ИВМ СО РАН Поиск 
Отчеты ИВМ СО РАН

Отчет ИВМ СО РАН за 2024 год

Введение


Институт вычислительного моделирования Сибирского отделения Российской академии наук — обособленное подразделение ФИЦ КНЦ СО РАН (далее — ИВМ СО РАН или Институт) был организован 01 января 1975 года постановлением Президиума Сибирского отделения Академии наук СССР от 17.01.1975 № 33 во исполнение постановлений Президиума Академии наук СССР от 16.05.1974 № 423 и Коллегии Государственного комитета Совета Министров СССР по науке и технике от 19.11.1974 № 65 как Вычислительный центр СО АН СССР в г. Красноярске (ВЦК СО АН СССР) на правах научно-исследовательского института.

Инициатором создания Института и его директором-организатором был Председатель СО АН СССР академик Марчук Г. И., а первыми директорами — член-корреспондент РАН Дулов В. Г. (1975–1983) и академик РАН Шокин Ю. И. (1983–1990); с 1990 года по апрель 2016 год его возглавлял член-корреспондент РАН Шайдуров В. В. В апреле 2016 года директором Института стал д-р физ.-мат. наук, проф. (с 2022 — член-корреспондент РАН) Садовский В. М. Со второй половины апреля 2022 года по настоящее время директором Института вновь является член-корреспондент РАН Шайдуров В. В.

Тематика исследований Института формировалась с учетом важнейших проблем Красноярского края. Создание Вычислительного центра в г. Красноярске в дополнение к успешно функционирующему Вычислительному центру в г. Новосибирске имело большое значение не только для академической науки, но и для дальнейшего развития производительных сил Восточной Сибири.

Постановлением Президиума Российской академии наук от 26.12.1997 № 215 Институт был переименован в Институт вычислительного моделирования СО РАН; постановлением Президиума Российской академии наук от 13.03.2001 № 78 — в Научно-исследовательское учреждение Институт вычислительного моделирования Сибирского отделения Российской академии наук; постановлением Президиума Российской академии наук от 20.04.2004 № 132 — в Институт вычислительного моделирования Сибирского отделения Российской академии наук; постановлением Президиума Российской академии наук от 18.12.2007 № 274 — в Учреждение Российской академии наук Институт вычислительного моделирования Сибирского отделения РАН.

В соответствии с постановлением Президиума Российской академии наук от 13.12.2011 № 262 «Об изменении типа учреждений, подведомственных Российской академии наук, и их переименовании» Институт изменил тип учреждения и был переименован в Федеральное государственное бюджетное учреждение науки Институт вычислительного моделирования Сибирского отделения Российской академии наук.

В соответствии с приказом Федерального агентства научных организаций от 21.02.2016 № 73 «О реорганизации Федерального государственного бюджетного учреждения науки Красноярского научного центра Сибирского отделения Российской академии наук» Институт был реорганизован в форме присоединения к Федеральному государственному бюджетному учреждению науки Красноярскому научному центру Сибирского отделения Российской академии наук.

С 1 августа 2016 года и по настоящее время Институт является обособленным подразделением Федерального государственного бюджетного научного учреждения «Федеральный исследовательский центр «Красноярский научный центр Сибирского отделения Российской академии наук» (далее — Центр).

Институт в своей деятельности руководствуется Гражданским кодексом РФ, другими правовыми актами, Уставом Центра, Положением об Институте вычислительного моделирования Сибирского отделения Российской академии наук обособленном подразделении ФИЦ КНЦ СО РАН, утвержденным директором Центра 15.10.2018 (далее Положение), иными локальными правовыми актами Центра.

Институт осуществляет свою деятельность по согласованию с Центром, во взаимодействии с Минобрнауки России, иными федеральными органами исполнительной власти, органами исполнительной власти субъектов Российской Федерации и органами местного самоуправления, Федеральным государственным бюджетным учреждением «Российская академия наук» (далее — РАН), государственными и общественными объединениями, профессиональными организациями, иными юридическими и физическими лицами.

Институт является подразделением Центра, территориально обособленным от него и осуществляющим часть функций Центра, указанных в Положении.

Институт не является юридическим лицом, действует от имени Центра на основании Положения, утвержденного директором Центра.

Институт ведет самостоятельный баланс в структуре сводного баланса Центра, имеет лицевые счета в территориальных органах Федерального казначейства.

