Научные семинары по пятницам в ЮНЦ РАН
"Задачи в области наук о Земле для применения методов машинного обучения", 18 сентября 2026 г. в 11.00
Совместный научный семинар ЮНЦ РАН и Кафедры методов оптимизации и машинного обучения Института математики, механики и компьютерных наук им. И.И. Воровича Южного федерального университета "ЗАДАЧИ В ОБЛАСТИ НАУК О ЗЕМЛЕ ДЛЯ ПРИМЕНЕНИЯ МЕТОДОВ МАШИННОГО ОБУЧЕНИЯ".
18 сентября 2026 г. в 11.00 в ЮНЦ РАН (пр. Чехова, д. 41).
Приглашаем всех заинтересованных сотрудников.
Подключиться в браузере можно по ссылке:
https://jazz.sber.ru/uvro9k?psw=OAEPURBTVAxZEQhHT0dDH1YbFQ
В ЮНЦ РАН состоялся второй семинар с участием преподавателей и студентов кафедры методов оптимизации и машинного обучения Института математики, механики и компьютерных наук им. И. И. Воровича ЮФУ
Участники дискуссии договорились о привлечении студентов, аспирантов и преподавателей кафедры к решению научных и практических задач с применением методов машинного обучения.
В ходе встречи директор ЮНЦ РАН, д.г.н. Сергей Бердников рассказал о ЮНЦ РАН, об исследованиях Центра в области наук о Земле, о проблемах региона Азовского моря, изменениях гидрологического режима, связанных с климатом и антропогенным влиянием. Сергей Владимирович также сформулировал задачу оперативного прогнозирования нагонных явлений в дельте Дона на основе анализа данных, собираемых автоматизированными гидрометеопостами ЮНЦ РАН и компанией «Эмерсит». Заведующий лабораторией гидрологии и гидрохимии ЮНЦ РАН, к.г.н. Алексей Клещенков сформулировал задачу фильтрации и восстановления данных наблюдений за уровнем воды, а также прогнозирования концентрации взвешенных наносов в районе г. Ростова-на-Дону.
Доцент кафедры методов оптимизации и машинного обучения Института математики, механики и компьютерных наук им. И. И. Воровича ЮФУ, к.ф.-м.н. Виктория Махно:
«Методы машинного обучения помогают в решении задачи предсказания нагонных явлений по времени и скорости нарастания, а также в проведении классификации — если известны признаки, по которым необходимо классифицировать нагоны или кластеризацию — в случае, если признаки непонятны. Результаты работы алгоритмов методов машинного обучения носят вероятностный характер, для исследования точности применяются различные метрики».
На фото: д.г.н. Сергей Бердников, к.ф.-.м.н. Виктория Махно, к.э.н. Каринэ Архипова, к.г.н. Алексей Клещенков и студенты кафедры.
