iipru.ru

Официальный сайт ИИ ПРУ КБНЦ РАН

Об институте

ИНСТИТУТ ИНФОРМАТИКИ И ПРОБЛЕМ РЕГИОНАЛЬНОГО УПРАВЛЕНИЯ –

 филиал ФГБНУ «Федеральный научный центр

«Кабардино-Балкарский научный центр Российской академии наук»

 (ИИПРУ КБНЦ РАН)

Институт создан Постановлением Президиума РАН от 14.05.1996 г. № 86 с возложением научно-методического руководства Институтом на отделение информатики, вычислительной техники и автоматизации РАН и назначением доктора технических наук, профессора Иванова Петра Мацовича директором – организатором Института.

29 июня 1993 года Постановлением Президиума Российской академии наук № 143 Институт включен в состав Кабардино-Балкарского научного центра Российской академии наук.

В соответствии с Федеральным законом от 27 сентября 2013 г. № 253-ФЗ «О Российской академии наук, реорганизации государственных академий наук и внесении изменений в отдельные законодательные акты Российской Федерации» и распоряжением Правительства Российской Федерации от 30 декабря 2013 г.  № 2591-р Институт передан в ведение Федерального агентства научных организаций (ФАНО России).

Приказом ФАНО России от 29 декабря 2015 г.                 № 698 Институт присоединен к Федеральному научному центру «Кабардино-Балкарский научный центр РАН».

Директор Института с 2018 г. –  Иванов Темиржан Хаутиевич – кандидат технических наук, специалист в области автоматизации систем управления, математической кибернетики, моделирования сложных систем управления на базе новых информационных технологий.

 

Научные подразделения института

 Отдел «Мультиагентные системы»

 Основные направления научной деятельности

  • Гетерогенные системы искусственного интеллекта.
  • Мультиагентные системы и когнитивные архитектуры.
  • Системы модульной и эволюционной робототехники. 

 Состав отдела

 Хамуков Ю.Х. – в.н.с., к.ф.-м.н.

Нагоев З.В. – к.т.н., в.н.с.

Кильчукова А.Л. – с.н.с., к.э.н.

Загазежева О.З.  – с.н.с., к.э.н.

Анчеков М.И. – н.с.

  

Нагоева О.В. – н.с.

Уянаева Х.Б. – н.с., к.э.н.

Хужоков Р.М. – м.н.с.

Бриденко И.И. – м.н.с.

Отдел «Автоматизация и информатизация региональных систем управления»

 

Основные направления исследований

 

·   Системы автоматизации, CALS-технологии, математические модели и методы исследования сложных управляющих систем и процессов.

·   Когнитивные системы и технологии, системный анализ, искусственный интеллект, принятие решений при многих критериях.

·   Информационные технологии в    региональном управлении.

·   Геоинформационные системы.

 Состав отдела 

     Кудаев В.Ч. – зав. отделом, к.ф.-м.н., в.н.с.            Буздов А.К. – с.н.с., к.т.н.      

     Иванов П.М. – д.т.н., проф., г.н.с.                            Ахматова Ж.Х. – к.э.н., н.с.

     Чернышев Г.В. – к.ф.-м.н., с.н.с.                              Титов А.С. – стажер-исследователь

     Бозиев О.Л. – с.н.с., к.ф.-м.н.

 

Отдел «Системы виртуальной реальности и прототипирования»

        Основные направления исследований

  • Виртуальные системы и среды.
  • Обратные задачи математической физики в моделях теории упругости и метода динамических частиц.

                                 

                  Состав отдела

        Ошхунов М.М. – зав. отделом, д.т.н.

        Джанкулаева М.А. – к.ф.-м.н.

        Варквасова Т.Х. – к.э.н., н.с.

        Сундуков З.А. – м.н.с.

        Макоева Р.Д. – м.н.с.

        Шидова И.М. – м.н.с.

        Хаширов А.А. – стажер-исследователь

 

Лаборатория «Фундаментальные проблемы информационной безопасности»

ИИПРУ КБНЦ РАН и ЮФУ

      Основные направления исследований

 Симметричная криптография.

