Программа междисциплинарной научно-исследовательской магистратуры ЮФУ

Гарант качества. Программа реализуется на базе крупнейшего на юге страны научно-образовательного центра в сфере IT-технологий – Института компьютерных технологий и информационной безопасности Южного федерального университета совместно с ведущими профильными научными центрами ЮФУ мирового уровня: Международный исследовательский институт интеллектуальных материалов и Научно-исследовательский технологический центр нейротехнологий.
Реальные научные проекты. Для программы отобрано шесть передовых научно-исследовательских тем, каждая из которых уже имеет весомый научный задел.
Открыта для лучших. Участвовать в программе могут магистранты ИКТИБ и других структурных подразделений ЮФУ в Таганроге и Ростове-на-Дону, а также магистранты других вузов.
Вовлечённость каждого участника. Эффективная реализация научных проектов подразумевает слаженную работу в малых исследовательских группах участников с различным профессиональным бэкграундом. Под руководством опытных ученых магистранты разных направлений подготовки смогут вместе вести научный поиск на междисциплинарном уровне.
Hot & Trending. Тематика научных исследований программы – самые сливки глобальной научной повестки в области компьютерных технологий и информационной безопасности.
Магистроэффективность. Цель программы – не дополнительная нагрузка на студента, а грамотное использование возможностей магистратуры для формирования у магистрантов исследовательских компетенций самого высокого уровня. Иначе говоря, основная образовательная программа магистранта не меняется, но прокачивается ее научно-исследовательская траектория до 80 lvl

В любой образовательной программе магистратуры есть дисциплины «надпрофессионального» ядра: иностранный язык, модуль проектной деятельности, дисциплины по методологии научного исследования, производственные практики, в том числе научно-исследовательская деятельность. Все эти элементы магистерской подготовки можно ввести в логику программы. То есть при успешном выполнении научно-исследовательских показателей программы участники могут перезачесть эти результаты по отдельным дисциплинам учебного плана основной образовательной программы.

Участие в программе обеспечивает системный подход к профессиональному становлению магистранта как исследователя. Опыт работы в междисциплинарном коллективе под руководством ведущих ученых ЮФУ, участие в проведении исследований и написании научных статей станут отличным трамплином для поступления в аспирантуру. К тому же программой предусмотрена подача не менее двух заявок от каждого проекта на получение гранта на обучение в аспирантуре ЮФУ.

Управление киберфизическими системами

Руководитель проекта: Геннадий Евгеньевич Веселов, д.т.н., доцент, директор ИКТИБ ЮФУ. E-Mail gev@sfedu.ru

Цель проекта: разработка программно-алгоритмического обеспечения для управления киберфизическими системами различного применения (разработка алгоритмов управления и обработки информации для киберфизических систем, компьютерное моделирование киберфизических систем, их техническая реализация, а также натурное и полунатурное моделирование).

Направления:

беспилотные летательные аппараты,
автономные подводные аппараты,
мобильные роботы,
беспилотные автомобили (Smart Transportation),
сети энергообеспечения (Smart Grid),
системы домашней автоматизации (Smart Home, Smart Building, Smart Environment),
интеллектуальные индустриальные системы (Smart Manufacturing).

Магистрант должен обучаться по одному из следующих направлений поготовки:

01.04.00 Математика и механика;
02.04.00 Компьютерные и информационные науки;
09.04.00 Информатика и вычислительная техника;
11.04.00 Электроника, радиотехника и системы связи;
12.04.00 Фотоника, приборостроение, оптические и биотехнические системы и технологии;
13.04.00 Электро- и теплоэнергетика;
15.04.00 Машиностроение;
27.04.00 Управление в технических системах.

