Рахуба Максим Владимирович
- Заведующий лабораторией:Факультет компьютерных наук / Институт искусственного интеллекта и цифровых наук / Научно-учебная лаборатория матричных и тензорных методов в машинном обучении
- Доцент:Факультет компьютерных наук / Департамент больших данных и информационного поиска
- Начал работать в НИУ ВШЭ в 2020 году.
Образование, учёные степени
- 2017Кандидат физико-математических наук
- 2014
Магистратура: Московский физико-технический институт, специальность «Прикладные математика и физика», квалификация «Магистр»
- 2012
Бакалавриат: Московский физико-технический институт, специальность «Прикладные математика и физика», квалификация «Бакалавр прикладнных математики и физики»
Дополнительное образование / Повышение квалификации / Стажировки
Постдокторантура в Высшей политехнической школе Цюриха (ETH Zurich), 2018-2020
Достижения и поощрения
- Благодарность первого проректора НИУ ВШЭ (март 2023)
- Благодарность факультета компьютерных наук НИУ ВШЭ (август 2022)
Надбавка за публикацию в журнале из Списка А (и приравненном к нему научном издании) (2023-2024)
Надбавка за публикацию в международном рецензируемом научном издании (-2023, 2021-2022)
Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)
Категория "Новые преподаватели" (2021-2022)
Учебные курсы (2023/2024 уч. год)
- Основы матричных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 2-й курс, 3, 4 модуль)Рус
- Основы матричных вычислений (Маго-лего; 3, 4 модуль)Рус
- Основы матричных вычислений (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 3, 4 модуль)Рус
- Основы матричных вычислений (Бакалавриат; где читается: Факультет экономических наук; 2-й курс, 3, 4 модуль)Рус
- Основы тензорных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1, 2 модуль)Рус
- Основы тензорных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1, 2 модуль)Рус
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
- Основы матричных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 2-й курс, 3, 4 модуль)Рус
- Основы матричных вычислений (Магистратура; где читается: Факультет компьютерных наук; 1-й курс, 3, 4 модуль)Рус
- Основы тензорных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1, 2 модуль)Рус
- Основы тензорных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1, 2 модуль)Рус
Учебные курсы (2021/2022 уч. год)
- Основы матричных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 2-й курс, 3, 4 модуль)Рус
- Основы тензорных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1, 2 модуль)Рус
- Основы тензорных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 4-й курс, 1, 2 модуль)Рус
Учебные курсы (2020/2021 уч. год)
- Матричные вычисления (Бакалавриат; где читается: Факультет компьютерных наук; 3-й курс, 1, 2 модуль)Рус
- Основы матричных вычислений (Бакалавриат; где читается: Факультет компьютерных наук; 2-й курс, 3, 4 модуль)Рус
Публикации18
- Статья Lev Vysotsky, Rakhuba M. Tensor rank bounds and explicit QTT representations for the inverses of circulant matrices // Numerical Linear Algebra with Applications. 2023. Vol. 30. No. 3. Article e2461. doi
- Статья Novikov A., Rakhuba M., Oseledets I. Automatic differentiation for Riemannian optimization on low-rank matrix and tensor-train manifolds // SIAM Journal of Scientific Computing. 2022. Vol. 44. No. 2. P. A843-A869. doi
- Статья Oseledets I. V., Maxim V. Rakhuba, Uschmajew A. Local convergence of alternating low-rank optimization methods with overrelaxation // Numerical Linear Algebra with Applications. 2022. P. 1-15. doi
- Статья Marcati C., Rakhuba M., Ulander J. E. Low-rank tensor approximation of singularly perturbed boundary value problems in one dimension // Calcolo. 2022. Article 2. doi
- Статья Kazeev V., Oseledets I., Maxim V. Rakhuba, Schwab C. Quantized Tensor FEM for Multiscale Problems: Diffusion Problems in Two and Three Dimensions // Multiscale Modeling and Simulation. 2022. Vol. 20. No. 3. P. 893-935. doi
- Статья Marcati C., Rakhuba M., Schwab C. Tensor rank bounds for point singularities in ℝ³ // Advances in Computational Mathematics. 2022. Vol. 48. No. 3. Article 18. doi
- Глава книги Senderovich A., Bulatova E., Obukhov A., Rakhuba M. Towards Practical Control of Singular Values of Convolutional Layers, in: Thirty-Sixth Conference on Neural Information Processing Systems : NeurIPS 2022. Curran Associates, Inc., 2022. P. 10918-10930.
