном и квантовом уровнях. В основном, для решения этих задач используются подходы молекулярного моделирования. В то же время в некоторых проектах используются нейронные сети, численное кинетическое моделирование и методы прогнозирования кристаллических структур органических соединений. Так, расчётными методами коллеги выявили ключевые электронные эффекты в ходе сборки молекул нового класса органических соединений – трициклических пероксидов. Методами квантовой химии изучили механизм каталитического связывания CO2 в мягких условиях. Расчёты показали, что лимитирующая стадия изучаемой реакции отличается от описанных в литературе для похожих реакций. Кроме того, исследователи объяснили, почему в ходе эксперимента низкомолекулярные вещества подавляют катализ. Екатерина Козлова – доктор химических наук, ведущий научный сотрудник Института катализа СО РАН, с недавнего времени профессор РАН. Екатерина возглавляет научный коллектив по альтернативной энергетике. Под ее руководством разработаны активные и стабильные фотокатализаторы, работающие под действием видимого света. Кроме того, Екатерина заведует отделом аспирантуры Института катализа СО РАН и является заместителем руководителя по образовательному направлению Центра компетенций Национальной технологической инициативы «Водород как основа низкоуглеродной экономики». Научная работа профессора нацелена на развитие фотокаталитических процессов, в частности, процессов расщепления воды с выделением водорода и восстановления углекислого газа. Эти процессы перспективны с точки зрения преобразования солнечной энергии в энергию химических связей, и, соответственно, важны для освоения доступных возобновляемых источников энергии. В настоящее время ведет работу по масштабированию и внедрению процесса фотокаталитического получения водорода. Екатерина Козлова – соавтор более 80 статей, индексируемых WoS и Scopus, и девяти патентов РФ. Дмитрий Штарев – доктор физико-математических наук, заместитель директора Института наукоемких технологий и передовых материалов Дальневосточного федерального университета, победитель специализации “Наука” конкурса “Лидеры России – 2020”. Научные интересы ученого вращаются вокруг взаимодействия оптического излучения с конденсированными средами, в основном с полупроводниках. В частности – вокруг изучения гибридных (органо-неорганических) перовскитов, висмутатов щелочноземельных металлов и молибдатов меди и различных гетероструктур на их основе, а также синтеза MAX-фаз, получения из них максенов и дальнейшей их симметричной или асимметричной функционализации. Максим Сычев – доктор технических наук, профессор, заведующий кафедрой теоретических основ материаловедения Санкт-петербургского государственного технологического института. Автор более 300 научных работ, 15 патентов, в том числе в США, 30 учебно-методических изданий, а также является заместителем председателя российского отделения Международного дисплейного общества (Society for Information Displays). Научно-исследовательская деятельность Максима Сычева относится к области физической химии материалов для электроники, направленного регулирования свойств толстых и тонких пленок. Разрабатывает электро-, катодо-, радио- и фотолюминесцентные материалы и изделия, полимерные композиты с регулируемыми электрическими свойствами. Основал направление “цифровое материаловедение”. Павел Зун – ассистент Научно-образовательного центра Инфохимии, преподаватель дисциплины “Предсказательное моделирование в медицине и здравоохранении”. В 2018 году вместе с учеными из Амстердама представил концепцию “виртуальной артерии”. Модель помогает понять, почему в некоторых случаях ткани слишком интенсивно прорастают сквозь стент и сосуд повторно сужается, то есть происходит рестеноз. Воспроизводя этот процесс, ученые научились моделировать клеточный рост артериальной стенки, физические взаимодействия, возникающие из-за того, что стент растягивает сосуд, а также то, как лекарственные вещества со стента проникают вглубь тканей. По мнению ученых, все это пригодится при создании мультимасштабной модели виртуальной артерии. Такая артерия позволит избежать длительных тестов и позволит разрабатывать препараты без вреда для живых существ, и, возможно, даже уменьшит роль испытаний на людях. Источник: vk.com Комментарии: |
|