Бекетов Максим Евгеньевич
- аспирант:Общеуниверситетские кафедры / Кафедра высшей математики
- Стажер-исследователь:Факультет компьютерных наук / Институт искусственного интеллекта и цифровых наук / Международная лаборатория стохастических алгоритмов и анализа многомерных данных
- Приглашенный преподаватель:Факультет компьютерных наук / Департамент больших данных и информационного поиска
- Начал работать в НИУ ВШЭ в 2020 году.
Образование
- 2017
Магистратура: Московский физико-технический институт (государственный университет), специальность «Прикладные математика и физика», квалификация «Магистр»
- 2015
Бакалавриат: Московский физико-технический институт (государственный университет), специальность «Прикладные математика и физика», квалификация «Бакалавр»
Обучение в аспирантуре
4-й год обучения
Утвержденная тема диссертации: Генеративные модели для данных с нетривиальной топологией и их применение
Научный руководитель: Янович Юрий Александрович
Учебные курсы (2023/2024 уч. год)
- Введение в дискретную дифференциальную геометрию (Дисциплина общефакультетского пула; где читается: Факультет компьютерных наук; 2 модуль)Рус
- Архив учебных курсов
Учебные курсы (2022/2023 уч. год)
Учебные курсы (2021/2022 уч. год)
- Глава книги Ayzenberg A., Beketov M., Burashnikova A., Magaj G., Polevoi A., Shanin I., Sorokin K. Chordal Embeddings Based on Topology of the Tonal Space, in: Artificial Intelligence in Music, Sound, Art and Design: 12th International Conference, EvoMUSART 2023, Held as Part of EvoStar 2023, Brno, Czech Republic, April 12–14, 2023, Proceedings Vol. 13988. Cham : Springer, 2023. doi Ch. 2. P. 20-33. doi
- Препринт Ayzenberg A., Beketov M., Magaj G. Coverings by open and closed hemispheres / Cornell University. Series arxiv:math.AT "arxiv Algebraic Topology". 2023. doi
- Препринт Pospelov N., Chertkov A., Beketov M., Oseledets I., Anokhin K. Fast gradient-free activation maximization for neurons in spiking neural networks / Cornell University. Series arxiv:cs.NE "arxiv Neural and Evolutionary Computing". 2023. doi
- Препринт Sorokin K., Зайцев А. В., Левин А. М., Magaj G., Beketov M., Sotskov V. Global cognitive graph properties dynamics of hippocampal formation / Cornell University. Series arxiv:q-bio.NC "arxiv Quantitative Biology". 2023. doi
- Препринт Sorokin K., Ayzenberg A., Анохин К. В., Сотсков В. П., Beketov M., Drynkin R., Зайцев А. В. Topology of cognitive maps / Cornell University. Series Computer Science "arxiv.org". 2022. doi
- Препринт Miolane N., Caorsi M., Lupo U., Guerard M., Guigui N., Mathe J., Cabanes Y., Reise W., Davies T., Leitão A., Mohapatra S., Utpala S., Shailja S., Corso G., Liu G., Iuricich F., Manolache A., Nistor M., Bejan M., Nicolicioiu A. M., Luchian B., Stupariu M., Michel F., Khanh D. D., Abdulrahman B., Beketov M., Maignant E., Liu Z., Černý M., Bauw M., Velasco-Forero S., Angulo J., Long Y. ICLR 2021 Challenge for Computational Geometry & Topology: Design and Results / Cornell University. Series CS "arxiv.org". 2021. No. 2108.09810. doi
- Статья Berezutskii A., Beketov M., Yudin D., Zimborás Z., Biamonte J. Probing criticality in quantum spin chains with neural networks // Journal of Physics: Complexity. 2020. Vol. 1. No. 3. Article 03LT01. doi
- Статья Beketov M., Lyashik A., Zabrodin A., Zotov A. Trigonometric version of quantum–classical duality in integrable systems // Nuclear Physics B. 2016. Vol. 903. P. 150-163. doi
Конференции
- 2023
4th Workshop on Topological Methods in Data Analysis (Heidelberg). Доклад: Topologically Autoencoding Cognitive Maps
Топология, комбинаторика и анализ данных (Воронеж). Доклад: Когомологии пучков и графовые нейросети (Sheaf cohomology and graph neural networks (GNNs), in Russian)
Алгебраическая топология, гиперболическая геометрия и компьютерный анализ данных (Томск). Доклад: Симметричные гиперболические вложения данных в машинном обучении (Symmetric hyperbolic embeddings of data in Machine Learning, in Russian)
- 2022
The interdisciplinary world of tangling conference (Потсдам). Доклад: Reconstructing knots from point clouds with persistent homology
Международная школа «Торическая топология, комбинаторика и анализ данных» (Санкт-Петербург). Доклад: Топологические дескрипторы и их применения в анализе данных (Topological descriptors and their usage in data analysis, in Russian)
- 2016
Integrable Systems and Quantum Symmetries 24 (Прага). Доклад: Quantum-classical duality between the Ruijsenaars-Schneider model and the quantum twisted spin chain: the trigonometric/anisotropic case
Опыт работы
Научный переводчик (русско-английский) – Pleiades Publishing, октябрь 2017 - июнь 2018
Преподаватель математики и компьютерных наук International Baccalaureate (Diploma Programme) – Романовская школа, январь 2018 - май 2020
Data Scientist (recommender systems, etc.) – App In The Air, июнь 2018 - февраль 2019
Python developer (computational geometry) – Archeads, сентябрь 2019 - июнь 2020
Информация*
Математические факультативы на ФКН
В 2022/2023 году на факультете компьютерных наук была существенно расширена линейка математических факультативов. В этой статье преподаватели расскажут о том, какие занятия они проводят, а студенты о том, что нового и полезного они там узнали.
Аспирант Дмитрий Киселев о своих исследованиях
В начале лета Дмитрий Киселев, аспирант третьего года обучения, рассказал о своей диссертации и объяснил, зачем нужны рекомендательные системы
‘I Like to Think that the Solutions We Find Can Help People in the Future’
Innopolis University has announced the results of Global Al Challenge, an international AI industry online hackathon in which teams of developers compete to create new materials using artificial intelligence. The DrugANNs team, which included students from the HSE University Faculty of Computer Science, took third place.
«Приятно думать, что найденные решения в перспективе могут помогать людям»
В Университете Иннополис подвели итоги международного отраслевого онлайн-хакатона Global Al Challenge. В нем соревновались команды разработчиков в области создания новых материалов с применением искусственного интеллекта. Третье место заняла команда DrugANNs, в числе участников которой — студенты факультета компьютерных наук НИУ ВШЭ.