Ушаков Антон Владимирович

Ссылки на профили:

к.ф.-м.н.

Старший научный сотрудник

В 2009 г. с отличием окончил Институт математики, экономики и информатики Иркутского государственного университета, в том же году поступил в аспирантуру ИДСТУ СО РАН на специальность «Системный анализ, управление и обработка информации». В 2016 г. представил диссертацию «Нелинейный вариант задачи о p-медиане и пороговая робастность допустимых решений в дискретных задачах размещения», которая была успешно защищена в декабре того же года. Во время обучения в аспирантуре стажировался в Институте математики Севильского университета в 2010 и 2011 гг., а также был приглашенным исследователем в том же Институте математики под руководством проф. Эмилио Каррицоза в 2011 и 2013 гг. С 2017 г. занимает должность младшего, а затем старшего научного сотрудника ИДСТУ СО РАН.

Область научных интересов А.В. Ушакова включает в себя теорию и методы целочисленного программирования, дискретной оптимизации и исследования операций, а также параллельные и распределенные вычисления, машинное обучение и искусственный интеллект.

А.В. Ушаковым исследованы задачи о p-медиане, имеющей ряд интересных приложений в области исследования операций и машинного обучения. Задача состоит в выборе мест для размещения фиксированного числа так называемых «предприятий» для обслуживания заданного множества клиентов таким образом, чтобы минимизировать суммарную стоимость обслуживания. Для такой задачи разработаны эффективные параллельные и распределенные алгоритмы, позволившие с успехом находить близкие к оптимальным решения для задач рекордной на сегодняшний день размерности. Исследовался также ряд вариаций и обобщений указанной задачи размещения. В частности, двухуровневые задачи, в которых учитываются предпочтения потребителей или присутствует угроза террористической атаки на сеть обслуживания; нелинейный вариант задачи, в котором число открываемых предприятий не фиксировано, но также является переменной величиной; так называемый «отказоустойчивый» вариант задачи, в котором предполагается, что ряд предприятий может выходить из строя с неизвестной заранее вероятностью; робастные варианты, учитывающие возможные вариации спроса и т. д. Многие такие модифицированные задачи размещения находят применение не только в производстве, но и в области машинного обучения, например, в приложении к кластеризации по двум наборам признаков, что показано на примере кластеризации клеточных линий раковых клеток.

Исследовались практические задачи дискретной оптимизации, связанные с теорией расписаний, в частности, в области составления расписаний выполнения проектов, связанных с развертыванием вышек сотовой связи, составления расписаний работы персонала, составления расписания погрузки-разгрузки судов в области портовой логистики, составления расписаний в облачных средах и т.д.

Ряд работ посвящен исследованию и разработке алгоритмов поиска решений в задачах кластеризации, представляющих собой невыпуклые задачи оптимизации.

Опубликовал более 60 научных работ. Основные результаты его исследований были представлены на крупнейших российских и международных научных конференциях.