  • Асимметричная криптография.
  • Функции хэширования.
  • Параллельные вычисления в задачах оценки стойкости криптоалгоритмов.

         

                 Состав лаборатории

     Бабенко Л.К. – зав. лаб., д.т.н., проф.

    Макаревич О.Б. – г.н.с., д.т.н., проф.

    Ищукова Е.А. – н.с., к.т.н.

 

Отдел «Компьютерные рентгенооптические системы»

 

Основные направления научных исследований

 Рентгеновская капиллярная оптика и методы рентгеновской аналитики на их основе.

  • Оптика фотонно-кристаллических волокон видимого и ближнего инфракрасного диапазона.
  • Методы изготовления периодических структур из стекла с характерными размерами микронного и субмикронного (нано) масштаба. Отдел располагает тремя экспериментальными лабораториями.

Состав отдела

 

Бжеумихов А.А. – зав. отделом, к.ф.-м.н.

Маргушев З.Ч. – в.н.с., к.ф.-м.н.

Хамдохов З.М. – с.н.с., к.ф.-м.н.

Бжеумихов К.А. – н.с.

Савойский Ю.В. – н.с., к.ф.-м.н.

 

Отдел «Математические методы исследования сложных систем и процессов»

        Основные направления научно-исследовательской деятельности

 Моделирование социально-экономических и природных процессов.

  • Анализ и прогноз изменения климата.
  • Разработка численных методов.
  • Разработка методов анализа и прогноза временных рядов.

 

Состав отдела

Ашабоков Б.А. – зав. отделом, д.ф.-м.н., проф.

Лафишев М.Х. – в.н.с., д.ф.-м.н., проф.

Берова Ф.Ж.  – в.н.с., д.э.н.

Буздов Б.К. – с.н.с., к.ф.-м.н.

Калажоков Х.Х. – с.н.с.

Увижева Ф.Х. – м.н.с.

Гаева З.С. – н.с.

 

Отдел «Экономика знаний и опережающее региональное развитие»

 

Основные направления научно-исследовательской деятельности

 

  • Создание инновационной инфраструктуры и формирование механизма инновационного развития в регионе.
  • Интегрированные информационно-управляющие системы.
  • Устойчивое и опережающее развитие социо-эколого-экономических систем.

 

Состав отдела

Махошева С.А. – зав. отделом, д.э.н.

Батов Г.Х. – в.н.с., д.э.н., проф.

Коков А.Ч. – в.н.с., д.э.н.

Туменова С.А. – с.н.с., к.э.н.

 

Кандрокова М.М. – с.н.с., к.э.н.

Кумышева З.Х. – с.н.с., к.э.н.          

Жанокова М.В. – н.с., к.э.н.

 

Отдел «Экономика инновационного процесса»

 

   Основные направления научной деятельности

 

  • Моделирование поведения экономических агентов в инновационном процессе с учетом асимметрии знания.
  • Моделирование процессов финансирования инновационных проектов.
  • Методологические аспекты формирования качества жизни.

 

 

Состав отдела

 

Гуртуев А.О. – зав. отделом, в.н.с., к.э.н.

Куянцев И.А. – в.н.с., д.э.н., проф.

Казанчева Х.К. – в.н.с., д.э.н., проф.

Мамбетова Ф.А. – д.э.н. доц.

Думанова А.Х. – с.н.с., к.э.н.

Иванов З.З. – с.н.с., к.э.н.

Сабанчиев А.Х. – с.н.с., к.э.н.

Мисаков А.В. – к.э.н., н.с.

Деркач Е.Г. – н.с.

 

Совместная лаборатория «Компьютерная лингвистика»

ИИПРУ и ИГИ КБНЦ РАН

          Основные направления научно-исследовательской деятельности

        Методы распознавания речи в условиях сложных акустических сцен на основе мультиагентных рекурсивных систем.

  • Метод построения когнитивной архитектуры распознавания непрерывной речи.

