Сколтех — новый технологический университет, созданный в 2011 году в Москве командой российских и зарубежных профессоров с мировым именем. Здесь преподают действующие ученые, студентам дана свобода в выборе дисциплин, обучение включает работу над собственным исследовательским проектом, стажировку в индустрии, предпринимательскую подготовку и постоянное нахождение в международной среде.

Ученые из Сколтеха заняли третье место на конкурсе NAB Competition

Алгоритм, разработанный проф. Евгением Бурнаевым и студентом магистратуры Сколтеха Владиславом Ишимцевым, занял третье место на конкурсе по обнаружению аномалий в режиме реального времени.

aircraft_engines

Конкурс по обнаружению аномалий в режиме реального времени проводился первый раз в этом году в рамках IEEE World Congress on Computational Intelligence. Используя подготовленные компанией Numenta систему тестирования и набор задач Numenta Anomaly Benchmark, включающий в себя более 50 различных реальных выборок размеченных данных, специалисты из США, Индии, России и ряда других стран должны были соревноваться в точности обнаружения аномалий в данных с помощью разработанных ими алгоритмов.

Конкурс проходил с февраля по июль 2016 г. В категории «Алгоритмы» третье место заняли исследователи из Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных (CDISE) проф. Евгений Бурнаев и студент магистратуры Владислав Ишимцев.

Евгений Бурнаев: Я и мои коллеги, студенты и аспиранты CDISE, занимаемся разработкой методов машинного обучения и их применением для решения задач индустриальной аналитики. В этом конкурсе для нас особенно ценной была возможность протестировать разработанные нами алгоритмы и сравнить их точность с точностью алгоритмов других участников конкурса.

Показанный нами результат – хорошее достижение. Если же говорить о прикладном значении алгоритмов обнаружения аномалий, то они необходимы для решения задач предсказательного технического обслуживания. Основная цель предсказательного технического обслуживания состоит в обнаружении нежелательных изменений (аномалий) и прогнозировании поломок в работе сложных инженерных систем (например, двигателей, газотурбинных установок, и т.п.) по данным, собираемым с сенсоров. У нас уже есть положительный опыт практического применения такого рода алгоритмов для решения задач предсказательного технического обслуживания различных подсистем (например, вспомогательной силовой установки, двигателя, и т.п.) пассажирского самолета.

БурнаевПроф. Евгений Бурнаев с отличием закончил Московский физико-технический институт (МФТИ) в 2006 году, получив степень магистра прикладных математики и физики. В 2008 году защитил кандидатскую диссертацию по теоретической статистике в Институте проблем передачи информации им. А. Харкевича Российской академии наук (ИППИ РАН), получив степень кандидата математических наук. Является автором более чем 50 научных статей, опубликованных в реферируемых журналах и сборниках научных трудов, работал  в качестве консультанта в ряде компаний и международных организаций.

Share on VK