© Л.Б. Соколинский

Начальная страница
 Леонид
Борисович
Соколинский

Биографическая справка

Область научных интересов

Научные достижения

Гранты

Публикации

Выступления на конференциях

Читаемые учебные курсы

Методические разработки

Полезные
WWW-ссылки

English version

 

Главная страница Биографическая справка Полезные WWW-ссылки

Леонид Соколинский

Доктор физ.-мат. наук, профессор

Леонид Борисович Соколинский

Заведующий кафедрой системного программирования

Южно-Уральский государственный университет (НИУ)

Россия, 454080, г. Челябинск, проспект им. В. И. Ленина, 87, к. 479/3а.
Рабочий телефон: (351) 272-30-80

E-mail: leonid.sokolinsky@susu.ru
Личная страница: http://sok.susu.ru

Skype: BpZ9wgmtUscK  

05.13.18 - математическое моделирование, численные методы и комплексы программ (физико-математические и технические науки)
Диссертационный совет

Леонид Борисович Соколинский является заведующим кафедрой системного программирования Южно-Уральского государственного университета (национального исследовательского университета). Доктор физико-математических наук, профессор, почетный работник высшего профессионального образования РФ, главный редактор серии "Вычислительная математика и информатика" Вестника ЮУрГУ. Является автором и соавтором более 150 научных работ. Л.Б. Соколинским подготовлены восемь кандидатов и один доктор наук.

 Индекс Хирша: 7 (WoS), 10 (Scopus), 19 (РИНЦ)

РИНЦ: SPIN-код 6077-5142; Author ID 99314

WoS ResearcherID: E-2421-2013

Scopus ID: 6506818504

ORCID: 0000-0001-9997-3918

ResearchGate: www.researchgate.net/profile/Leonid_Sokolinsky

Academia.edu: susu.academia.edu/Leonid_Sokolinsky

Область научных интересов

  • Искусственные нейронные сети и машинное обучение
  • Параллельные вычисления
  • Системы создания и поддержки проблемно-ориентированных баз данных
  • Вычислительная математика

Научные достижения

Л.Б. Соколинским совместно с его учениками разработаны следующие новые концепции, подходы, модели, методы и алгоритмы.

  • AFaMove: высокомасштабируемый параллельный алгоритм AFaMove решения задачи ЛП путем движения по граням допустимого многогранника (2024)
  • Проекционный метод поверхностного движения для решения задач ЛП (2023)
  • Визуальное представление многомерных задач линейного программирования (2022)
  • Математическая модель фасеточного зрения на плоскости (2021)
  • Апекс-метод для решения задач линейного программирования (2020)
  • Модель параллельных вычислений BSF (2019)
  • Колоночные индексы и колоночный сопроцессор баз данных для обработки ресурсоемких OLAP-запросов в реляционных СУБД (2017)
  • Алгоритм планирования POS в распределенных многопроцессорных проблемно-ориентированных вычислительных средах (2016)
  • Алгоритм LFU-K замещения страниц в кэше (2004)

Гранты

Гранты на проведение научно-исследовательских работ

  1. Грант РНФ № 23-21-00356 (2023-2024 гг.): Развитие методов многомерной линейной оптимизации на основе синтеза суперкомпьютерных технологий и машинного обучения.
  2. Государственное задание FENU-2020-0022 Минобрнауки РФ (2020-2022): Математические основы, модели и алгоритмы цифровой индустрии.
  3. Грант РФФИ № 20-07-00092-а (2020-2022 гг.): Разработка сверхмасштабируемых моделей, методов и алгоритмов для решения нестационарных задач оптимизации на основе синтеза суперкомпьютерных и нейросетевых технологий.
  4. Государственное задание 2.7905.2017/8.9 Минобрнауки РФ (2017-2019): Модели, методы и алгоритмы обработки больших данных в задачах искусственного интеллекта, интеллектуального анализа и глубокого машинного обучения.
  5. Грант РФФИ № 17-07-00352-а (2017-2019 гг.): Разработка сверхмасштабируемых методов и алгоритмов для решения задач линейного программирования большой размерности с быстро меняющимися исходными данными.
  6. Грант РФФИ № 15-29-07959 офи-м (2015-2017 гг.): Разработка методов и алгоритмов планирования выполнения потоковых приложений при решении задач инженерного анализа в распределенных вычислительных средах.
  7. Государственный контракт ФЦП № 14.574.21.0035 (2014-2015 гг.): "Разработка технологий параллельной обработки сверхбольших объемов данных с использованием колоночного представления и сжатия информации на кластерных вычислительных системах с многоядерными ускорителями и создание на их основе параллельной СУБД".
  8. Государственный контракт ФЦП № 14.514.11.4106 (2013 г.): Разработка принципов построения и формирование банков прототипированных приложений на основе модели потоков работ для больших суперкомпьютерных комплексов с многоядерными ускорителями.
  9. Грант РФФИ № 12-01-00452-а  (2012-2014 гг.): Разработка методов и алгоритмов для решения нестационарных задач линейной оптимизации и распознавания образов на гибридных многопроцессорных системах экзафлопного уровня производительности.
  10. Грант РФФИ-Урал № 10-07-96007-р_урал_а  (2010-2012 гг.): Разработка комплекса полезных моделей человеческого тела для предсказательного моделирования на суперкомпьютерных системах.
  11. Грант РФФИ № 09-07-00241-а (2009-2011 гг.): Алгоритмы и методы параллельной обработки запросов в системах баз данных для многопроцессорных систем с иерархической архитектурой.
  12. Гос. контракт Роснауки No. 2007-4-1.4-20-01-026 (2007-2008 гг.): Создание грид-сервисов для построения структурированных проблемно-ориентированных оболочек для использования инженерных пакетов в распределенных вычислительных средах.
  13. Грант программы СКИФ-ГРИД Союзного государства Россия-Белоруссия No. 2007-СГ-04/4 (2007-2008 гг.): Создание адаптеров для использования пакетов инженерного моделирования и анализа в грид-среде.
  14. Грант РФФИ No. 06-07-89148 (2006-2008 гг.): Технология и методы организации систем баз данных для вычислительных кластеров и GRID.
  15. Грант РФФИ No. 03-07-90031 (2003-2005 гг.): Модели и методы проектирования и разработки параллельных систем баз данных с кластерной архитектурой.
  16. Грант РФФИ No. 00-07-90077 (2000-2002 гг.): Разработка параллельной системы управления базами данных для мультипроцессорных вычислительных систем МВС-100/1000.
  17. Грант РФФИ No. 97-07-90148 (1997-1999 гг.): Разработка высоко-параллельной масштабируемой системы управления базами данных для мультипроцессорной вычислительной системы без совместного использования ресурсов.

