Научно-образовательный математический центр интеллектуального анализа больших данных • ИМИТ • АлтГУ

В 2020 году в институте математики и информационных технологий был создан Научно-образовательный центр интеллектуального анализа больших данных. В рамках проекта реализуются следующие научные направления:

Интеллектуальный анализ больших данных в медицине.
Интеллектуальный анализ больших данных в социально-экономической сфере.
Интеллектуальный анализ больших данных в прикладных аграрных исследованиях.
Вычислительные технологии в задачах теории и практики.

Интеллектуальный анализ больших данных в медицине

Цели и задачи

Разработка эффективных алгоритмов, подходов и решений в задачах диагностики, прогнозирования, лечения и профилактики различных социально значимых заболеваний на основе современных технологий интеллектуального анализа больших данных.

Актуальность и практическая значимость

В настоящее время идет процесс цифровизации здравоохранения, принят ряд национальных и краевых программ и проектов, направленных на разработку и внедрение новейших информационных технологий в медицинские учреждения. Полученные в ходе проведения исследований результаты послужат основой для разработки систем поддержки принятия врачебных решений и роботизированных рабочих мест врача.

Направления проводимых исследований

Разработка алгоритмов обработки неструктурированных медицинских данных, имеющих, в том числе, нечисловую форму, методов интеллектуального анализа данных и математических моделей дифференциальной диагностики симптоматически близких заболеваний (Исполнители: Дронов С.В., Петриков А. С., Москалев И.В.).
Применение методов и подходов машинного обучения и интеллектуального анализа данных для разработки моделей диагностики заболеваний органов дыхания и эндокринной системы (Исполнители: Кротова О.С., Назаркина О.М., Хворова Л.А., Пиянзин А.И.).
Создание методик оценки эффективности имеющихся и вновь создаваемых методов диагностики, лечения и профилактики различных заболеваний на основе интеллектуального анализа данных (Исполнители: Дронов С.В., Петриков А.С., Пиянзин А.И.).
Разработка и внедрение инновационного программного обеспечения в медицинские учреждения Алтайского края (Исполнители: Кротова О.С., Москалев И.В., Хворова Л.А., Пиянзин А.И.).

Сфера применения и возможность участия в нац. проектах

В настоящее время, в рамках федерального проекта «Создание единого цифрового контура в здравоохранении на основе единой государственной информационной системы в сфере здравоохранения (ЕГИСЗ)» национального проекта «Здравоохранение» реализуется региональный проект «Цифровой контур здравоохранения (Алтайский край)» с 01.01.2019 г. по 31.12.2024 г.

Реализация регионального проекта носит системный характер, оказывая влияние на достижение основных целей смежных федеральных проектов национального проекта «Здравоохранение», в том числе: «Завершение формирования сети национальных медицинских исследовательских центров, внедрение инновационных медицинских технологий, включая систему ранней диагностики и дистанционный мониторинг состояния здоровья пациентов, внедрение клинических рекомендаций и протоколов лечения», «Развитие системы оказания первичной медикосанитарной помощи», «Борьба с онкологическими заболеваниями».

Таким образом, региональный проект направлен на решение задач по трансформации процессов организации системы здравоохранения за счет автоматизированного информационного сопровождения, а также мониторинга и анализа использования ресурсов здравоохранения и оказания медицинской помощи пациентам.

Сотрудничество с организациями

Краевое государственное учреждение здравоохранения «Алтайский краевой клинический центр охраны материнства и детства».
«Алтайский краевой медицинский информационно-аналитический центр.

