|
Проекты: | |||
---|---|---|---|
Наименование проекта | Руководители проекта | Статус |
Лаборатория (Ответственные от лаборатории) |
1. | Математические методы и программное обеспечение для моделирования, обработки и анализа экспериментальных данных |
Шматов С.В. Заместители: Айриян А.С. Войтишин Н.Н. |
|
ЛИТ | Акишин П.Г., Акишина Е.П., Александров Е.И., Александров И.Н., Аникина А.И., Баранов Д.А., Бежанян Т.Ж., Бутенко Ю.А., Буша Я., Глуховцев П.И., Гнатич С., Гончаров П.В., Григорян О.А., Дереновская О.Ю., Дикусар Н.Д., Злоказов В.Б., Зуев М.И., Иванов В.В., Кадочников И.С., Казаков А.А., Казымов А.И., Корсаков Ю.В., Костенко Б.Ф., Минеев М.А., Мусульманбеков Ж.Ж., Нечаевский А.В., Никонов Э.Г., Олейник Д.А., Ососков Г.А., Пальчик В.В., Папоян В.В., Пелеванюк И.С., Петросян А.Ш., Подгайный Д.В., Пряхина Д.И., Сатышев И., Слепнев С.К., Слижевский К.В., Соловьев А.Г., Соловьева Т.М., Стрельцова О.И., Тухлиев З.К., Ужинский А.В., Ужинский В.В., Шарипов З.А., Яковлев А.В. |
ЛФВЭ | Алексахин В.Ю., Апарин А.А., Беспалов Ю.В., Будковский Д.В., Бычков А.В., Габдрахманов И.Р., Галоян А.С., Герценбергер К.В., Головатюк В.М., Дряблов Д.К., Жижин И.А., Жежер В.Н., Зинченко А.И., Зинченко Д.А., Зыкунов В.А., Капишин М.Н., Каржавин В.Ю., Коробицин А.А., Крылов А.В., Ленивенко В.В., Ланёв А.В., Лобастов С.П., Мерц С.П., Мошкин А.А., Мудрох А.А., Никифоров Д.Н., Пацюк М., Рогачевский О.В., Рябов В.Г., Шалаев В.В., Шульга С.Г. |
ЛТФ | Казаков Л.И., Савина М.В., Теряев О.В., Тонеев В.Д. |
ЛНФ
|
Балашою М., Вергель К.Н., Дима М.-О., Дима М.-Т., Иваньков А.И., Исламов А.Х., Ковалев Ю.С., Куклин А.И., Пепелышев Ю.Н., Рижиков Ю.Л., Рогачев А.В., Ской В.В., Фронтасьева М.В. |
ЛЯП | Бедняков В.А, Белолаптиков И.А., Борина И.В., Бородин А.Н., Дик В., Елжов Т.В., Гринюк А.А., Гуськов А.В., Денисенко И.И., Жемчугов А.С., Звездов Д.Ю., Крылов В.А., Курбатов В.С., Наумов Д.В., Пан А.Е., Сеитова Д., Сиренко А.Э., Сороковиков М.Н., Ткачев Л.Г., Храмов Е.В., Шайбонов Б.А., Шолтан Е. |
ЛРБ | Колесникова И.А., Северюхин Ю.С., Утина Д.М. |
УНЦ | Верхеев А. Ю., Каманин Д.В., Юлдашев Б.С. |
Краткая аннотация и научное обоснование: Проект направлен на организацию и обеспечение вычислительной поддержки подготовки и реализации физической программы исследований, проводимых с участием ОИЯИ, разработку и развитие математических методов и программного обеспечения для моделирования физических процессов и экспериментальных установок, обработки и анализа данных экспериментов в области физики элементарных частиц, ядерной физики, физики нейтрино, радиобиологии и др. Особое внимание будет уделено созданию систем распределенной обработки и анализа данных экспериментов и информационно-вычислительных платформ поддержки исследований, проводимых в ОИЯИ и других исследовательских центрах.Основные направления работы – математическая и вычислительная физика для поддержки крупных инфраструктурных проектов ОИЯИ, среди которых, в первую очередь, флагманский проект ОИЯИ NICA в режиме работы на фиксированной мишени (BM@N) и в режиме коллайдера для столкновений релятивистских тяжелых ионов (MPD) и на поляризованных пучках (SPD), нейтринный телескоп Baikal-GVD. Также будет продолжено сотрудничество с экспериментами в мировых ускорительных центрах (ЦЕРН, BNL и пр.), экспериментами в области физики нейтрино и астрофизических экспериментах, программами радиобиологических исследований. Рассматривается возможность применения разрабатываемых методик и алгоритмов в рамках других проектов мегасайенс (Супер чарм-тау фабрика, СКИФ и др.). Ожидаемые результаты по завершении проекта:
