Алтайский государственный технический университет им. И.И. Ползунова

Поступающим

1.2.1. - Искусственный интеллект и машинное обучение

Уровень образования:  научная специальность

Наличие аккредитации у направления обучения: да

ФормаСрок обученияБюджетные местаВне­бюджет. местаВоенный учебный центрСтоимость обучения
в 2022 году, руб./год
всегоиз них
целевая квотаособая квотаспецквота
очная4 года----1-140400

Включает следующие направления исследования:

  1. Естественно-научные основы и методы искусственного интеллекта.
  2. Исследования в области оценки качества и эффективности алгоритмических и программных решений для систем искусственного интеллекта и машинного обучения. Методики сравнения и выбора алгоритмических и программных решений при многих критериях.
  3. Методы и алгоритмы моделирования мыслительных процессов: рассуждений, аргументации, распознавания и классификации, формирования понятий. Исследования в области нейроморфных методов анализа данных, имитационное моделирование строения и функций мозга, в том числе – и с использованием методов машинного обучения. Нейроинформатика и методы моделирования биологических нервных систем.
  4. Разработка методов, алгоритмов и создание систем искусственного интеллекта и машинного обучения для обработки и анализа текстов на естественном языке, для изображений, речи, биомедицины и других специальных видов данных.
  5. Методы и технологии поиска, приобретения и использования знаний и закономерностей, в том числе – эмпирических, в системах искусственного интеллекта. Исследования в области совместного применения методов машинного обучения и классического математического моделирования. Методы и средства использования экспертных знаний.
  6. Формализация и постановка задач управления и (поддержки) принятия решений на основе систем искусственного интеллекта и машинного обучения. Разработка систем управления с использованием систем искусственного интеллекта и методов машинного обучения в том числе – управления роботами, автомобилями, БПЛА и т.п.
  7. Разработка специализированного математического, алгоритмического и программного обеспечения систем искусственного интеллекта и машинного обучения. Методы и средства взаимодействия систем искусственного интеллекта с другими системами и человеком-оператором.
  8. Многоагентные системы и распределенный ИИ.
  9. Методы и средства использования для решения задач искусственного интеллекта и машинного обучения параллельных, квантовых вычислений и т.д.
  10. Исследования в области этических проблем, связанных с созданием и внедрением ИИ-систем, включая моделирование ожидаемых социальных и экономических последствий.
  11. Исследования в области «сильного ИИ», включая формирование понятийной базы и элементов математического формализма, необходимых для построения алгоритмического аппарата.
  12. Исследования в области «доверенных» систем класса ИИ, включая проблемы формирования тестовых выборок прецедентов, надежности, устойчивости, переобучения и т.д.
  13. Методы и средства формирования массивов данных и прецедентов, включая «большие данные», необходимых для решения задач искусственного интеллекта и машинного обучения. Проблемно-ориентированные коллекции данных для важных прикладных областей.
  14. Методы и средства формирования массивов условно-реальных данных и прецедентов, необходимых для решения задач искусственного интеллекта и машинного обучения.
  15. Математические исследования в области статистики, логики, алгебры, топологии, анализа функции и других областях, ориентированные на решение задач искусственного интеллекта и машинного обучения.
  16. Исследования в области специальных методов оптимизации, проблем сложность и элиминации перебора, снижения размерности.
  17. Исследования в области многослойных алгоритмических конструкций, в том числе – многослойных нейросетей.

Область профессиональной деятельности выпускников, освоивших программу аспирантуры, включает сферы науки, техники, технологии и педагогики, охватывающие совокупность задач направления, включая развитие теории, создание, внедрение и эксплуатация перспективных компьютерных систем, сетей и комплексов, математического и программного обеспечения.

Объектами профессиональной деятельности выпускников, освоивших программу аспирантуры, являются:

  • избранная область научного знания, а также научные задачи междисциплинарного характера, содержащие: вычислительные машины, комплексы, системы и сети;
  •  программное обеспечение средств вычислительной техники и автоматизированных систем (программы, программные комплексы и системы);
  • математическое, информационное, техническое, лингвистическое, программное, эргономическое, организационное и правовое обеспечение автоматизированных информационных, вычислительных, проектирующих и управляющих систем;
  • высокопроизводительные вычисления и суперкомпьютерная техника;
  • технологии разработки технических средств вычислительной техники и программных продуктов.

 

Виды профессиональной деятельности, к которым готовятся выпускники, освоившие программу аспирантуры:

  • научно-исследовательская деятельность в области информационных технологий;
  • преподавательская деятельность по образовательным программам высшего образования.

Программа аспирантуры направлена на освоение всех видов профессиональной деятельности, к которым готовится выпускник.

Руководители: Крючкова Е.Н. (кандидат физико-математических наук, доцент)


Сопроводительная документация

Статистика приема прошлых лет