Центр оптико-нейронных технологий
ФГУ ФНЦ НИИСИ РАН
НИИСИ РАН
Структура
Проекты
Контакты
• Ассоциация нейроинформатики
• Конференция НЕЙРОИНФОРМАТИКА
Журналы:
• Нейроинформатика
• Optical Memory and Neural Networks
Мальсагов Магомед Юсупович

 

Кандидат физико-математических наук, ведущий научный сотрудник ФГУ ФНЦ НИИСИ РАН.

Область научных интересов:
искусственные нейронные сети, задачи оптимизации, глубокое машинное обучение.

Биография
Публикации

Контакты:
117218, г. Москва, ул. Нахимовский проспект, д. 36, корпус 1.
E-mail: malsagov@niisi.ras.ru
Телефон: +7 (499) 124-97-44.

Биография

Мальсагов М.Ю. родился в 1985 году. В 2008 году окончил факультет Радиотехники и кибернетики Московского физико-технического института (ФРТК МФТИ) по специальности прикладные физика и математика. В 2011 году окончил аспирантуру в НИИСИ РАН. Защитил кандидатскую диссертацию на тему "Применение дискретизации для решения задач бинарной оптимизации с помощью нейронной сети Хопфилда" (диссертация, автореферат) в 2012 г. С 2005 года работает в Институте оптико-нейронных технологий (ЦОНТ НИИСИ РАН).

Публикации

2020, 2019, 2018, 2017, 2016, 2015, 2014, 2013, 2011, 2010, 2009, 2008, 2007, 2006

    2020

  1. V.B.Betelin, B.V.Kryzhanovsky, N.N.Smirnov, V.F.Nikitin, I.M.Karandashev, M.Yu.Malsagov, E.V.Mikhalchenko. Neural network approach to solve gas dynamics problems with chemical transformations. // Acta Astronautica. 2020. Volume 180, March 2021, Pages 58-65. ISSN 0094-5765. https://doi.org/10.1016/j.actaastro.2020.11.058. (WoS, Q1, Impact Factor - 2.83) (http://www.sciencedirect.com/science/article/pii/S0094576520307347)

  2. Хаиров Э.М., Мальсагов М.Ю., Карандашев Я.М., Пушкарёва М.М., Крыжановскии Б.В. Квантизация весов глубоких нейронных сетей после обучения. // НАНОИНДУСТРИЯ Учредители: АО "Рекламно-издательский центр "Техносфера" (Москва), № S96-2, 2020, с. 549-555, ISSN: 1993-8578, eISSN: 2687-0282, DOI: 10.22184/1993-8578.2020.13.3s.549.555.

  3. Khayrov E.M., Malsagov M.Y., Karandashev I.M. Post-training Quantization of Deep Neural Network Weights. // In: Kryzhanovsky B., Dunin-Barkowski W., Redko V., Tiumentsev Y. (eds) Advances in Neural Computation, Machine Learning, and Cognitive Research III. NEUROINFORMATICS 2019. Studies in Computational Intelligence, vol 856. Springer, Cham. 2020.

    4. 2019

  4. Я.М. Карандашев, М.Ю. Мальсагов, Б.В. Крыжановский. Спектральная плотность спин-стекольной модели Эдвардса-Андерсона. // Труды НИИСИ РАН. т. 9. № 3. c.13-17. 2019.

  5. М.Ю. Мальсагов, Б.В. Крыжановский, Я.М. Карандашев. Изменения термодинамических свойств двумерной модели Изинга переходе от 4 к 6 связям на спин. // Труды НИИСИ РАН. т. 9. № 3. c.4-12. 2019.

  6. M.Yu. Malsagov, E.M. Khayrov, M.M. Pushkareva and I.M. Karandashev. Exponential Discretization of Weights of Neural Network Connections in Pre-Trained Neural Networks. // Optical Memory and Neural Networks. Vol. 28. No. 4. pp. 262–270. Allerton Press, Inc., 2019.

  7. Malsagov M.Y., Karandashev I.M., Kryzhanovsky B.V. Approximation of Edwards-Anderson Spin-Glass Model Density of States. // Lu H., Tang H., Wang Z. (eds) Advances in Neural Networks – ISNN 2019. ISNN 2019. Lecture Notes in Computer Science, vol 11555. Springer, Cham, 2019.

    8. 2018

  8. Kryzhanovsky B., Malsagov M., Karandashev I. Investigation of Finite-Size 2D Ising Model with a Noisy Matrix of Spin-Spin Interactions. // Entropy. V. 20. No. 8. p. 585. 2018.

  9. B.V. Kryzhanovsky, I.M. Karandashev, M.Yu. Malsagov. Dependence of Critical Temperature on Dispersion of Connections in 2D Grid. // 15th International Symposium on Neural Networks (ISNN 2018). Minsk. PP. 695-702. 2018.

