Мы используем файлы cookies для улучшения работы сайта НИУ ВШЭ и большего удобства его использования. Более подробную информацию об использовании файлов cookies можно найти здесь, наши правила обработки персональных данных – здесь. Продолжая пользоваться сайтом, вы подтверждаете, что были проинформированы об использовании файлов cookies сайтом НИУ ВШЭ и согласны с нашими правилами обработки персональных данных. Вы можете отключить файлы cookies в настройках Вашего браузера.

  • A
  • A
  • A
  • АБB
  • АБB
  • АБB
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта
Бакалавриат 2023/2024

Глубинное обучение в естественных науках

Лучший по критерию «Полезность курса для расширения кругозора и разностороннего развития»
Лучший по критерию «Новизна полученных знаний»
Направление: 01.03.02. Прикладная математика и информатика
Когда читается: 3-й курс, 3, 4 модуль
Формат изучения: без онлайн-курса
Охват аудитории: для своего кампуса
Язык: русский
Кредиты: 6
Контактные часы: 80

Программа дисциплины

Аннотация

Глубокое обучение произвело революцию в искусственном интеллекте, способствуя прорывам в компьютерном зрении, обработке естественного языка и других областях. В естественных науках оно помогает решать сложные математические уравнения, ускоряя вычисления в квантовой физике и механике жидкостей. В биологии модели, такие как AlphaFold, предсказывают структуру белков с высокой точностью, а в химии и материаловедении ИИ используется для прогнозирования свойств молекул и кристаллических материалов. Курс охватывает современные методы и данные, применяемые в этих областях, а также перспективные подходы к моделированию и генерации новых материалов.
Цель освоения дисциплины

Цель освоения дисциплины

  • Понимание принципов работы физически информированных нейронных сетей и практические навыки обучения и применения
Планируемые результаты обучения

Планируемые результаты обучения

  • Умеет применять глубинное обучение для решения характерных задач
  • Приобретение навыков использования методов глубинного обучения для решения естественнонаучных задач
  • Знание основ глубинного обучения
Содержание учебной дисциплины

Содержание учебной дисциплины

  • Полносвязные нейронные сети
  • Сверточные нейронные сети
  • Регуляризация и нормализация в сетях.
  • Введение в трансформеры
  • Графовые нейронные сети
  • Генеративные модели
  • Дифференциальные уравнения и методы их решения
  • Физически информированные нейронные сети для решения дифференциальных уравнений
  • Нейронные сети и спектры дифференциальных операторов
  • Введение в молекулярную биологию
  • Диссоциация белков, масс-спектрометрия
  • Спектр применения нейросетей в анализе омиксных данных
  • Ключевые понятия устройства живой клетки и тканей
  • Основы строения мозга, принципов его активности и нейронов как структурной единицы
  • Доверенный ИИ: важность и инструменты
Элементы контроля

Элементы контроля

  • неблокирующий Домашнее задание 1
    Задачи по блоку введения в нейросети для подготовки студентов к дальнейшим блокам
  • неблокирующий Домашнее задание 2
    Три задачи для обучения нейронных сетей для решения дифференциального уравнения (2 задачи по 4 балла) и для аппроксимации спектра дифференциального оператора (1 задача на 2 балла). Оценка вычисляется как сумма баллов за каждую задачу. Выдается 1 марта дедлайн 15 апреля
  • неблокирующий Домашнее задание 3
  • неблокирующий Домашнее задание Био
  • неблокирующий Проектная работа
    Студенты выбирают статью на пересечении биологии и нейросетей, проводят ее анализ, запускают программный код и предлагают свои доработки
  • неблокирующий Тестовая работа
    Студенты решают на последнем занятии курса тестовую работу по каждой из пройденных тем на знание основ биологии и нейросетей
Промежуточная аттестация

Промежуточная аттестация

  • 2023/2024 4th module
    0.2 * Домашнее задание 1 + 0.2 * Домашнее задание 2 + 0.2 * Домашнее задание 3 + 0.2 * Домашнее задание Био + 0.1 * Проектная работа + 0.1 * Тестовая работа
Список литературы

Список литературы

Рекомендуемая основная литература

  • Темнов, М. С. Введение в молекулярную биологию : учебное пособие : в 2 частях / М. С. Темнов, Д. С. Дворецкий. — Тамбов : ТГТУ, 2021 — Часть 1 — 2021. — 80 с. — ISBN 978-5-8265-2390-2. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/320570 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Рекомендуемая дополнительная литература

  • Соробин, А. Б. Сверточные нейронные сети: примеры реализаций : учебно-методическое пособие / А. Б. Соробин. — Москва : РТУ МИРЭА, 2020. — 159 с. — Текст : электронный // Лань : электронно-библиотечная система. — URL: https://e.lanbook.com/book/163853 (дата обращения: 00.00.0000). — Режим доступа: для авториз. пользователей.

Авторы

  • Кононова Елизавета Дмитриевна