| Название НИОКТР |
Распределенные вычисления и методы оптимизации
|
| Аннотация |
Проект направлен на развитие методов оптимизационного моделирования и программного инструментария технологий распределенных вычислений, чтобы широкий круг пользователей мог применять указанные методы в практике научных исследований для решения нескольких задач: идентификации динамических систем на основе экспериментальных данных (физиология растений, динамика загрязнений природных сред и др), решения обратных задач (теплопроводность, перенос тепла в термоядерной плазме); управление вычислениями и ресурсами распределенных вычислительных сред; решение задач оптимального управления и вариационного исчисления (динамическая оптимизация); применение методов распределенного глубокого обучения для анализа изображений при решении прикладных задач в различных направлениях (химия,медицина, с/х). Выбор задач обусловлен заявленной целью проекта. Здесь требуется развитие и теории, и численных методов оптимизации, и программного инструментария распределенных вычислений. В проекте будет продолжено развитие технологии сбалансированной идентификации SvF (Simplicity vs Fitting), предназначенной для сравнения и выбора математических моделей изучаемого объекта на основе экспериментальных данных. SvF-технология использует идеи регуляризации и сводится к решению двухуровневых задач оптимизации, где многократно решаются наборы независимых задач математического программирования, что позволяет эффективно использовать технологии распределенных вычислений. Накопленный опыт указывает направления ее совершенствования: увеличение числа переменных функций (подлежащих идентификации), расширение набора базовых функций, применение символьных вычислений (например, для дифференцирования и интегрирования), использование солверов глобальной оптимизации в т.ч. в режиме параллельных вычислений. SvF-технология будет использована в задаче поиска оптимальных методов оценок погрешностей оптической лазерной диагностики температуры и плотности плазмы. В рамках проекта будут исследованы методы решения рассматриваемых задач в распределенных вычислительных системах. В частности, планируется исследовать методы планирования графов подзадач, поскольку это наиболее общая модель вычислительных приложений. Будут рассмотрены постановки с одним и несколькими критериями (время и стоимость). Также планируется разработать методы, устойчивые к изменениям среды в процессе вычислений.
В рамках развития программных средств для решения рассматриваемых задач будут вестись работы над созданием соответствующего программного инструментария. Разрабатываемый инструментарий будет основан на интеграции отдельных open source решений, предоставлять весь необходимый функционал для решения рассматриваемых задач на широком спектре вычислительных ресурсов и поддерживать его расширение для новых задач. В рамках проекта будут исследованы методы распределенного глубокого обучения для распределенных вычислительных систем с высокой степенью гетерогенности. К таким распределенным системам можно отнести грид-системы из персональных компьютеров и грид-системы из мобильных устройств. Планируется исследовать не только методы распределенного обучения, но и методы балансировки нагрузки с помощью имитационного моделирования и проведения вычислительных экспериментов на грид-системах. Наиболее надежные результаты при исследовании задач оптимального управления и вариационного исчисления (динамической оптимизации), дают методы, основанные на признаках оптимальности. Они позволяют учитывать сложное поведение решений (скользящие режимы, четтринг-режимы, фазовые точки, рекуррентные движения). В настоящем проекте используется подход, основанный на методе продолжения решений и базирующимся на применении локальных вариационных задач. В рамках этого подхода исследования ведутся на стыке методов математического программирования, теории обыкновенных дифференциальных уравнений и теории динамических систем.
|
| Доступ к ОКОГУ исполнителя |
False
|
| Количество связанных РИД |
0
|
| Количество завершенных ИКРБС |
0
|
| Сумма бюджета |
21000.0
|
| Дата начала |
2025-05-29
|
| Дата окончания |
2027-12-31
|
| Номер контракта |
25-11-00349
|
| Дата контракта |
2025-05-29
|
| Количество отчетов |
3
|
| УДК |
004.7
|
| Количество просмотров |
9
|
| Руководитель работы |
Афанасьев Александр Петрович
|
| Руководитель организации |
Федоров Максим Валериевич
|
| Исполнитель |
ФЕДЕРАЛЬНОЕ ГОСУДАРСТВЕННОЕ БЮДЖЕТНОЕ УЧРЕЖДЕНИЕ НАУКИ ИНСТИТУТ ПРОБЛЕМ ПЕРЕДАЧИ ИНФОРМАЦИИ ИМ. А.А. ХАРКЕВИЧА РОССИЙСКОЙ АКАДЕМИИ НАУК
|
| Заказчик |
Российский научный фонд
|
| Федеральная программа |
Отсутствует
|
| Госпрограмма |
—
|
| Основание НИОКТР |
Грант
|
| Последний статус |
2025-10-01 10:11:17 UTC, 2025-10-01 10:11:17 UTC
|
| ОКПД |
Нет
|
| Отраслевой сегмент |
—
|
| Минздрав |
—
|
| Межгосударственная целевая программа |
—
|
| Ключевые слова |
оптимизационное моделирование; динамические системы; веб-сервисы оптимизации; сбалансированная идентификация; балансировка вычислительной нагрузки; глубокие нейронные сети; грид-системы из персональных компьютеров; распределенное глубокое обучение; грид-системы из мобильных устройств; управление ресурсами
|
| Соисполнители |
—
|
| Типы НИОКТР |
Фундаментальное исследование
|
| Приоритетные направления |
—
|
| Критические технологии |
—
|
| Рубрикатор |
50.39.19 - Организация вычислительного процесса в ВС
|
| OECD |
—
|
| OESR |
Компьютерные, информационные науки и биоинформатика (разработка аппаратного обеспечения относится к разделу 2.2, социальный аспект относится к разделу 5.8)
|
| Приоритеты научно-технического развития |
а) переход к передовым технологиям проектирования и создания высокотехнологичной продукции, основанным на применении интеллектуальных производственных решений, роботизированных и высокопроизводительных вычислительных систем, новых материалов и химических соединений, результатов обработки больших объемов данных, технологий машинного обучения и искусственного интеллекта;
|
| Регистрационные номера |
—
|
