Персоналии > Профессорско-преподавательский состав  |  << пред.  след. >>

Нирян Павел Леонидович

Образование: высшее по направлению бакалавриата "Прикладная математика и информатика" (2023, квалификация: бакалавр)

Ученая степень: отсутствует

Должность: старший преподаватель кафедры прикладной математики

Общий стаж работы: 1 год 10 месяцев 25 дней

Стаж педагогической работы: 9 месяцев 26 дней

Расписание преподавателя


Повышение квалификации (за последние три года)

  • Разработка серверной части приложений PostgreSQL. Базовый курс (2024)

Преподаваемые дисциплины (за последние три учебных года)

  • Анализ данных
  • Интеллектуальный анализ данных и визуализация
  • Комплексная аттестация
  • Методы интеллектуального анализа данных
  • Системы искусственного интеллекта
  • Статистический анализ данных
  • Технологии машинного обучения

Публикации

  1. Болодурина, И. П. Методы и алгоритмы мультимодального обучения [Электронный ресурс] / И. П. Болодурина, П. Л. Нирян // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 1-3 февр. 2024 г. / Оренбург. гос. ун-т ; ред. А. В. Зайцев. - Оренбург : ОГУ,2024. - . - С. 1510-1513. . - 4 с.
    Электронный источник
  2. Болодурина, И. П. Детекция состязательных атак на основе перекрестной проверки для задачи сегментации раковых образований печени [Электронный ресурс] / И. П. Болодурина, П. Л. Нирян, Л. С. Гришина // Научно-технический вестник Поволжья,2023. - № 11. - С. 150-153. . - 4 с. Целью исследования является разработка алгоритма детекции состязательных атак на основе перекрестной проверки на примере задачи сегментации раковых образований печени. В рамках данного исследования были получены две модели для решения задачи сегментации. Также был представлен алгоритм перекрестной проверки с точностью 88%. Также выявлены закономерности при атаке модели алгоритмами "белого" и "черного" ящиков. Данный алгоритм перекрестной проверки можно применять в системах медицинской диагностики для детекции аномалий на изображениях.
    Электронный источник
  3. Нирян, П. Л. Идентификация состязательных атак на моделях машинного обучения на основе перекрестной проверки [Электронный ресурс] : выпускная квалификационная работа: направление подготовки 01.03.02 Прикладная математика и информатика / П. Л. Нирян. - Оренбург, 2023. - 42 с.
    Электронный источник
  4. Исследование эффективности целевых состязательных атак на модели машинного обучения по табличным данным [Электронный ресурс] / И. П. Болодурина, Д. И. Парфёнов, П. Л. Нирян, Л. С. Гришина, А. Ю. Жигалов // Университетский комплекс как региональный центр образования, науки и культуры : сб. материалов Всерос. науч.-метод. конф., Оренбург, 26-27 янв. 2023 г. / Оренбург. гос. ун-т ; ред. А. В. Пыхтин. - Оренбург : ОГУ,2023. - . - С. 1248-1251. . - 4 с.
    Электронный источник
  5. Применение алгоритма нечеткой логики Мамдани для оценки качества моделей искусственного интеллекта на основе имеющихся данных [Электронный ресурс] / С. Т. Дусакаева, М. П. Носарев, И. А. Хохлов, П. Л. Нирян // Современные технологии. Системный анализ. Моделирование,2023. - № 1 (77). - С. 170-180. . - 11 с. В статье рассмотрена актуальная проблема трудоемкости и высокой стоимости разработки систем или моделей искусственного интеллекта в связи с низким качеством используемых данных. Изучены виды и направления корреляционной связи между различными метриками качества данных и точности работы итоговой модели искусственного интеллекта. Отмечено, что в современном мире наблюдается проникновение искусственного интеллекта практически во все области человеческой деятельности: здравоохранение, агропродовольственная сфера, промышленность, творческие направления. Обоснована актуальность поставленной проблемы и проведен краткий обзор современных исследований, связанных с изучением взаимокорреляции качества данных и точности искусственного интеллекта. Указано, что плохие данные приводят к значительным финансовым потерям, повышают трудоемкость разработки систем или моделей искусственного интеллекта.
    Электронный источник
  6. Разработка рекомендательной системы для поиска оптимального месторасположения парка в городской среде [Электронный ресурс] / С. Т. Дусакаева, П. Л. Нирян, М. П. Носарев, И. А. Хохлов // Информационные технологии и математическое моделирование в управлении сложными системами,2023. - № 1 (17). - С. 49-57. . - 9 с. В статье рассмотрена актуальная проблема выбора наиболее оптимального местонахождения и наполняемости парка в городской среде.
    Электронный источник
  7. Система поддержки принятия врачебных решений описания снимка оптической когерентной томографии при динамическом наблюдении пациентов с патологией заднего отрезка глаза [Электронный ресурс] : свидетельство о гос. регистрации программы для ЭВМ 2023669676 / А. Д. Чупров, И. П. Болодурина, А. О. Лосицкий, А. Ю. Жигалов, Л. С. Гришина, П. Л. Нирян, И. А. Хохлов; правообладатели А. Д. Чупров, И. П. Болодурина, А. О. Лосицкий, А. Ю. Жигалов.- № 2023664812заявл. 11.07.2023опубл. 19.09.2023, 2023. - 1 с.
    Электронный источник
  8. Применение алгоритма нечеткой логики Мамдани для отбора игроков в футбольный клуб на предсезонных сборах [Электронный ресурс] / С. Т. Дусакаева, И. А. Хохлов, П. Л. Нирян, М. П. Носарев // Современные технологии. Системный анализ. Моделирование,2022. - № 1 (76). - С. 228-237. . - 10 с. В статье рассматриваются вопросы отбора игроков в футбольную команду в контексте решения актуальной проблемы подбора профессионального персонала в организации и на предприятия. Актуальность указанной проблемы обусловлена нестабильной политической обстановкой в мире, экономическими реформами и социальной адаптацией дипломированных специалистов
    Электронный источник
Данные на странице из БД ИАС
Сведения об образовании, степенях, званиях и читаемых дисциплинах из базы данных ИАС ОГУ

Для того, чтобы мы могли качественно предоставить вам услуги, мы используем cookies, которые сохраняются на вашем компьютере (сведения о местоположении; ip-адрес; тип, язык, версия ОС и браузера; тип устройства и разрешение его экрана; источник, откуда пришел на сайт пользователь; какие страницы открывает и на какие кнопки нажимает пользователь; эта же информация используется для обработки статистических данных использования сайта посредством аналитической системы «Спутник» и интернет-сервиса Яндекс.Метрика). Нажимая кнопку «Согласен», вы подтверждаете то, что вы проинформированы об использовании cookies на нашем сайте. Отключить cookies вы можете в настройках своего браузера.

424242
Почтовый адрес:

460018, г. Оренбург,

просп. Победы, д. 13

Телефон:

+7 (35-32) 77-67-70

Горячая линия Минобрнауки России:

- по обеспечению правовой и социальной защиты обучающихся: 8 800 222-55-71 (доб. 1)

- по психологической помощи студенческой молодежи: 8 800 222-55-71 (доб. 2)

       

Официальный сайт федерального государственного бюджетного образовательного учреждения высшего образования «Оренбургский государственный университет».

Соглашение об использовании сайтаПолитика обработки персональных данных веб-сайтов ОГУ

© ОГУ, 1999–2024. При использовании материалов сайта гиперссылка обязательна!