Семинар «Вычислительные среды»

Рассматривается задача организации обработки потоков данных (data streams) с использованием подхода потоков работ (workflows). Развитие высокопроизводительных вычислительных систем и облачных вычислений обеспечило новые возможности обработки данных, поступающих от интеллектуальных датчиков. Однако облачные вычисления не позволяют обеспечить необходимый уровень латентности для обработки таких данных в режимах, близких к реальному времени. Для решения этой проблемы была предложена концепция туманных вычислений, обеспечивающая размещение вычислительных ресурсов между краем сети и централизованным облаком. В настоящей работе представлена математическая модель микро-потоков работ для обработки потоков данных в распределенных вычислительных средах, таких как туманные вычисления. Модель включает в себя алгоритм рефакторинга зависимостей в монолитном потоке в набор автономных микро-потоков работ. Такое разделение поддерживает независимость реализации и развертывания микро-потоков работ на вычислительных узлах, а также позволяет обеспечить возможность обработки потоков данных в режимах, близких к реальному времени. Для тестирования подхода микро-потоков работ, был разработан комплекс вычислительных акторов для платформы Kepler, а также набор потоков работ, обеспечивающих обработку данных в поточном режиме. Эксперименты, реализованные с использованием платформы Apache Kafka в качестве промежуточного потокового ПО, показывают преимущество разработанной концепции микро-потоков работ по сравнению с существующим подходом к организации вычислительного процесса в виде монолитного потока работ при обработке потоков данных в реальном времени.

Презентация (PDF, 1.72 Мб)  Видеозапись

Сегодня данные могут быть представлены в самых разных форматах: изображения, временные ряды, текст, аудиодорожки и т.д. Для работы с ними нужно преобразовать их в удобный формат. Наиболее распространённый - векторное представление. Однако зачастую достаточно сложно произвести преобразование без сильной потери информации. В этом докладе будут рассмотрены способы уменьшения размерности и экстракции данных при помощи разнообразных алгоритмов: PCA, TSNe, автоэнкодер и др.

Данная работа посвящена изучению уравнений Смолуховского, описывающих процесс агрегации в гранулярных газах. Производится обобщение классических уравнений Смолуховского, чтобы включить в них эффекты взаимодействия с молекулярным газом, неравномерных (по размеру кластеров) распределений температур и скоростей потоков и неоднородностей в пространстве. Последние включают слагаемые вида Эйлера и Навье-Стокса, полученные из интеграла столкновений Больцмана с использованием подхода Чепмена-Энскога и метода моментов Грэда. Вывод также позволяет находить выражения для вязкости и теплопроводности. Проводится обширное моделирование методами молекулярной динамики, которое раскрывает новые законы масштабирования при фрагментации. Уравнения Смолуховского, зависящие от температуры, глубоко анализируются с помощью теории масштабирования, открывая новые возможные режимы в баллистической агломерации. Теоретические результаты подтверждаются численным решением обобщенных уравнений Смолуховского и различными моделями Монте-Карло. Для быстрого решения обобщенных систем ОДУ Смолуховского и выполнения прямого моделирования Монте-Карло (DSMC) вводятся новые численные методы, основанные на приближениях малого ранга. Новые методы DSMC позволяют подтвердить полиномиальное распределение температуры для крупных частиц в гранулированных газов с притоком энергии и непосредственно наблюдать колебания в процессе одновременной агрегации и дробления Ссылка на видеозапись семинара

Доклад по статье Diverse strategic identities induce dynamical states in evolutionary games, I. Sendiña-Nadal, I. Leyva , M. Perc , D. Papo, M. Jusup, Z. Wang, J. A. Almendral , P. Manshour, and S. Boccaletti, PhysRevResearch 2, 043168 (2020) Ссылка на видеозапись семинара