Ожидаемые результаты по проекту в текущем году: − ревизия программной реализации моделей FTF и QGSM, анализ информации по структуре легких гипер-ядер, создание дополнительных программных модулей; – учет различных эффектов в генераторе DCM-QGSM-SMM: зависимости времени жизни резонансов от плотности ядерной среды, подавление сечения рождения псевдоскалярных мезонов и усиление рождения гиперонов в плотной ядерной среде, деформации ядер; – разработка программы моделирования событий, указанных в предыдущем пункте, с учётом физических характеристик установки NICA SPD; – оценка сечений и проведение моделирования процессов рождения частиц темной материи в рамках расширенной двухдублетной хиггсовской модели (генератор MadGraph) – отладка процедуры тестирования чувствительных элементов калориметра высокой гранулярности эксперимента CMS, включая реконструкцию треков и оценку эффективности каждой ячейки детектора; – разработка и отладка алгоритмов и методов реконструкции траекторий мюонов в катодно-стриповых камерах (КСК) мюонной системы эксперимента CMS для сравнения непрерывного и дискретного подходов вейвлет-анализа для разделения перекрывающихся сигналов, оценки пространственного разрешения камер КСК и эффекта их старения на данных, полученных в 2024 г. на установке GIF++ в ЦЕРН и в протон-протон соударениях пучков LHC; – оптимизация на наборах данных 2022-2023 гг. алгоритмов локальной реконструкции треков в дрейфовых камерах DCH и CSC эксперимента BM@N, их сшивка с сцинтилляционными детекторами для глобальной реконструкции и идентификации частиц, юстировка детекторов и оценка параметров их работы; – нахождение и проверка поправочных параметров для детекторов STS и GEM эксперимента BM@N, разработка и программная реализация методов моделирования и обработки данных, а также их развитие и адаптация для актуальных конфигураций ряда трекинговых детекторов GEM и Silicon Profilometer в 2023-2024 годах; – исследование эффективности применения методов машинного обучения, основанных на деревьях решений, для задачи идентификации частиц в эксперименте MPD; – оптимизация программной платформы эксперимента MPD: разработка и внедрение в MPDRoot основных правил ООП, унифицированных тестов алгоритмов и взаимодействия классов и пр.; – разработка и обучение нейросети для поиска и восстановления треков в вершинном детекторе и трекере установки SPD, восстановления кластеров в электромагнитном калориметре и в мюонной системе SPD; – разработка модели обработки и хранения данных эксперимента SPD: конкретизация типов и форматов данных, оценка вычислительных затрат на обработку на каждом этапе преобразования данных, формулировка технических требований к системе отбора данных в режиме реального времени, распределенной системе обработки и хранения данных и программному обеспечению для оффлайн-обработки; – создание прототипа системы, обеспечивающей многоступенчатую обработку данных на кластере фильтрации событий в режиме реального времени SPD OnLine Filter; – создание прототипов системы управления задачами SPD на основе пакета PanDA и системы управления данными на основе пакета RUCIO DDM; – завершение разработки прототипа системы обработки данных Байкальского телескопа; – создание тестового пакета программ первичной обработки малоугловых экспериментальных данных спектрометра ЮМО для многодетекторной системы с позиционно-чувствительным детектором; – разработка библиотеки С++ по конвертации в JSON данных состояний (condition data), получаемых в онлайн режиме, реализация преобразования данных DCS в CREST. Модификация алгоритмов пакета Athena, использующих COOL, под CREST. Развитие и поддержка эксплуатации информационных систем экспериментов BM@N, MPD для описания геометрии установок, конфигурации детекторов, процесса менеджмента; – исследование уровня фона от космических протонов для обсерватории TAIGA, оценка числа испарительных нейтронов и изучение их взаимодействия в детекторе ОЛВЭ-HERO; – анализ тестовых данных прототипа цифрового калориметра для протонной терапии, разработка алгоритма на основе клеточного автомата для распознавания и реконструкции треков; – применение кусочно-полиномиальной