Презентация проекта (PowerPoint)

Перспективные методы и средства искусственного интеллекта при решении сложных научно-технических задач

Руководитель проекта: Владимир Викторович Курейчик, д. т. н., профессор, руководитель научной школы, заведующий кафедрой систем автоматизированного проектирования ИКТИБ ЮФУ. E-Mail vkur@sfedu.ru

Направления:

прикладное использование подходов нейросетевого моделирования; применение нечеткого и онтологического моделирования для решения задач искусственного интеллекта;
построение интеллектуальных систем поддержки принятия решений;
перспективные направления развития методов интеллектуального анализа данных (классификация, кластеризация и распознавание);
методы вычислительного интеллекта для решения NP- сложных оптимизационных задач;
методы биоинспирированного поиска для решения задач приобретения и управления знаниями;
мета-эвристические методы решения комбинаторно-логических задач на графах и гиперграфах;
решение задач транспортной логистики;
методы биоинспирированной оптимизации при решении основных задач конструкторского проектирования (компоновка, размещение, трассировка, упаковка, сжатие и верификация).

Магистрант должен обучаться по одному из следующих направлений поготовки:

01.04.00 Математика и механика;
02.04.00 Компьютерные и информационные науки;
09.04.00 Информатика и вычислительная техника;
12.04.00 Фотоника, приборостроение, оптические и биотехнические системы и технологии;
15.04.00 Машиностроения;
27.04.00 Управление в технических системах.

Презентация проекта (PowerPoint)

Построение и исследование квантовых симуляторов для задач распределённых квантовых вычислений

Руководитель проекта: Сергей Михайлович Гушанский, к.т.н., доцент, доцент кафедры вычислительной техники ИКТИБ ЮФУ. E-Mail smgushanskiy@sfedu.ru

Направления:

создание ряда моделей квантовых вычислительных устройств для решения ряда задач различных классов сложности;
моделирование работы многих квантовых алгоритмов и экспериментальное доказательство их превосходства перед классическими аналогами;
разработка методов и алгоритмов, программных средств построения модульной моделирующей системы для новых информационных технологий и алгоритмов с открытой архитектурой;
разработка методики моделирования запутанных квантовых вычислений в области квантовых алгоритмов.

Магистрант должен обучаться по одному из следующих направлений поготовки:

01.04.00 Математика и механика;
02.04.00 Компьютерные и информационные науки;
09.04.00 Информатика и вычислительная техника;
11.04.00 Электроника, радиотехника и системы связи;
12.04.00 Фотоника, приборостроение, оптические и биотехнические системы и технологии;
27.04.00 Управление в технических системах;
28.04.00 Нанотехнологии и материалы.

Презентация проекта (PowerPoint)

Разработка и исследование методов и средств защиты гетерогенных систем на основе блокчейн-технологий, методов искусственного интеллекта и машинного обучения

Руководитель проекта: Евгений Сергеевич Абрамов, к.т.н., доцент, заведующий кафедрой безопасности информационных технологий ИКТИБ ЮФУ. E-Mail abramoves@sfedu.ru

Направления:

разработка и исследование методик оценки надежности современных систем распределенного реестра;
разработка автоматизированного программно-аппаратного комплекса управления сценариями атак для противодействия вражеским БПЛА;
разработка и исследование методов раннего обнаружения и анализа киберугроз (threat hunting и threat intelligence).

Магистрант должен обучаться по одному из следующих направлений поготовки:

01.04.00 Математика и механика;
02.04.00 Компьютерные и информационные науки;
09.04.00 Информатика и вычислительная техника;
11.04.00 Электроника, радиотехника и системы связи;
27.04.00 Управление в технических системах.

Презентация проекта (PowerPoint)

Алгоритмы машинного обучения и анализа больших данных в области материаловедения для предсказания практических свойств перспективных наноматериалов

Руководитель проекта: Александр Владимирович Солдатов, д.физ-мат.н., профессор, научный руководитель Международного исследовательского института интеллектуальных материалов ЮФУ. E-Mail soldatov@sfedu.ru

Направления:

создание баз больших данных с web-интерфейсом (теоретические расчеты в области наук о материалах);
разработка софта для анализа данных на основе машинного обучения в области наук о материалах;
разработка софта для анализа данных с установок мега-сайенс на основе машинного обучения в области наук о материалах.