  10. М.Ю. Мальсагов, Я.М. Карандашев, Б.В. Крыжановский. Изменения свойств модели Изинга и её термодинамических характеристик при добавлении шума в матричные элементы. // Труды НИИСИ РАН. т.8. № 2. c.19-25. 2018.

  11. I.M. Karandashev, B.V. Kryzhanovsky, M.Yu. Malsagov. Spectral Characteristics of a Finite 2D Ising Model. // Optical Memory and Neural Networks. Vol. 27. No. 3. pp. 147-151. © Allerton Press, Inc., 2018.

  12. B.V. Kryzhanovsky, M.Yu. Malsagov, I.M. Karandashev. Dependence of critical parameters of 2D Ising model on lattice size. // Optical Memory and Neural Networks. Vol. 27. No.1. pp. 10-22. © Allerton Press, Inc., 2018.

    13. 2017

  13. M.Yu. Malsagov, I.M. Karandashev and B.V. Kryzhanovsky. The Analytical Expressions for a Finite-Size 2D Ising Model. // http://arxiv.org/abs/1706.02541. 2017.

  14. Мальсагов М.Ю., Карандашев Я.М., Крыжановский Б.В. Обобщение решения Онсагера для двумерной модели Изинга конечных размеров. // Труды НИИСИ РАН. т.7. №4. с.16-25. 2017.

  15. Я.М. Карандашев, Б.В. Крыжановский, М.Ю. Мальсагов. Аналитические выражения для двумерной модели Изинга конечных размеров. // Сборник трудов XIX Всероссийской научно-технической конференции «Нейроинформатика-2017».– М.: МИФИ, 2017.– ч.2.– cс. 186-196.

  16. I.M. Karandashev, B.V. Kryzhanovsky and M.Yu. Malsagov. Analytical Expressions for a Finite-Size 2D Ising Model. // ISSN 1060-992X, Optical Memory and Neural Networks, 2017, Vol. 26. No. 3. pp. 165–171. © Allerton Press, Inc., 2017.

  17. Ya.M. Karandashev and M.Yu. Malsagov. Polynomial Algorithm for Exact Calculation of Partition Function for Binary Spin Model on Planar Graphs. // ISSN 1060-992X, Optical Memory and Neural Networks, 2017, Vol. 26. No. 2. pp. 87–95. © Allerton Press, Inc. 2017.

  18. Я.М. Карандашев, М.Ю. Мальсагов. Полиномиальный алгоритм точного вычисления статистической суммы для модели бинарных спинов на планарных графах. // Труды НИИСИ РАН. т.7. №1. с. 18-25. 2017.

    19. 2016

  19. Yakov M. Karandashev, Magomed Yu. Malsagov. Polynomial algorithm for exact calculation of partition function for binary spin model on planar graphs. // https://arxiv.org/abs/1611.00922. 2016.

  20. Boris Kryzhanovsky, Magomed Malsagov. The Spectra of Local Minima in Spin-Glass Models. // https://arxiv.org/abs/1606.02457. 2016.

  21. В.М. Крыжановский, М.Ю. Мальсагов. Улучшение скалярного нейросетевого дерева, используемого для поиска ближайшего соседа в бинарном пространстве большой размерности. // Труды НИИСИ РАН. т.6. №2. с. 11-20. 2016.

  22. Б.В. Крыжановский, М.Ю. Мальсагов. Спектры локальных минимумов в спин-стекольных моделях. // Труды НИИСИ РАН. т.6. №1. с. 50-61. 2016.

  23. V.M. Kryzhanovskiy and M.Yu. Malsagov. Increase of the Speed of Operation of Scalar Neural Network Tree when Solving the Nearest Neighbor Search Problem in Binary Space of Large Dimension. // "Optical Memory and Neural Networks (Information Optics)". Vol. 25. № 2. pp. 59–71. (ISSN 1060-992X, Allerton Press, Inc.). DOI: 10.3103/S1060992X1602003X. 2016.

  24. B. Kryzhanovsky and M. Malsagov. The Spectra of Local Minima in Spin-Glass Models. // "Optical Memory and Neural Networks (Information Optics)". Vol.25. № 1. pp. 1-15 (ISSN 1060-992X, Allerton Press, Inc.). DOI: 10.3103/S1060992X16010057. 2016.

    25. 2015

  25. Vladimir Kryzhanovsky, Magomed Malsagov. Distorted High-Dimensional Binary Patterns Search by Scalar Neural Network Tree. // "Proc. of 4th International Conference on Analysis of Images, Social Networks and Texts" (AIST-2015). Yekaterinburg. Russia. pp. 208-217. 9–11 April 2015.