Институт имеет печать со своим наименованием, указанием на принадлежность к Центру, иные необходимые для его деятельности печати, штампы, бланки, символику, зарегистрированные в установленном порядке.

Официальные наименования Института на русском языке (с 01.08.2016):
полное — Институт вычислительного моделирования Сибирского отделения Российской академии наук — обособленное подразделение ФИЦ КНЦ СО РАН;
сокращенное — ИВМ СО РАН; «Институт вычислительного моделирования СО РАН»;
на английском языке:
полное — Institute of Computational Modelling of the Siberian Branch of the Russian Academy of Sciences;
сокращенное — ICM SB RAS.

Место нахождения Института: 660036, г. Красноярск, Академгородок, д. 50, стр. 44.

Российская академия наук осуществляет научно-методическое руководство деятельностью Института. В соответствии с постановлением Президиума РАН от 25.12.2007 № 291 Институт структурно относится к Отделению нанотехнологий и информационных технологий РАН (секция информационных технологий и автоматизации). В соответствии с постановлением Президиума СО РАН от 06.11.2008 № 571 Институт работает под научно-методическим руководством Объединенного ученого совета по нанотехнологиям и информационным технологиям СО РАН.

Основной задачей Института является организация и проведение фундаментальных, поисковых и прикладных научных исследований по направлениям естественных, технических наук в области математического моделирования и информационных технологий, направленных на получение новых знаний о законах развития природы, общества, человека и способствующих технологическому, экономическому, социальному, духовному развитию Российской Федерации.

Институт осуществляет проведение фундаментальных, поисковых и прикладных научных исследований по направлению «Информационно-вычислительное моделирование сложных процессов и систем», в том числе:

  • математическое моделирование и анализ природных, социальных и технологических процессов, в том числе с применением высокопроизводительных вычислительных комплексов новых поколений;
  • теоретическое и экспериментальное обеспечение разработки перспективных космических технологий и техники;
  • создание информационно-управляющих систем на основе интеграции технологий обработки данных, геоинформационного моделирования и поддержки принятия решений.

В каждом из этих направлений сотрудникам Института принадлежит ряд значительных достижений.

В 2024 году в Институте в рамках государственного задания выполнялись три проекта:

  1. Математическое моделирование неидеальных сред с поверхностями раздела в природных и технических системах; руководитель проекта главный научный сотрудник Института член-корреспондент РАН Садовский В. М.;
  2. Математическое и информационное моделирование сложных физических и производственных процессов и систем; руководитель проекта директор Института член-корреспондент РАН Шайдуров В. В.;
  3. Новые методы и технологии комплексного анализа сложных природных и антропогенных экосистем на основе современных средств моделирования и обработки данных, распределенных вычислений и цифрового мониторинга; руководитель проекта заместитель директора по научной работе Института канд. физ.-мат. наук, доцент Якубайлик О. Э.

В рамках проекта, выполняемого под руководством члена-корреспондента РАН Садовского В. М., в 2024 году получены следующие основные результаты:

  1. Выполнено математическое моделирование термокапиллярных конвективных движений жидкостей в бесконечных областях различной геометрии и в ограниченном массиве в разных условиях. Полученные результаты являются фундаментальными. Они могут быть использованы для проверки эффективности численных методов, применяющихся для расчёта конвективного движения вязких жидкостей, а также при разработке теоретических основ жидкостных технологий, используемых в системах термостабилизации, установках для термического нанесения покрытий, для предварительной оценки параметров возможных конвективных режимов.
  2. Предложен метод построения приближённых решений краевых задач для математических моделей, описывающих динамику течения в дальних областях безымпульсных турбулентных следов. Приближённые решения строятся на основе процедуры склеивания асимптотического разложения решения, полученного вблизи границы турбулентного следа, с разложением искомых функций на оси следа. Данный метод позволяет в процессе построения приближённого решения осуществлять выделение значения показателя автомодельности задачи, а также других неизвестных параметров. Полученные аналитические решения согласуются с доступными экспериментальными данными и могут применяться в инженерной практике для описания основных характеристик течения в дальних областях турбулентных следов.
  3. Выполнена модификация одномерной в вертикальном направлении математической модели годового термического режима вечной мерзлоты для районов суши с использованием наземных и дистанционных измерений температуры поверхностного слоя. Особенностью модели является относительно небольшое количество входных параметров. В рассмотренном варианте для прогноза динамики сезонно-талого слоя достаточно знать сценарии изменений температуры воздуха.
  4. Разработан способ интерпретация цифровых карт распределения гравитационного параметра EWH (эквивалентный уровень воды над контуром геоида Земли), построенных по данным измерений глобальных и локальных гравитационных аномалий Земли с помощью спутниковой системы GRACE. Предложенный способ предназначен для выявления особенностей и закономерностей исследуемого геодинамического процесса в очаговых зонах сильнейших цунамигенных землетрясений (подготовка, основное событие, релаксация), происходящих в субдукционных областях Мирового океана. Результаты интерпретации карт EWH позволяют, в частности, моделировать вероятные варианты геометрических характеристик протяженного источника цунами для последующих расчетов распространения волны в открытом океане. На новом уровне решается задача предвычислений степени опасности цунами по начальному источнику цунами, что актуально для региональных систем предупреждения об угрозе воздействия волн цунами.
  5. Разработана вычислительная методика, применимая, в частности, для построения 3D-модели опухоли головного мозга по 2D (DICOM) снимкам МРТ. При обработке паттернов МРТ используются алгоритмы, направленные на коррекцию изображений (снижение шума, улучшение яркостных и контрастных характеристик). Для построения контуров с повышенной точностью (сегментация), цветового кодирования и визуализации новообразования на МРТ изображениях применяются алгоритмы быстрого шиарлет-преобразования (FFST) и метод упругих карт. С помощью нейросетевого алгоритма и программы «Модели» выполнено моделирование (формирование) полученных после сегментации данных о геометрических характеристиках опухоли головного мозга, которые обеспечили реалистичную объемную визуализацию. Вычислительная методика способна решить актуальную задачу 3D-визуализации для диагностики особенностей заболеваний, связанных с опухолью головного мозга: выделение границ патологической зоны; дифференциация границ объемного новообразования и перифокальных отеков; оценка распространенности опухоли и ее связи с другими структурами головного мозга; анализ показателей текстуры.

По проекту, выполняемому под руководством члена-корреспондента РАН Шайдурова В. В., в 2024 году получены следующие результаты по нескольким разделам:

  1. Представлена математическая модель электрического поля в низкоширотной ионосфере в периоды высокой геомагнитной активности. Эта квазистационарная модель единого проводника ионосфера — атмосфера разработана для расчета электрических полей, создаваемых в околоземном пространстве токами, приходящими в ионосферу из магнитосферы. Для описания реалистичного магнитосферного электрического генератора использованы данные спутников группировки AMPERE о глобальном распределении продольных токов. Реалистичное описание электрического поля на высотах от 20 км и более играет важную роль в оценке вероятности пробоев радиоэлектронных устройств баллистических аппаратов.
  2. Разработаны математические модели тепло- и массопереноса в капиллярных структурах, создаваемых по аддитивной технологии. В частности, представлена математическая модель тепло- и массопереноса в бортовых конструкциях спутников со встроенными гипертеплопроводящими структурами. С помощью этих моделей проводится предварительный расчет несущих конструкций для бортовой радиоэлектронной аппаратуры спутников разных категорий от малых спутников до микроспутников с целью стабилизации температурного режима работы аппаратуры в условиях ближнего космоса. Стабилизация температурного режима увеличивает срок службы спутников, увеличивает их энерговооруженность и повышает надежность работы.
  3. Создан вычислительный метод сортировки данных для спектров пропускания набора фотонных структур из диэлектрических материалов с периодической решеткой для построения дерева решений. Сформулирована новая разновидность метода, называемого расширенным деревом решений, которая обеспечивает более высокую точность прогноза модели одновременно с хорошей объяснимостью. Разработанный метод расширенного дерева решений обеспечивает:
    • большую точность по сравнению с классическим деревом решений;
    • меньше данных по сравнению с классическим деревом решений;
    • объяснимую модель.
  4. Созданный метод машинного обучения с учителем можно практически использовать в приложениях, где уже применяется обычное дерево решений, нейросети, случайный лес и другие методы машинного обучения как для классификационных, так и регрессионных задач. Отличительной особенностью дерева решений относительно других методов машинного обучения с учителем является высокая «объяснимость» модели, т.е. возможность интерпретации результатов с целью раскрытия внутренних механизмов функционирования объекта исследований.
  5. В рамках сотрудничества с коллегами из Европейского центра передовых технологий водоподготовки (Wetsus) разработана модель нанофильтрации растворов, содержащих ионы солей и заряженные / незаряженные микрозагрязнители (вещества, используемые в фармацевтических препаратах). Расчетные данные сравнивались с данными физических экспериментов, которые проводились в Центре Wetsus с коммерческими нанофильтрационными мембранами и показали хорошее соответствие. Созданные модели для нанофильтрационной очистки подходят для эффективного удаления из растворов органических веществ. К ним, в частности, относятся микрозагрязнители, которые содержат ингредиенты фармацевтических препаратов, косметических средств, анальгетических средств, а также рекреационных препаратов.
  6. Разработаны инструменты поддержки формирования управленческих решений на основе интегрального оценивания социально-экономического состояния территорий. Разработана модель формирования управляющих рекомендаций путем выявления и исследования проблем и причин, которая построена на основе иерархии оценок показателей, позволяя выделять «проблемы» и «причины» текущего состояния. Разработанные инструменты применены в веб-сервисе анализа качества жизни территорий Красноярского края.
  7. Созданы наборы данных сетевой активности информационно-телекоммуникационных систем для идентификации киберугроз методами машинного обучения. Исследование проблем накопления первичных данных и построения наборов данных (датасетов) для идентификации кибератак методами машинного обучения выполнялось на примере корпоративной сети Федерального исследовательского центра «Красноярский научный центр СО РАН» и развёрнутой в ней сети Интернета вещей. Разработка вносит существенный вклад в практическую защиту данных корпоративной сети и ее пользователей от систематических вредоносных атак. Созданные наборы могут быть полезны для других корпоративных сетей в целях идентификации киберугроз.