                 Состав отдела

 Лютикова Л.А. – зав. лаб., к.ф.-м.н.     

Ксалов А.М. – н.с.

Гуртуева И.А. – н.с.                                                  

Беканова М.С. – м.н.с.

Макоева Д.Г. – м. н.с.

Догова С.А. – н.с.

 

 Совместная лаборатория «Бионаноробототехника»

ИИПРУ КБНЦ РАН и НПО «Андроидная техника» (г. Магнитогорск)

 

 

 

Основные направления научно-исследовательской деятельности

·    Моделирование и исследование наноструктур для развития элементной базы наномехатронных устройств.

 

Состав лаборатории

 

Заммоев А.У. – зав. лабораторией, к.т.н. Абуталипов Р.Н. – с.н.с., к.т.н.

Иванов А.Б. – в.н.с., д.б.н., проф.

Абаева Ф.М. – м.н.с.

Кокова Л.Б. – м.н.с.

Попов Ю.И. – м.н.с.

Оразаев И.А. – м.н.с.

Биссе М.Ю. – м.н.с.

Казанов Х.К. – м.н.с.

Совместная лаборатория «Интеллектуальные среды обитания»

ИИПРУ КБНЦ РАН и ЮФУ

 

Основные направления научно-исследовательской деятельности

 

·  Исследование систем обволакивающего интеллекта на основе гетерогенных самоорганизующихся мультиагентных рекурсивных когнитивных архитектур.

 

Состав отдела

 

Пшенокова И.А. – зав. лаб., в.н.с., к.ф-м.н.

Денисенко В.А. – н.с.

Арамисова З.Т. – м.н.с.

Шалова С.Х. – м.н.с.

Кумышев А.Р. – м.н.с.

Коков А.А. – м.н.с.

Малышев Д.А. – м.н.с.

 

Административно-хозяйственная часть

 

Гетокова И.Х. – зав. учетно-экономическим отделом, гл. бухгалтер

Таубекова Э.К. – ст. бухгалтер

Чилова Л.Х. – начальник ОК

Додуев А.А. – зав. хозяйственным отделом

 

 

Важнейшие результаты

фундаментальных исследований Института

 

Направление «Когнитивные системы и технологии, нейроинформатика и

биоинформатика, системный анализ, искусственный интеллект,

системы распознавания образов, принятие решений при многих критериях»

 

Разработана фундаментальная научная теория систем искусственного интеллекта на основе мультиагентных рекурсивных когнитивных архитектур, создающая предпосылки для решения широкого класса прикладных задач принятия решений, машинного зрения, управления динамикой сложных систем, организации группового поведения и согласованного решения задач коллективами автономных агентов и мобильных роботов. Решение указанных проблем открывает возможности для создания интеллектуальных распределенных мультиагентных специализированных систем и серийных экстремальных,                   персональных и сервисных мультиагентных роботов, способных выполнять функциональные задачи в автономном режиме. Разработка указанной теории составляет приоритет Кабардино-Балкарии и РАН в области искусственного интеллекта и                    создания подобных роботов.

В частности, получены следующие основные результаты:

– модель процесса интеллектуального принятия решений на основе гипотезы о фрактальной мультиагентной нейронной пластичной когнитивной архитектуре;

– гипотеза об инварианте процесса самоорганизации мультиагентной системы принятия интеллектуальных решений на основе субоптимального поиска в мультиагентных базах знаний и мультиагентных экзистенциальных отображений;

– метод планирования целенаправленного поведения интеллектуальных агентов в гетерогенных средах на основе нейросетевого выбора максимального сальдо ожидаемой биоэнергии (принцип «угроз и надежд»); 

– формализация мультиагентной самоорганизующейся когнитивной архитектуры на                   основе рекурсивных детерминированных абстрактных автоматов;

– математическая модель онтонейроморфогенеза в нейросетевом интеллектуальном устройстве управления мобильным роботом в задаче обучения распознавания образов;