Четырехточечная модель TIP4P используется в классической молекулярной динамике для моделирования воды в широком диапазоне параметров. Использование в модели молекулы воды виртуального безмассового заряда позволяет значительно расширить применимость классической МД ценой относительно небольшого количества дополнительных вычислений. Тем не менее, учет виртуальной частицы усложняет логику алгоритма, и популярный МД пакет LAMMPS долгое время не поддерживал расчет TIP4P на графических ускорителях, несмотря на регулярные запросы со стороны сообщества. Мы разработали алгоритм и добавили такую поддержку для всех основных ГПУ-платформ. Новый код обеспечивает ускорение расчета потенциала более чем в 10 раз (на типичном современном сервере, ускорение зависит от конкретного оборудования) по сравнению с вычислениями только на многоядерном процессоре, что позволяет примерно в 3 раза ускорить расчет реальных практических задач. Код поддерживает платформы Nvidia CUDA, OpenCL, AMD ROCm, что делает актуальным вопрос переносимости производительности ГПУ-приложений. В докладе выделяются три уровня, на которых наблюдаются межплатформенные отличия: аппаратный, программное окружение и прикладной код. В частности, было обнаружено отличие между диспетчеризацией ГПУ-ядер на платформах CUDA и ROCm при паралеллизации MPI, которое имеет практическую важность для различных суперкомпьютерных приложений.

Potts spin systems play a fundamental role in statistical mechanics and quantum field theory and can be studied within the spin, the Fortuin–Kasteleyn (FK) bond, or the q-flow (loop) representation. We introduce a Loop-Cluster (LC) joint model of bond-occupation variables interacting with q-flow variables and formulate an LC algorithm that is found to be in the same dynamical universality as the celebrated Swendsen–Wang algorithm. This leads to a theoretical unification for all the representations, and numerically, one can apply the most efficient algorithm in one representation and measure physical quantities in others. Moreover, by using the LC scheme, we construct a hierarchy of geometric objects that contain as special cases the q-flow clusters and the backbone of FK clusters, the exact values of whose fractal dimensions in two dimensions remain as an open question. Our work not only provides a unified framework and an efficient algorithm for the Potts model but also brings new insights into the rich geometric structures of the FK clusters.
Based on the article Lei Zhang, Manon Michel, Eren M. Elçi, and Youjin Deng – Physical Review Letters 125, 200603 (2020)

It is known that the classical O(N) model in dimension d > 3 at its bulk critical point admits three boundary universality classes: the ordinary, the extra-ordinary and the special. The extraordinary fixed point corresponds to the bulk transition occurring in the presence of an ordered boundary, while the special fixed point corresponds to a boundary phase transition between the ordinary and the extra-ordinary classes. While the ordinary fixed point survives in d = 3, it is less clear what happens to the extra-ordinary and special fixed points when d = 3 and N is greater or equal to 2. I'll show that formally treating N as a continuous parameter, there exists a critical value Nc > 2 separating two distinct regimes. For N < Nc the extra-ordinary fixed point survives in d = 3, albeit in a modified form: the long-range boundary order is lost, instead, the order parameter correlation function decays as a power of log r. For N > Nc there is no fixed point with order parameter correlations decaying slower than power law. I'll discuss how these findings compare to recent Monte-Carlo studies of classical and quantum spin models with SO(3) symmetry.
Based on arXiv:2009.05119.

Презентация (PDF, 12.20 Мб) 

I will discuss how generative neural networks can be used to boost the efficiency and the accuracy of both classical and quantum Monte Carlo (QMC) algorithms.
In the first part, I will show how a shallow generative network named restricted Boltzmann machine can be used as a guiding wave-function in projective QMC simulations. By training it via unsupervised learning, one can implement a self-learning QMC algorithm, allowing eliminating the population control bias. The implications of these findings in the context of adiabatic quantum computing -- whereby quantum annealing is used to tackle hard combinatorial optimization problems -- will be discussed.
In the second part, I will show that autoregressive neural networks can be trained to approximate the Boltzmann distribution of classical spin glass models, and then used as remarkably efficient proposal generators within the Metropolis-Hastings algorithm. A sequential tempering procedure to reach the low-temperature regime will be described. As an outlook, the possible use in combination with (noisy) physical quantum annealers will be discussed.

References:
1. S. Pilati, E. Inack, P. Pieri, “Self-learning projective quantum Monte Carlo simulations guided by restricted Boltzmann machines”, Physical Review E 100, 043301 (2019).
2. S. Pilati, P. Pieri, “Simulating disordered quantum Ising chains via dense and sparse restricted Boltzmann machines”, Physical Review E 101, 063308 (2020).
3. B. McNaughton, M. V. Milošević, A. Perali, and S. Pilati, “Boosting Monte Carlo simulations of spin glasses using autoregressive neural networks”, Physical Review E 101, 053312 (2020).

Презентация (PDF, 10.31 Мб) 

Видеозапись

В докладе будут обсуждаться последние результаты автора (http://arxiv.org/abs/2103.15613) по исследованию функций распределения по радиусу инерции звездообразных гауссовых полимеров в рамках метода функционального интегрирования.