Научные компетенции

Публикации в научных журналах:
1. Dronov S.V., Sazonova A.S. Two approaches to cluster variable quantification. // Model Assisted Statistics and Applications. 2015. v.10. (SCOPUS).
2. Дронов С.В., Бойко И.Ю. Метод оценки степени связи бинарного и номинального показателей // Прикладная дискретная математика. 2015. № 4 (30). (SCOPUS/ WoS).
3. Bryukhanova E.A., Chekryzhova O.I., Dronov S.V. Spatial Approach to the Analysis of the Employment Data in Siberia Based on the 1897 Census (the Experience of the Multivariate Statistical Analysis of the Districts Data). // Journal of Siberian Federal University. Humanities & Social Sciences. 2016. № 7. (SCOPUS).
4. Цеймах И.Н., Тимофеев А.В., Толстихина Т.А., Дронов С.В., Шойхет Я.Н. Влияние обострения хронической обструктивной болезни легких на течение ишемической болезни сердца у госпитализированных в кардиологическое отделение пациентов // Сибирский научный медицинский журнал. 2016. (RSCI)
5. Dronov S.V., Evdokimov E.A. Post-hoc cluster analysis of connection between forming characteristics // Model Assisted Statistics and Applications. 2018. V. 13, № 2. (SCOPUS).
6. Dronov S.V., Leongardt K.A. Multidimensional unfolding problem solution in the case of a single target // IOP Conf. Series: Journal of Physics: Conf. Series1210 (2019) 012034. (SCOPUS/WoS).
7. Хворова Л.А., Пиянзин А.И., Кротова О.С., Жариков А.В. Некоторые математические подходы в построении моделей прогнозирования стадий компенсации и декомпенсации сахарного диабета у детей и подростков // Известия АлтГУ. 2018. № 4. (ВАК)
8. Кротова О.С., Пиянзин А.И., Хворова Л.А. Методы и подходы глубокого обучения в изучении сахарного диабета у детей и подростков // Математики – Алтайскому краю: сборник трудов всероссийской конференции по математике. 2018.
9. Кротова О.С., Пиянзин А.И., Хворова Л.А. Оценка качества моделей прогнозирования стадий компенсации и декомпенсации сахарного диабета // Сборник научных статей международной конференции «Ломоносовские чтения на Алтае: фундаментальные проблемы науки и техники». 2018.
10. Кротова О.С. Применение алгоритмов машинного обучения для прогнозирования стадий компенсации сахарного диабета у детей и подростков // Труды молодых ученых Алтайского государственного университета. – Вып. 15. 2018.
11. Кротова О.С., Пиянзин А.И., Хворова Л.А. Интеллектуальный анализ данных в диагностике сахарного диабета // Южно-Сибирский научный вестник. 2019. № 1 (25). (ВАК)
12. Дашков В.И., Москалев И.В. Технологии анализа текстовой медицинской информации выписок историй болезни детей с различными заболеваниями легких // Информационные технологии: Материалы 57-й Междунар. науч. студ. конф. 2019.
13. Пиянзин А.И., Москалев И.В., Сероклинов В.Н. Компьютерный анализ текста выписок историй болезни детей // Педиатрия и детская хирургия. Душанбе, 2019. №3.
14. Ivchenko E., Piyanzin A.I., Fedorov A.V., Khrulev K.A., Akinina Z., Miller I. Сoagulative hemostasis of full term and and preterm infants with hypoxic-ischemic lesions of the central nervous system // Journal of Maternal-Fetal and Neonatal Medicine. 2016. Т. 29. № S1. (SCOPUS, Q2).
15. Data mining technique in detection of coagulative hemostasis disorders of term and preterm infants with hypoxic-ischemic lesions of the central nervous system and various manifestations of hemorragic syndrome / Ivchenko E., Piyanzin A.I., Zhilin S.I., Fedorov A.V., Nazarovskaya O., Miller Yu. / Journal of Maternal-Fetal and Neonatal Medicine. 2016. Т. 29. № S1. (SCOPUS, Q2).
16. Health status surveillance system of neonates with diffrent clinical forms of perinatal defeats of the central nervous system when transporting / Ivchenko E., Piyanzin A.I., Zhilin S.I., Shaidurov A.A., Sukhanov S.I. / Journal of Maternal-Fetal and Neonatal Medicine. 2016. Т. 29. № S1. (SCOPUS, Q2).
Объекты интеллектуальной собственности:
1. Дронов С.В., Сазонова А.С. Анализ соответствий для случая двух переменных. Свидетельство о регистрации программы для ЭВМ № 2015612979 от 27 февраля 2015 г.
2. Дударева Ю.А., Гурьева В.А., Дронов С.В. Способ прогнозирования степени риска нарушения репродуктивного здоровья у женщин второго поколения потомков, прародители которых находились в зоне радиационного воздействия. Патент на изобретение № 2622373 (приоритет от 11 января 2016 г., дата государственной регистрации в Госреестре изобретений РФ 14 июня 2017 г.)
3. Хворова Л.А., Пиянзин А.И., Сидун Д.Ю. Информационная система для комплексной оценки и прогнозирования сахарного диабета у детей и подростков (программа для ЭВМ). Свидетельство о регистрации программы для ЭВМ № 2017662727 от 5.10.2017 г.

Состав рабочей группы

Дронов Сергей Вадимович, кандидат физико-математических наук, доцент кафедры математического анализа АлтГУ;
Петриков Алексей Сергеевич, доктор медицинских наук, профессор кафедры факультетской хирургии, госпитальной хирургии с курсом хирургии дополнительного профессионального образования ФГБОУ ВО «Алтайский государственный медицинский университет» Минздрава России;
Хворова Любовь Анатольевна, кандидат технических наук, доцент кафедры теоретической кибернетики и прикладной математики АлтГУ;
Пиянзин Алексей Илларионович, кандидат медицинских наук, доцент кафедры информатики АлтГУ, врач-педиатр;
Назаркина Оксана Михайловна, врач-эндокринолог, диабетолог 1 категории, заведующий отделением эндокринологии КГБУЗ «Алтайский краевой клинический центр охраны материнства и детства»;
Кротова Ольга Сергеевна, преподаватель кафедры теоретической кибернетики и прикладной математики АлтГУ;
Москалев Игорь Викторович, аспирант кафедры теоретической кибернетики и прикладной математики АлтГУ.

Интеллектуальный анализ больших данных в социально-экономической сфере

Цели и задачи

Цель – разработка комплекса моделей и программ для оценки состояния базовых отраслей региона.

Задачи:

Исследовать методы построения многомерных нечетких моделей путем анализа частных моделей.
Разработать устойчивый алгоритм для анализа набора данных на предмет «выбросов».
Построить комплекс компьютерных программ для практической реализации полученных теоретических моделей.
Выявить наиболее значимые факторов, влияющие на рост производительности труда.

Актуальность и практическая значимость

Вопросы анализа социально-экономической ситуации в регионе, в частности вопрос повышения производительности труда, имеют фундаментальное значение для повышения уровня жизни населения и укрепления социальной стабильности в обществе. Актуальным научным направлением является применение современных математических методов в приоритетных отраслях экономики страны. Это ставит перед математикой новые нехарактерные для классической математики задачи, которые связаны с обработкой большого объема разнообразных данных. Среди этих данных все большую долю занимают нечисловая и текстовая информация. Эти данные широко используются в теоретических и прикладных исследованиях социально-экономических процессов и явлений. Новизной предлагаемого исследования является разработка инновационных подходов к анализу нечисловой информации, основанных на теории нечетких множеств и методах Data Mining, и их компьютерная реализация для решения конкретных прикладных задач.

