Владимир Бухтояров — лауреат премии банка МФК 2014 года | Сибирский федеральный университет

Владимир Бухтояров — лауреат премии банка МФК 2014 года

Владимир Викторович Бухтояров — кандидат технических наук, доцент кафедры технологических машин и оборудования нефтегазового комплекса Института нефти и газа СФУ. В 2010 году защитил кандидатскую диссертацию по специальности «Теоретические основы информатики» на тему «Эволюционные алгоритмы формирования коллективов нейронных сетей для решения задач моделирования и прогнозирования».

Область научных интересов — интеллектуальные информационные технологии, разработка высокоэффективных методов интеграции интеллектуальных технологий анализа данных в комплексные интеллектуальные системы для решения различных задач, в частности, обеспечения и прогнозирования надежности и безопасности технологических систем в нефтегазопереработке, информационной безопасности. В. В. Бухтояровым разработаны новые высокоэффективные алгоритмы решения задач моделирования и прогнозирования, которые могут быть использованы в области системного анализа, диагностики и прогнозирования надежности на предприятиях нефтегазового комплекса для повышения эффективности эксплуатации оборудования НГК, повышения безопасности и качества процессов добычи и переработки нефтепродуктов. Данные разработки имеют существенное значение для экономики региона и России в целом.

Владимир Викторович отмечен премией Главы города Красноярска за достижения в области научной деятельности и премией Президента РФ, учреждённой в рамках поддержки талантливой молодежи. В 2013 году направление его исследований поддержано корпоративным грантом ЗАО «Ванкорнефть».

Первые научные тезисы Владимира Бухтоярова были опубликованы в 2007 году. В настоящее время изданы монография и более 40 научных работ, 21 статья (7 статей — в журналах перечня ВАК). Имеется 9 свидетельств Роспатента на программы ЭВМ, реализующие авторские алгоритмы обработки данных. Результаты научно-исследовательской деятельности Владимира неоднократно публиковались в материалах Всемирных конгрессов по вычислительному интеллекту (WCCI), проводимых под эгидой IEEE (2010 г. — Барселона, 2012 г. — Брисбен, Австралия), и международных конференций IEEE (2011 г. — Рим, Новый Орлеан (США), 2012 г. — Саламанка (Испания), 2013 — Шенжень (Китай)). В. В. Бухтояров участвует в инновационной деятельности СФУ — является соучредителем и IT-директором ООО «Искусственный интеллект». Деятельность компании связана с разработкой высокоинтеллектуальных систем анализа данных и реализацией их в качестве облачных сервисов решения задач моделирования и прогнозирования в таких областях экономики, как промышленное производство, торговля, добыча полезных ископаемых. Работа компании поддержана грантами Краевого фонда науки и программы «СТАРТ» Фонда содействия развитию малых форм предприятий в научно-технической сфере.

Под научным руководством В. В. Бухтоярова подготовлен проект магистрантов СФУ на тему «Программный модуль для прогнозирования бизнес-процессов на основе технологий искусственных нейронных сетей и нечётких множеств», поддержанный в рамках конкурса «У.М.Н.И.К.» 2012–2014 гг.

Список значимых статей:

  • Bukhtoyarov V., Semenkin E. Evolutionary Three-Stage Approach for Designing of Neu-ral Networks Ensembles for Classification Problems // Advances in Swarm Intelligence. — Springer Berlin Heidelberg, 2013. — С. 467–477.
  • Bukhtoyarov V., Semenkin E. Neural networks ensemble approach for detecting attacks in computer networks // Evolutionary Computation (CEC), 2012 IEEE Congress on. — IEEE, 2012.
  • Bukhtoyarov V., Semenkin E., Shabalov A. Neural networks ensembles approach for simulation of solar arrays degradation process //Hybrid Artificial Intelligent Systems. — Springer Berlin Heidelberg, 2012. — С. 186–195.
  • Bukhtoyarov V. V., Semenkina O. E. Comprehensive evolutionary approach for neural network ensemble automatic design // Evolutionary Computation (CEC), 2010 IEEE Congress on. — IEEE, 2010.
  • Bukhtoyarov V. V., Sergienko R. B., Semenkin E. S. Evolutionary approach for automatic design of neural networks ensembles for modeling and time series forecasting. Proceed-ings of the IADIS International Conference Intelligent Systems and Agents 2011, Part of the IADIS Multi Conference on Computer Science and Information Systems, 2011, Pages 93–96.

Вы можете отметить интересные фрагменты текста, которые будут доступны по уникальной ссылке в адресной строке браузера.