В докладе рассматривается новый подход к прогнозированию хаотических временных рядов на много шагов вперёд. Используя обобщённые z-вектора, составленные из непоследовательных наблюдений, мы получаем для каждой точки (промежуточной или той, в которой необходимо получить прогноз) достаточно большое число возможных прогнозных значений.  Исследуя такое множество возможных прогнозных значений, мы получаем ответ на вопрос, возможно ли получение единого прогнозного значения на основе элементов этого множества, – если нет, то точка считается непрогнозируемой и исключается из дальнейшего рассмотрения. Концепция непрогнозируемых точек позволило получить новую формулировку задачи прогнозирования на много шагов вперёд: с одной стороны, мы хотим минимизировать число непрогнозируемых точек, с другой, - среднюю ошибку на прогнозируемых. Предлагается несколько алгоритмов идентификации непрогнозируемых точек, рассматриваются результаты для стандартных (ряд Лоренца) временных рядов. Здесь установлено, что доля непрогнозируемых точек растёт экспоненциально с ростом числа шагов вперёд, на которое необходимо получить прогноз, но не достигает 100%; при этом ошибка на точках, которые алгоритм, идентифицирует как прогнозируемыми, остаётся достаточно малой и близкой к постоянной. Указанное обстоятельство позволило получить прогноз на число шагов вперёд, сравнимое с горизонтом прогнозирования.

Презентация (PPTX, 9.07 Мб)

Будет проиллюстрировано применение общей флукутационно-диссипативной формулы [A. N. Gorbanet al., Phys. Rev. E 63, 066124 2001] на примере простой линейной кинетической модели [H. P. McKean, J. Math. Phys.8, 547, 1967], описывающей одномерную кинетику частиц со скоростями +/- 1. Будет показано, каким образом на основе микроскопических кинетических линейных уравнений в частных производных построить макроскопическую динамику плотности частиц на “гидродинамическом” этапе эволюции системы (по работе Gorban, Karlin, PRE 65, 026116, 2002).

Рассматривается задача о неадиабатическом квантовом фазовом переходе в  одномерной модели Изинга с поперечным полем, линейно зависящем от времени и двумя спинами в элементарной ячейке. Показано, что в почти адиабатическом пределе возбуждения на одной из подрешеток подавлены экспоненциально, что открывает возможность когерентой "фильтрации" квазичастиц различных видов. --- по работе B. Yao et al, Nonadiabatic phase transitions with broken chiral symmetry, Phys Rev Lett, 126, 070602 (2021).

Одним из распространенных методов моделирования линейных полимеров является использование решеточных моделей. Мы изучаем модель Изинга на пространстве случайных блужданий. В этой модели динамическими являются спиновые и структурные свойства. Наша цель исследовать характер фазового перехода между компактными и некомпактными структурами, а также возможность магнитного упорядочения, используя методы Монте-Карло.

• 17 февраля 2021

Каграманян Давид и Камалова Даяна (ДПМ МИЭМ) "Поиск методов предобработки фотографий микроструктур твердых сплавов для дальнейшего определения характеристик при помощи глубокого обучения" Подробнее

В представляемой статье P. Grassberger  рассматривает рост кластеров в неупорядоченных средах при нулевой температуре на примере сверхкритической обобщенной перколяции и модели случайного поля Изинга. Показано, что морфология таких кластеров и их поверхностей может быть различной: это могут быть стандартные компактные кластеры с шероховатой или гладкой поверхностью, но существует и совершенно другая "губчатая" фаза. Кластеры в губчатой фазе "компактны" в том, что касается соотношения размера и массы M ~ R^D (с пространственным измерением D), но имеют внешнюю поверхность (или "оболочку"), фрактальная размерность которой также D и которая действительно плотна внутри всего кластера. Такое поведение наблюдается во всех измерениях D >= 3. Слегка сверхкритические кластеры могут быть любого типа при D=3, в то время как при D >= 4 они всегда губчатые. Подробно изучены возможные последствия применимости масштабирования KPZ (Kardar-Parisi-Zhang) к интерфейсам в средах с замороженной случайностью.