аппроксимации на основе метода базисных элементов высоких порядков для обработки и анализа нейтронных шумов реактора ИБР-2М; – разработка модуля для поведенческого анализа, который позволит автоматизировать анализ видеоданных, получаемых при тестировании лабораторных животных в различных тест-системах; – применение алгоритмов автоматического подбора оптимальных политик аугментации данных, апробирование различные функции минимизации потерь, определение наиболее эффективных методов классификации изображений с болезнями растений; – улучшение существующего функционала и предоставление новых возможностей для контроля и прогнозирования состояния окружающей среды. Автоматизация процесса мониторинга с использованием моделирования. |
2. | Методы вычислительной физики для исследования сложных систем |
Земляная Е.В. Чулуунбаатар О. Заместители: Калиновский Ю.Н. Хведелидзе А. |
|
ЛИТ | Абгарян В., Айриян А.С., Айрян Э.А., Акишин П.Г., Амирханов И.В., Бадреева Д.Р., Барашенков И.В., Башашин М.Б., Боголюбская А.А., Буреш М., Бутенко Ю.А., Буша Я. (мл.), Буша Я. (ст.), Волохова А.В., Воскресенская О.О., Годеридзе Д., Григорян О., Гусев А.А., Зуев М.И., Карамышева Т.В., Корняк В.В., Кулябов Д.С., Лукьянов К.В., Мавлонбердиева С.Д. Махалдиани Н.В., Михайлова Т.И., Нечаевский А.В., Никонов Э.Г., Палий Ю., Папоян В.В., Папоян Г.В., Подгайный Д.В., Полякова Р.В., Пузынина Т.П., Рахмонова А.Р., Рихвицкий В.С., Рогожин И.А., Сархадов И., Саха Б., Сердюкова С.И., Стрельцова О.И., Сюракшина Л.А., Тарасов О.В., Торосян А.Г., Тухлиев З.К., Червяков А.М., Чулуунбаатар Г., Чулуунбаатар Х., Шарипов З.А., Юкалова Е.П., Юлдашев О.И., Юлдашева М.Б., Ямалеев Р.М., Янович Д.А. |
ЛТФ | Виницкий С.И., Гнатич М., Донков А.А., Лукьянов В.К., Низмитдинов Р.Г, Рахмонов И.Р. Фризен А.В., Шукринов Ю.М., Юкалов В.И., Юшанхай В.Ю. |
ЛЯР | Батчулуун Э., Карпов А.В., Мирзаев М.Н., Самарин В.В., Середа Ю.М. |
ЛНФ | Киселев М.А., Кучерка Н., Перепелкин Е.Е., Попов Е.П. |
ЛЯП | Карамышев О.В., Карамышева Г.А., Киян И.Н. |
ЛРБ | Бугай А.Н., Чижов А.В. |
Краткая аннотация и научное обоснование: Проект направлен на разработку и применение математических и вычислительных методов для моделирования сложных физических систем, изучаемых в рамках ПТП ОИЯИ и описываемых системами динамических нелинейных, пространственно неодномерных интегральных, интегро-дифференциальных или дифференциальных уравнений, зависящих от параметров моделей. Эволюция решений таких систем может характеризоваться наличием критических режимов, бифуркаций и фазовых переходов. Математическое моделирование является неотъемлемой частью современных научных исследований и требует адекватной математической постановки задач в рамках изучаемых моделей, адаптации известных и развития новых численных подходов для эффективного учета особенностей исследуемых физических процессов, разработки алгоритмов и комплексов программ для высокопроизводительного моделирования на современных вычислительных системах, включая ресурсы Многофункционального информационно-вычислительного комплекса ОИЯИ. Ожидаемые результаты по завершении проекта:
Ожидаемые результаты по проекту в текущем году: – разработка математической постановки задачи в рамках метода сильной связи каналов с оптическим потенциалом Вудса–Саксона и регулярными граничными условиями для моделирования подбарьерных реакций слияния и деления тяжелых ионов; – разработка методов и проведение расчетов энергии адсорбции на слое Au тяжелых и сверхтяжелых атомов; – развитие и оптимизация метода автомодельных приближений для решения нелинейных уравнений, не содержащих малых параметров и описывающих квантово-механические системы, включая спиновые ансамбли и холодные атомы в ловушках; – разработка метода и программы, инициирующей в рамках транспортно-статистического подхода начальное состояние сталкивающихся ядер с ядерными потенциалами, которые используются