Казеев Никита Александрович
- Стажер-исследователь, аспирант:Факультет компьютерных наук / Научно-учебная лаборатория методов анализа больших данных
- Начал работать в НИУ ВШЭ в 2016 году.
Образование
Магистратура: Московский физико-технический институт, специальность «Прикладные математика и физика»
Группа высокого профессионального потенциала (кадровый резерв НИУ ВШЭ)
Категория "Новые исследователи" (2017-2018)
Обучение в аспирантуре
3-й год обучения
Утвержденная тема диссертации: Применение методов машинного обучения к идентификации частиц в детекторе LHCb
Научный руководитель: Устюжанин Андрей Евгеньевич
Выпускные квалификационные работы студентов
- Бакалавриат
Дубов Д. С. «Планирование маневров космического аппарата с использованием методов обучения с подкреплением». Факультет компьютерных наук, 2018
- Магистратура
Гремячих Л. И. «Автоматизация планирования маневров космического аппарата по уклонению от космического мусора с использованием методов глубокого обучения и обучения с подкреплением». Факультет компьютерных наук, 2018
Публикации12
- Статья Kazeev N., Derkach D., Ratnikov F., Ustyuzhanin A., Volokhova A. Cherenkov detectors fast simulation using neural networks // Nuclear Instruments and Methods in Physics Research, Section A: Accelerators, Spectrometers, Detectors and Associated Equipment. 2019 doi
- Статья Derkach D., Hushchyn M., Kazeev N., Ratnikov F., Arzymatov K., Borisyak M. A., Chekalina V., Ustyuzhanin A. Measurement of the Charm-Mixing Parameter yCP // Physical Review Letters. 2019. Vol. 122. No. 1. P. 1-10. doi
- Статья Derkach D., Hushchyn M., Kazeev N., Ratnikov F., Ustyuzhanin A., Borisyak M. A., Arzymatov K., Chekalina V. Search for CP violation through an amplitude analysis of D0 → K+K−π+π− decays // Journal of High Energy Physics. 2019. Vol. 2019. No. 2. P. 1-33. doi
- Статья Ratnikov F., Баранов А. С., Borisyak M. A., Derkach D., Hushchyn M., Kazeev N., Ustyuzhanin A. First measurement of the CP-violating phase ϕdds in B s 0 → (K+π−)(K−π+) decays // Journal of High Energy Physics. 2018. Vol. 2018. P. 1-31. doi
- Статья Derkach D., Hushchyn M., Likhomanenko T., Rogozhnikov A., Kazeev N., Chekalina V., Нейчев Р. Г., Stanislav K., Ratnikov F. Machine-Learning-based global particle-identification algorithms at the LHCb experiment // Journal of Physics: Conference Series. 2018. Vol. 1085. No. 4. P. 1-5. doi
- Статья Kazeev N., Derkach D., Hushchyn M., Ratnikov F., Ustyuzhanin A. Search for the rare decay Λ c+→ p μ+ μ− // Physical Review D - Particles, Fields, Gravitation and Cosmology. 2018. Vol. 97. P. 091101-1-091101-10. doi
- Статья Ustyuzhanin A., Derkach D., Borisyak M. A., Баранов А. С., Hushchyn M., Kazeev N., Ratnikov F. Search for weakly decaying bb-flavored pentaquarks // Physical Review D - Particles, Fields, Gravitation and Cosmology. 2018. Vol. 97. P. 032010-1-032010-11. doi
- Статья D. Derkach, N. Kazeev, R Neychev, A. Panin, Trofimov I., A. Ustyuzhanin, Vesterinen M. LHCb trigger streams optimization // Journal of Physics: Conference Series. 2017. Vol. 898. No. 6. P. 1-6. doi
- Статья Hushchyn M., Ustyuzhanin A., Derkach D., Ratnikov F., Баранов А. С., Kazeev N., Borisyak M. A. Measurement of CP asymmetry in D0→ K− K+ decays // Physics Letters. Section B: Nuclear, Elementary Particle and High-Energy Physics. 2017. Vol. 767. P. 177-187. doi (в печати)
- Статья LHCb C., Borisyak M. A., Derkach D., N. Kazeev, Rogozhnikov A., Ratnikov F., Ustyuzhanin A. Observation of the doubly charmed baryon Ξ++cc // Physical Review Letters. 2017. Vol. 119. No. 11. P. 1-10. doi
- Статья LHCb C., Derkach D., Kazeev N., Ratnikov F., Rogozhnikov A., Ustyuzhanin A. Search for Baryon-Number Violating Ξ b 0 Oscillations // Physical Review Letters. 2017. Vol. 119. No. 18. P. 181807-1-181807-9. doi