Направления проводимых исследований

Авторами проекта ведутся многолетние исследования по следующим направлениям:

система эконометрических и имитационных моделей формирования и развития регионального рынка труда;
модели нечеткого логического вывода напряженности на сельском рынке труда;
прогноз рынка труда Алтайского края на среднесрочную и долгосрочную перспективу;
мониторинг мероприятий содействия занятости населения в Сибирском федеральном округе;
социально-трудовые аспекты устойчивого развития территорий;
моделирование производительности труда в агропромышленном регионе.

Сфера применения и возможность участия в нац. проектах

Данное направление представлено как одна из задач национального проекта «Цифровая экономика» – преобразование приоритетных отраслей экономики и социальной сферы, включая здравоохранение, образование, промышленность, сельское хозяйство, строительство, городское хозяйство, транспортную и энергетическую инфраструктуру, финансовые услуги, посредством внедрения цифровых технологий и платформенных решений.

Предложенные исследования и их результаты, а также разработанные модели и комплексы программ будет способствовать развитию приоритетного направления: «Информационные технологии и математическое моделирование» в рамках программы стратегического развития ФГБОУ ВПО «Алтайский государственный университет» на 2017-2021 гг., что будет способствовать развитию цифровизации в Алтайском крае, других регионах России.

Полученные теоретические результаты и комплексы программ для ЭВМ могут быть использованы в учебном процессе вузов России при подготовке специалистов высшей квалификации по направлению «Математика и компьютерные науки». Выпускники магистратуры по этому направлению получат базовые знания в области математики, прикладной математики, теории оптимального управления, в теории дифференциальных уравнений, научатся использовать системы компьютерной математики при решении различных задач теории и практики. Реализация проекта позволит интегрировать студентов в современные научные исследования, будет способствовать повышению их конкурентоспособности на рынке труда, удовлетворению потребностей экономики в высококвалифицированных кадрах в условиях цифровизации. Несомненно, такое положение дел благоприятно скажется на репутацию Вуза в рамках государственной оценки, а также сделает его более привлекательным для будущих абитуриентов, более конкурентоспособным на рынке труда при подготовке специалистов в области математического и компьютерного моделирования, IT-технологий.

Исследование большого объема данных сопряжено с рядом трудностей, разработанные методы и подходы позволят сократить размер изучаемой выборки и проанализировать структуру данных, методы анализа нечисловой информации будут способствовать внедрению математических методов в новых отраслях науки.

Данное направление представлено как одна из задач национального проекта «Наука» – привлечение российских и зарубежных ведущих ученых и молодых перспективных исследователей.

Сотрудничество с организациями

Институт экономики и ОПП СО РАН, г. Новосибирск.
Новосибирский государственный университет, г. Новосибирск.

Научные компетенции

Публикации в научных журналах:
1. Пономарев И.В. Действие группы преобразований на показатель качества регрессионной модели // Известия Алтайского государственного университета. — 2019. — №4(108). — С. 100-103.
2. Пономарев И.В., Саженкова Т.В., Славский В.В. Метод поиска экстремальных наблюдений в задаче нечеткой регрессии // Известия Алтайского государственного университета. — 2018. — №4(102). — С. 98-101.
3. Пономарев И.В. Нечеткие модели прогнозирования объема оборота розничной торговли // Труды семинара по геометрии и математическому моделированию. — 2017. — №3. — С. 40-43.
4. Гуров А.В., Пономарев И.В. Моделирование численности вакансий на рынке труда Алтайского края// Известия Алтайского государственного университета. — 2014. — №1-2. — С. 81-85.
5. Перекаренкова Ю.А., Пономарев И.В., Родионов Е.Д., Родионова Л.В. Региональный рынок труда: анализ, моделирование, прогноз // Вестник Алтайской науки. — 2014. — №1(19). — С. 57-65.
6. Родионов Е.Д., Родионова Л.В., Славский В.В. и др. Применение пакетов символьных вычислений к решению задач теории и практики: монография. – Барнаул: Концепт, 2014.
7. Пономарев И.В., Родионов Е.Д., Родионова Л.В., Славский В.В. Комплекс моделей для построения и оценки вариантов развития регионального рынка труда // Вестник Алтайской науки. – 2013. – №1. – С. 86-88.
8. Ponomarev I.V., Slavsky V.V. Uniformly fuzzy model of linear regression // Journal of Mathematical Sciences. — 2012. — Vol.186, Issue 3. — P. 478-494.
Объекты интеллектуальной собственности:
1. Клепикова С.В., Пономарев И.В., Хромова О.П. Программный комплекс для вычисления спектра операторов кривизны четырехмерных однородных псевдоримановых многообразий // Свидетельство РФ о государственной регистрации программ для ЭВМ №2016618087 от 4 июля 2016.

Гранты:
- 08-01-98001-р_сиб_а «Система имитационных и эконометрических моделей формирования и развития регионального рынка труда» (РФФИ);
- 12-12-22000-а «Комплекс моделей для построения и оценки вариантов развития регионального рынка труда в условиях модернизации экономики России» (РГНФ);
- 16-31-00048-мол_а «Инвариантные тензоры кривизны на метрических группах Ли» (РФФИ).

Состав рабочей группы

Родионов Е.Д., доктор физ.-мат. наук, профессор кафедры математического анализа АлтГУ;
Пономарев И.В., кандидат физ.-мат. наук, доцент кафедры математического анализа АлтГУ;
Родионова Л.В., старший научный сотрудник ИЭиОПП СО РАН;
Перекаренкова Ю.А., научный сотрудник ИЭиОПП СО РАН;
Черкасов С.В., студент бакалавриата АлтГУ.

