Институт вычислительных технологий СО РАН

1. Институт вычислительных технологий СО РАН Итоговый отчет о деятельности Института в 2012 году Директор – академик Ю.И. Шокин

2. Основные научные направления В соответствии с Уставом, утвержденным постановлением Президиума РАН № 97 от 11.03.2008, основными научными направлениями ИВТ СО РАН являются: • Разработка информационно-телекоммуникационных технологийв задачах принятия решений • Математическое моделированиеи вычислительные технологиив области механики сплошной среды,физики, энергетики и экологии

3. В Институте вычислительных технологий • базируется ведущая научная школа академика Шокина Юрия Ивановича (поддержана грантом Президента РФ № НШ-6293.2012.9); • работает диссертационный советДМ 003.046.01по защите диссертаций на соискание ученой степени доктора наук по специальностям 05.13.18 и 05.25.05; • выпускается журнал «Вычислительные технологии», входящий в перечень ВАК и зарегистрированный в РИНЦ(импакт-ф. РИНЦ в 2010 = 0,247, в 2011 = 0,354); • развивается и поддерживается информационно-телекоммуникационная инфраструктура СО РАН, обеспечивающая сотрудникам отделения доступ в глобальные компьютерные сети, другие важные IT сервисы.

4. Институтом вычислительных технологий • проводятся регулярные научные семинары • Информационно-вычислительные технологии руководители:академик Шокин Ю.И., профессор Ковеня В.М. • Информационные технологии руководители: академик Ю.И. Шокин,чл.-к. А.М. Федотов, д.ф.-м.н. С.К. Голушко • Информационно-вычислительные технологии в задачах поддержки принятия решений (молодежный)руководители: академик Шокин Ю.И.,профессор Чубаров Л.Б., профессор Федорук М.П.,-с 2013 года-д.ф.-м.н. Шарый С.П., к.ф.-м.н. Есипов Д.В., Чубаров Д.Л. • Законы сохранения и инварианты для уравненийгидродинамического типаруководитель: д.ф.-м.н. Медведев С.Б., • в 2012 году проведено первое заседание междисциплинарного семинараИнформационные и вычислительные технологиив медицинесовместно с НГУ, лабораторией Intel-НГУ, СНМ СО РАН,-с 2013 года- СО РАМН, СНМ СО РАМНруководитель: академик Шокин Ю.И.

5. Важнейшие научные результаты

6. Математические и вычислительные подходы к изучению апоптоза – программируемой гибели клеток живого организма академик Шокин Ю.И., д.ф.-м.н. Воропаева О.Ф. Разработаны и адаптированы к решению задач моделирования апоптоза численные методы и алгоритмы. С их помощью выполнен численный анализ решений системы уравнений, описывающей динамику концентраций белков p53 и Mdm2. Проведено детальное сопоставление с аналитическим стационарным решением задачи и расчетными данными. Результаты расчетов качественно согласуются с известными данными лабораторных измерений. Проведено детальное численное исследование решения в случае базальных значений параметров, а также – при отклонении параметров от нормальных значений. В рамках этих численных экспериментов получены состояния системы, соответствующие как угрозе неуправляемой апоптотической гибели клеток (при чрезмерном росте уровняp53– “фактора некроза опухоли”), ускоряющей процессы старения организма, так и ситуации чрезмерного подавления апоптоза, в которых увеличивается риск возникновения рака. Получены новые сведения о возможности описания в рамках используемой математической модели механизма обратной связи белков p53 и Mdm2, гарантирующего адекватную реакцию организма на серьезные повреждения ДНК в виде регулируемой гибели клеток. Фазовые траектории решения при возрастании скорости производства белка Mdm2 от нормы (линия 1) до 30 крат (линия 7). Фазовые траектории решения при варьировании скорости деградации Mdm2.

