Im vergangenen Herbstsemester hielten die Mitarbeiter des
JetBrains-Forschungslabors mehrere offene Vorlesungen im
Computer Science Center . Die Themen der Berichte sind vielfältig, ebenso die Bereiche der Laborforschung. Der Einfachheit halber haben wir Links zu allen Vorstellungen gesammelt. Schöne Aussicht!
1. Wie erstelle ich einen Bericht über die wissenschaftliche Arbeit, Mark Zaslavsky?Labor für mobile RoboteralgorithmenIn der Vorlesung lernen Sie einen Schritt-für-Schritt-Algorithmus zur Vorbereitung von Vorstellungen kennen. Sie lernen, Präsentationen und Reden unter Berücksichtigung der Besonderheiten wissenschaftlicher Berichte und typischer Zuhörer zu planen. Nehmen Sie praktische Empfehlungen mit. Sie lernen, sich auf die kniffligen Fragen des Publikums vorzubereiten und nicht vor dem Ansturm zurückzuschrecken.
2. Duckietown und AIDO, Konstantin ChaikaLabor für mobile RoboteralgorithmenIn der Vorlesung lernen Sie:
- Wie kann man zur Entwicklung autonomer Fahrzeuge beitragen, ohne einen Toyota Prius zu kaufen?
- Was ist Duckietown und wie lernt es sich mit nur einer Kamera und einem Einplatinencomputer nach den Regeln zu fahren?
- Wie kann man mit autonomen Fahrzeugen an den Olympischen Spielen teilnehmen, ohne sein Zuhause zu verlassen, und woher kommt die Ente?
3. Einführung in Algorithmen zur simultanen Lokalisierung und Kartenerstellung (SLAM), Anton Filatov, Artyom FilatovLabor für mobile RoboteralgorithmenUnter den Aufgaben, die Roboter bereits lösen, unterscheiden Sprecher die Aufgabe der autonomen Bewegung über ein unbekanntes Terrain. Wenn sich ein sich bewegender Roboter in einer unbekannten Umgebung befindet, muss er eine Karte erstellen und deren Position auf der Grundlage der Daten von auf dem Roboter installierten Sensoren bestimmen. Diese Aufgabe wird als SLAM (Simultaneous Localization and Mapping) bezeichnet.
In der Vorlesung werden Artyom und Anton die meisten modernen Algorithmen betrachten, die das SLAM-Problem lösen, über gelöste und ungelöste Probleme im Rahmen dieser Aufgabe sprechen und auch die Lösung eines solchen Problems in der Praxis zeigen. Stimmt, im Simulator :)
4. Verbinden Sie die Punkte: Verwenden Sie Diagramme, um biologische Daten zu interpretieren, Alexey SergushichevBioinformatik-GruppeDie Erzeugung großer Mengen experimenteller Daten ist in der modernen Biologie zur Norm geworden, es stellte sich jedoch die Frage, wie diese Daten zu interpretieren sind, um biologische Schlussfolgerungen zu ziehen. Ein Ansatz für dieses Problem ist die Verwendung eines Diagramms biologischer Wechselwirkungen. Man kann für ihn die sogenannte Aufgabe der Suche nach einem aktiven Modul formulieren: Finden Sie in einem großen Graphen aller biologisch möglichen Wechselwirkungen einen kleinen zusammenhängenden Teilgraphen, der spezifisch für ein biologisches Experiment ist.
Der Dozent wird verschiedene Möglichkeiten zur Formulierung dieses Problems und Lösungsansätze in Betracht ziehen, unter anderem basierend auf der Reduktion auf das Problem der ganzzahligen linearen Programmierung und auf dem Metropolis-Hastings-Algorithmus.
5. Ableitung demografischer Bevölkerungsgeschichten aus genomischen Daten, Ekaterina NoskovaBioinformatik-GruppeIn der Einführungsvorlesung erfahren Sie, was demografische Geschichten sind, wie sie abgeleitet werden, welche Daten dafür verwendet werden und welche mathematischen Modelle die Grundlage bilden. Die demografische Geschichte der Populationen umfasst die Anzahl der Populationen, die Migrationsrate und die Zeit der Trennung, und die Genome von Individuen enthalten Informationen über die Vergangenheit. Demografische Geschichten leiten sich daher aus den kürzlich erhaltenen genetischen Informationen einzelner Individuen ab.
6. Relationale Programmierung, Ekaterina VerbitskayaLabor für SprachinstrumenteDie Vorlesung konzentriert sich auf relationale Programmierung: ein Paradigma, in dem Programme mathematische Beziehungen beschreiben und daher in verschiedene Richtungen ausgeführt werden. Sie können das Ergebnis also anhand der angegebenen Argumente finden und umgekehrt anhand der Argumente das angegebene Ergebnis erhalten. Catherine wird darüber sprechen, wie es funktioniert, wo es angewendet wird sowie über offene Probleme im Feld. Die Studierenden werden ermutigt, funktionale Programmiersprachen zu verstehen.
7. Meta-Berechnungen, Daniil BerezunLabor für SprachinstrumenteDie Vorlesung konzentriert sich auf Meta-Berechnungen - das Gebiet der Informatik, das an der Gestaltung von Meta-Programmen beteiligt ist, d.h. Programme, die andere Programme als Daten manipulieren, einschließlich der Generierung dieser Programme als Ergebnis ihrer Arbeit. Dieser Bereich steht in engem Zusammenhang mit Softwareoptimierungen und der Semantik von Programmiersprachen sowie mit der automatischen Generierung von Programmen.
8. Schwache Gedächtnismodelle, Anton PodkopaevLabor für SprachinstrumenteDer Schwerpunkt der Vorlesung liegt auf Gedächtnismodellen im Allgemeinen. Der Dozent erklärt, warum und wie das vielversprechende Speichermodell die bestehenden Probleme der Speichermodelle von Programmiersprachen löst, und geht auf Beweise für die korrekte Kompilierung des vielversprechenden Modells in den x86-TSO-, Power- und ARMv8.3-Modellen unter Verwendung eines Intermediate Memory Model (IMM) ein.
9. Die Theorie der formalen Sprachen in der Praxis, Semjon GrigorjewLabor für SprachinstrumenteAbfragen für Graphendatenbanken, statische Analyse- und Codeüberprüfungsalgorithmen sind Beispiele für die praktische Anwendung der Theorie formaler Sprachen und Analysealgorithmen. In diesem Zusammenhang ergeben sich neue technische und theoretische Probleme, und viele alte erfordern neue Lösungen. Dies wird in einer Vorlesung besprochen.