• 28 октября 2020

Парадеженко Георгий (Сколковский институт науки и технологий) "Методы вычисления магнитных характеристик в динамической теории спиновых флуктуаций" Подробнее

• 26 августа 2020

Елизавета Зипунова (ИПМ им. М.В. Келдыша) "Применение регуляризации для модификации метода Particles-on-Demand" Подробнее

• 18 декабря 2019

С.Ю. Артамонов - "Новые аспекты в теории приближений и теории функциональных пространств" Подробнее

• 11 декабря 2019

• Л.Ф. Зиганурова - "Изучение моделей виртуальных времен в алгоритмах параллельного моделирования дискретных событий" Подробнее
  

• 4 декабря 2019

В.А. Гордин (д.ф.-м.н., профессор, факультет экономических наук НИУ ВШЭ) - "Компактные разностные схемы" Презентация (PDF, 1.69 Мб) Подробнее

• 20 ноября 2019

Д. Иванков  - "Поиск эпистаза в экспериментальных данных, полученных случайным мутагенезом." Презентация (PDF, 4.70 Мб) Подробнее

• 30 октября 2019

А.М. Сатанин  - "Кросс-энтропия как мера квантового превосходства зашумленных процессоров" Презентация (PPT, 6.25 Мб) Подробнее

• 16 октября 2019

А.С. Бодрова - "Resetting processes with non-instanteneous return"  Подробнее

• 9 октября 2019 

С.А. Матвеев   "Параллельные реализации разностных схем для решения уравнений агрегационной кинетики" Презентация (PDF, 752 Кб) Подробнее

Докладчик: Ихсанов Ренат Шамильевич (Департамент электронной инженерии МИЭМ НИУ ВШЭ, к. ф.-м. н., доцент)

Аннотация 

На семинаре будет сделан обзор типичных задач, которые встречаются в университетском курсе теоретической механики, и которые решены при помощи численного моделирования в пакете Mathcad. Такой подход позволяет "оживить" задачу и посмотреть на динамику механической системы "вживую", в виде графиков и анимации. К сожалению, эта стадия, как правило, не достигается в стандартном курсе теоретической механики, в котором решение доводится в лучшем случае до квадратур (неберущихся интегралов) и интегралов движения (сохраняющихся величин). На семинаре будут разобраны такие задачи, как движение материальной точки по кривым и поверхностям (как стационарным, так и деформируемым), прецессия и нутация гироскопа, эффект гайки Джанибекова, различные режимы движения маятника под воздействием внешней силы и др.

Докладчик: Кореньков Владимир Васильевич (Директор ЛИТ ОИЯИ, зав. кафедрой "Распределенные информационно-вычислительных систем" университета "Дубна", руководитель лаборатории облачных вычислений и аналитики Больших данных РЭУ им. Плеханова)

Аннотация 

В настоящее время активно развиваются глобальные распределенные вычисления и технологии Больших данных, которые играют огромную роль в повышении эффективности научных исследований и образования, внедрении интеллектуальных цифровых технологий в экономике, медицине, государственном управлении и других сферах. В докладе представлены классификация, концепция, анализ применения и перспективы развития технологий распределенных вычислений (кластерные, грид, облачные, гетерогенные) и их интеграция для решения глобальных масштабных задач. Особое внимание в докладе уделено различным аспектам развития технологий машинного обучения и аналитики Больших данных, а также анализ опыта внедрения этих технологий для решения широкого класса задач.

Докладчик: Бараш Лев Юрьевич (НИУ ВШЭ, Институт теоретической физики им. Л.Д. Ландау, к. ф.-м. н., доцент)

Аннотация 

В докладе будет сделан обзор результатов автора по изучению гидродинамики испаряющихся капель капиллярного размера, лежащих на твердой подложке, а также некоторых других результатов в этой быстро развивающейся области исследований, таких как методы подавления эффекта кофейных колец, обнаружение гидротермальных волн в испаряющихся каплях, образование наноструктур при испарении капель коллоидных растворов.
При помощи детального компьютерного моделирования показано, что конвекция Марангони, индуцируемая неоднородным распределением температуры в капле и в подложке, может привести к разному количеству, ориентации и пространственному положению вихрей в капле, в зависимости от теплопроводности и от толщины подложки, от контактного угла, а также от параметров жидкости. Полученные результаты показывают, что конвекция жидкости в испаряющейся капле может контролироваться при помощи выбора подложки с подходящими свойствами [1]. Найдены стадии динамики конвекции Марангони в испаряющейся капле, характеризующихся числом вихрей в капле и их пространственным расположением в ней. На ранней стадии образуется дорожка приповерхностных вихрей. Также, проведен учет отклонения формы лежащей капли от сферической формы, а также нестационарных эффектов в диффузии пара [2].