– способ автоматического построения низкоуровневой реализации виртуальной мультиагентной среды на основе интерпретации инсерционной модели с помощью языка промежуточного уровня;

– архитектура инсерционных машин для анализа и синтеза систем искусственного              интеллекта;

– инсерционная модель рекурсивной когнитивной архитектуры;

– модель онтогенеза мультиагентной нейронной сети на основе обучения с подкреплением;

– метод автоматического формирования топологии соединительных связей в теле искусственного агента в виртуальной «физически корректной» среде;

– метод восстановления многомодальной виртуальной сцены по данным сенсорной системы робота на основе иерархических гетерогенных нейронных сетей;

– модель диссипативной мультиагентной нейронной сети;

– методы мультиагентной навигации и управления движением сложных робототехнических систем;

– методы согласования, синхронизации и управления точностью моделей физических и химических процессов в виртуальных полностью корректных средах и др;

– разработана концепция физикалистской модели эволюции систем гетерофазного интеллекта в категориях феноменологической термодинамики. Установлена сущность эволюции земной биосферы как части процесса трансформации состояния вещества земной оболочки в результате последовательных фазовых переходов в термодинамической системе «солнечная фотосфера – земная оболочка – открытый Космос».

Следующие результаты вошли в ежегодные отчетные доклады академика-секретаря ОНИТ РАН: 

Разработан метод формирования адаптивных моделей семантики контекста ситуации в системах автоматического анализа многомодальных потоков неструктурированных данных на основе формального описания с помощью мультиагентных когнитивных архитектур. Задача синтеза логической формулы контекста сведена к мультиагентному взаимодействию целенаправленных агентов, выполняющих субоптимальные задачи поиска пути в дереве решений, высота которого равна горизонту планирования агента. Актуализация мультиагентной семантической модели и формирование когнитивных функций в задачах распознавания, управления и принятия решений на ее основе осуществляются на основе самоорганизации сети нейроподобных агентов. 

 

 Мультиагентная рекурсивная когнитивная архитектура

 Разработан метод автономного извлечения знаний из неструктурированных потоков многомодальных данных на основе самоорганизации нейроподобных мультиагентных когнитивных архитектур. Формирование функциональных узлов когнитивной архитектуры автономной системы моделируется на основе агентов-нейронов (агнейронов), мотивированных к участию в процессах самоорганизации с помощью локальных целевых функций, учитывающих вознаграждение от кооперирующихся агентов. Знания строятся на основе механизма обмена частями продукционных правил между агнейронами различных типов, распознающими в неструктурированных потоках данных сигнатуры, оказывающие влияние на динамику целевого критерия.

 

Механизм обмена частями продукционных правил между агнейронами

различных типов, распознающих в неструктурированных потоках данных сигнатуры,

оказывающие влияние на динамику целевого критерия

Разработана мультиагентная модель процесса распознавания ситуаций на основе взаимодействия между специализированными нейрокогнитивными центрами в составе зрительного анализатора робота. Научная новизна результата состоит в создании принципов автономного распознавания образов на основе моделей и алгоритмов обучения мультиагентных нейрокогнитивных архитектур.

 

 

Автономный мобильный

робот

Структурно-функциональная схема зрительного

 анализатора на основе мультиагентной когнитивной архитектуры

 

Значимость результата определяется тем, что применение разработанного формализма позволяет преодолеть проблему комбинаторного взрыва при обработке неструктурированных данных видеопотока, что открывает дополнительные возможности для создания бортовых      систем машинного зрения автономных роботов.

 

Направление «Системы автоматизации, СALS-технологии, математические модели

и методы исследования сложных управляющих систем и процессов»

 

Разработана алгоритмическая формула устойчивого регионального развития. В основу абстрактной модели системы управления регионом положена схема взаимодействия управляющей и операционной структур, реализуемая средствами систем алгоритмических алгебр. Модель предназначена для использования в системе автоматизации регионального управления.

Разработаны базовые модели среды и агента для итеративной мультиагентной системы моделирования распределенных региональных рынков с информационной асимметрией, с информационной прозрачностью и с информационной неполнотой.

