在过去的秋季学期中，
JetBrains研究实验室的工作人员在
计算机科学中心举行了几次公开演讲。 报告的主题是多样的，实验室研究的领域也是如此。 为了方便起见，我们收集了所有演出的链接。 有一个不错的看法！
1.如何撰写科学工作报告，马克·扎斯拉夫斯基（Mark Zaslavsky）移动机器人算法实验室在讲座中，您将了解逐步准备表演的算法。 您将学习如何在考虑科学报告和典型听众的细节的情况下计划演讲和演讲。 随身携带实用的建议。 您将学习如何为听众棘手的问题做准备，而又不退缩。
2. Duckietown和AIDO，康斯坦丁·柴卡（Konstantin Chaika）移动机器人算法实验室在讲座中，您将学习：
- 如何在不购买丰田普锐斯的情况下为自动驾驶汽车的发展做出贡献，
- 什么是Duckietown，以及其中只有一台摄像头和一台单板计算机的学习方式，
- 如何在不离开家的情况下乘坐自动驾驶汽车参加奥运会？鸭子在哪里？
3.同时定位和地图构建（SLAM）算法简介，安东·菲拉托夫（Anton Filatov），阿尔乔姆·菲拉托夫（Artyom Filatov）移动机器人算法实验室在机器人已经解决的任务中，发言人区分了未知地形上的自主运动任务。 当运动中的机器人处于未知环境中时，它需要根据安装在机器人上的传感器的数据来构建地图并确定其位置。 此任务称为SLAM（同步本地化和映射）。
在讲座中，Artyom和Anton将考虑解决SLAM问题的大多数现代算法，在该问题的框架内讨论已解决和未解决的问题，并在实践中展示该问题的解决方案。 是的，在模拟器中:)
4.点点滴滴：使用图表解释生物学数据，Alexey Sergushichev生物信息学小组大量实验数据的生成已成为现代生物学的常态，但是出现了如何解释这些数据以得出生物学结论的问题。 解决此问题的一种方法是使用生物相互作用图。 对他而言，可以制定所谓的寻找活动模块的任务：在所有生物学上可能的相互作用的大图中找到一个针对生物学实验的小连接子图。
讲师将考虑几种解决此问题的方法和解决方案，包括基于整数线性规划问题的简化以及基于Metropolis-Hastings算法。
5.从基因组数据推论出人口的人口故事，Ekaterina Noskova生物信息学小组在入门讲座中，您将了解什么是人口统计学的故事，如何推论它们，使用了哪些数据以及哪些数学模型是基础。 人口的人口历史记录包括人口数量，迁移率和分离时间，并且个体的基因组包含有关过去的信息，因此人口历史来自最近获得的个体的遗传信息。
6.关系编程，Ekaterina Verbitskaya语言仪器实验室讲座的重点是关系程序设计：一种范例，其中程序描述了数学关系，因此沿不同的方向执行。 因此，您可以通过给定的参数找到结果，反之，通过参数可以得到给定的结果。 凯瑟琳（Catherine）将讨论它的工作原理，应用位置以及该领域的未解决问题。 鼓励学生了解函数式编程语言。
7.元计算，Daniil Berezun语言仪器实验室讲座将重点讨论元计算-元程序设计中涉及的计算机科学领域，即 将其他程序作为数据进行操作的程序，包括由于工作而生成的程序。 该领域与软件优化和编程语言的语义以及程序的自动生成密切相关。
8.弱记忆模型，Anton Podkopaev语言仪器实验室讲座将着重于一般的内存模型。 讲师将解释有前景的内存模型为什么以及如何解决编程语言的内存模型存在的问题，并介绍使用中间内存模型（IMM）从x86-TSO，Power和ARMv8.3模型中的有前景的模型中正确编译的证明。
9.实践中的形式语言理论，Semyon Grigoriev语言仪器实验室图形数据库，静态分析和代码验证算法的查询是形式语言和解析算法理论的实际应用示例。 在这种情况下，出现了新的工程和理论问题，许多旧的问题需要新的解决方案。 这将在讲座中讨论。