Differences

This shows you the differences between two versions of the page.

--- school_cosmos [28/01/2021 20:26] – kryukov
+++ school_cosmos [01/12/2022 00:47] – [НОШ МГУ Космос] admin
@@ Line 1: / Line 1: @@
-====== Scool COSMOS ======
+====== НОШ МГУ "Космос" ======
+Сайт Научно-образователной школы МГУ [[https://nosh.msu.ru/cosmos| "Фундаментальные и прикладные исследования космоса"]] ("Космос")
+===== О школе =====
+Миссия Школы — сохранение и укрепление ведущих позиций Московского университета в области исследований космоса и использования результатов космической деятельности. Деятельность НОШ «Космос» будет направлена на подготовку специалистов и научные исследования в следующих актуальных направлениях исследования космоса:
+  *     исследование темной материи и теория гравитации;
+  *     безопасность деятельности в околоземном космическом пространстве;
+  *     обеспечение исследования внеземных объектов (в частности Луны) и дальнейшее освоение космического пространства.
+Основными научными подразделениями школы являются: факультет космических исследований МГУ, механико-математический факультет МГУ, физический факультет МГУ, ГАИШ МГУ и НИИЯФ МГУ.
 ===== Magisterial curses =====
-  * [[Machine learning]]
+Э.Э. Боос, д.ф.-м.н., профессор, чл.-корр. РАН, В.И. Саврин, д.ф.-м.н., Буничев, к.ф.-м.н. Стандартная модель как основа современной физики частиц во Вселенной.
+Э.Э. Боос, д.ф.-м.н., профессор, чл.-корр.РАН., И.П. Волобуев, д.ф.-м.н, С.В. Демидов, к.ф.-м.н. Современные расширения Стандартной модели.
+А.Е.Пухов, к.ф.-м.н.. Построение моделей темной материи, современные экспериментальные ограничения
+И.П. Волобуев, д.ф.-м.н. Теория групп в физике элементарных частиц и атомного ядра.
+М.Н. Дубинин, д.ф.-м.н. Физика частиц на коллайдерах.
+/**
+==== Machine learning ====
+**Название**: "Применение методов машинного обучения в анализе данных коллайдерных экспериментов, астрофизики космических лучей и гамма-астрономии".
+Данный курс является дисциплиной по выбору студентов  четвертого семестра второго курса магистратуры.
+**Аннотация**. Курс лекций призван дать понимание наиболее актуальных методов машинного обучения применяемых в современных физических экспериментах и возможность самостоятельного использования существующих открытых пакетов программ создания нейронных сетей, для простых задач. Вначале курса дается краткое введение в постановку задачи и методы машинного обучения. В силу своей эффективности, универсальности  основным  объектом изучения в данном курсе выбраны нейронные сети в различных модификациях, включая методы глубокого обучения. Использование методов машинного обучения излагается на основе реальных современных анализов данных поступающих с коллайдерных (CMS, LHC) экспериментов и астрофизики космических частиц и  гамма-астрономии.
+**/