Интеллектуальный анализ больших данных в прикладных аграрных исследованиях

Цели и задачи

Цель – развитие методов прикладного анализа данных в области исследования факторов устойчивого развития сельскохозяйственного производства в региональных экономиках России и стран зарубежья

Задачи:

Анализ детерминант урожайности сельскохозяйственных культур по данным сельскохозяйственных предприятий или по полям хозяйства.
Оценка ожидаемых эффектов технологии возделывания сельскохозяйственных культур, в частности, влияния технологии на температурный и водный режимы почв, сохранность влаги в почве, урожайность культур на основе данных непрерывного почвенно-гидрологического мониторинга (сухая степь, Алтайский край).
Анализ социально-экономических процессов развития аграрного сектора экономики, в частности выявление детерминант социально-ориентированной деятельности сельскохозяйственных производителей, мотивационных факторов к организации аграрного бизнеса, миграции сельской молодежи по данным социологических исследований.
Выявление поведенческих факторов, определяющих внедрение фермерами устойчивых, экологически-ориентированных технологий возделывания культур и инноваций, в частности цифровых технологий в земледелии.
Пространственный анализа драйверов изменения землепользования, в частности забрасывания и рекультивации сельхозземель на основе синтеза данных дистанционного зондирования, статистических данных и результатов социологических опросов.
Разработка и развитие прикладных цифровых сервисов для фермеров в системе Climate Smart Agriculture на примере Алтайского края.

Актуальность и практическая значимость

Одним из путей вызовов развития современного сельского хозяйства является обеспечение устойчивого развития (sustainable development), которое предполагает достижение баланса между экономическими и экологическими целями. В РФ политика устойчивого развития сельскохозяйственного производства находится на стадии становления. Поэтому актуальным в прикладном аспекте является анализ детерминант, определяющих поведение сельхозтоваропроизводителей в области в направлении освоения практик устойчивого сельского хозяйства, в частности внедрения почвосберегающих технологий, технологий органического земледелия и элементов биологизации производства в условиях интенсивного развития цифровых технологий. Также важным является выявление пространственных факторов. Внедрение новых технологий обработки почвы в современном сельском хозяйстве за частую сопровождается и внедрением соответствующих информационных систем сбора и обобщения обработки данных, мониторинга качества выполнения технологических операций и состояния посевов. Важным является исследование вопросов практической эффективности, готовности и формировании представлений о поведенческой модели внедрения цифровых технологий в земледелии на примере регионов России.

Выявленные климатические изменения на территории России свидетельствуют об усилении аридизации климата, в таких условиях важна разработка комплексных решений в области информационного обеспечения сельхозтоваропроизводителей для адаптации технологий возделывания культур под текущие климатические условия.

Направления проводимых исследований

Члены научного коллектива имеют значительный опыт проведения исследований по грантам РФФИ, в том числе опыт совместного участия в различных международных научных проектах. Понькина Е.В., Прищепов А.В., Бондарович А.А. совместно участвовали в реализации российско-германского проекта Кулунда «Как предотвратить глобальный синдром пыльных бурь?» (KULUNDA Project “How to prevent the next Global Dust Bowl?“, финансированного BMBF (Federal Ministry of Education and Research) (2011-2016 гг., г. Барнаул). В рамках данного проекта участники коллектива получили опыт проведения количественных и качественных интервью с руководителями и специалистами сельскохозяйственных предприятий, региональными экспертами по проблемам использования и внедрения почвосберегающих практик земледелия в Алтайском крае. Понькина Е.В., Баворова М. и Прищепов А.В. исследовали природные, социально-экономические факторы развития сельского хозяйства в регионе и, в частности, экономические параметры внедрения почвосберегающей технологии No-Till в сравнении с традиционно-используемой и минимальной технологиями. Отдельное внимание группы авторов уделено аспектам формирования государственной аграрной политики в стране и в Алтайском крае. Понькина Е.В., Лобова С.В. и Баворова М. также проанализировали аспекты экономической эффективности производства продукции растениеводства за период 2008-2012 гг., выявили компоненты, формирующие технологическую эффективность в растениеводстве, играющие важную роль в формировании траектории развития предприятия. Отдельный блок исследований Понькиной Е.В. и Баворовой М. посвящен анализу социально-экономических условий внедрения инноваций в регионе (Алтайском крае). В совместных работах исследованы паттерны миграции сельской молодежи, получающей образование по аграрной специальности. Совместные работы сфокусированы на исследовании мотивации сельской молодежи работать в сельской местности в аграрном секторе и организовать собственный аграрный бизнес. В приведенных исследованиях были использованы логистические модели регрессии для классификации респондентов по индикационным признакам на две целевые группы. Е.В. Понькина и А.В. Прищепов в рамках проекта Кулунда исследовали детерминанты повышения урожайности яровой пшеницы на территории Алтайского края. Основу этого исследования составили результаты интервьюирования руководителей и специалистов сельскохозяйственных предприятий Алтайского края, проведенные в 2013 г.