- Глава книги Usvyatsov M., Makarova A., Ballester-Ripoll R., Rakhuba M., Krause A., Schindler K. Cherry-Picking Gradients: Learning Low-Rank Embeddings of Visual Data via Differentiable Cross-Approximation, in: Proceedings of the IEEE/CVF International Conference on Computer Vision (ICCV), 2021. , 2021. P. 11426-11435.
- Статья Rakhuba M. Robust alternating direction implicit solver in quantized tensor formats for a three-dimensional elliptic PDE // SIAM Journal of Scientific Computing. 2021. Vol. 43. No. 2. P. A800-A827. doi
- Глава книги Obukhov A., Rakhuba M., Liniger A., Huang Z., Georgoulis S., Dai D., Van Gool L. Spectral Tensor Train Parameterization of Deep Learning Layers, in: International Conference on Artificial Intelligence and Statistics, 13-15 April 2021, Virtual Vol. 130. PMLR, 2021. P. 3547-3555.
- Препринт Marcati C., Rakhuba M., Ulander J. Low rank tensor approximation of singularly perturbed partial differential equations in one dimension / Cornell University. Series math "arxiv.org". 2020. No. 2010.06919.
- Препринт Kazeev V., Oseledets I., Rakhuba M., Christoph S. Quantized tensor FEM for multiscale problems: diffusion problems in two and three dimensions / Cornell University. Series math "arxiv.org". 2020.
- Глава книги Obukhov A., Rakhuba M., Kanakis M., Georgoulis S., Dai D., Van Gool L. T-Basis: a Compact Representation for Neural Networks, in: International Conference on Machine Learning (ICML 2020) Vol. 119. PMLR, 2020. P. 7392-7404.
- Препринт Marcati C., Rakhuba M., Christoph S. Tensor Rank bounds for Point Singularities in ℝ^3 / Cornell University. Series math "arxiv.org". 2020.
- Статья Rakhuba Maxim, Novikov A., Oseledets I. Low-rank Riemannian eigensolver for high-dimensional Hamiltonians // Journal of Computational Physics. 2019. Vol. 396. P. 718-737. doi
- Препринт Rakhuba M. Robust solver in a quantized tensor format for three-dimensional elliptic problems / ETH Zurich. Series math "Seminar for Applied Mathematics reports". 2019. No. 30.
- Статья Oseledets I., Rakhuba M., André U. Alternating Least Squares as Moving Subspace Correction // SIAM Journal on Numerical Analysis. 2018. Vol. 56. No. 6. P. 3459-3479. doi
- Статья Rakhuba M., Oseledets I. Jacobi-Davidson Method on Low-Rank Matrix Manifolds // SIAM Journal of Scientific Computing. 2018. Vol. 40. No. 2. P. A1149-A1170. doi
Гранты
2021 - наст. вр.: Руководитель гранта РНФ 21-71-00119, “Адаптивные тензорные методы для дифференциальный уравнений в частных производных”.
2016 - 2017: Руководитель гранта РФФИ 16-31-00372, “Быстрый тензорный метод расчета электронной структуры”.
Опыт работы
- ВШЭ, доцент, сентябрь 2020 - наст. время
- Высшая политехническая школа Цюриха (ETH Zurich), постдок (2018-2020), лектор (2020)
- Сколковский институт науки и технологий, младший научный сотрудник, 2013-2018
- UCLA, приглашенный исследователь, ноябрь 2015
Информация*
- Общий стаж: 8 лет
- Преподавательский стаж: 3 года
Секрет успеха: как рекомендательные системы меняют индустрию
В НИУ ВШЭ состоялась научная конференция, посвященная молодой и активно развивающейся области рекомендательных систем. На площадке собрались представители научного сообщества и индустрии. Они обменялись передовыми идеями и лучшими практиками, а также обсудили возможности внедрения новых технологий в реальные бизнес-сценарии.
