DSA Faculty
API
← к списку преподавателей

Яковлев Константин Сергеевич

Факультет компьютерных наук

Профиль на hse.ru ↗ тел.: 27305 | +7 (926) 270-89-79
Публикаций
72
Языков
1
Наград
5
Конференций
1
Профиль Публикации (72) Курсы (2)

Профессиональные интересы

искусственный интеллектинтеллектуальные динамические системыинтеллектуальные системы управленияинтеллектуальная робототехникаинтеллектуальное планированиепланирование траекторииэвристический поискмногоагентные системыкогнитивные агенты

Должности

  • Заведующий кафедрой — Факультет компьютерных наук, Базовая кафедра Федерального исследовательского центра «Информатика и управление» Российской академии наук
  • Доцент — Факультет компьютерных наук, Базовая кафедра Федерального исследовательского центра «Информатика и управление» Российской академии наук

Био

  • · Начал работать в НИУ ВШЭ в 2014 году.
  • · Научно-педагогический стаж: 31 год.

Образование

  • 2010 · Кандидат физико-математических наук: Институт программных систем РАН , специальность 05.13.17 «Теоретические основы информатики», тема диссертации: "Исследование методов и разработка алгоритмов автоматического планирования траектории на плоскости"
  • 2006 · Магистратура: Российский университет дружбы народов, факультет: Физико-математический, специальность «Прикладная математика и информатика», квалификация «Магистр математики. Преподаватель высшей школы.»
  • 2004 · Бакалавриат: Российский университет дружбы народов, факультет: Физико-математический, специальность «Прикладная математика и информатика», квалификация «Бакалавр прикладной математики и информатики»

Опыт работы

  • · Федеральный исследовательский центр “Информатика и управление” Российской академии наук (ФИЦ ИУ РАН)
  • · Ведущий научный сотрудник, Отдел 71 "Интеллектуальные динамические системы и когнитивные исследования"
  • · Национальный исследовательский университет “Высшая школа Экономики” (ВШЭ)
  • · Доцент, Факультет компьютерных наук, Базовая кафедра "Интеллектуальные технологии системного анализа и управления" ФИЦ ИУ РАН (по совместительству)
  • · Московский физико-технический институт (МФТИ)
  • · Доцент, Физтех-школа прикладной математики и информатики, Научно-образовательный центр "Когнитивное моделирование" (по совместительству)
  • · Москва
  • · Институт искусственного интеллекта AIRI (AIRI)
  • · Ведущий научный сотрудник, лаборатория Cognitive AI-agents

Награды и поощрения

  • · Благодарность проректора НИУ ВШЭ (февраль 2023)
  • · Благодарность Высшей школы экономики (декабрь 2022)
  • · Благодарность Факультета компьютерных наук НИУ ВШЭ (сентябрь 2019)
  • · Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2025–2026, 2024–2025, 2023–2024)
  • · Надбавка за публикацию в международном рецензируемом научном издании (2022–2023, 2021–2022, 2020–2022, 2018–2020)

Гранты и проекты

  • — · на соискание учёной степени кандидата наук

Конференции (1)

Показать все
  • · 2024: XIV Всероссийское совещание по проблемам управления (ВСПУ 2024) (Москва). Доклад: Применение управления с прогнозирующими моделями и стохастической оптимизацией в задаче децентрализованного много-агентного избегания столкновений

Идентификаторы исследователя

Публикации (72)

Методы сопоставления треков в задачах определения географических координат динамических объектов

2008 · CHAPTER · ru

Методы машинного обучения в задачах моделирования целенаправленного поведения

2006 · CHAPTER · ru

Способность к обучению является неотъемлемой частью системы с разумным, целенаправленным поведением. Обучение – сложный, комплексный процесс, включающий в себе такие аспекты как получение новых знаний, представление последних в удобной форме, эффективная обработка знаний и т.д. Задача обучения понятиям является фундаментальной в области Машинного Обучения и является неотъемлемой частью экспериментальной науки – Искусственный Интеллект. В настоящем сообщении задача обучения понятиям формулируется как задача классификации при определённых ограничениях с использованием методологии Искусственного Интеллекта, Подробно описывается VL -логика [3], которая является одной из базисных формальных моделей, необходимых для решения сформулированной проблемы в рамках Машинного Обучения. В модель вводятся такие дополнительные аспекты, как пространство событий и отображающие функции. Рассматривается проблема минимальности логических формул относительно задаваемого лексикографического функционала. На основе сформулированной задачи, описанной теоретической модели VL -логики и её расширения, предлагается интерпретация проблемы обучения понятиям, связывающая постановку последней с получившейся формальной моделью, описываются соответствующие правила перехода и ограничения

Курсы (2)