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
130 научных работ. Л.Б. Соколинским подготовлены
восемь кандидатов и один доктор наук. Член
ACM с 1997 г.
Индекс Хирша: 6 (WoS), 8 (Scopus), 16 (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
-
Искусственные нейронные сети и машинное обучение
- Параллельные вычисления
- Системы создания и поддержки проблемно-ориентированных баз данных
-
Вычислительная математика
Л.Б. Соколинским
совместно с его учениками разработаны следующие новые концепции,
подходы, модели, методы и алгоритмы.
-
Модель параллельных вычислений BSF
-
Алгоритм LFU-K замещения страниц в кэше
- 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
Гранты на проведение научно-исследовательских работ-
Государственное задание FENU-2020-0022 Минобрнауки РФ
(2020-2022): Математические основы модели и алгоритмы
цифровой индустрии.
-
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.
-
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.
- 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.
- 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.
- 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".
- 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.
- 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.
- Грант РФФИ-Урал № 10-07-96007-р_урал_а (2010-2012 гг.): Разработка комплекса полезных моделей человеческого тела для предсказательного моделирования на суперкомпьютерных системах.
- 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.
- 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.
- 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.
- Грант РФФИ No. 06-07-89148 (2006-2008 гг.): Технология и методы организации систем баз данных для вычислительных кластеров и GRID.
- Грант РФФИ No. 03-07-90031 (2003-2005 гг.): Модели и методы проектирования и разработки параллельных систем баз данных с кластерной архитектурой.
- Грант РФФИ No. 00-07-90077 (2000-2002 гг.): Разработка параллельной системы управления базами данных для мультипроцессорных вычислительных систем МВС-100/1000.
- 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.
-
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.
(WOS:000608915300016 Q2,
Scopus
Q1)
[Full Text in PDF]
-
Sokolinsky L.B., Sokolinskaya I.M. Scalable Parallel
Algorithm for Solving Non-stationary Systems of Linear Inequalities //
Lobachevskii Journal of Mathematics. 2020. Vol.
41, No.
8. P.
1571–1580. DOI:
10.1134/S1995080220080181.
(Перечень
ВАК,
Ядро
РИНЦ,
WOS:000581791600017,
Scopus
Q2)
[Full Text in PDF]
-
Sokolinsky L.B., Sokolinskaya I.M. Scalable Method for
Linear Optimization of Industrial Processes // Proceedings - 2020
Global Smart Industry Conference, GloSIC 2020. IEEE, 2020. P. 20–26.
Article number 9267854. DOI:10.1109/GloSIC50886.2020.9267854.
(WoS,
Scopus)
[Full Text in PDF]
-
Sokolinskaya I.M., Sokolinsky L.B. Scalability Evaluation of
Cimmino Algorithm for Solving Linear Inequality Systems on
Multiprocessors with Distributed Memory //
Supercomputing Frontiers and
Innovations. 2018. Vol. 5, No. 2. P. 11-22. DOI:10.14529/jsfi180202.
(Перечень
ВАК,
Ядро
РИНЦ,
Scopus
Q2)
[Full Text in PDF]
-
Sokolinsky L.B. Analytical Estimation of the Scalability of
Iterative Numerical Algorithms on Distributed Memory Multiprocessors //
Lobachevskii Journal of Mathematics. 2018. Vol. 39, No.
4. P.
571-575. DOI:
10.1134/S1995080218040121.
(Перечень
ВАК,
Ядро
РИНЦ,
WOS:000433125100011,
Scopus
Q2)
[Full Text
in PDF]
Полный список научных трудов
Список публикаций, индексированных в
РИНЦ,
Scopus,
Web of Science,
DBLP,
ACM DL,
Google Академия
-
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]
-
Исследование
масштабируемости апекс-метода для решения сверхбольших задач
линейного программирования на кластерных вычислительных системах. Международная научная конференция
"Суперкомпьютерные
дни в России 2020". Москва, 21-22 сентября 2020 г. [Презентация в формате PDF]
-
Scalable algorithm for Solving Convex Feasibility Problems.
Huawei Central Research Institute Mathematics Workshop (Saint
Petersburg, October 14 – 15, 2019). [Презентация в формате PDF]
-
BSF: модель параллельных вычислений для
многопроцессорных систем с распределенной памятью.
Семинар НИУ ВШЭ по высокопроизводительным вычислениям. Москва, 8
октября 2019 г. [Презентация в формате PDF]
-
Исследование фазы Quest алгоритма NSLP для решения больших
нестационарных задач линейного программирования на кластерных
вычислительных системах. Международная научная конференция
"Суперкомпьютерные
дни в России 2019". Москва, 23-24 сентября 2019 г. [Презентация в формате PDF]
Все выступления на конференциях, начиная с 1999 г.
Изменено:
11 февраля 2021 г.
|