[1] L.Yu. Barash, Dependence of fluid flows in an evaporating sessile droplet on the characteristics of the substrate, International Journal of Heat and Mass Transfer, 84, 419-426 (2015);
[2] L.Yu. Barash, T.P. Bigioni, V.M. Vinokur, L.N. Shchur, Evaporation and fluid dynamics of a sessile drop of capillary size, Physical Review E 79, 046301 (2009);
[3] L.Yu. Barash, Marangoni convection in an evaporating droplet: Analytical and numerical descriptions, International Journal of Heat and Mass Transfer, 102, 445-454 (2016);
[4] L.Yu. Barash, Influence of gravitational forces and fluid flows on the shape of surfaces of a viscous fluid of capillary size, Physical Review E 79, 025302(R) (2009);
[5] D. Brutin, V. Starov., Recent advances in droplet wetting and evaporation, Chemical Society Reviews 47 (2), 558 (2018).
[6] D. Mampallil, H.B. Eral, A review on suppression and utilization of the coffee-ring effect, Advances in Colloid and Interface Science 252, 38 (2018).
[7] R.G. Larson, Transport and deposition patterns in drying sessile droplets, AIChE Journal 60 (5) 1538 (2014).
[8] H.Y. Erbil, Evaporation of pure liquid sessile and spherical suspended drops: A review, Advances in Colloid and Interface Science 170, 67 (2012).

Докладчик:  Будков Ю.А. (к.х.н., доцент, Департамент прикладной математики, МИЭМ НИУ ВШЭ)

Аннотация 

Ион-молекулярные системы, такие как растворы полиэлектролитов, коллоидные суспензии, мицеллярные растворы и т.д., являются одними из наиболее сложных объектов для теоретического описания их термодинамических свойств из первых принципов статистической механики. Основная трудность обусловлена принципиальной важностью в этих системах многочастичных корреляций частиц, связанных с их кулоновским взаимодействием. Для корректного учета многочастичных эффектов необходимо иметь методы вычисления конфигурационных интегралов ион-молекулярных систем, выходящие за рамки стандартного приближения среднего поля. Наличие дальнодействующего кулоновского взаимодействия между частицами делает неизбежным учет корреляционных поправок к приближению среднего поля. Особенно важным это становится для ион-молекулярных систем в объемной фазе, где из-за условия локальной электрической нейтральности системы среднеполевой вклад в электростатическую свободную энергию обращается в ноль, так что вклад электростатических взаимодействий полностью определяется флуктуациями плотности заряда, т.е. корреляционными поправками.

В докладе будут освещены результаты автора [1-11], полученные им за последние пять лет совместно с коллегами, касающиеся статистического описания равновесных свойств различных ион-молекулярных систем (коллоиды, полиэлектролиты, поляризуемые полимеры, растворы электролитов с полярными и поляризуемыми примесями), как в объеме, так и на границах раздела фаз. Особое внимание будет уделено обсуждению развитых автором статистических подходов, а также открытых с их помощью новых физических эффектов, таких как  

1) конденсация коллоидных частиц, находящихся в поле ван дер Ваальсовых сил твердой подложки, индуцированная их сильным корреляционным притяжением;

2) фазовое расслоение жидкость-жидкость в бессолевых растворах полиэлектролитов, вызванное сильными электростатическими взаимодействиями;

3) переход “глобула-клубок” поляризуемой полимерной цепи во внешнем электрическом поле;

4) переход “клубок-глобула” поляризуемой макромолекулы, индуцированный многочастичными корреляциями флуктуирующих дипольных моментов на мономерных звеньях;

5) значительное увеличение дифференциальной электрической емкости двойного электрического слоя на границе раздела “металл/раствор электролита” при добавлении в раствор малого количества поляризуемых и/или полярных молекул примеси.