7. Технология анализа проточных трактов гидромашин и оптимизации формы их элементов на основе методов математического моделирования руководитель работ: д.ф.-м.н. Черный С.Г. Технология основана на методахматематического и компьютерного моделирования на многопроцессорных вычислительных системах многофазных сред и пространственных течений в трактах сложной трехмерной конфигурации с использованием различных гидродинамических приближений. Разработан метод численного моделирования нестационарных трехмерных турбулентных течений в переходных режимах работы гидроэлектростанций. Разработан алгоритм многокритериальной оптимизации формы элементов проточного тракта (см. рис. слева). Разработана иерархия целевых функционалов, позволяющих как косвенно, так и непосредственно учитывать основные требования к форме объекта, а именно – гидродинамические (КПД, интенсивность кавитации,динамические нагрузки) и прочностные характеристики. Созданная технология применена для решения задач анализапроточных трактов ГЭС в различных режимах работы иповышения эффективности их энергоустановок.Автоматически спроектированные рабочие колеса имеютповышенный КПД, а по кавитационным и прочностнымхарактеристикам не уступают спроектированнымтрадиционным образом (см. рис. справа).

8. Распределенная системапотоковой обработки информации академик Шокин Ю.И., к.г.-м.н. Добрецов Н.Н., Кихтенко В.А.,СмирновВ.В., Чубаров Д.Л., д.ф.-м.н. Чубаров Л.Б. Разработана система потоковой обработки данных на основе системы управления вычислительными процессами Taverna, обеспечивающая запуск цепочек произвольных модулей обработки в параллельном распределенном режиме на кластере из нескольких серверов, что уменьшает общее время обработки. Все компоненты системы распространяются с открытым исходным кодом под лицензией GPL и работают в POSIX-совместимых операционных системах. На текущий момент ежедневно генерируется около 70 ГБ конечных продуктов обработки, доступ к которым обеспечивается по протоколам FTP и HTTP. Созданная система позволила модернизировать комплекс обработки спутниковых снимков с платформ Aqua и Terra, развернутый в ИВТ СО РАН. В результате переноса вычислений на кластер время суточной обработки сократилось в 3 раза (до 1.5 часов). Комплекс превосходит все российские аналоги по глубине обработки данных и производительности. Схема организации процесса потоковой обработки данныхна вычислительном кластере

9. Метод максимизации согласования для оценки параметров линейной регрессии в условиях интервально неопределённых данных д.ф.-м.н. Шарый С.П. На основе распознающего функционала множества решений интервальной линейной системы предложен новый подход к задаче восстановления зависимостей по данным с интервальной неопределённостью ("метод максимума согласования"), опирающийся на максимизацию распознающего функционала информационного множества задачи. Он является альтернативой традиционным методам регрессионного анализа, использующим теоретико-вероятностные модели ошибок, и работает в случае,когда нам даны лишь границы ошибок (неточностей) данных и традиционная статистика неприменима (малые выборки, отсутствие информации о вероятностном характере ошибок и т.п.). От существующих методов интервального анализа данных предлагаемый метод отличается способностью учитывать неопределённости как в независимых переменных (регрессорах), так и в зависимых переменных. Развитые до сих пор в этой области методы работают, главным образом, с неопределённостями в зависимых переменных. График распознающего функционала множества решений интервальной системы уравнений

10. Корпоративное облако СО РАН (совместно с ИНГГ СО РАН) академик Шокин Ю.И., Косяков Д.В., к.т.н. Гуськов А.Е. и др. Создана система централизованного предоставления сервисов коммуникаций и совместной работы для организаций СО РАН в виде частного облака: • виртуализацию приложений и рабочих мест, • сервисы мгновенных сообщений и совместного доступа, • единая адресная книга, • электронная почта, • видеоконференцсвязь, • портальные технологии для совместной работы, • интеграцию с телефонными сетями, • системы централизованного управления ИТ-ресурсами организации, • системы автоматизации процессов документооборота.