Магистрант должен обучаться по одному из следующих направлений поготовки:

01.04.00 Математика и механика;
02.04.00 Компьютерные и информационные науки;
03.04.00 Физика и астрономия;
04.04.00 Химия;
09.04.00 Информатика и вычислительная техника;
18.04.00 Химическая технология;
22.04.00 Технологии материалов;
27.04.00 Управление в технических системах;
28.04.00 Нанотехнологии и материалы.

Презентация проекта (PDF)

Фундаментальные и прикладные аспекты нейротехнологий

Руководитель проекта: Виктор Борисович Войнов, д.б.н., доцент физиологии, главный научный сотрудник Научно-исследовательского технологического центра нейротехнологий ЮФУ. E-Mail vvoynov@sfedu.ru

Направления:

исследование базовых механизмов получения, передачи и использования информации в биологических системах;
разработка вычислительных моделей биологических систем, построение экспериментальных сред;
разработка, изготовление и эксплуатация биогибридных сенсорных систем, направленных на поиск целевых объектов в исчезающе низких количествах, в том числе особо опасных веществ и летучих органических соединений как маркеров социально значимых заболеваний;
разработка с использованием нанотехнологий и микроконструирования современных протезов сенсорных и эффекторных систем человека, разработка технологий постравматической и постоперационной реабилитации;
разработка технологий и систем виртуальной и дополненной реальности, включая интерфейсы «Мозг-Компьютер» и «Мозг-Мозг»;
поиск системных психо- и нейрофизиологических предикторов формирования делинквентного поведения человека, разработка методов его диагностики, прогнозирования и коррекции.

Магистрант должен обучаться по одному из следующих направлений поготовки:

01.04.00 Математика и механика;
02.04.00 Компьютерные и информационные науки;
06.04.00 Биология;
09.04.00 Информатика и вычислительная техника;
12.04.00 Фотоника, приборостроение, оптические и биотехнические системы и технологии;
27.04.00 Управление в технических системах.

Презентация проекта (PowerPoint)

Для магистрантов других вузов: Для участия в программе рассматривается возможность перевода магистранта на обучение в Институт компьютерных технологий и информационной безопасности ЮФУ. При переводе будет осуществлен перезачет пройденных дисциплин. Участник программы может претендовать на бюджетное место.

Никита Мудрук, магистрант программы «Машинное обучение и технологии больших данных», участник проекта «Разработка и исследование методов и средств защиты гетерогенных систем на основе блокчейн-технологий, методов искусственного интеллекта и машинного обучения»

– Почему ты решил принять участие в этой программе?
– Мне это интересно. Я хочу получить знания и опыт в сфере машинного обучения. Я выбрал тот проект, в котором смогу развиваться в этом направлении.
– Какие цели ты себе ставишь в рамках программы?
– Цель одна – получение знаний. Я выбрал эту сферу деятельности, так как считаю, что за этим будущее. Технологии машинного обучения уже сейчас применяются в различных сферах жизнедеятельности человека, например в медицине, промышленности. Было бы здорово быть гуру в этой теме.
– Каковы ожидания от предстоящей работы?
– Многообещающие! Впервые буду работать в серьезной команде. До этого подобным никогда не занимался. Надеюсь на продуктивную работу с таким дружным коллективом.

Сергей Жилин, магистрант программы «Высокопроизводительные вычислительные системы и квантовая обработка информации», участник проекта «Разработка и исследование методов и средств защиты гетерогенных систем на основе блокчейн-технологий, методов искусственного интеллекта и машинного обучения»

– Почему ты решил принять участие в этой программе?
– Меня заинтересовало направление исследования, и это будет не шаблонная работа.
– Какие цели ты себе ставишь в рамках программы?
– Цели самые высокие, хочу быть максимально компетентным в данном вопросе.
– Каковы ожидания от предстоящей работы?
– Не буду загадывать, но должно быть однозначно интересно.