Избранные публикации

  1. Olkhovsky N.A., Sokolinsky L.B. Surface Movement Method for Linear Programming // Lobachevskii Journal of Mathematics. 2024. Vol. 45, No. 10. P. 5061-5079. DOI: 10.1134/S1995080224605745. (Ядро РИНЦ, RSCI К1, Белый список, WoS, Scopus CiteScore Q2, SJR Q2) [Full Text in PDF]

  2. Olkhovsky N.A., Sokolinsky L.B. AlFaMove: Scalable Implementation of Surface Movement Method for Cluster Computing Systems // Supercomputing Frontiers and Innovations. 2024. Vol. 11, No. 3. P. 4-26. DOI:10.14529/jsfi240301. (Ядро РИНЦ, RSCI К1, Белый список, Scopus CiteScore Q3, SJR Q4) [Full Text in PDF]

  3. Olkhovsky N.A., Sokolinsky L.B. Visualizing Multidimensional Linear Programming Problems // Parallel Computational Technologies. PCT 2022. Communications in Computer and Information Science, vol. 1618. Cham: Springer, 2022. P. 172-196. DOI:10.1007/978-3-031-11623-0_13. (WoS, Scopus CiteScore Q3, SJR 0.2) [Full Text in PDF]

  4. Sokolinsky L.B. BSF: A parallel computation model for scalability estimation of iterative numerical algorithms on cluster computing systems // Journal of Parallel and Distributed Computing. 2021. Vol. 149. P. 193-206. DOI:10.1016/j.jpdc.2020.12.009. (Web of Science Core Collection: 000608915300016 Impact Factor 3.8, Scopus CiteScore Q1, SJR 1.19) [Full Text in PDF]

  5. Sokolinsky L.B., Sokolinskaya I.M. VaLiPro: Linear Programming Validator for Cluster Computing Systems // Supercomputing Frontiers and Innovations. 2021. Vol. 8, No. 3. P. 51-61. DOI:10.14529/jsfi210303. (Перечень ВАК, Ядро РИНЦ, Scopus CiteScore Q2, SJR 0.21) [Full Text in PDF]

Полный список научных трудов

Список публикаций, индексированных в РИНЦ, Scopus, Web of Science, DBLP, ACM DL, Google Академия

Недавние выступления на конференциях и семинарах

  1. Масштабируемые проекционные методы в линейном программировании. Устное выступление (пленарный доклад). Всероссийская конференция с международным участием  "Параллельные вычислительные технологии (ПаВТ) 2024". Челябинск, 2-4 апреля 2024 г. [Презентация в формате PDF]

  2. О новом подходе к решению нестационарных задач линейного программирования на кластерных вычислительных системах. Устное выступление (секционный доклад). Международная научная конференция "Суперкомпьютерные дни в России 2023". Москва, 25-26 сентября 2023 г. [Презентация в формате PDF]

  3. VaLiPro: валидатор решений задач линейного программирования для кластерных вычислительных систем. Международная научная конференция "Суперкомпьютерные дни в России 2021". Москва, 27-28 сентября 2021 г. [Презентация в формате PDF]

  4. FRaGenLP: генератор случайных задач линейного программирования для кластерных вычислительных систем. Международная научная конференция "Параллельные вычислительные технологии (ПаВТ) 2021". Волгоград, 30 марта - 1 апреля 2021 г. [Презентация в формате PDF]

  5. Модель параллельных вычислений для оценки масштабируемости итерационных численных алгоритмов. Международная конференция "Марчуковские научные чтения 2020". Академгородок, Новосибирск, 19 - 23 Октября 2020 г. [Презентация в формате PDF]

Все выступления на конференциях, начиная с 1999 г.

Читаемые учебные курсы

Методические разработки

Изменено: 08 декабря 2024 г.