Дополнительным аспектом исследования научного коллектива совместно с Е.В. Понькиной явилось изучение особенностей водного и температурного режимов почв и доступности почвенной влаги для сельхозкультур в сравнительном анализе технологий No-Till и традиционных технологий земледелия. По этой тематике реализован ряд проектов РФФИ параллельно с проектом Кулунда в 2014, 2016 гг., включая проект при поддержке фонда DFG. В рамках международного сотрудничества происходили взаимные стажировки, в том числе магистрантов и аспирантов. В целом результаты международного сотрудничества в рамках проекта Кулунда получили широкую апробацию и огласку, как в региональных, так и российских и зарубежных конференциях и изданиях. В настоящее время, Е.В. Понькина является приглашенным экспертом по анализу социально-экономических факторов в международном проекте «ERANET PLus Russia Solutions for Climate-smart land use in dry steppes of Russia» (2018-2021 гг.), реализуемого в Оренбургской области на базе «Института степей» УрО РАН, совместно с научными организациями Словакии и Швейцарии. В рамках данного проекта в 2018 г. проведен ряд качественных интервью, на основе которых выполнена работка структурированной анкеты, выполнено предварительное тестирование в рамках встреч с сельхозтоваропроизводителями в Алтайском крае, Оренбургской области и аграрных регионах Словакии. В 2018 году запушен опрос сельхозпроизводителей в Оренбургской области и Словакии, ожидается ряд публикаций в ведущих международных изданиях. В настоящее время, Понькина Е.В. и Прищепов А.В. совместно участвуют в реализации регионального проекта РФФИ р_а 18-45-030039 в Республике Бурятия, в рамках реализации которого в 2018 г. был разработан опрос глав крестьянских (фермерских) хозяйств и личных подсобных хозяйств на предмет исследования факторов и потенциальной мотивации субъектов землепользования к расширению используемых площадей и вовлечению выведенных (заброшенных) земельных участков в оборот. В 2018 г. был проведен опрос (150 респондентов) в районах республики Бурятия, результаты работы были представлены на IAMO форум «Small farms in transition: How to stimulate inclusive growth?» в Германии 26-28 июня 2019 г. Таким образом, коллектив имеет богатый опыт международного сотрудничества, в частности проведения качественных интервью и опросов руководителей и специалистов сельскохозяйственных предприятий, экспертов и лиц, формирующих аграрную политику не только в Алтайском крае, но и в других регионах России. Результаты работы научной группы представлены в подготовленных совместных публикациях и обсуждены в рамках различных международных конференциях в России, Германии, Италии, Греции, Чехии.

Сфера применения и возможность участия в нац. проектах

Цифровизация АПК, Развитие АПК.

Сотрудничество с организациями

Байкальский институт природопользования СО РАН, г. Улан-Удэ, Республика Бурятия.
Институт Географии СО РАН, г. Иркутск, Иркутская область.