  26. В.М. Крыжановский, М.Ю. Мальсагов, И.С. Желавская. Скалярное нейросетевое дерево в задаче поиска ближайшего соседа в бинарном пространстве высокой размерности. // Сборник трудов XVII Всероссийской научно-технической конференции "Нейроинформатика-2015". М.: МИФИ. ч.3. cс. 11-20. 2015.

    27. 2014

  27. В.М. Крыжановский, М.Ю. Мальсагов, И.С. Желавская. Двухслойный векторный персептрон для решения задачи распознавания бинарных образов. // "Программные продукты и системы". №4. сс. 70–77. 2014.

  28. Vladimir Kryzhanovsky, Magomed Malsagov, Irina Zhelavskaya. Error Probability of Search in High-Dimensional Binary Space by Scalar Neural Network Tree. // "Proc. of 8th International Conference on Bio-inspired Information and Communications Technologies". Boston. Massachusetts. USA. pp. 23-27. 1-3 December 2014.

  29. В.М. Крыжановский, М.Ю. Мальсагов, И.С. Желавская. Поиск ближайшего соседа в бинарном пространстве большой размерности с помощью нейросетевого бинарного дерева. // "Вестник Компьютерных и Информационных Технологий". №10. сc. 23-29. 2014.

  30. Vladimir Kryzhanovsky, Magomed Malsagov, Juan Antonio Clares Tomas, Irina Zhelavskaya. On Failure Probability of Search in High-Dimensional Binary Space by Scalar Neural Network Tree. // "Proc. of 6th International Conference on Neural Computation Theory and Applications". Rome. pp. 300-306. 22-24 October 2014.

  31. Kryzhanovsky V., Malsagov M., Tomas J. A. C., Zhelavskaya I. High-Dimensional Binary Pattern Classification by Scalar Neural Network Tree. // "Proc. of 24th International Conference on Artificial Neural Networks" (ICANN-2014). Springer. Germany. pp. 169-177. 15-19 September 2014.

  32. В.М. Крыжановский, М.Ю. Мальсагов. Дерево поиска на основе персептронов с итеративным обходом и критерием останова. // Сборник трудов XVI Всероссийской научно-технической конференции "Нейроинформатика-2014". М.: МИФИ. ч.1. cс. 10-20. 2014.

    33. 2013

  33. V. Kryzhanovsky, M. Malsagov, J. A. C. Tomas. Hierarchical classifier: based on neural networks searching tree with iterative traversal and stop criterion. // "Optical Memory and Neural Networks (Information Optics)". Vol.22, №4. pp. 217–223. 2013.

  34. Л.Б. Литинский, М.Ю. Мальсагов. Модель Хопфилда с мультипликативной матрицей связи и порогами. // "Труды НИИСИ РАН". Т.3. №2. сс. 17-21. 2013.

  35. В.М. Крыжановский, М.Ю. Мальсагов. Поиск ближайшего соседа в хемминговом пространстве высокой размерности иерархическим нейро-классификатором. // "Труды НИИСИ РАН". Т.3. №2. сс. 26-31. 2013.

  36. В.М. Крыжановский, И.С. Желавская, М.Ю. Мальсагов. Обучение векторного персептрона методами линейного программирования. // Сборник трудов XV Всероссийской научно-технической конференции "Нейроинформатика-2013". М.: МИФИ. ч.2. cс. 225-234. 2013.

  37. Л.Б. Литинский, М.Ю. Мальсагов. Об одном методе построения нейронной сети с большой памятью. // Сборник трудов XV Всероссийской научно-технической конференции "Нейроинформатика-2013". М.: МИФИ. ч.1. cс. 98-108. 2013.

  38. Leonid Litinskii, Magomed Malsagov. Multiplicative neural networks with thresholds. "Proc. of 5th International Joint Conference on Computational Intelligence" (IJCCI-2013). Vilamoura. Algarve. Portugal. A. Rosa et al. (Eds.). ISBN: 978-989-8565-77-8. pp. 523-528. 20-22 сентября 2013.

  39. Leonid Litinskii, Magomed Malsagov. The Hopfield-like neural network with governed ground state. "Proc. of 22th International Conference of Neurosciences" (CNS-2013). BMC Neuroscience. Paris. France. Vol.14. P257. p. 161. 13-18 июля 2013.

    40. 2011

  40. Крыжановский М.В., Мальсагов М.Ю. Дискретизация матрицы в задаче бинарной оптимизации. // Сборник трудов XIII Всероссийской научно-технической конференции "Нейроинформатика-2011". М.: МИФИ. ч.3. cс. 152-160. 2011.