для дальнейшего расчета динамики столкновений; – моделирование протон-ядерных взаимодействий на основе микроскопической модели оптического потенциала в широком диапазоне энергий и атомных номеров ядер-мишеней для исследования влияния ядерной среды на процессы рассеяния протонов на внутриядерных нуклонах; – исследование динамики ударной волны в облучаемом материале на основе модели, описываемой комбинацией уравнений молекулярной динамики, уравнений теплопроводности и волновых уравнений. Определение параметров волнового уравнения по результатам численного решения молекулярно-динамических уравнений; – моделирование взаимодействия бета-амилоидных и антимикробных пептидов с фосфолипидными мембранами в везикулярных и бицеллярных структурах в рамках крупнозернистой модели; исследование динамических свойств данного взаимодействия на основе расчета фононных спектров систем; построение профиля свободной энергии процесса вытягивания пептида из мембраны в зависимости от расстояния между центрами масс и конформацией пептида (replica exchange umbrella sampling); – исследование локализованных структур в системах, описываемых нелинейными уравнениями теории поля с диссипацией и внешними воздействиями. Исследование влияния кулоновского потенциала на процесс формирования гидратированного электрона на основе модифицированной поляронной модели, расчет наблюдаемых характеристик этого процесса; – адаптация пакета COMSOL Multiphysics® на гетерогенной платформе HybriLIT вычислительного комплекса МИВК с целью повышения эффективности расчётов и уменьшения затрат вычислительных ресурсов за счет использования смешанной векторно-скалярной формулировки магнитостатики и гибридного метода конечных и граничных элементов; – разработка и программная реализация разностных схем для решения краевой задачи для уравнения 4го порядка, описывающих распределение физических полей в 2D и 3D областях различных конфигураций. – разработка методов и исследование формирования магнитных полей изохронных циклотронов при различных режимах работы. Подготовка инструкции и оформление для передачи в библиотеку JINRLIB программы CORD (Closed ORbit Dynamics), реализующей расчеты по исследованию влияния бетатронных колебаний и фазового движения частиц пучка на магнитное поле циклотрона MSC230; – адаптация нейросетевого подхода к приближенному вычислению многократных интегралов, возникающих при исследовании выживаемости пионов в соударениях тяжелых ионов; исследование методов обобщения разработанной ранее модели кварк-адронного фазового перехода в холодной ядерной материи на конечные температуры; – моделирование и расчет значений космологического красного смещения на основе уравнения состояния; исследование возможности восстановления спектра масс изолированных нейтронных звезд по данным о возрасте и поверхностной температуре пульсаров на основе моделирования их температурной эволюции; моделирование процессов рассеяния и рождения частиц в плотной и горячей ядерной материи; – разработка алгоритма троттеризации оператора эволюции для уравнений фон Неймана и Линдблада и реализация соответствующей квантовой схемы на квантовом симуляторе в среде QISKit. Повышение производительности симулятора квантовой схемы за счет увеличения скорости симуляции на многопроцессорных системах; – создание пакета модулей, предназначенных для разложения квантовой системы на подсистемы на основе применения тензорных произведений представлений сплетений конечных циклических групп; – определение взаимосвязи характеристик запутанности составных квантовых систем и отрицательности квазивероятностных распределений Вигнера. Разработка метода функциональной редукции для двухпетлевых Фейнмановских интегралов и его применение для вычисления интегралов, соответствующих диаграммам с четырьмя и пятью внешними линиями. |
Активности: | |||
---|---|---|---|