Литература:

1.    Budkov Yu.A., Frolov A., Kiselev M., Brilliantov N. Surface-induced liquid-gas transition in salt-free solutions of model charged colloids // Journal of Chemical Physics. 2013. Vol. 139. P. 194901-1-194901-13

2.     Budkov Y. A., Kolesnikov A., Georgi N., Nogovitsyn E., Kiselev M. A new equation of state of a flexible-chain polyelectrolyte solution: Phase equilibria and osmotic pressure in the salt-free case // Journal of Chemical Physics. 2015. Vol. 142. No. 17. P. 174901-1-174901-10

3.     Gordievskaya Y.D., Budkov Y.A., Kramarenko E.Y. Polymer chain collapse induced by many-body dipole correlations  // Soft Matter. 2018. Vol. 14. P. 3232 -3235

4.     Kolesnikov A., Budkov Y. A., Nogovitsyn E. Coarse-Grained Model of Glycosaminoglycans in Aqueous Salt Solutions. A Field-Theoretical Approach // Journal of Physical Chemistry B. 2014. Vol. 118. P. 13037-13049

5.     Brilliantov N., Budkov Y. A., Seidel C. Theoretical and numerical analysis of nano-actuators based on grafted polyelectrolytes in electric field // Faraday Discussions. 2017. Vol. 199. P. 487-510

6.     Brilliantov N., Budkov Y. A., Seidel C. Generation of mechanical force by grafted polyelectrolytes in an electric field // Physical Review E - Statistical, Nonlinear, and Soft Matter Physics. 2016. Vol. 93. P. 032505-1-032505-15

7.     Budkov Y. A., Kolesnikov A., Kiselev M. Communication: Polarizable polymer chain under external electric field in a dilute polymer solution // Journal of Chemical Physics. 2015. Vol. 143. P. 201102-1-201102-4

8.     Budkov Y. A., Kolesnikov A. Polarizable polymer chain under external electric field: Effects of many-body electrostatic dipole correlations // The European Physical Journal E - Soft Matter. 2016. Vol. 39. No. 11. P. 110-114

9.     Kolesnikov A., Budkov Y. A., Basharova E., Kiselev M. Statistical theory of polarizable target compound impregnation to a polymer coil under the influence of electric field // Soft Matter. 2017. Vol. 13. P. 4363-4369

10.  Budkov Y. A., Kiselev M., Kolesnikov A. A modified Poisson-Boltzmann theory: Effects of co-solvent polarizability // EPL. 2015. Vol. 111. No. 2. P. 28002-p1-28002-p6

11.  Budkov Y. A., Kolesnikov A., Kiselev M. On the theory of electric double layer with explicit account of a polarizable cosolvent // Journal of Chemical Physics. 2016. Vol. 144. No. 18. P. 184703-1-184703-8

Докладчик: Владимир Щур (PhD, Университет Калифорнии, Беркли, США)

Аннотация
Геномика является одной из новейших и наиболее динамично развивающихся областей современной науки. Эта междисциплинарная естественная наука появилась на стыке биологии, математики, статистики, вычислительных технологий и биоинформатики. Стремительно снижающиеся цены на секвинирование ДНК вместе с возможностями новейших компьютерных вычислительных систем и развитием новых математических методов позволяет решить многие важные и сложные задачи. Мы обсудим основные проблемы геномики, их связь друг с другом и приложения. Мы начнём обсуждение с двух разделов, которые формируют наши данные. Первое, популяционная геномика описывает естественные процессы, которые создают эти данные - ДНК и геномы различных существ. Второе, сбор и обработка первичных данных определяет какого рода наблюдаемые данные нам доступны для дальнейшего изучения. Далее мы перейдём к обсуждению Полногеномного поиска ассоциаций и медицинских приложений, онкологической геномики и метагеномики. Каждый из этих разделов имеет неоценимое значение для улучшения качества человеческого здоровья (включая персонализированную медицину), окружающей среды (сельского хозяйства, экологии, проблем мусора) и многих других аспектов нашей жизни.

Vladimir Shchur, PhD, University of California, Berkeley, USA

Annotation
Roadmap of the problems of modern genomics Genomics is one of the newest and most dynamic fields of modern science. This is a multidisciplinary field comprising biology, mathematics, statistics, computer science and bioinformatics. Rapidly decreasing prices of DNA sequencing together with capabilities of modern computational resources and development of new mathematical methods make it possible to answer many important and difficult problems. We discuss the main problems of genomics, their relations to each other and their applications. We begin discussion with two areas which shape our data. Firstly, population genomics describes natural processes which create our data - DNA and genomes of different species. Secondly, data collection and data processing determine what kind of data is observable for us for further study. Then we proceed to the discussion of the Genome Wide Association Study (GWAS) and medical applications, cancer genomics and metagenomics. Each of these studies has an important application to human health (including personalised medicine), environment (agriculture, ecology, garbage problems) and many other aspects of our life.

