Главная страница Биографическая справка Полезные WWW-ссылки

	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		Диссертационный совет

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 120 научных работ. Л.Б. Соколинским подготовлены семь кандидатов 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

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 2.7905.2017/8.9 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.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. [Full Text in PDF] (Indexing: Scopus Q2)

2. 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. [Full Text in PDF] (Indexing: WOS:000433125100011, Scopus Q3)

3. 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. [Full Text in PDF]  (Indexing: WOS:000432614200004, Scopus)

4. 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. [Full Text in PDF]  (Indexing: WOS:000450925000007, Scopus Q3)

5. 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. [Full Text in PDF] (Indexing: WOS:000402194900001, Scopus Q4)

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 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]

2. Исследование масштабируемости модифицированного алгоритма Чиммино для линейных неравенств. Международная научная конференция "Суперкомпьютерные дни в России 2018". Москва, 24-25 сентября 2018 г. [Презентация в формате PDF]

3. BSF: модель параллельных вычислений для многопроцессорных систем с распределенной памятью. Международная научная конференция "Параллельные вычислительные технологии (ПаВТ) 2018", Ростов-на-Дону, 2-6 апреля 2018 г. [Презентация в формате PDF]

4. Модели параллельных вычислений. Научный семинар по информационным технологиям, ЮУрГУ, 20 февраля 2018. [Презентация в формате PDF]

5. 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]

Все выступления на конференциях, начиная с 1999 г.

Читаемые учебные курсы

• Современные технологии разработки СУБД
• Нейронные сети

Методические разработки

• Параллельные системы баз данных / Электронный учебный курс  (совм. с М.Л. Цымблером)
• Шаблон для подготовки технического отчета в формате MS Word: TechReport.dot
• Образцы для оформления списка литературы

Изменено: 10 октября 2019 г.