Сотрудники Лабораторий ЦМИС и ПСПОД стали победителями конкурса грантов КНВШ

Сотрудники лабораторий «Цифровое моделирование индустриальных систем» (ЦМИС) и «Промышленные системы потоковой обработки данных» (ПСПОД) ПИШ «ЦИ» СПбПУ стали победителями ежегодного конкурса грантов Комитета по науке и высшей школе Санкт-Петербурга (КНВШ).

Конкурс проводится с целью стимулирования научной деятельности студентов и аспирантов, обучающихся и работающих в вузах города. В 2025 году число победителей из числа студентов и аспирантов Политеха почти удвоилось: с 73 до 125 человек. Студенты получили премию в размере 50 000 рублей, аспиранты – 100 000 рублей. Тематика исследований охватывает широкий спектр направлений: от технических и естественных до гуманитарных наук, медицины, культуры и искусства.

В числе награждённых – четыре представителя Лабораторий ЦМИС и ПСПОД, чьи проекты связаны с моделированием сложных социально-экономических и технических процессов, а также с разработкой интеллектуальных информационных систем.

Жанна Бурлуцкая, младший научный сотрудник Лаборатории ЦМИС ПИШ СПбПУ, представила проект «Мультиагентная модель распределения ресурсов в процессе реализации инновационных разработок в сетевых объединениях технологических компаний», получив грант в размере 100 000 рублей.

«Проект основан на исследованиях, проводимых в Лаборатории ЦМИС ПИШ СПбПУ, — рассказывает Жанна. — Он находится на стыке изучения процессов управления организационно-технической деятельностью сетевых объединений технологических компаний, по сути являющихся инновационными кластерами, стимулирующими научно-техническое и экономическое развитие регионов, и исследований в области разработки систем поддержки принятия решений на базе гибридных моделей, объединяющих инструменты имитационного моделирования и искусственного интеллекта».

Александр Зелёный, специалист Лаборатории ПСПОД ПИШ СПбПУ, стал лауреатом конкурса с проектом «Оптимизация алгоритмов информационного поиска для образовательных текстовых корпусов в контексте систем RAG», получив грант в размере 50 000 рублей.

«В последние годы появляется всё больше специализированных программных продуктов, использующих генеративные возможности больших языковых моделей, — объясняет Александр. — Наиболее распространённые из них – чат-боты, способные отвечать на вопросы пользователей в конкретной предметной области: от информации об услугах компании до теоретических материалов образовательных курсов. Одним из наиболее доступных подходов к созданию таких систем является метод расширенной поисковой генерации – Retrieval-Augmented Generation, RAG, – основанный на поиске релевантной информации в специализированной базе данных и её последующей передаче большой языковой модели для генерации ответа. В представленной работе исследуются методы оптимизации алгоритмов информационного поиска в контексте взаимодействия с большими языковыми моделями. Особое внимание уделяется образовательной предметной области: при тестировании учитывались такие особенности учебных текстов, как высокая структурированность и использование специализированной терминологии. В результате исследования было зарегистрировано два РИД, а полученные наработки могут быть применены при создании чат-ботов, способных отвечать на вопросы студентов по содержанию образовательных курсов».

Марина Малашенко, специалист Лаборатории ЦМИС ПИШ СПбПУ, представила проект «Моделирование показателей автотранспортной безопасности регионов РФ», который также получил поддержку в размере 50 000 рублей.

«Цель моего проекта – создать аналитическую модель, способную учитывать широкий спектр факторов, влияющих на транспортную безопасность в российских регионах, — отмечает Марина. — Отдельно был выделен блок рекомендаций, направленных на повышение автотранспортной безопасности в Санкт-Петербурге, что является актуальным вопросом для крупного города».

Евгений Середин, специалист Лаборатории ЦМИС ПИШ СПбПУ, стал победителем с проектом «Моделирование динамики выбросов CO₂ в регионах Российской Федерации», получив грант в размере 50 000 рублей.

«Мой проект направлен на создание комплексной цифровой модели, которая является инструментом для поддержки принятия управленческих решений при разработке различных стратегий по декарбонизации регионов РФ, — рассказывает Евгений. — Модель основана на принципе многомодального мышления и сценарного подхода: один и тот же объект исследуется с помощью эконометрических моделей, моделей машинного обучения и разработанных сценариев на основе полученных результатов эконометрического моделирования. Анализ текущего состояния развития регионов РФ проводился с помощью различных технико-экономических показателей, а эконометрические модели помогли выявить взаимосвязи между зависимой и независимыми переменными. На основе полученных результатов формировались сценарии по борьбе с выбросами и проводилось прогнозирование количества выбросов углекислого газа при том или ином сценарии».

Поздравляем наших коллег с заслуженной победой и желаем дальнейших успехов в научной деятельности!