Докладчик: Побойко Игорь Валерьевич (ИТФ им. Л.Д.Ландау РАН, Сколковский Институт Науки и Технологий, НИУ ВШЭ)

Аннотация:
Доклад представляет собой обзор недавней работы [1]. В работе обсуждается применение квантовых алгоритмов оптимизации - а именно, квантового отжига (и основанном на нём алгоритма квантового Монте-Карло) - к задачам машинного обучения на примере простейшей задачи - бинарного перцептрона. Приводится аргументация, что эффективность квантовых алгоритмов связана с особенностями структуры энергетического профиля - наличие в термодинамическом пределе областей с большой плотностью локальных минимумов.

[1] Carlo Baldassi, Riccardo Zecchina, "Efficiency of quantum versus classical annealing in non-convex learning problems", arXiv:1706.08470v3

Докладчик: Блинов Вениамин Николаевич (к.ф.-м.н., младший научный сотрудник НЦЧ РАН, разработчик Яндекс)

Аннотация:
В докладе рассматриваются основные обобщения сингулярного разложения матриц на случай тензоров более высокого ранга, в расчетах обычно представленных в виде многомерных массивов. Для каждого такого обобщения интересны три основных вопроса: как его получить для заданного тензора, как масштабируются его параметры с увеличением ранга и в каких задачах оно применяется. При этом характерными областями применения являются анализ данных и машинное обучение, а выбор подходящего разложения часто обусловлен ответами на первые два вопроса. Особый интерес представляют приложения в случае высоких рангов, поскольку такие тензоры часто возникают не только в машинном обучении, но и в компьютерном моделировании сложных математических систем и систем вычислительной физики.

Докладчик: Ильин Вячеслав Анатольевич (д.ф.м.н., начальник отдела информационных технологий и математического моделирования, НИЦ “Курчатовский институт”, заведующий кафедрой информационных технологий и вычислительных сетей, МФТИ)

Аннотация:
Предлагается новый подход к накоплению и обработке данных, полученных в процессе экспериментов на просвечивающем крио-электронном микроскопе по определению трехмерной структуры нано био объектов и включающих высокопроизводительный анализ информационного потока. Критическое рассмотрение имеющихся в настоящее время подходов позволил предложить новую итерационную схему обработки результатов в режиме (практически) реального времени. Кроме этого, такой подход "on-the-fly", значительно уменьшает время решения основной задачи - восстановления трехмерной структуры белков или других биологических объектов, например, вирусов или макромолекул с атомным разрешением. За исключением контрольных функций, вмешательство в процесс обработки данных "вручную" на всех этапах будет исключено.

Докладчик: Якобовский Михаил Владимирович (Заместитель директора по научной работе ИПМ им. М.В. Келдыша РАН, член-корреспондент РАН, доктор физико-математических наук, профессор)

Аннотация:
Доклад посвящен обсуждению алгоритмов, направленных на обеспечение возможности эффективного использования перспективных вычислительных систем экзафлопсного и более высокого уровня производительности. Рассматриваются вопросы балансировки загрузки процессоров и возможности визуализации больших объёмов сеточных данных - результатов вычислительных экспериментов. Экзафлопсные вычислительные системы, ввиду ожидаемо короткого периода их безотказной работы, потребуют качественно новых решений для обеспечения самой возможности проведения длительных расчетов. Рассматриваются алгоритмы, обеспечивающие независимость времени проведения расчета от наличия в ходе вычислений отказов вычислительных узлов.

Докладчик: Воеводин Владимир Валентинович (Заместитель директора НИВЦ МГУ имени М.В.Ломоносова, заведующий кафедрой Суперкомпьютеров и квантовой информатики ВМК МГУ, чл.-корр. РАН, профессор)

Аннотация:
Каждое появление новой высокопроизводительной вычислительной платформы заставляет разработчиков программного обеспечения заново переосмысливать структуру программного обеспечения и искать ответы на одни и те же вопросы. Обладает ли алгоритм свойствами, которые необходимы именно для этой платформы? Как нужно представить алгоритм, чтобы выделить явно необходимые свойства и на этой основе разработать эффективное приложение? Изменения в архитектуре компьютеров не меняют алгоритмов – это очень важный тезис, но, несмотря на это, на практике мы вынуждены выполнять анализ алгоритмов снова и снова, следуя за чередой поколений компьютеров. Можно ли выполнить данный анализ “раз и навсегда”, выделив и описав необходимые свойства алгоритмов? Вопрос простой по форме, но исключительно не тривиальный по сути, что и станет предметом обсуждения в рамках данного выступления.