Разработана системно-синергетическая методологическая база управления конкурентоспособностью социально-экономических систем.

Разработана модель прогнозирования динамики основных макроэкономических показателей развития региона.

Разработана методика обеспечения репрезентативности визуализации виртуальной реальности за счёт информационного сжатия по принципу подчинения Хакена методом когнитивного конструирования

Построена статистическая балансовая модель экономики региона с включением расчетов пороговых значений индикаторов состояния. Модель используется для расчета экономических показателей при разработке стратегии развития региона. Модель также предназначена для использования в системе автоматизации регионального управления.

Исследованы микронейронные динамики и разработаны на их основе высокоэффективные нейронные сети.

Решена задача наилучшего приближения сеточной функции линейными сплайнами с оптимальным выбором узлов аппроксимации на основе дискретного динамического программирования. Метод применен для решения задач оптимального регулирования режимов работы трубопроводных систем (ТС). Разработан программный комплекс регулирования ТС водоснабжения: комплекса Насосная станция (НС) – Сеть. Метод может быть использован в информационных системах, вычислительной математике, оптимальном управлении систем импульсного и кусочно-линейного управления.

Разработана модель прогнозирования динамики основных макроэкономических показателей развития региона с учетом отраслевых показателей. Модель позволяет прогнозировать динамику основных региональных макроэкономических показателей на основе статистической базы данных и экспертных оценок. Модель является балансовой, сценарной (предполагающей различные сценарии изменения внешней среды). Определение целевых нормативов регионального развития происходит с учетом отраслевых особенностей, что определяет структуру модели.

 

Направление «Разработка информационных измерительных систем

на основе микро- и нанокапиллярных структур»

 

Реализована рентгеновская дифрактометрия в режиме реального времени для наблюдения изменений кристаллической структуры материалов в телевизионном стандарте частоты.

Разработан способ реализации микрорентгенофлуоресцентного анализа с разрешением по глубине материала.

Обнаружены волновые эффекты при прохождении рентгеновского излучения через капилляры с размерами меньше микрона (нанокапилляры).

Реализован локальный рентгенофлуоресцентный анализ с помощью монокапиллярных параболических и поликапиллярных эллиптических линз и синхротронного источника.

 Улучшены характеристики методов получения структурной информации кристаллов на основе использования элементов рентгеновской капиллярной оптики.

Разработана концепция прибора для регистрации рентгеновского изображения с высоким энергетическим и пространственным разрешением.

Разработана концепция интегрирования порошковой рентгеновской дифрактометрии и многоканальной реакторной системы на основе капилляров из стекла для экспериментов с высокой пропускной способностью.

Разработана концепция способа комбинирования рентгенофлуоресцентного анализа и ближнепольной микроскопии.

Разработан широкополосный источник ближнего инфракрасного излучения, выполненный в форме микроструктурированного волокна из боросиликатного стекла с содержанием нанокристаллов сульфида свинца.

Продемонстрирован полимерный волновод с полой сердцевиной и микроструктурированной оболочкой для передачи узкополосного излучения частоты 3 ТГц в одномодовом режиме. По сравнению с ранее известными результатами увеличена частота передаваемого излучения от 0.3÷1.5ТГц до 3ТГц, уменьшены поперечный размер и радиус изгиба волновода соответственно от 1 до 3 мм и от 12 до 5 см с сохранением при этом общих потерь излучения на уровне 10 дБ/м. Проблема достижения частоты в 3 ТГц решена за счет модификации стекловолоконного метода «сборки и перетяжки» применительно к полимерным материалам. Ключевое применение результата – возможность фильтрации излучения ТГц квантово-каскадных лазеров от нежелательных частот и способ доставки их в труднодоступные области.

 

 

Схема измерения характеристик волновода с различными типами детекторов (а);

микроскопическое изображение поперечного сечения волновода с размерами d=71 µm и R=435 µm для оптимальной частоты f= 3.1 THz (b); распределение поля THz излучения на входе волновода

в log масштабе, измеренное камерой (с); модовое распределение интенсивности

на выходе волновода при радиусах изгиба 2 см (d) и 7 см (e).

