|
Кулешов Александр ПетровичЗаместитель главного редактора
Академик, д.т.н., профессор, директор Института проблем передачи информации им. А.А. Харкевича РАН; заведующий межфакультетской базовой кафедрой МФТИ (ГУ) в ИППИ РАН «Проблемы передачи информации и анализа данных» (факультеты ФРТК и ФУПМ);
заведующий кафедрой ИППИ РАН «Технологии моделирования сложных систем» на факультете компьютерных наук Национального исследовательского университета «Высшая школа экономики» (НИУ ВШЭ), Москва, Россия.
Редколлегии и научные общества:
- член редакционного совета журнала "Автоматика и телемеханика", член редсовета и редколлегии журнала "Проблемы информатики"; член издательского совета Международного журнала "Проблемы теории и практики управления";
- заместитель академика-секретаря Отделения нанотехнологий и информационных технологий (ОНИТ) РАН;
- член Координационного совета по инновационной деятельности и вопросам интеллектуальной собственности РАН;
- член Совета РАН по работе с учёными-соотечественниками, проживающими за рубежом;
- член Научно-издательского совета РАН;
- член Экспертной комиссии РАН по присуждению Золотой медали им. А.С. Попова;
- член Попечительского совета Сколковского института науки и технологий;
- член Консультативного научного совета Некоммерческой организации Фонда развития Центра разработки и коммерциализации новых технологий – Фонда «Сколково»;
- председатель совета по защите докторских и кандидатских диссертаций при ИППИ РАН.
Публикации: 4 монографии, более 100 научных публикаций.
Награды и почетные звания:
- 1981 г. - медаль «За трудовую доблесть».
Области интересов: информационные технологии и математическое моделирование.
Домашние страницы: http://iitp.ru/ru/users/123.htm
Избранные публикации:
- Мизин И.А., Богатырев В.А., Кулешов А.П. Сети коммутации пакетов. - М.: Радио и связь, 1986. – 408 с.
- Kuleshov A.P., Bernstein A.V., Burnaev Ye.V., Knowledge models in predictive metamodeling // Proc. of the International Research and Technology Conference “Information Technologies and Mathematical Modeling of Systems” (ITMM, 19-26 September 2010, France). М.: Institution of the Russian Academy of Sciences – Center for information technologies in the design, RAS, 2010. Pp. 209-210.
- Kuleshov A.P., Bernstein A.V., Yanovich Yu.A., Dimensionality Reduction as Manifold estimation: asymptotically optimal algorithm // Proc. of 30th International Conference on Machine Learning (ICML-2013), Atlanta, USA.
- Bernstein A.V., Kuleshov A.P., Manifold Learning: generalizing ability and tangential proximity. International Journal of Software and Informatics. 2013. Vol. 7, Issue 3, pp. 359-390.
- Kuleshov A.P., Bernstein A.V., Yanovich Y.A., Asymptotically optimal method in Manifold estimation // Laszlo Markus, Vilmos Prokaj, eds. Abstracts of the XXIX-th European Meeting of Statisticians, 20-25 July 2013, Budapest, Hungary, 2013, p. 325.
- Kuleshov A.P., Bernstein A.V., Manifold Learning in Data Mining Tasks // Lecture Notes in Artificial Intelligence Series. 2014. Vol. 8556 “Machine Learning and Data Mining in Pattern Recognition”, Springer International Publishing, Switzerland, pp. 119-133.
- Bernstein A., Kuleshov A., Data-based Manifold Reconstruction via Tangent Bundle Manifold Learning // 31st International Conference on Machine Learning, Workshop “Topological Methods for Machine Learning”, Beijing, China, 25 of June, 2014. URL: http://topology.cs.wisc.edu/KuleshovBernstein.pdf.
- Bernstein A.V., Kuleshov A.P., Dimensionality Reduction in Statistical Learning // Proc. of the 13th International IEEE Conference on Machine Learning and Applications (ICMLA-2014), IEEE Computer Society. 2014, pp. 330-335.
- Bernstein A.V., Kuleshov A.P., Low-Dimensional Data Representation in Data Analysis // Lecture Notes in Artificial Intelligence. Vol. 8774 “Artificial Neural Networks in Pattern Recognition”, Springer International Publishing, Switzerland, 2014. Pp. 47-58.
- Bernstein A.V., Kuleshov, A.P. Yanovich Yu.A., Manifold Learning in Regression tasks // Lecture Notes in Artificial Intelligence. Vol. 9407 “Statistical Learning and Data Sciences”, Springer International Publishing, Switzerland, 2015. Pp. 414-423.
|