- Статья Kazeev N., Ustyuzhanin A., Artemov A., Redkin A. Event Index — an LHCb Event Search System // Journal of Physics: Conference Series. 2015. Vol. 664. No. 3. P. 032019-032019. doi
Конференции
- 2018
23rd International Conference on Computing in High Energy and Nuclear Physics (CHEP-2018) (София). Доклад: Machine Learning based Global Particle Identification Algorithms at the LHCb Experiment
10th International Workshop on Ring Imaging Cherenkov Detectors (RICH 2018) (Москва). Доклад: Cherenkov Detectors Fast Simulations Using Neural Networks
IV international conference on particle physics and astrophysics (ICPPA) (Москва). Доклад: Machine learning at LHCb
- 2016
22nd International Conference on Computing in High Energy and Nuclear Physics, CHEP 2016 (San Francisco). Доклад: LHCb trigger streams optimization
4th National eScience Symposium Science in a Digital World (Amsterdam). Доклад: Reproducible Machine Learning for Humans
DevFest Siberia (Новосибирск). Доклад: Изучая Вселенную при помощи больших данных и машинного обучения
17th International workshop on Advanced Computing and Analysis Techniques in physics research (ACAT) (Valparaiso). Доклад: LHCb data processing optimization using Event Index
Inter-experimental LHC Machine Learning (IML) Working Group meeting (Geneva). Доклад: Optimisation of data storage (Clustering with gradient descent)
81st LHCb Collaboration Week (Сантьяго-де-Компостела). Доклад: HLT streaming optimization
Авторские права и патенты
составное произведение (аудиовизуальное произведение+произведения науки)«МООК "Introduction to Deep Learning"»
Нейросеть ученых из ВШЭ и "Яндекса" ускорит поиск новых частиц на БАК
Российские математики и физики создали систему искусственного интеллекта, которая существенно ускорит анализ поведения частиц внутри детекторов БАК и поможет быстрее открывать их.
В финал IDAO вышла 31 команда из семи стран
Восемнадцатого февраля подведены итоги онлайн-этапа Международной олимпиады по анализу данных IDAO (International Data Analysis Olympiad), организованной факультетом компьютерных наук НИУ ВШЭ и Яндексом при поддержке Сбербанка. В этом году участниками заочного этапа стали 1287 команд из 78 стран.
Четвертая летняя школа «Машинное обучение в физике высоких энергий»
В этом году научно-учебная лаборатория методов анализа больших данных провела четвертую летнюю школу машинного обучения в физике высоких энергий (Machine Learning for High Energy Physics - MLHEP). Организаторы решили провести эксперимент выделив в программе больше места продвинутым темам машинного обучения, привлекающим значительное внимание в физике частиц за последние годы: глубинные нейронные сети, сети для работы с графами, методы оптимизации, рекуррентные сети.
Third Machine Learning Summer School Held in UK
On July 17-23 the Third Machine Learning summer school organized by Yandex School of Data Analysis, Laboratory of Methods for Big Data Analysis at the National Research University Higher School of Economics and Imperial College London was held in Reading, UK. 60 students, doctoral students and researchers from 18 countries and 47 universities took part in the event.
Третья летняя школа по машинному обучению в физике высоких энергий
С 17 по 23 июля факультет компьютерных наук совместно со Школой анализа данных Яндекса и Имперским колледжем Лондона провел III Международную летнюю школу «Машинное обучение в физике высоких энергий» (“Machine Learning in High Energy Physics”) в университете Рединга (Великобритания). В мероприятии приняли участие 60 студентов, аспирантов и ученых из 18 стран и 47 университетов.
Факультет принял участие в хакатоне по нейронаукам
3 и 4 декабря в Московском офисе компании Яндекс прошел хакатон по нейронаукам, в организации которого приняла участие Научно-учебная лаборатория методов анализа больших данных факультета компьютерных наук. В мероприятие приняли участие более 200 человек, из которых 50 студенты Высшей школы экономики.