Научные компетенции

Публикации в научных журналах:
1. Ponkina, E., Lobova, S., Bavorova, M. (2020): „KULUNDA: Climate Smart Agriculture“. Chapter: Role of Legal Entity on Plant Production Efficiency of Farms in Russia: the case of Kulunda steppe. 1st ed. 2020. Editors: Frühauf, M., Guggenberger, G., Meinel, T., Theesfeld, I., Lentz, S. (Eds.). Springer International Publishing. DOI: 10.1007/978-3-030-15927-6.
2. Bavorova M., Ponkina E. Herzfeld T., Immaverdiyev N., Baisakova N., Ganzha S., Hirschauer N. (2020): „KULUNDA: Climate Smart Agriculture“. Chapter: Transition of agriculture in Altai krai: The role of structural change, introduction of modern soil cultivation practices and agricultural policy. 1st ed. 2020. Editors: Frühauf, M., Guggenberger, G., Meinel, T., Theesfeld, I., Lentz, S. (Eds.). Springer International Publishing. DOI: 10.1007/978-3-030-15927-6.
3. Prishchepov, A.V. Ponkina, E., Sun, Z., Müller, D. (2019) Revealing the Determinants of Wheat Yields in the Siberian Breadbasket of Russia with Bayesian Networks. Land Use Policy. Volume 80, January 2019. Pages 21-31. DOI: 10.1016/j.landusepol.2018.09.038 (Великобритания)
4. Unay-Gailhard, İ, Bavorová, M., Bednaříková, Z., Ponkina, E.V. (2018) “I Don’t Want to Work in Agriculture!” The Transition from Agricultural Education to the Labor Market in Rural Russia. Rural Sociology. DOI: 10.1111/ruso.12245 (США)
5. Kvartiuk, V., Petrick, M., Bavorova, M., Bednarikova, Z., Ponkina, E. (2019): Brain Drain in Russian Agriculture? Migration Sentiments among Skilled Russian Rural Youth. Europe Asia Studies. (in print).
6. Bednaříková, Z., Bavorová, M., Ponkina, E.V. (2016) Migration Motivation of Agriculturally Educated Rural Youth: The case of Russian Siberia. Journal of Rural Studies. Volume 45. June 01. 2016. Pages 99-111. DOI: 10.1016/j.jrurstud.2016.03.006 (Великобритания)
7. Bavorova M., Ponkina E.V., Imamverdiyev N., Hirschauer N. Environment, Development and Sustainability. (2019). Published online 19 November 2019. pp. 1-24. https://doi.org/10.1007/s10668-019-00522-1 (Нидерланды)
8. Bavorova, M., Imamverdiyev, N., Ponkina, E. (2018) Farm-level Economics of Innovative Tillage Technologies: the Case of No-till in the Altai Krai in Russian Siberia. Environmental Science and Pollution Research. Volume 25, Issue 2, 1 January 2018, Pages 1016-1032. DOI: 10.1007/s11356-017-9268-y (Германия)
9. Майсснер Р., Бондарович А.А., Щербинин В.В., Понькина Е.В., Мацюра А.В., Пузанов А.В., Рупп Х., Шмидт Г., Штефан Э., Иллигер П., Фрюауф М., Харламова Н.Ф., Галахов В.П., Балыкин Д.В., Рудев Н.В. Методика расчета водного баланса для сухой степи юга западной Сибири по данным международной мониторинговой сети \\ Biological Bulletin of Bogdan Chmelnitskiy Melitopol State Pedagogical University. 2016. № 6 (2). C. 223–238. http://www.ojs.mdpu.org.ua/index.php/biol/article/view/52 (Украина)
10. Беляев В.И., Майнель Т., Грунвальд Л., Шмидт Г., Бондарович А.А., Щербинин В.В., ПонькинаЕ.В., Мацюра А.В., Штефан Э., Иллигер П., Кожанов Н.А., Рудев Н.В. Водный режим почвы и урожайность сельскохозяйственных культур при различных технологиях возделывания в Кулундинской степи Алтайского края \\ Visnyk of Dnipropetrovsk University. Biology, Ecology. 2016. 24 (2). C. 531-539. http://ecology.dp.ua/index.php/ECO/about (Украина)
11. Мацюра А.В., Щербинин В.В., Уланов П.Н., Понькина Е.В. Оценка эффективности применения биоакустического отпугивателя птиц для управления численностью птиц на территории полигона твердых бытовых отходов города Барнаула \\ Biological Bulletin of Bogdan Chmelnitskiy Melitopol State Pedagogical University. 2016. 6 (3). Pp. 365-376. URL: http://dx.doi.org/10.15421/2016106 (Украина)
Объекты интеллектуальной собственности:
1. Терновой О.С., Козлов А.В., Назаркин Р.Е., Понькина Е.В., Рязанов М.А., Свидетельство о регистрации программы для ЭВМ. Облачный сервис управления сельхоз предприятием №2018613144 от 02.03.2018. 09.00.00.
2. Понькина Е.В., Маничева А.С. Программа для ЭВМ “Оценка равновесных цен на рассредоточенном рынке зерна” свидетельство о государственной регистрации программы для ЭВМ № 2013610174 от 09.01.2013 г.
3. Понькина Е.В. Программа для ЭВМ «Краткосрочное прогнозирование урожайности и валовых сборов зерновых культур по районам Алтайского края» свидетельство о государственной регистрации программы для ЭВМ № 20136174405 от 14.08.2013 г.
4. Понькина Е.В., Маничева А.С. База данных «Растениеводство Алтайского края». Свидетельство о государственной регистрации базы данных № 2012620261 от 19 января 2012 г.
5. Понькина Е.В., Оскорбин Н.М., Роговский Е.И. Программный комплекс «Оценка степени риска поставки сельхозтехники по лизингу». Свидетельство об отраслевой регистрации разработки № 2537 от 24 апреля 2003 г.
6. Понькина Е.В., Оскорбин Н.М., Воробьев К.В. Программно-технологический комплекс «Управление сельскохозяйственным предприятием (растениеводство)». Свидетельство об отраслевой регистрации разработки № 2540 от 24 апреля 2003 г.
Гранты:
1. РФФИ № 18-45-030039 р_а. Постагрогенные степные ландшафты Республики Бурятия: потенциал, поиск компромиссов между сельскохозяйственным развитием и функционированием экосистем, социально-экономические и экологические последствия использования.
2. Международный проект Кулунда «Как предотвратить синдром пыльных бурь?» Экологические и экономические стратегии для устойчивого земледелия в степях России: Возможные решения в условиях климатических изменений. Подпроект № 8 «Оценка затрат фермеров и социально-экономических условий, обеспечивающих реализацию экосистемных мероприятий за счет внедрения систем устойчивого землепользования». Федеральное министерство Германии науки и образования (BMBF). (Перевод).
3. РФФИ № 13-06-98019 «Количественная оценка влияния технологических и социо-экономических факторов на результативность сельскохозяйственных предприятий Алтайского края на основе методов Data Envelopment Analysis (DEA) и Stochastic Frontier (SF)».
4. РФФИ №11-01-98009 «Исследование организационно-экономических отношений участников кластера региона с использованием инструментов экономико-математического моделирования”.
5. «Совершенствование государственной ресурсной поддержки производителей зерна Алтайского края» согласно договору с КГНИУ «Алтайский научно-образовательный комплекс» по Государственному контракту №28-09к от 27 июля 2009 года.

Состав рабочей группы

Понькина Елена Владимировна, кандидат технических наук, доцент кафедры ТКПМ АлтГУ;
Маничева Анастасия Станиславовна, кандидат технических наук, доцент кафедры ТКПМ АлтГУ;
Бондарович Андрей Александрович, кандидат географических наук, доцент кафедры экономической географии и картографии АлтГУ;
Костюк Кристина Игоревна, аспирант ФМиИТ АлтГУ;
Досымова Маргарита Владимировна, магистрант кафедры теоретической кибернетики и прикладной математики Алтайского государственного университета;
Прищепов Александр Владимирович, PhD, проф. университета Копенгагена, Дания;
Баворова Мирослава, PhD, проф. Чешского университета естественных наук, Прага, Чехия;
Юнай-Гилхардт Илкай, PhD, исследователь, Институт исследований аграрных проблем в странах с переходной экономикой, Германия;
Шмидт Герд, PhD, профессор, Университет Мартина-Лютера Халле-Виттенберг, Германия;
Иллигер Патрик, аспирант, Университет Мартина-Лютера Халле-Виттенберг, Германия.

Вычислительные технологии в задачах теории и практики

Цели и задачи

Цель – исследование вопроса о приложениях теории (псевдо)римановых многообразий к решению задач прикладного анализа, теории распознавания образов, восстановления структуры пространства по информации о его геометрических характеристиках и восстановления сложных систем по базам данных.