  41. Крыжановский Б.В., Крыжановский М.В., Мальсагов М.Ю. Дискретизация матрицы в задаче бинарной минимизации квадратичного функционала. // "Доклады Академии Наук". Т.438. №3. сс. 312-317. 2011.

  42. Мальсагов М.Ю. Понижение разрядности элементов матрицы для ускорения алгоритма дискретной оптимизации. // "Нейрокомпьютеры: разработка и применение". №4. сс. 22-31. 2011.

  43. Kryzhanovsky M.V., Malsagov M.Yu. Modification of Binary Optimization Algorithm and Use Small Digit Capacity Numbers. // "Optical Memory and Neural Networks (Information Optics)". Vol.20. №3. pp. 194–200. 2011.

  44. Крыжановский М.В., Мальсагов М.Ю. Применение чисел малой разрядности в задаче бинарной оптимизации. // "Программные продукты и системы". №4. сс. 40-44. 2011.

  45. Крыжановский М.В., Мальсагов М.Ю. Особенности применения дискретизации в задачах поиска глобального минимума. // "Искусственный интеллект". №3. сс. 497-505. 2011.

    46. 2010

  46. М.В. Крыжановский, М.Ю. Мальсагов. Ускорение модифицированной процедуры клиппирования. // "Нейроинформатика-2010". Сборник научных трудов. М.:МИФИ. ч.2. cc. 45-54. 2010.

  47. M.V. Kryzhanovsky, M.U. Malsagov. Small digit capacity arithmetic for problems of discrete optimization. // "The fourth International Conference on Neural Networks and Artificial Intelligence" (ICNNAI-2010). Brest. Belarus. pp. 101-106. 2010.

  48. Kryzhanovsky M.V., Malsagov M.Yu. Neuron Network Methods of Task Assignment in Multiprocessing System. // "Optical Memory and Neural Networks". Vol.19. №3. pp. 213–219. 2010.

    49. 2009

  49. М.В. Крыжановский, М.Ю. Мальсагов. Применение процедуры клиппирования и ее обобщение в задачах поиска глобального минимума. // "Нейроинформатика-2009". Сборник научных трудов. М.:МИФИ. ч. 2. cc. 61-68. 2009.

  50. M.V. Kryzhanovsky, M.U. Malsagov. Clipping procedure in optimization problems and its generalization. // "Optical Memory and Neural Networks". Vol 18. №3. pp. 181-187. 2009.

  51. М.В. Крыжановский, М.Ю. Мальсагов. Обобщение процедуры клиппирования в задачах оптимизации В дискретном пространстве. // "Искусственный интеллект". №3. cc. 496-503. 2009.

    52. 2008

  52. М.В. Крыжановский, М.Ю. Мальсагов. Задача распределения нагрузки в двухпроцессорной системе. // "Вестник компьютерных и информационных технологий". №3, сс. 41-47. (Грант РФФИ №06-01-00109). 2008.

  53. M.V. Kryzhanovsky, M.U. Malsagov. Efficient multitasking in a dual-core CPU system. // "Optical Memory and Neural Networks". Vol 17. №1. pp. 84-91. (Grant №06-01-00109 of RFBR). 2008.

  54. M.V. Kryzhanovsky, M.U. Malsagov. Distribution stream of tasks in dual-processor system. // "International Conference of Artificial Neural Networks" (ICANN – 2008). Prague. LNCS-5164. part II. pp. 150-158. 2008.

  55. М.В. Крыжановский, М.Ю. Мальсагов. Решение задачи распределения нагрузки в двухпроцессорной системе на основе нейронных сетей. // "Искусственный интеллект". №3. сс. 548-557. 2008.

    56. 2007

  56. М.В. Крыжановский, М.Ю. Мальсагов. Задача динамического распределения ресурсов в многопроцессорных системах. // "Нейроинформатика-2007".Сборник научных трудов. М.:МИФИ. сс. 229-234. (РФФИ №05-07-90049). 2007.

  57. М.В. Крыжановский, М.Ю. Мальсагов. Нейросетевой подход к решению задачи распределения нагрузки в двухпроцессорной системе. // "Искусственный интеллект". №3. сс. 547-555. (ОИТВС РАН проект №1.8, РФФИ №01-01-00109). 2007.

    58. 2006

  58. М.В. Крыжановский, М.Ю. Мальсагов. Распределение потока задач в многопроцессорных системах с использованием нейронных сетей. // XLIX научная конференция МФТИ "Современные проблемы фундаментальных и прикладных наук". Сборник научных трудов. М.: МФТИ. сс. 169-170. 2006.
© Центр оптико-нейронных технологий
Федеральное государственное учреждение
Федеральный научный центр
Научно-исследовательский институт системных исследований
Российской академии наук
All rights reserved.
2016 г.