New Labs to Open at Faculty of Computer Science
Based on the results of a project competition, two new laboratories are opening at HSE University’s Faculty of Computer Science. The Laboratory for Matrix and Tensor Methods in Machine Learning will be headed by Maxim Rakhuba, Associate Professor at the Big Data and Information Retrieval School. The Laboratory for Cloud and Mobile Technologies will be headed by Dmitry Alexandrov, Professor at the School of Software Engineering.
На факультете компьютерных наук открываются новые лаборатории
По итогам конкурса проектов на факультете компьютерных наук НИУ ВШЭ открываются две новые лаборатории. Лабораторию матричных и тензорных методов в машинном обучении возглавит Максим Рахуба, доцент департамента больших данных и информационного поиска. Лабораторией облачных и мобильных технологий будет руководить профессор департамента программной инженерии Дмитрий Александров.
Прошла школа «Математика машинного обучения»
7-12 февраля в городе Приозерск прошла школа «Математика машинного обучения».
Объявлены победители НИРС-2022
Подведены итоги конкурса научно-исследовательских работ студентов (НИРС-2022). Поздравляем студентов ФКН и их научных руководителей!
17 Articles by Researchers of HSE Faculty of Computer Science Accepted at NeurIPS
In 2022, 17 articles by the researchers of HSE Faculty of Computer Science were accepted at the NeurIPS (Conference and Workshop on Neural Information Processing Systems), one of the world’s most prestigious events in the field of machine learning and artificial intelligence. The 36th conference will be held in a hybrid format from November 28th to December 9th in New Orleans (USA).
17 статей ФКН НИУ ВШЭ принято на конференцию NeurIPS
В 2022 году от факультета компьютерных наук НИУ ВШЭ было принято 17 статей на NeurIPS (Conference and Workshop on Neural Information Processing Systems) — одно из самых престижных событий в сфере машинного обучения и искусственного интеллекта. 36-я конференция пройдет в гибридном формате с 28 ноября по 9 декабря в Новом Орлеане (США).
Выпуск 2022. Часть 1
Начинаем рассказ о выпускниках 2022 года: всего в материале будет три части. Студенты поделятся своим опытом обучения в бакалавриате и магистратуре, расскажут, как на них повлияло время на ФКН и помечтают о своем будущем.
Прошла летняя школа «Обучение, понимание и оптимизация в моделях искусственного интеллекта»
20-26 июня в Кочубей-центре ВШЭ прошла летняя школа «Обучение, понимание и оптимизация в моделях искусственного интеллекта»
ФКН Вышки и Сколтех провели юбилейную совместную олимпиаду «Математика машинного обучения»
Факультет компьютерных наук Вышки и Сколковский институт науки и технологий в пятый раз организовали олимпиаду «Математика машинного обучения». Ее участники боролись за призовые места и право без экзаменов стать студентами сразу двух вузов, поступив на совместную магистерскую программу НИУ ВШЭ и Сколтеха «Математика машинного обучения».
ФКН провел Дни компьютерных наук
Каждый апрель факультет компьютерных наук проводит Дни компьютерных наук, чтобы отпраздновать свой день рождения. В 2022 ФКН исполнилось восемь лет.
Поздравляем победителей НИРС-2021
Подведены итоги конкурса научно-исследовательских работ студентов НИРС-2021. Поздравляем победителей, лауреатов и их научных руководителей!
«Я точно знал, что хочу работать в университетской среде»
Максим Рахуба получил образование в МФТИ, работал постдоком в ETH Zurich, а теперь он - доцент департамента больших данных и информационного поиска. Максим рассказал о том, какой научной работой он занимается, о своем пути на ФКН и о работе за границей.
Исследователи ВШЭ получили гранты Российского научного фонда
Российский научный фонд объявил победителей конкурсов 2021 года на получение грантов по мероприятиям «Проведение инициативных исследований молодыми учеными» и «Проведение исследований научными группами под руководством молодых ученых». В первой категории победили 12 заявок ВШЭ, а среди молодежных научных групп грант получили два проекта Вышки.
На ФКН прошло третье заседание Попечительского совета
20 апреля состоялось третье заседание Попечительского совета ФКН НИУ ВШЭ, на котором были представлены итоги работы за 2020, а также намечены цели на будущий год.