Начальная страница
Леонид
Борисович
Соколинский

Биографическая справка

Область научных интересов

Научные достижения

Гранты

Публикации

Выступления на конференциях

Читаемые учебные курсы

Методические разработки

Проект Омега

Персональная электронная библиотека

Полезные
WWW-ссылки 

 

English version

Rambler's Top100

Главная страница  Биографическая справка Проект Омега  Полезные WWW-ссылки

Леонид Соколинский

Доктор физ.-мат. наук, профессор

Леонид Борисович Соколинский

Проректор по информатизации

Южно-Уральский государственный университет (НИУ)

Россия, 454080, г.Челябинск, проспект им. В. И. Ленина, 76, к. 910.
Рабочий телефон: (351) 272-35-00

E-mail: Leonid.Sokolinsky@susu.ru
Личная страница: http://sok.susu.ru

Skype: leonid_sokolinsky

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


Библиография ИТ

Леонид Борисович Соколинский является проректором по информатизации и 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 100 научных работ. Л.Б. Соколинским подготовлены семь кандидатов наук. Член ACM с 1997 г.

Л.Б. Соколинский сопровождает Библиографический каталог по информационным технологиям.

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 вычислительные технологии
  • Системы создания и поддержки проблемно-ориентированных баз данных
  • Электронное обучение
  • Математическое программирование

Научные достижения

Под руководством Л.Б. Соколинского разработаны следующие новые концепции, подходы, модели, методы и алгоритмы.

  • Алгоритм LFU-K замещения страниц в кэше
  • Метод внедрения параллелизма в СУБД с использованием оператора exchange
  • Алгоритм планирования POS в распределенных многопроцессорных проблемно-ориентированных вычислительных средах
  • Колоночные индексы и колоночный сопроцессор баз данных для обработки ресурсоемких OLAP-запросов в реляционных СУБД
  • Структурно-иерархическая модель электронных учебных курсов
  • Имитационная модель обработки транзакций на многопроцессорных системах с распределенной памятью
  • Метод частичного зеркалирования и алгоритм балансировки загрузки в параллельных системах баз данных
  • Концепция виртуальных испытательных стендов
  • Концепция персонального виртуального компьютера
  • Параллельный алгоритм решения задачи сильной отделимости
  • Параллельный алгоритм вычисления псевдопроекции на мультиядерных процессорах
  • Параллельный алгоритм NSLP для решения нестационарных задач линейного программирования большой размерности
  • Модель параллельных вычислений BSF

Гранты

Гранты на проведение научно-исследовательских работ

  1. Государственное задание 2.7905.2017 Минобрнауки РФ (2017-2019): Модели, методы и алгоритмы обработки больших данных в задачах искусственного интеллекта, интеллектуального анализа и глубокого машинного обучения.
  2. 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.
  3. 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.
  4. 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".
  5. 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.
  6. 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.
  7. Грант РФФИ-Урал № 10-07-96007-р_урал_а  (2010-2012 гг.): Разработка комплекса полезных моделей человеческого тела для предсказательного моделирования на суперкомпьютерных системах.
  8. 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.
  9. 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.
  10. 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.
  11. Грант РФФИ No. 06-07-89148 (2006-2008 гг.): Технология и методы организации систем баз данных для вычислительных кластеров и GRID.
  12. Грант РФФИ No. 03-07-90031 (2003-2005 гг.): Модели и методы проектирования и разработки параллельных систем баз данных с кластерной архитектурой.
  13. Грант РФФИ No. 00-07-90077 (2000-2002 гг.): Разработка параллельной системы управления базами данных для мультипроцессорных вычислительных систем МВС-100/1000.
  14. 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. Sokolinskaya I., Sokolinsky L.B. Scalability Evaluation of NSLP Algorithm for Solving Non-Stationary Linear Programming Problems on Cluster Computing Systems // Supercomputing. RuSCDays 2017. Communications in Computer and Information Science. 2017. Vol. 793. P. 40-53. DOI: 10.1007/978-3-319-71255-0_4. (Indexing: Scopus) [Full Text in PDF]

  2. Sokolinskaya I., Sokolinsky L.B. On the Solution of Linear Programming Problems in the Age of Big Data // Parallel Computational Technologies. PCT 2017. Communications in Computer and Information Science. 2017. Vol. 753. P. 86-100. DOI: 10.1007/978-3-319-67035-5_7.  (Indexing: Scopus) [Full Text in PDF]

  3. Ivanova E.V., Sokolinsky L.B. Parallel processing of very large databases using distributed column indexes // Programming and Computer Software. 2017. Vol. 43, No. 3. P. 131–144. DOI: 10.1134/S0361768817030069. (Indexing: WOS:000402194900001, Scopus) [Full Text in PDF]

  4. Sokolinskaya I., Sokolinsky L. Revised Pursuit Algorithm for Solving Non-Stationary Linear Programming Problems on Modern Computing Clusters with Manycore Accelerators // Supercomputing. RuSCDays 2016. Communications in Computer and Information Science. 2016. Vol. 687. P. 212-223. DOI: 10.1007/978-3-319-55669-7_17.  (Indexing: Scopus) [Full Text in PDF]

  5. Sokolinsky L.B., Shamakina A.V. Methods of Resource Management in Problem-Oriented Computing Environment // Programming and Computer Software. 2016. Vol. 42, No. 1. P. 17-26. DOI: 10.1134/S0361768816010084. [Full Text in PDF] (Indexing:  WOS:000373372900003, Scopus)

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. Исследование масштабируемости алгоритма NSLP для решения нестационарных задач линейного программирования на кластерных вычислительных системах (Международная научная конференция "Суперкомпьютерные дни в России 2017". Москва, 25-26 сентября 2017 г.) [Презентация в формате PDF]

  2. Using Intel Xeon Phi for Solving Non-Stationary Linear Programming Problems (IXPUG/RU Workshop 2017. Moscow, June 1-2, 2017). [Презентация в формате PDF]

  3. Опыт использования Xeon Phi для вычисления псевдопроекций методом Фейеровских приближений на выпуклые многогранники сверхбольших размерностей (Научный семинар по информационным технологиям ЮУрГУ, 04.10.2016 ). [Презентация в формате PDF]

  4. Using Intel Xeon Phi for natural join execution on in-memory compressed data (IXPUG/RU workshop 2016. Saint-Petersburg, June 9-10, 2016). [Презентация в формате PDF]

  5. О применении фейеровских отображений в задачах линейной оптимизации с быстро меняющимися входными данными  (XV Всероссийская конференция "Математическое программирование и приложения". Екатеринбург, 2 - 6 марта 2015 г.) [Презентация в формате PDF]

Все выступления на конференциях, начиная с 1999 г.


Читаемые учебные курсы


Методические разработки


Изменено: 10 декабря 2017 г.

© Л.Б. Соколинский