Задачи:

Построить математические модели, позволяющие решать ряд задач машинного зрения: восстановление 3D-формы по 2D-изображениям, структуры многообразия по наперед заданным свойствам тензора Риччи, сложных систем по численным характеристикам.
Доказать теоремы о строении солитонов Риччи на псевдоримановых многообразиях.
Исследовать изоспектральную задачу о восстановлении локально однородных псевдоримановых многообразий малой размерности по предписанным значениям спектров операторов кривизны.
Разработать и реализовать алгоритмы вычисления функционалов Минковского цифровых пространств.

Актуальность и практическая значимость

Применение методов математического и компьютерного моделирования, символьных вычислений для получения ряда новых фундаментальных и прикладных результатов, решения некоторых проблем в области современной геометрии и физики: в теории многообразий Эйнштейна, солитонов Риччи является новым и актуальным направлением исследований в случае, прежде всего, многообразий малых размерностей.

Потребности естественных наук приводят к необходимости изучения методами вычислительной топологии цифрового пространства, которое является теоретической основой для изучения топологических свойств цифровых изображений, полученных, например, при помощи компьютерной томографии. Основными изучаемыми характеристиками являются числа Бетти, характеристика Эйлера и функционалы Минковского.

Направления проводимых исследований

Символьные вычисления в задачах (псевдо)римановой геометрии.
Математическое моделирование в теории многообразий Эйнштейна и солитонов Риччи.
Геометрические и топологические свойства цифровых изображений, полученных при помощи компьютерной томографии.

Сфера применения и возможность участия в нац. проектах

Данные исследования и их результаты, а также разработанные модели и комплексы программ будет способствовать развитию приоритетного направления: «Информационные технологии и математическое моделирование» в рамках программы стратегического развития ФГБОУ ВПО «Алтайский государственный университет» на 2017-2021 гг..

Комплекс программ для изучения (псевдо)римановых многообразий с ограничениями на тензор Риччи позволит расширить представление о приложениях методов компьютерной математики к решению задач геометрии и анализа. Полученные теоретические результаты и комплексы программ для ЭВМ могут быть использованы в учебном процессе вузов России при подготовке специалистов высшей квалификации по направлению «Математика и компьютерные науки». Выпускники магистратуры по этому направлению получат базовые знания в области математики, прикладной математики, теории многообразий Эйнштейна и солитонов Риччи, в теории изображений фигур, теории оптимального управления, в теории дифференциальных уравнений, научатся использовать системы компьютерной математики при решении различных задач теории и практики. Реализация проекта позволит интегрировать студентов в современные научные исследования, будет способствовать повышению их конкурентоспособности на рынке труда, удовлетворению потребностей экономики в высококвалифицированных кадрах в условиях цифровизации. Несомненно, такое положение дел благоприятно скажется на репутации вуза в рамках государственной оценки, а также сделает его более привлекательным для будущих абитуриентов, более конкурентно способным на рынке труда при подготовке специалистов в области математического и компьютерного моделирования, IT-технологий.

Разработка алгоритмов, основанных на методах вычислительной топологии для нахождения функционалов Минковского цифрового пространства имеет практическое значение и может использоваться для обработки цифровых изображений, полученных, например, при помощи компьютерной томографии и может иметь широкое прикладное значение.

Сотрудничество с организациями

Институт математики им. С.Л.Соболева СО РАН, г. Новосибирск.
Новосибирский государственный университет, мехмат, г. Новосибирск.
Масариков университет, г. Брно, Чешская республика.

