Соловьёв, Роман Александрович
Роман Александрович Соловьёв (род. 7 декабря 1981, Зеленоград) — российский учёный в области автоматизации проектирования интегральных схем, машинного обучения, нейронных сетей, больших данных, модулярной арифметики, теории надежности. Доктор технических наук, главный научный сотрудник Института проблем проектирования в микроэлектронике РАН. Член-корреспондент Российской академии наук (РАН)[1] по Отделению нанотехнологий и информационных технологий РАН (секция информационных технологий и автоматизации), лауреат премии Правительства РФ в области науки и техники (2023)[2]. Удостоен Благодарности Президента РФ (2024).
Что важно знать
| Роман Александрович Соловьев | |
|---|---|
| Дата рождения | 7 декабря 1981 (44 года) |
| Место рождения | |
| Страна |
 СССР →  Россия |
| Научная сфера | искусственный интеллект, оптоинформатика, модулярная арифметика |
| Место работы | Институт проблем проектирования в микроэлектронике РАН |
| Учёная степень | доктор технических наук |
| Учёное звание | член-корреспондент РАН |
Биография
Родился 7 декабря 1988 года в Зеленограде.
В 2004 году с отличием закончил факультет микроприборов и технической кибернетики МИЭТ.
В 2007 году защитил кандидатскую диссертацию.
В 2018 году защитил докторскую диссертацию.
С 2019 года — профессор кафедры проектирования и конструирования интегральных микросхем (ПКИМС) МИЭТ[3].
В 2022 году был избран Член-корреспондентом Российской академии наук (РАН).
Автор и соавтор более 70 научных работ[4].
- разработан высокопроизводительный и эффективный комплекс вычислительных алгоритмов и методов для анализа помех, влияющих на быстродействие КМОП-схем;
- разработаны методы проектирования различных микроэлектронных устройств на базе модулярной арифметики, методы повышения надежности и ускорения вычислений на базе методов модулярной арифметики, разработаны элементы теории интрамодулярных вычислений;
- разработан ряд подходов к проектированию аппаратных реализаций нейронных сетей на базе ПЛИС и СБИС, исследованы параметры надежности аппаратных реализаций нейронных сетей, разработан метод слияния прямоугольников для нейронных сетей обнаружения объектов, разработан метод использования трехмерных свёрток для анализа данных, полученных на мультифотонном флуоресцентном микроскопе.
Награды
- Лауреат премии конкурса «Грант Москвы» в области наук и технологий в сфере образования (2005 год).
- 1-е место на окружном этапе конкурса профессионального мастерства «Московские мастера» по профессии «Программист» (2008 год).
- Honorable mention (4 место) на конкурсе Identical Fault Search в рамках конференции ICCAD 2016 (2016 год).
- 1-е место в международном соревновании по машинному обучению Rosneft Seismic Challenge (2019 год).
- Выход в региональный финал в международном конкурсе Innovate FPGA 2019 от Intel с проектом «Real-time video frames classification based on MobileNet convolutional neural net» (2019 год).
- Медаль Минобрнауки России «За вклад в реализацию государственной политики в области научно-технологического развития» (2021 год)
- Премия Правительства РФ в области науки и техники (2023).
- Благодарность Президента Российской Федерации (2024)[5].
Преподавательская деятельность
Соревнования
Соловьев Р. А. известен по участию в соревнованиях по машинному обучению на площадках Kaggle[11], DrivenData[12], Topcoder[13], Zindi[14] и других (преимущественно под ником ZFTurbo). На площадке Kaggle имеет статус грандмастера и более 20 золотых медалей. Занимал 4 место в общем рейтинге площадки Kaggle и долгое время был ТОП 1 среди участников из России. По результатам конкурсов были опубликованы научные статьи[15] и код решения задач[16][17].
| Hомер | Год | Площадка | Название | Место | Тематика | Ссылки |
|---|---|---|---|---|---|---|
| 1 | 2017 | Kaggle | Dstl Satellite Imagery Feature Detection | 2 место | ДЗЗ | [18] |
| 2 | 2017 | DrivenData | DrivenData: N+1 fish, N+2 fish | 2 место | Экология | [19][20], , |
| 3 | 2017 | DrivenData | Pri-matrix Factorization | 2 место | Экология | [21][22], , |
| 4 | 2017 | Topcoder | Morgoth’s Crown: SpectrumPredictor | 2 место | Химия | [23] |
| 5 | 2017 | Kaggle | Planet: Understanding the Amazon from Space | 3 место | ДЗЗ | [24], |
| 6 | 2018 | Kaggle | IEEE’s Signal Processing Society — Camera Model Identification | 1 место | ЦОС | [25] |
| 7 | 2018 | Kaggle | Inclusive Images Challenge | 3 место | … | [26][27], |
| 8 | 2018 | Kaggle | Humpback Whale Identification | 5 место | Экология, Реидентификация | [28][29][30], , |
| 9 | 2019 | Kaggle | Open Images 2019 — Visual Relationship | 3 место | … | [31] |
| 10 | 2019 | Kaggle | Open Images 2019 — Instance Segmentation | 5 место | Сегментация | [32] |
| 11 | 2019 | Topcoder | Neptune — Facial Detection | 3 место | Обнаружение объектов | [33] |
| 12 | 2019 | Topcoder | Neptune — Facial Re-Identification | 1 место | Реидентификация | [34] |
| 13 | 2019 | Boosters | Rosneft Seismic Challenge | 1 место | Геология | [35][36],[37], , |
| 14 | 2020 | DrivenData | Open AI Caribbean Challenge: Mapping Disaster Risk from Aerial Imagery | 2 место | ДЗЗ | [38][39][40], , |
| 15 | 2020 | ODS.ai | COVID-19 Data Challenge (Sberbank) 2020 | 2, 5 и 3 место в трех турах | Эпидемиология | [41] |
| 16 | 2020 | DrivenData | Advance Alzheimer’s Research with Stall Catchers | 1 место | Медицина | [42][43][44], , |
| 17 | 2020 | DrivenData | Genetic Engineering Attribution Challenge | 2 место | Генетика | [45][46], |
| 18 | 2021 | Kaggle | VinBigData Chest X-ray Abnormalities Detection | 2 место | Медицина | [47][48], |
| 19 | 2021 | Kaggle | Human Protein Atlas — Single Cell Classification | 3 место | Биология, Сегментация | [49][50], |
| 20 | 2021 | Codenrock | Rosneft Challenge 2021 | 3 место | Экология, Обнаружение объектов | [51][52], , |
| 21 | 2022 | Zindi | Turtle Recall: Conservation Challenge | 3 место | Экология, Реидентификация | [53][54], |
| 22 | 2022 | Topcoder | NASA Comet Detection Marathon Match | 5 место | Астрономия, Обнаружение объектов | [55][56][57], , |
| 23 | 2023 | AICrowd | The Sound Demixing Challenge 2023 | 1 место | Звук, Музыка | [58] |
Примечания