В проекте, выполняемым под руководством заместителя директора по научной работе Якубайлика О. Э., в 2024 году получены следующие основные результаты исследований:

  1. Предложены методы морфометрического анализа агроландшафтов и оценки агроэкологических условий с использованием цифровых моделей рельефа (FABDEM), ГИС-технологий и данных дистанционного моделирования Земли (далее — ДДЗ), что позволяет создавать детальные базы данных, тематические карты и разрабатывать меры по оптимизации землепользования и предотвращению эрозии, применимые в условиях цифровизации сельского хозяйства.
  2. Осуществлено дальнейшее развитие и совершенствование «Системы мониторинга воздуха Красноярского научного центра СО РАН», включающее оптимизацию подсистем сбора и обработки данных, модернизацию оборудования, внедрение новых веб-интерфейсов и инструментов анализа через Telegram, а также интеграцию данных глобальных и региональных моделей для повышения точности и оперативности мониторинга состояния атмосферного воздуха. Обнаружены существенные различия в данных о концентрациях взвешенных частиц РМ2,5, полученных от различных сетей мониторинга в Красноярске, что подчеркивает необходимость унификации методов измерений и калибровки оборудования для обеспечения достоверности данных и принятия обоснованных природоохранных решений. Анализ концентрации бенз(а)пирена (BaP) в атмосфере Красноярска за 2019–2023 годы выявил, что наибольшие уровни загрязнения наблюдаются в зимний период из-за отопительного сезона и неблагоприятных метеорологических условий, при этом среднегодовые концентрации, измеренные краевой и федеральной наблюдательными сетями, статистически не различаются, что подтверждает достоверность данных и подчеркивает необходимость дальнейшего мониторинга и контроля уровня BaP. Сравнительный анализ данных мониторинга концентрации PM2.5, полученных с помощью анализаторов E-BAM и оптических датчиков CityAir, выявил систематическое завышение показаний последних, однако их корректировка с учетом метеорологических параметров (температуры и давления) и применение регрессионных моделей (линейной регрессии, случайного леса и метода k-ближайших соседей) позволяет достичь высокой точности прогнозирования, при этом оптические датчики пригодны для мониторинга трендов загрязнения, а выбор модели зависит от задач анализа. Анализ формирования температурных инверсий в атмосфере Красноярска выявил, что приземные и приподнятые инверсии с нижней границей до 100 м и величиной инверсии более 5°C являются ключевым фактором повышения концентрации PM2.5, особенно в зимний период при температуре ниже -10°C, относительной влажности 55-85% и слабом ветре (до 2 м/с), что подчеркивает необходимость учета метеорологических условий и рельефа местности для прогнозирования и снижения уровня загрязнения воздуха в промышленных городах. В исследовании продемонстрировано, что модели множественной регрессии, временных рядов (ARIMA, ARIMAX), основанные на данных наземного мониторинга и метеорологических параметрах, являются наиболее эффективными для высокоточного прогнозирования концентрации взвешенных частиц PM2.5 в атмосфере Красноярска, где уровень загрязнения воздуха систематически превышает установленные нормы.
  3. В исследовании, посвященном оценке экологического состояния реки Енисей с применением методов биоиндикации и многомерной статистики, установлено ухудшение качества воды от верховья к низовью. Предложен интегральный показатель для классификации состояния воды, что подчеркивает необходимость комплексного подхода к мониторингу водных объектов и дальнейшего развития методов биоиндикации и анализа данных. Разработана методология построения устойчивого комплексного биоиндикационного показателя качества воды на основе анализа структурированных данных проб зообентоса, включающих характеристики локализации, параметры среды и биоиндикационные индексы, что позволяет классифицировать водные объекты по степени загрязнения и адаптировать подход для различных условий.
  4. Разработана организационная модель управления безопасностью территорий, основанная на структурировании информационных ресурсов, интеллектуальной обработке данных, фрактальности управления и внедрении аппаратно-программных комплексов. Ее применение позволяет повысить эффективность принятия решений в условиях чрезвычайных ситуаций за счет интеграции данных, ситуационного моделирования и создания цифровых паспортов территорий. Показано, что применение математического моделирования и комплексного подхода к противопожарной защите, включая ограничение количества посетителей, разработку эвакуационных маршрутов и учёт специфики музеев, позволяет обеспечить безопасную эвакуацию людей и сохранность музейных ценностей при пожаре.
  5. Предложена и исследована непараметрическая методика проверки гипотезы о независимости многомерных случайных величин, основанная на алгоритме распознавания образов, которая исключает трудоемкую дискретизацию данных, характерную для критерия Пирсона. Методика демонстрирует высокую вычислительную эффективность при работе с большими объемами данных и успешно применяется для анализа многомерных данных, включая задачи дистанционного зондирования Земли и формирования наборов независимых случайных величин с использованием теории графов.