Инновационная деятельность Института

 

Сотрудниками Института зарегистрировано 9 патентов РФ на изобретения и 2 патента РФ на полезную модель, 5 программ для ЭВМ, 15 прикладных научных разработок используются различными организациями в КБР.

В ИИПРУ и на базе созданных 5 малых инновационных предприятий ведутся разработки инновационных проектов: агромультибот, робот «автомойщик», робот «спасатель», робот по уборке огурцов в открытом грунте. За разработку мультиагентного робототехнического комплекса разведки и мониторинга аварийных проливов и возгораний «МультиРК» в области ликвидации последствий чрезвычайных ситуаций получена золотая медаль «Гарантия качества и безопасности» международного салона «ИНТЕРПОЛИТЕХ-2015», проект «Мультиагентный робототехнический комплекс для уборки плодоовощной продукции в защищенном грунте» вошел в пятерку победителей.

 

 

   

 

 

Премьер-министр РФ Д.А. Медведев

и члены правительства РФ у стенда

ИИПРУ КБНЦ РАН

 

 

На выставке «ИНТЕРПОЛИТЕХ-2015»

 в г. Москве

 

грантовая Поддержка научных исследований института

 

Сотрудниками ИИПРУ КБНЦ РАН по программам фундаментальных исследований Президиума РАН выполнено 5 проектов, 10 проектов были поддержаны грантами РФФИ, получено два гранта Фонда содействия по развитию малых форм предприятий в научно-технической сфере (Фонд Бортника).

 

 

 

СОВЕТ МОЛОДЫХ УЧЕНЫХ

 

С 2000 г. в Институте действует Совет молодых ученых с целью рассмотрения и реализации творческого потенциала молодых ученых, аспирантов и специалистов, поиска новых путей решения организационных, научных и технических проблем, а также выражения интересов молодежи в научной среде, в профессиональной сфере и решения социальных проблем. Среди основных научных мероприятий, проведенных СМУ ИИПРУ КБНЦ РАН:

  • международная научно-практическая конференция молодых ученых, аспирантов и студентов «Молодежь в формировании инновационной экономики и переход к обществу знаний» (2012, 2013 гг.);
  • международная научно-практическая конференция «Взгляд молодежи на вызовы современной экономики РФ». В работе конференций принимали участие более 170 молодых ученых из научных учреждений России, Южной Осетии, Абхазии (2013, 2014, 2015 гг.).

 

Научные конференции и инновационные форумы

 

Институт является организатором 13 научных международных конференций, 3 инновационных форумов, всероссийского совещания по перспективам опережающего развития территорий.

 

 

 

Участники Международного форума по робототехнике (г. Нальчик, 2018)

 

 

 

 

 

 

 

 

 

 

 

 

СОТРУДНИЧЕСТВО

 

Институт плодотворно взаимодействует с научными и образовательными учреждениями, рядом зарубежных научных организаций, с которыми подписаны договоры о сотрудничестве:

  • IFG-Institute for Scientific Instruments GmbH, Berlin;
  • Саратовский государственный университет;
  • ООО «Технология Наноструктурированного Стекла» (г. Саратов);
  • Институт кибернетики НАН Украины (Киев);
  • Институт информатики и автоматизации РАН (Санкт-Петербург);
  • Южный федеральный университет;
  • Центральный экономико-математический институт РАН;
  • Институт водных проблем РАН;
  • Ставропольский государственный университет;
  • Таганрогский радиотехнический университет.

Сотрудники Института реализуют проекты совместно со специалистами физического факультета МГУ им. Ломоносова, ФНИЦ «Кристаллография и фотоника» РАН, Национального исследовательского центра «Курчатовский институт», Белорусско-Российского университета, Могилевского государственного университета имени А.А. Кулешова.

 

Все права защищены; 2021 iipru.ru