11. Математическое моделирование сильночирпованных диссипативных солитонов в иттербиевом волоконном лазере д.ф-м.н. Федорук М.П., к.ф.-м.н. Штырина О.В., Яруткина И.А. Для описания эволюции вектора поляризации были проведены численные расчеты с использованием векторного уравнения Гинзбурга-Ландау. Показано, что существует критическая длина резонатора, после которой происходит насыщение энергии. Уровень максимально достижимой энергии растет с уменьшением эллиптичности поляризации (приближением поляризации к линейной), которая задается углом поворота пластинки λ/4 на входе в волокно. Уменьшение угла ограничено снизу влиянием случайного двулучепреломления, уменьшающего стабильность генерации при малой эллиптичности поляризации.

12. Исследование ионизационной динамики при взаимодействии интенсивного лазерного излучения с гелиевыми каплями методами математического моделирования д.ф-м.н. ДудниковаГ.И., к.ф.-м.н. ЛисейкинаТ.В. Методом частиц в ячейках проведено исследование ионизационной динамики при взаимодействии интенсивного лазерного излучения с гелиевыми каплями, чей размер сравним с длиной волны излучения. Показано, что формируемое в результате такого взаимодействия распределение плотности плазмы является сильно неоднородным, а концентрация многозарядных ионов велика не только на поверхности, но и внутри капли.

13. Прототип распределенной сети сбора данных ДЗЗв условиях территориальной неоднородности источников руководители работ: академик Шокин Ю.И., д.ф.-м.н. Чубаров Л.Б. Создан прототип единой распределенной сети доступа к пространственным данным объединяющий на концептуальном и практическом уровне информационные ресурсы Сибирского и Дальневосточного отделений РАН. Тем самым обеспечивается возможность доступа к Сибирскому и Дальневосточному центрам НИЦ «Планета» как основным источникам пространственных данных на соответствующие территории. В рамках сотрудничества ИОА СО РАН к сети подключен приемный комплекс Института, с которого поступают данные оперативного спутникового мониторинга с новейшей спутниковой платформы Suomi NPP (NASA, USA). Организовано также телекоммуникационное взаимодействие с Центром космического мониторинга АлтГУ. ! В качестве постскриптума: к настоящему времени, в результате договоренности и выполнения совместных работ с ИКИ РАН и московским представительством НИЦ ПЛАНЕТА сеть расширена и теперь покрывает всю территорию Российской Федерации Схема территориально-распределенной сети обработки спутниковых данных (СО РАН, АГУ, ДВО РАН, НИЦ ПЛАНЕТА)

14. Результаты деятельности Института в числах

15. Основные показатели РИД: кадровое обеспечение

16. Основные показатели РИД:публикационная активность * До 2011 г. не учтены тезисы конференций и патенты / свидетельства на интеллектуальную собственность

17. Основные показатели РИД: интеллектуальная собственность, некоторые экономические индикаторы

18. Основные показатели РИД: организация мероприятийи преподавательская деятельность сотрудников • Краткая справка. • В Институте работает: действительных членов РАН – 1, членов-корреспондентов РАН – 1, докторов наук – 44, кандидатов наук – 48. Количество аспирантов – 30. • Число публикаций в 2012 году – 295, в том числе: монографий – 4, • статей в рецензируемых российских журналах – 68, • статей в зарубежных рейтинговых журналах – 27, • статей и докладов в сборниках междунар. конф. – 42, российских – 32. • Организовано и проведено научных мероприятий – 8 + 4регулярн. семинара

19. Важные события 2012 года

20. Премия Правительства РФ за 2012 годв области науки и техники Информационно-телекоммуникационнаяинфраструктура междисциплинарных научных исследований как основа экономического и социальногоразвития восточных регионов России Присуждена за работу Руководитель работы - академик Ю.И.Шокин, В.С.Никульцев, к.т.н.; А.М.Федотов, чл.-к. РАН; И.В.Шабальников (ИВТ СО РАН) С.Н.Васильев, академик (ИПУ РАН) И.В.Бычков, академик; Г.М.Ружников, к.т.н. (ИДСТУ СО РАН) В.В.Шайдуров, чл.-к. РАН (ИВМ СО РАН) С.Л.Мушер, д.ф.-м.н. (Российский государственный фонд технологического развития) С.В.Бредихин, к.т.н. (ИВМиМГСО РАН)