Докладчик: Сергей Александрович Матвеев (Институт вычислительной математики РАН)

Аннотация:
В докладе будут представлены новые быстрые детерминистические методы решения уравнений моделей процессов агрегации и дробления вещества, записанных в классе уравнений типа Смолуховского. Новые методы основаны на применении малоранговых матричных и тензорных разложений для ускорения шагов классических конечно-разностных схем. В докладе будут сформулированы оценки сложности новых вычислительных алгоритмов и представлены численные эксперименты по сравнению эффективности новых методов с исходной разностной методологией и с методами Монте Карло решения уравнений моделей рассматриваемого типа.

Аннотация:
В трехмерной турбулентности, как правило, энергия рассеивается с уровня медленного крупномасштабного течения на мелкомасштабный уровень турбулентных пульсаций. Качественной разницей между двумерной и трехмерной турбулентностью является образование крупномасштабных структур(вихрей) из энергии с малых масштабов [1],[2].

Явление известное в физике как "обратный каскад". Физические характеристики описывающие данные вихри вычисляются в результате статистки набираемой в ходе численных экспериментов, поэтому, создание быстродействующих алгоритмов для быстрого решения уравнения Навье-Стокса является актуальной задачей.

В докладе будет рассмотрена физическая постановка задачи для двумерной турбулентности, будут введены понятия прямого и обратного каскадов. Также, будут показана численная схема для решения периодического уравнения Навье-Стокса псевдоспектральным методом.

[1] G. Galkovich I. Kolokolov J. Laurie, G. Bofetta and V. Lebedev. Universal pro le of the vortex condensate in two-dimensional turbulence. Phys. Rev. Let, 113, 2014.
[2] I. Kolokolov M. Chertkov, C. Connaughton and V. Lebedev. Growing condensate in two-dimensional turbulence. nlin. CD, 2007.

Аннотация:
Параллельное дискретно-событийное моделирование – это один из методов, применяемый при суперкомпьютерном моделировании. В основе этого метода лежит концепция виртуальных времен. Синхронизация между параллельными процессами осуществляется путем обмена сообщениями с временными метками. Для корректности вычислений события должны обрабатываться в порядке неубывания их временных меток. Это обеспечивается различными алгоритмами синхронизации. Наиболее известные алгоритмы – это консервативный и оптимистический. 

Мы изучаем некоторые свойства этих алгоритмов в зависимости от коммуникационной топологии. А именно, мы строим модели эволюции профиля локальных виртуальных времен процессов на сетях малого мира. Мы вычисляем такие показатели, как скорость роста и ширина профиля. Эти показатели могут быть интерпретированы как эффективность и степень синхронизации, соответственно. 

О том, как влияет топология на свойства консервативного и оптимистического алгоритмов синхронизации, будет рассказано на семинаре. 

Докладчик: Бараш Лев Юрьевич

Авторы:  
Л.Ю. Бараш, М. Вейгель, М. Боровский, Л.Н. Щур, В. Янке

Аннотация: 

Отжиг популяции - сравнительно недавно предложенный подход для моделирования методом Монте-Карло задач статистической физики. Алгоритм перспективен для задач со сложным спектром свободной энергии. Еще одним достоинством алгоритма является тот факт, что алгоритм очень хорошо подходит для вычисления на массивно-параллельных компьютерных системах. На примере модели Изинга мы демонстрируем эффективную реализацию алгоритма для GPU, которая позволяет достичь ускорения до 5600 раз по сравнению с вычислением на одиночном ядре CPU. Будут также обсуждены применение алгоритма к фазовым переходам первого и второго рода, его применение для расчета плотности состояний, а также несколько дальнейших усовершенствований алгоритма.

[1] L.Yu. Barash, M. Weigel, M. Borovský, W. Janke, L.N. Shchur, Computer Physics Communications 220, 341-350 (2017)

[2] L.Yu. Barash, M. Weigel, L.N. Shchur, W. Janke, Exploring first-order phase transitions with population annealing, Eur. Phys. J. Special Topics 226, 595 (2017).

[3] M. Borovský, M. Weigel, L.Yu. Barash, M. Žukovič,, GPU-Accelerated Population Annealing Algorithm: Frustrated Ising Antiferromagnet on the Stacked Triangular Lattice, EPJ Web of Conferences 108, 02016 (2016).