Кроме этого, в 2024 году проводились исследования по следующим проектам, поддержанным Красноярским краевым фондом науки и Российским научным фондом.

Проект «Совместный анализ системы временных рядов метеорологических факторов и уровней концентрации загрязнений PM2.5 в приземном слое атмосферы города. Теория, алгоритмы и комплексы программ» поддержанный совместно Красноярским краевым фондом науки и Российским научным фондом. Руководитель проекта — научный сотрудник канд. физ.-мат. наук Петракова В. С.

Проект «Построение иерархии моделей испарительной конвекции на основе точных решений» поддержанный Российским научным фондом. Руководитель проекта — заведующий отделом д-р физ.-мат. наук Бекежанова В. Б.

Проект «Нелинейные эффекты в рассеянии электромагнитного излучения квазисвязанными состояниями в континууме» поддержанный Российским научным фондом. Руководитель проекта — старший научный сотрудник канд. физ.-мат. наук Ершов А. Е.

Проект «Электро / баромембранное разделение многокомпонентных растворов электролитов на основе электропроводящих нанофильтрационных мембран» поддержанный Российским научным фондом. Руководитель проекта — ведущий научный сотрудник д-р физ.-мат. наук Рыжков И. И.

В 2024 году была продолжена работа Отдела регионального научно-образовательного математического центра «Красноярский математический центр», созданного в 2020 году в ИВМ СО РАН в рамках формирования регионального научно-образовательного математического центра «Красноярский математический центр».

В 2024 году Указом Президента РФ за большой вклад в развитие отечественной науки, многолетнюю плодотворную деятельность и в связи с 300-летием со дня основания Российской академии наук орденом почета награжден директор Института член-корреспондент РАН В. В. Шайдуров.

В 2024 году главным научным сотрудником Института руководителем отдела Регионального научно-образовательного математического центра «Красноярский математический центр» членом-корреспондентом РАН В. М. Садовским получено Благодарственное письмо Президента РФ за вклад в развитие отечественной науки, многолетнюю плодотворную деятельность и в связи с 300-летием со дня основания Российской академии наук.

По итогам 2024 года сотрудниками Института написано 56 публикаций, проиндексированных в международной системе Web of Science Core Collection. Всего сотрудниками Института в 2024 году написано 109 статей, индексируемых в системах Web of Science Core Collection, Scopus, Web of Science Russian Science Citation Index и в журналах из списка ВАК. Кроме этого, в 2024 году Роспатентом выдано 8 Свидетельств о регистрации программ для ЭВМ, выполненных сотрудниками Института.

К началу

Webmaster