Защита диссертации - Кучуков Виктор Андреевич

Кучуков Виктор Андреевич

Разработка методов и программных средств повышения производительности отказоустойчивых вычислительных систем, работающих в модулярном коде

Диссертация принята к защите

Искомая степень: Кандидат технических наук.

Специальность: 2.3.5 – Математическое и программное обеспечение вычислительных систем, комплексов и компьютерных сетей.

Дата размещения: 10 апреля 2024.
Текст диссертации: Скачать

Решение совета о принятии диссертации к защите: Диссертация принята к защите.
Автореферат: Скачать
Отзыв научного руководителя: Скачать
Дата защиты: 13 июня 2024.

Официальный оппонент: Соловьев Роман Александрович, доктор технических наук (05.13.05).

Место работы, должность: ООО «АльфаЧип», заместитель генерального директора по инновационной деятельности.

Основные публикации за последние 5 лет:

1. Соловьев, Р. А. Применение нейронных сетей для сегментации изображений в задаче быстрой трассировки интегральных схем / Р. А. Соловьев, Т. М. Кадирлиев, Д. В. Тельпухов // Труды Института системного программирования РАН. – 2023. – Т. 35, № 5. – С. 145-156. – DOI 10.15514/ISPRAS-2023-35(5)-10.
2. Быстрый анализ статического IR drop эффекта на базе методов машинного обучения / Р. А. Соловьев, Д. В. Тельпухов, Е. Д. Демидов, И. И. Шафеев // Труды Института системного программирования РАН. – 2023. – Т. 35, № 5. – С. 127-144. – DOI 10.15514/ISPRAS-2023-35(5)-9
3. Жигулин, А.С. Аппаратная реализация ускоренного приближённого матричного умножителя на основе алгоритма MADDNESS / А. С. Жигулин, Р.А. Соловьев // Проблемы разработки перспективных микро- и наноэлектронных систем (МЭС). – 2022. – № 4. – С. 94-100. – DOI 10.31114/2078-7707-2022-4-94-100.
4. Реализация обратного преобразователя модулярной арифметики для произвольного базиса на основе таблиц поиска с опорными точками / А. Л. Стемпковский, Д. В. Тельпухов, И. А. Мкртычан, Р. А. Соловьев // Проблемы разработки перспективных микро- и наноэлектронных систем (МЭС). – 2022. – № 3. – С. 102-107. – DOI 10.31114/2078-7707-2022-3-102-107.
5. Analysis of Posit and Bfloat Arithmetic of Real Numbers for Machine Learning / A. Y. Romanov, V. A. Starykh, I. I. Romanova [et al.] // IEEE Access. – 2021. – Vol. 9. – P. 82318-82324. – DOI 10.1109/ACCESS.2021.3086669.
6. Dergachev S., Romanov A., Solovyev R. Generation of hardware modules for comparison in residue numeral systems //2021 International Russian Automation Conference (RusAutoCon). – IEEE, 2021. – С. 997-1001.
7. Рухлов, В.С. Программно-аппаратные решения повышения сбоеустойчивости комбинационных схем в базисе ПЛИС с учётом межсоединений и блоков ввода-вывода / В.С. Рухлов, Р. А. Соловьев, А. Г. Кустов // Проблемы разработки перспективных микро- и наноэлектронных систем (МЭС). – 2020. – № 1. – С. 113-118. – DOI 10.31114/2078-7707-2020-1-113-118.
8. Telpukhov D. V., Solovyev R. A., Mkrtchan I. A. Hardware implementation of scaling in residue number system in application to convolutional neural networks //Information Innovative Technologies. – 2020. – С. 165-169.

Отзыв оппонента: Скачать

Официальный оппонент: Феоктистов Александр Геннадьевич, доктор технических наук (05.13.11).

Место работы, должность: Федеральное государственное бюджетное учреждение науки «Институт динамики систем и теории управления имени В.М. Матросова Сибирского отделения Российской академии наук», г.н.с. лаборатории параллельных и распределенных вычислительных систем.

Основные публикации за последние 5 лет:

1. Организация вычислительной среды разработки и применения научных рабочих процессов на основе контейнеризации / А. Г. Феоктистов, Р. О. Костромин, М. Л. Воскобойников, Д. И. Ли-Дэ // Вычислительные технологии. – 2023. – Т. 28, № 6. – С. 151-164. – DOI 10.25743/ICT.2023.28.6.013.
2. Информационно-вычислительные ресурсы ИРНОК: инфраструктура, данные, приложения / И. В. Бычков, Т. И. Маджара, А. П. Новопашин [и др.] // Вычислительные технологии. – 2023. – Т. 28, № 3. – С. 117-135. – DOI 10.25743/ICT.2023.28.3.008.
3. Бычков И.В., Ружников Г.М., Федоров Р.К., Хмельнов А.Е., Попова А.К., Авраменко Ю.В., Парамонов В.В., Михайлов А.А., Фереферов Е.С., Гаченко А.С., Юрин А.Ю., Николайчук О.А., Дородных Н.О., Феоктистов А.Г. Концептуальные основы инструментальной, инфраструктурной и прикладной цифровой платформ экологического мониторинга // Фундаментальные основы, методы и технологии цифрового мониторинга и прогнозирования экологической обстановки Байкальской природной территории. Отв. ред. И.В. Бычков, Д.П. Гладкочуб, Г.М. Ружников. Новосибирск: СО РАН, 2022. С. 12–50.
4. Feoktistov A., Gorsky S., Kostromoin R., Fedorov R., Bychkov I. Integration of Web Processing Services with Workflow-Based Scientific Applications for Solving Environmental Monitoring Problems // ISPRS International Journal of Geo-Information. 2022. Vol. 11, № 1. P. 8. DOI: 10.3390/ijgi11010008.
5. Феоктистов А.Г., Костромин Р.О., Горский С.А., Бычков И.В., Черных А.Н., Башарина О.Ю. Алгоритмы планирования вычислений с учетом избыточности и неопределенности // Труды ИСП РАН. 2022. Т. 34, № 1. С. 123–140.
6. Бычков И.В., Феоктистов А.Г., Горский С.А., Костромин Р.О., Федоров Р.К. Автоматизация интеграции сервисов веб-обработки данных экологического мониторинга с распределенными научными приложениями // Автометрия. 2022. Т. 58, № 4. С. 67–75. DOI: 10.15514/ISPRAS-2022-34(1)-9.
7. Феоктистов А.Г. Вероятностная нейронная сеть классификации вычислительных заданий // Прогрессивные научные исследования – основа современной инновационной доктрины: сборник статей Международной научно–практической конференции (г. Киров, РФ, 25 ноября 2022 г.). Уфа: Аэтерна, 2022. С.131–135.
8. Kostromin R., Basharina O., Feoktistov A., Sidorov I. Microservice-Based Approach to Simulating Environmentally-Friendly Equipment of Infrastructure Objects Taking into Account Meteorological Data // Atmosphere. 2021. Vol. 12, № 9. P. 1217. DOI: 10.3390/atmos12091217.
9. Kostromin R., Feoktistov A., Voskoboinikov M. Service-Oriented Tools for Automating Digital Twin Development // Proceedings of the 4th Scientific-practical Workshop on Information Technologies: Algorithms, Models, Systems (ITAMS 2021). CEUR-WS Proceedings. 2021. Vol. 2984. P. 95–100. DOI: 10.47350/ITAMS.2021.12.
10. Феоктистов А.Г., Костромин Р.О., Сидоров И.А., Горский С.А. Башарина О.Ю. Цифровые двойники процессов работы природосберегающего оборудования инфраструктурного объекта // Современные наукоемкие технологии. 2021, № 1. С. 57–62. DOI: 10.17513/snt.38471.
11. Феоктистов А.Г., Костромин Р.О., Башарина О.Ю. Сервис анализа временных рядов природно-климатических показателей окружающей среды инфраструктурных объектов байкальской природной территории // Оптика атмосферы и океана. Физика атмосферы: Материалы XXVII Международного симпозиума. М.: Изд-во ИОА СО РАН, 2021. Т. F. С. 96–99.
12. Tchernykh A., Bychkov I., Feoktistov A., Gorsky S., Sidorov I., Kostromin R., Edelev A., Zorkalzev V., Avetisyan A. Mitigating Uncertainty in Developing and Applying Scientific Applications in an Integrated Computing Environment // Programming and Computer Software. 2020. Vol. 46, № 8. P. 483–502. DOI: 10.1134/S036176882008023X.
13. Kostromin R., Feoktistov A. Agent-Based DevOps of Software and Hardware Resources for Digital Twins of Infrastructural Objects // Proceedings of the 4th International Conference on Future Networks and Distributed Systems (ICFNDS 2020). ACM, 2020. P. 1-6. DOI: 10.1145/3440749.3442599.
14. Feoktistov A.G., Basharina O.Yu. Predicting runtime of computational jobs in distributed computing environment // Proceedings of the 2nd International Workshop on Information, Computation, and Control Systems for Distributed Environments. CEUR-WS Proceedings. 2020. Vol. 2638. P. 109–117. DOI: 10.47350/ICCS-DE.2020.10.
15. Феоктистов А.Г., Башарина О.Ю. Модели прогнозирования времени выполнения схем решения задач в гетерогенной распределенной вычислительной среде // Современные наукоемкие технологии. 2019. № 11. С. 102–108. DOI: 10.17513/snt.37773.

Отзыв оппонента: Скачать

Ведущая организация: Федеральное государственное автономное образовательное учреждение высшего образования «Южный федеральный университет».