Научные компетенции

Публикации в научных журналах:
1. D. N. Oskorbin and E.D. Rodionov. Ricci solitons and Killing fields on generalized Cahen–Wallach manifolds // Siberian Mathematical Journal, 2019, Vol. 60, No. 5, pp. 911–915. (SCOPUS/WoS).
2. Д.Н. Оскорбин, Е.Д. Родионов, И.В. Эрнст. О векторных полях Киллинга на 2–симметрических лоренцевых многообразиях // Математические заметки СВФУ, 2019. Том 26, № 3 (SCOPUS).
3. Клепикова С.В. О классификации четырехмерных локально однородных псевдоримановых многообразий с изотропным тензором Вейля // Известия высших учебных заведений. Математика. 2019. №7. С.86-90 / English version: Klepikova S.V. On Classification on Four-Dimensional Loccally Homogeneous Pseud-Riemannian Manifolds with an Isotropic Weyl Tensors // Russian Mathematics. 2019. Vol. 63. №7. P.75-79 (SCOPUS/WoS).
4. D. N. Oskorbin, E. D. Rodionov and I.V.Ernst . Ricci solitons on Lorentzian Walker manifolds of low dimension // Lobachevskii Journal of Mathematics. 2018. № 2. (SCOPUS/WoS).
5. Rodionov, E.D., Slavskiĭ, V.V. Polar Transform of Conformally Flat Metrics // Siberian Advances in Mathematics. — 2018. — 28(2), с. 101-114. (SCOPUS/WoS).
6. Клепиков П.Н. Левоинвариантные псевдоримановы метрики на четырехмерных группах Ли с нулевым тензором Схоутена—Вейля // Известия высших учебных заведений. Математика. 2017. № 8. С.92-97. // Klepikov P.N. Left-Invariant Pseudo-Riemannian Metrics on Four-Dimensional Lie Groups With Nonzero Schouten-Weyl Tensor // Russian Mathematics. 2017. Vol.61, No.1. P.81-85. (SCOPUS/WoS).
7. Е.Д. Родионов, В.В. Славский. Полярное преобразование конформно-плоских метрик// Математические труды.- 2017, том 20, № 2, 1–19. (SCOPUS/WoS).
8. Клепиков П.Н., Родионов Е.Д. Алгебраические солитоны Риччи на метрических группах Ли с нулевым тензором Схоутена-Вейля // Доклады академии наук. 2017. Т. 472, № 5. С. 506-508. Klepikov P.N., Rodionov E.D. Algebraic Ricci Solitons on Metric Lie Groups with Zero Schouten-Weyl Tensor // Doklady Mathematics. 2017. Vol.95, No.1. P.62-64. (SCOPUS/WoS).
9. Dronov S.V., Evdokimov E.A. Post-hoc cluster analysis of connection between forming characteristics. // Model Assisted Statistics and Applications. – 2018. – V. 13, № 2. – P. 183 – 192. DOI 10.3233/MAS-180429. (SCOPUS).
10. Dronov S.V. Leongardt K.A. Multidimensional unfolding problem solution in the case of a single target. // IOP Conf. Series: Journal of Physics: Conf. Series1210 (2019) 012034 DOI:10.1088/1742-6596/1210/1/012034. (SCOPUS/WoS).
11. Клепиков П.Н. Конформно плоские алгебраические солитоны Риччи на группах Ли // Математические заметки. 2018. Т.104, №1. С.62-73. Klepikov P.N. Conformally Flat Algebraic Ricci Solitons on Lie Groups // Mathematical Notes. 2018. V.104, No.1-2. P.53-62 (SCOPUS/WoS).
12. Клепиков П.Н. Четырехмерные метрические группы Ли с нулевым тензором Схоутена-Вейля // Сибирские электронные математические известия. 2019. Т. 16. С. 271-330. (SCOPUS).
13. Клепиков П.Н., Родионов Е.Д., Хромова О.П Уравнения Эйнштейна на трехмерных метрических группах Ли с векторным кручением // Итоги науки и техники. Современная математика и ее приложения. Тематические обзоры (принято к печати). (SCOPUS/WoS).
14. Клепикова С.В., Хромова О.П. О предписанных значениях оператора секционной кривизны на трехмерных локально однородных лоренцевых многообразиях // Итоги науки и техники. Современная математика и ее приложения. Тематические обзоры (принято к печати). (SCOPUS/WoS).
Объекты интеллектуальной собственности:
1. Хромова О.П., Оскорбин Д.Н. Программный комплекс для нахождения инвариантных тензорных полей конечномерных групп Ли (св-во гос. рег. прогр. для ЭВМ, № 2014612649, дата регист. 04.03.2014 г)
2. Хромова О.П, Родионов Е.Д., Пастухова С.В. Программный комплекс для вычисления сигнатур оператора тензора кривизны на метрических группах Ли (св-во гос. рег. прогр. для ЭВМ, № 2015617314, дата регист. 07.07.2015 г.)
3. Дронов С.В., Сазонова А.С. Анализ соответствий для случая двух переменных. Свидетельство о регистрации программы для ЭВМ № 2015612979 от 27 февраля 2015 г.
4. Хромова О.П., Пономарев И.В., Клепикова С.В. Программный комплекс для вычисления спектра операторов кривизны на четырехмерных однородных псевдоримановых многообразиях (св-во гос. рег. прогр. для ЭВМ, № 2016618087, дата регист. 20.07.2016 г.)
5. Дударева Ю.А., Гурьева В.А., Дронов С.В. Способ прогнозирования степени риска нарушения репродуктивного здоровья у женщин второго поколения потомков, прародители которых находились в зоне радиационного воздействия. Патент на изобретение № 2622373 (приоритет от 11 января 2016 г., дата государственной регистрации в Госреестре изобретений РФ 14 июня 2017 г.)
6. Клепиков П.Н., Клепикова С.В., Хромова О.П. Вычисление спектра оператора секционной кривизны на трехмерных локально однородных многообразиях (св-во гос. рег. прогр. для ЭВМ, № 2017616907, дата регист. 19.06.2017 г.)
7. Хромова О.П. Программный комплекс для нахождения кривизн метрических связностей с векторным кручением конечномерных групп Ли (гос. рег. прогр. для ЭВМ, № 2019611195, дата регист. 23.01.2019 г.)
8. Хромова О.П., Клепиков П.Н. Программный комплекс для исследования уравнения Эйнштейна локально однородных (псевдо)римановых многообразий с векторным кручением(гос. рег. прогр. для ЭВМ, № 2019618583, дата регист. 02.07.2019 г.)
Гранты:
1. 16-01-00336_а, 2016-2017 г.г. «Однородные римановы многообразия с метрикой солитона Риччи» (РФФИ).
2. 16-31-00048-мол_а «Инвариантные тензоры кривизны на метрических группах Ли» (РФФИ).
3. 18-31-00033_а, 2018-2019 г.г. «Локально однородные лоренцевы многообразия с изотропным тензором Вейля» (РФФИ).

Состав рабочей группы

Родионов Е.Д., доктор физ.-мат. наук, профессор кафедры математического анализа АлтГУ;
Пономарев И.В., кандидат физ.-мат. наук, доцент кафедры математического анализа АлтГУ;
Хромова О.П., кандидат физ.-мат. наук, доцент кафедры математического анализа АлтГУ;
Оскорбин Д.Н., кандидат физ.-мат. наук, доцент кафедры математического анализа АлтГУ;
Клепиков П.Н., аспирант кафедры математического анализа АлтГУ;
Клепикова С.В., аспирант кафедры математического анализа АлтГУ;
Андреева Т.А., магистрант кафедры математического анализа АлтГУ;
Гринкевич А.В., магистрант кафедры математического анализа АлтГУ;
Гнедко М.Е., магистрант кафедры математического анализа АлтГУ.