Студент ДВФУ вошёл в десятку сильнейших на COVID-19 Data Challenge
Студент Дальневосточного Федерального университета Максим Шульга вошёл в десятку сильнейших на COVID-19 Data Challenge – международном конкурсе, участники которого соревновались в построении прогнозной модели факторов распространения коронавирусной инфекции в разных странах мира. Максим Шульга рассказал корреспондентам RT, что для него участие в конкурсе было интересным по двум причинам. Во-первых, тема коронавируса сейчас является одной из самых значительных в мире. А во-вторых, решение поставленной задачи, где необходимо было построить математическую модель с использованием методов машинного обучения, совпадало с кругом научных интересов Масима. 20-летний Шульга сейчас учится на третьем курсе Школы естественных наук ДВФУ. Его специализация — компьютерная безопасность. В задачу конкурсантов входило создание математической модели, которая предсказывала бы изменение числа заболевших и скончавшихся в том или ином регионе мира. Максим применял при создании своей модели рекуррентную нейросеть. Организаторы конкурса предоставили для анализа данные, собираемые о развитии эпидемии коронавруса Университетом Джона Хопкинса. Максим убежден, что математические модели прогнозирования развития эпидемии плохо справляются с определением этого процесса на длительном отрезке времени, но дают достаточно точную картину и прогноз, например, на неделю. Но, по мнению Шульги, такие конкурсы имеют важное значение, потому что привлекают внимание ученых к проблеме прогнозирования пандемий.
ОТР - Общественное Телевидение России
marketing@ptvr.ru
+7 499 755 30 50 доб. 3165
АНО «ОТВР»
1920
1080
Студент ДВФУ вошёл в десятку сильнейших на COVID-19 Data Challenge
Студент Дальневосточного Федерального университета Максим Шульга вошёл в десятку сильнейших на COVID-19 Data Challenge – международном конкурсе, участники которого соревновались в построении прогнозной модели факторов распространения коронавирусной инфекции в разных странах мира. Максим Шульга рассказал корреспондентам RT, что для него участие в конкурсе было интересным по двум причинам. Во-первых, тема коронавируса сейчас является одной из самых значительных в мире. А во-вторых, решение поставленной задачи, где необходимо было построить математическую модель с использованием методов машинного обучения, совпадало с кругом научных интересов Масима. 20-летний Шульга сейчас учится на третьем курсе Школы естественных наук ДВФУ. Его специализация — компьютерная безопасность. В задачу конкурсантов входило создание математической модели, которая предсказывала бы изменение числа заболевших и скончавшихся в том или ином регионе мира. Максим применял при создании своей модели рекуррентную нейросеть. Организаторы конкурса предоставили для анализа данные, собираемые о развитии эпидемии коронавруса Университетом Джона Хопкинса. Максим убежден, что математические модели прогнозирования развития эпидемии плохо справляются с определением этого процесса на длительном отрезке времени, но дают достаточно точную картину и прогноз, например, на неделю. Но, по мнению Шульги, такие конкурсы имеют важное значение, потому что привлекают внимание ученых к проблеме прогнозирования пандемий.
Студент Дальневосточного Федерального университета Максим Шульга вошёл в десятку сильнейших на COVID-19 Data Challenge – международном конкурсе, участники которого соревновались в построении прогнозной модели факторов распространения коронавирусной инфекции в разных странах мира. Максим Шульга рассказал корреспондентам RT, что для него участие в конкурсе было интересным по двум причинам. Во-первых, тема коронавируса сейчас является одной из самых значительных в мире. А во-вторых, решение поставленной задачи, где необходимо было построить математическую модель с использованием методов машинного обучения, совпадало с кругом научных интересов Масима. 20-летний Шульга сейчас учится на третьем курсе Школы естественных наук ДВФУ. Его специализация — компьютерная безопасность. В задачу конкурсантов входило создание математической модели, которая предсказывала бы изменение числа заболевших и скончавшихся в том или ином регионе мира. Максим применял при создании своей модели рекуррентную нейросеть. Организаторы конкурса предоставили для анализа данные, собираемые о развитии эпидемии коронавруса Университетом Джона Хопкинса. Максим убежден, что математические модели прогнозирования развития эпидемии плохо справляются с определением этого процесса на длительном отрезке времени, но дают достаточно точную картину и прогноз, например, на неделю. Но, по мнению Шульги, такие конкурсы имеют важное значение, потому что привлекают внимание ученых к проблеме прогнозирования пандемий.