Наименование активности | Руководители | Сроки реализации |
Лаборатория (Ответственные от лаборатории) |
1. | Квантовое интеллектуальное управление технологическими процессами и физическими установками в ОИЯИ и квантовые вычисления в квантовой химии и физике | Зрелов П.В. Ульянов С.В. |
2024-2026 |
ЛИТ | Баранов Д.А., Зрелова Д.П., Иванцова О.В., Катулин М.С., Кузнецов Е.А., Решетников А.Г., Рябов А.Р., Рябов Н.В., Сюракшина Л.А. |
ЛФВЭ | Никифоров Д.Н., Беспалов Ю.Г., Бровко О.И., Решетников Г.П. |
ЛТФ | Юшанхай В.Ю. |
Краткая аннотация и научное обоснование: Основной изучаемой проблемой данной активности является разработка и эффективное использование технологий интеллектуальных вычислений и квантовой самоорганизации неточных знаний в задачах робастного управления с целью повышения надежности функционирования физических установок. Решение задач основано на возможности повышения робастности существующих систем управления за счёт встраиваемых баз знаний. Самоорганизующиеся системы управления проектируются и поддерживаются разрабатываемым в проекте программным инструментарием на основе платформы, объединяющей мягкие вычисления и квантовые оптимизаторы баз знаний. Будет проведена разработка встраиваемых самоорганизующихся регуляторов для систем интеллектуального управления технологическими процессами, устройствами и установками ОИЯИ (в том числе для случаев непредвиденных и непредсказуемых ситуаций) и задач интеллектуальной когнитивной робототехники.Исследование эффективности квантовых алгоритмов направлено на решение задач квантовой химии и физики новых функциональных материалов. Применение известных квантовых алгоритмов и их развитие будет осуществляться на симуляторах с классической вычислительной архитектурой. Предусматривается создание программного продукта для вычисления электронной и магнитной структур молекулярных комплексов и кристаллических фрагментов новых функциональных материалов с использованием квантовых симуляторах на классических вычислительных архитектурах. Ожидаемые результаты по завершении активности:
Ожидаемые результаты по активности в текущем году: – создание прототипа квантового нечеткого ПИД – регулятора; – создание структуры и разработка квантового алгоритма нечеткого вывода для прототипа интеллектуальной системы управления криогенными системами для сверхпроводящих магнитов ускорительного комплекса НИКА на основе квантового нечеткого ПИД – регулятора.
|
2. | Подготовка специалистов в области вычислительной физики и информационных технологий | Кореньков В.В. Нечаевский А.В. Пряхина Д.И. Стрельцова О.И. |
2024-2026 |
ЛИТ | Бежанян Т.Ж., Войтишина Е.Н., Воронцов А.С., Дереновская О.Ю., Зуев М.И., Мажитова Е., Пелеванюк И.С. |
УНЦ | Верхеев А.Ю., Каманин Д.В. |
Краткая аннотация и научное обоснование: Подготовка и переподготовка специалистов в области вычислительной физики и информационных технологий на базе МИВК ОИЯИ и его учебно-образовательных компонент в целях:
Основной предпосылкой к созданию активности является необходимость формирования научно-исследовательской среды для обеспечения профессионального роста ИТ-специалистов, создание и развитие научных групп, привлечение новых сотрудников в проекты ОИЯИ. Дополнительная подготовка кадров преимущественно по заказу лабораторий ОИЯИ должна быть направлена на развитие специальных компетенций, углубленных знаний и навыков практического характера в области вычислительной физики и информационных технологий. Ожидаемые результаты по завершении активности:
Ожидаемые результаты по активности в текущем году: – проведение мероприятий для сотрудников ОИЯИ (семинары для пользователей МИВК ОИЯИ и ЦЭС); – создание компонент экосистемы для реализации образовательных программ; – проведение Школ по информационным технологиям; – проведение учебных практик для студентов РФ и студентов стран-участниц ОИЯИ; – подготовка учебных курсов по информационным технологиям. |