Разделы

Студентов МГУ научат ИИ в гидрометеорологии, дизайне белков, космических исследованиях и медицине

В осеннем семестре в МГУ запустят новые образовательные программы для студентов по искусственному интеллекту «Машинное обучение в гидрометеорологии», «Методы машинного обучения в дизайне белков», «Нейронные сети и их применение в прикладных задачах космических исследований», «Методы машинного обучения для обработки биологических и медицинских изображений». Об этом CNews сообщил представитель вуза.

Для развития образовательных курсов по искусственному интеллекту в Московском университете проводится конкурс на получение грантов для авторов курсов и факультативов. На конкурс подаются заявки на разработку и апробацию курсов по направлениям, раскрывающих применение искусственного интеллекта в различных научных и прикладных сферах. Конкурс проводится при поддержке фонда «Интеллект».

«Курс “Методы машинного обучения в дизайне белков” призван ознакомить слушателей с известными решениями в области вычислительного генеративного дизайна белковых молекул и привить практические навыки к использованию этих методов и изучить возможности по их модификации и развитию. Выпускники-специалисты могут востребованы в ведущих российских фармацевтических компаний, которые разрабатывают передовые препараты с использованием инженерных белковых молекул», — сказал автор курса, профессор факультета биоинженерии и биоинформатики МГУ Андрей Головин.

«В рамках курса “Нейронные сети и их применение в прикладных задачах космических исследований” будут рассмотрены отличия машинного обучения от глубокого, фреймворк Pytorch для написания нейросетей, их обучения, валидации, тестирования, создания собственных классов датасетов. Слушатели курса научатся самостоятельно писать основные нейросетевые архитектуры для решения прикладных задач сегментации, детекции, классификации и регрессии, прогнозирования временных рядов. Особое внимание будет уделено полносвязным и сверточным нейросетевым архитектурам, автоэнкодерам и рекуррентным моделям для работы с временными рядами. В рамках курса будут подробно рассмотрены тонкости и проблемы обучения моделей, особенности работы с реальными и, в особенности космическими, данными», — сказал автор курса, преподаватель факультета космических исследований МГУ Никита Беляков.

«“Методы машинного обучения для обработки биологических и медицинских изображений” — это практико-ориентированный курс, направленный на интеграцию новейших технологий искусственного интеллекта в современную биологию и медицину. Студенты познакомятся с основными принципами традиционных методов обработки изображений, теоретическими основами машинного обучения и глубокого обучения, а также с практическими аспектами их применения. Особое внимание будет уделено изучению реальных кейсов, работе с различными типами биологических и медицинских изображений, а также внедрению алгоритмов, способных решать конкретные задачи в данных областях», — сказала автор курса, преподаватель факультета фундаментальной медицины МГУ Елизавета Чечехина.

Александр Каушанский, «Программный Продукт»: 80% компаний транспортной отрасли используют цифровые технологии, но потенциал роста есть
Цифровизация

«Целью курса “Машинное обучение в гидрометеорологии” является усвоение основных принципов функционирования современных методов машинного обучения и особенностей их применения в задачах гидрометеорологии; овладение приемами применения этих методов и необходимых для этого техническими (программными) средствами», — отметил автор курса, старший научный сотрудник Научно-исследовательского вычислительного центра Михаил Варенцов.

МГУ при поддержке фонда «Интеллект» выплачивает победителям индивидуальный грант в размере 500 тыс. руб. на разработку и апробацию нового семестрового курса или 300 тыс. руб. на обновление и апробацию ранее разработанного семестрового курса.



CNews Forum 2024 CNews Forum 2024

erid:

Рекламодатель:

ИНН/ОГРН:

byteoilgas_conf 2024 byteoilgas_conf 2024

erid:

Рекламодатель:

ИНН/ОГРН:

LANSOFT: время комплексных бизнес-решений LANSOFT: время комплексных бизнес-решений

erid:

Рекламодатель:

ИНН/ОГРН:

Orion Digital Day Orion Digital Day

erid:

Рекламодатель:

ИНН/ОГРН: