DSA Faculty
API
← к списку преподавателей

Мишенин Роман Максимович

Отдел суперкомпьютерного моделирования

Публикаций
5
Языков
2
Наград
1
Конференций
0
Профиль Публикации (5) Курсы (0)

Профессиональные интересы

Суперкомпьютер cHARISMaсуперкомпьютерное моделирование

Должности

  • ИнженерОтдел суперкомпьютерного моделирования

Био

  • · Начал работать в НИУ ВШЭ в 2024 году.

Награды и поощрения

  • · Благодарность старшего директора НИУ ВШЭ (ноябрь 2025)

Идентификаторы исследователя

Публикации (5)

High-Performance Computing at HSE University

2026 · CHAPTER · en

High-performance computing (HPC) has emerged as a critical tool for accelerating research across diverse scientific domains, enabling the efficient processing of large datasets and complex simulations. This article offers a comprehensive overview of the HPC resources available at HSE University in Moscow. We outline the university’s current HPC infrastructure, detailing its computational capabilities, software environments, and key recent upgrades implemented to address the evolving needs of researchers. Furthermore, we showcase how these resources are being leveraged to support cutting-edge research projects across multiple disciplines. By highlighting available opportunities, this review seeks to inform the academic community and inspire innovative applications of HPC in both research and education.

Моделирование потока задач вычислительного кластера НИУ ВШЭ с использованием SLURM Simulator

2025 · CHAPTER · ru

Задача эффективного распределения ресурсов вычислительной системы широко известна. Она становится критически важной в многопользовательских многопроцессорных системах, таких как суперкомпьютеры. В НИУ ВШЭ функционирует высокопроизводительный вычислительный кластер «cHARISMa», состоящий из 48 вычислительных узлов шести типов. Основными характеристиками узлов являются наличие графических ускорителей и их модели, типы центральных процессоров и объем оперативной памяти. На суперкомпьютере используется планировщик задач SLURM версии 23.02.4.

Интеллектуальное прогнозирование времени выполнения вычислительных задач GROMACS для оптимизации работы планировщика задач суперкомпьютера «cHARISMa» НИУ ВШЭ

2025 · CHAPTER · ru

Современные суперкомпьютеры являются незаменимыми инструментами для решения сложных научных и промышленных задач. Эффективное планирование потока вычислительных задач суперкомпьютера требует информации о времени, за которое может завершится каждая из ожидающих запуска задач. Нередко пользователи устанавливают задаче временной лимит с большим запасом, что снижает эффективность работы планировщика. Разработка метода предсказания времени выполнения задач Gromacs на суперкомпьютере позволит более точно выстраивать поток задач, оптимально загружая вычислительные ресурсы суперкомпьютера.

Implementation and Validation of the CautiousBug Algorithm in ROS Noetic

2024 · CHAPTER · en

In this paper, we present an implementation of the CautiousBug algorithm within the Noetic distribution of the Robot Operating System (ROS). Bug algorithms address a challenge of robot navigation in unknown environments without relying on pre-existing maps or constructing new ones. These algorithms utilize odometry data, operate without a map, require minimal computational resources, and can be implemented on relatively simple hardware. A C++ software application was created to simulate a behavior of the CautiousBug algorithm in various environments within the Gazebo simulator. This application allows for an analysis of key metrics, including accumulated yaw, distance traversed and algorithm's runtime. We conducted a set of virtual experiments in the Gazebo to evaluate the CautiousBug performance.

CautiousBug path planning algorithm package for ROS Noetic

2024 · CHAPTER · en

The problem of robot navigation in unknown environments can be addressed without using a ready map or constructing a new one. The Bug family algorithms focus on sensor odometry data. The CautiousBug algorithm stands out from the rest of the algorithms by a considerable property: as its name implies, it does not make risky decisions that can lead to serious deterioration in performance indicators. This difference allows it to compete with other algorithms, whose errors in some cases lead to a significant increase in a trajectory length. This paper presents a practical implementation of the highly theoretical CautiousBug algorithm within the Noetic distribution of the Robotic Operating System (ROS).

Курсы (0)

Нет курсов.