Контактные данные: 344006, Ростовская область, город Ростов-на-Дону, Большая Садовая ул., д. 105/42, +7 (863) 218 40 00, info@sfedu.ru, www.sfedu.ru

Основные публикации за последние 5 лет:

1. NEURAL NETWORK APPLICATION TO ROAD SURFACE TYPE IDENTIFICATION Isaeva A.S., Denisenko M.A., Kovalev A.V. Computational Technologies. 2023. Т. 28. № 2. С. 19-26.
2. РАЗРАБОТКА ГИБРИДНОЙ НЕЙРОСЕТИ ДЛЯ КЛАССИФИКАЦИИ ИЗОБРАЖЕНИЙ Гушанский С.М., Буглов В.Е. Инженерный вестник Дона. 2023. № 1 (97). С. 174-186.
3. КАТЕГОРИЗАЦИЯ ОБЪЕКТОВ И СЦЕН НЕЙРОННОЙ СЕТЬЮ, ВХОДЫ КОТОРОЙ ПРЕДВАРИТЕЛЬНО ОБУЧЕНЫ ДЕКОДИРОВАНИЮ ПРОСТРАНСТВЕННЫХ НЕОДНОРОДНОСТЕЙ ТЕКСТУРЫ Явна Д.В., Бабенко В.В., Горбенкова О.А., Плавельский И.В., Вороная В.Д., Столетний А.С. Оптический журнал. 2023. Т. 90. № 1. С. 37-48.
4. ПЕРСПЕКТИВНЫЕ МОДЕЛИ ГЕНЕТИЧЕСКИХ АЛГОРИТМОВ В ЗАДАЧАХ ОПТИМИЗАЦИИ НЕЙРОННЫХ СЕТЕЙ Ершов В.В. Перспективы науки. 2022. № 8 (155). С. 21-25.
5. О ПОСТРОЕНИИ САМОДОПОЛНИТЕЛЬНЫХ КОДОВ И ИХ ПРИЛОЖЕНИИ В ЗАДАЧЕ СОКРЫТИЯ ИНФОРМАЦИИ Косолапов Ю.В., Певнев Ф.С., Ягубянц М.В. Моделирование и анализ информационных систем. 2022. Т. 29. № 3. С. 182-198.
6. МАТЕМАТИЧЕСКАЯ МОДЕЛЬ ИСКУССТВЕННОЙ НЕЙРОННОЙ СЕТИ ДЛЯ УПРАВЛЕНИЯ РОБОТОТЕХНИЧЕСКИМ КОМПЛЕКСОМ В ЭКСТРЕМАЛЬНЫХ УСЛОВИЯХ Царькова Е.Г. Инженерный вестник Дона. 2022. № 11 (95). С. 371-381.
7. RESEARCH ON DIGITAL MEDIA ANIMATION CONTROL TECHNOLOGY BASED ON RECURRENT NEURAL NETWORK USING SPEECH TECHNOLOGY Wang H., Sharma A., Shabaz M. International Journal of System Assurance Engineering and Management. 2022.
8. РЕАЛИЗАЦИЯ СВЕРТОЧНЫХ НЕЙРОННЫХ СЕТЕЙ НА ВСТРАИВАЕМЫХ УСТРОЙСТВАХ С ОГРАНИЧЕННЫМ ВЫЧИСЛИТЕЛЬНЫМ РЕСУРСОМ Ковалев В.В., Сергеев Н.Е. Известия ЮФУ. Технические науки. 2021. № 6 (223). С. 64-72.
9. РОБАСТНЫЕ НЕЙРОННЫЕ СЕТИ ДЛЯ ПРОГНОЗИРОВАНИЯ НА ОСНОВЕ КРИТЕРИЯ ТЕЙЛА СЕНА Сташкова О.В. Известия высших учебных заведений. Северо-Кавказский регион. Технические науки. 2020. № 3 (207). С. 22-26.
10. О НЕСТОЙКОСТИ ДВУХ СИММЕТРИЧНЫХ ГОМОМОРФНЫХ КРИПТОСИСТЕМ, ОСНОВАННЫХ НА СИСТЕМЕ ОСТАТОЧНЫХ КЛАССОВ Бабенко Л.К., Трепачева А.В. Труды СПИИРАН. 2019. Т. 18. № 1. С. 230-262.
11. РАСПОЗНАВАНИЕ ОБРАЗОВ МЕТОДАМИ ГЕНЕТИЧЕСКОГО ПРОГРАММИРОВАНИЯ Лебедев Б.К., Лебедев О.Б., Кучуганов А.В., Жиглатый А.А. Информатика, вычислительная техника и инженерное образование. 2019. № 4 (37). С. 1-11.
12. АДАПТАЦИЯ МОДЕЛЕЙ ГЛУБОКОГО ОБУЧЕНИЯ ДЛЯ КОНТРОЛЯ ПОДВИЖНЫХ ЕДИНИЦ НА СОРТИРОВОЧНОЙ СТАНЦИИ Шабельников А.Н., Суханов А.В., Суханова М.В. Информатика, вычислительная техника и инженерное образование. 2019. № 4 (37). С. 12-18.
13. СПОСОБЫ ПОВЫШЕНИЯ УСТОЙЧИВОСТИ ЗАДАЧИ ОБУЧЕНИЯ ИСКУССТВЕННЫХ НЕЙРОННЫХ СЕТЕЙ ПРИ СОХРАНЕНИИ СХОДИМОСТИ Лебедев Б.К., Лебедев О.Б., Жиглатый А.А. Информатика, вычислительная техника и инженерное образование. 2019. № 2 (35). С. 50-56.

Отзыв ведущей организации: Скачать