Сергей Дмитриевич Кулик

Фотография отсутсвует

профессор кафедры прикладной информатики и мультимедийных технологий факультета информационных технологий

ученая степень: доктор технических наук

ученое звание: профессор,  ст.н.с.

образование: высшее, Московский инженерно-физический институт (1983)

наименование направления подготовки и (или) специальности: Автоматизированные системы управления

квалификация: Инженер-системотехник

общий стаж работы: 37 лет

стаж работы по специальности: 33 года

читаемые дисциплины: 

  1. Вероятностные методы распознавания образов
  2. Базы данных интеллектуальных систем 

основные публикации:. 

  1. Особенности представления квалификационной работы связанной с применением нейронной сети, тезисы докладов. XVIII Всероссийская научная конференция “Нейрокомпьютеры и их применение” НКП-2020. Москва, 17 марта 2020г. — М.: ФГБОУ ВО МГППУ, 2020. — С.429-431.
  2. Проблема эффективности морфологического исследования волос человека при выполнении судебно-биологической экспертизы, Вестник Томского государственного университета, 2020. — № 450. — С.246-251
  3. Experiments with Neural Net Object Detection System YOLO on Small Training Datasets for Intelligent Robotics ,Advanced Technologies in Robotics and Intelligent Systems (Proceedings of ITR 2019). Mechanisms and Machine Science. —  Springer, Cham, 2020. — Vol. 80.  —   pp. 157–162.
  4. Genetic Algorithm and Software Tools for Solving Optimization Problems in Intelligent Robotics, Advanced Technologies in Robotics and Intelligent Systems (Proceedings of ITR 2019). Mechanisms and Machine Science. —  Springer, Cham, 2020. — Vol. 80.  —   pp. 171–178.
  5. Recognition Algorithm for Biological and Criminalistics Objects, Biologically Inspired Cognitive Architectures 2019. Proceedings of the Tenth Annual Meeting of the BICA Society, AISC vol. 948, pp. 283–294, (2020)
  6. Factographic Information Retrieval for Biological Objects, Biologically Inspired Cognitive Architectures 2019. Proceedings of the Tenth Annual Meeting of the BICA Society, AISC vol. 948, pp. 277–282, (2020)
  7. Вопросы изучения морфологических признаков волос, Материалы 7-й Международной научно-практической конференции  «Теория и практика судебной экспертизы в современных условиях» (г. Москва, 17-18 января 2019г.). — М.: РГ-Пресс, 2019. — С.501-504.
  8. Нейронные сети и генетические алгоритмы для методического обеспечения судебно-экспертной деятельности, материалы 7-й Международной научно-практической конференции  «Теория и практика судебной экспертизы в современных условиях» (г. Москва, 17-18 января 2019г.). — М.: РГ-Пресс, 2019. — С.246-249.
  9. Нейронные сети в задачах кластеризации запросов при составлении семантического ядра, Тезисы докладов. XVII Всероссийская научная конференция “Нейрокомпьютеры и их применение” НКП-2019. Москва, 19 марта 2019г. — М.: ФГБОУ ВО МГППУ, 2019. — С.262-263.
  10. Scientific personnel training in convolutional neural networks for the implementation of research projects of the MegaScience class, IOP Conference Series: Journal of Physics: Conference Series 1406 (2019), 012014, P.6.
  11. Factographic information retrieval for semiconductor physics, micro - and nanosystems, AMNST 2017, IOP Conference Series: Materials Science and Engineering, 498 (2019), 012026, P.8.
  12. Обучающая система для изучения элементов системного анализа, Перспективы науки, 2019. — №8(119). — С.17-20.
  13. Генерирование учебных задач для различных дисциплин с элементами системного анализа, современная наука: актуальные проблемы теории и практики. Серия "Естественные и технические науки", 2019. — №9. — С.65-68.
  14. Формирование компетенций студентов при изучении различных дисциплин с элементами системного анализа, Современная наука: актуальные проблемы теории и практики. Серия "Естественные и технические науки", 2019. — №8. — С.73-77.
  15. Структура учебной фактографической информационной системы для формирования компетенций студентов в области системного анализа, Перспективы науки, 2019. — №7(118). — С.109-112.
  16. Оценка возможности применения статистической обработки результатов исследования при производстве судебной биологической экспертизы волос с головы человека, Юридическая наука и практика: Вестник Нижегородской академии МВД России, 2019. — № 2 (46). — С.164-169.
  17. Специальные элементы системного анализа для подготовки специалистов по информационной безопасности, Проблемы информационной безопасности. Компьютерные системы, 2019. — №1.—С.55-59.
  18. Применение системного анализа для оценки эффективности средств обеспечения информационной безопасности, Безопасность информационных технологий, 2019. — Том 26.— №1.— С. 25-35.
  19. Нейросетевые средства системного анализа в учебном процессе университета, Нейрокомпьютеры: разработка, применение.— М.: Радиотехника,  2019. —Том 21.—№1.—С.19-29.
  20. Новые правила защиты диссертаций. тезисы докладов. XVII Всероссийская научная конференция “Нейрокомпьютеры и их применение” НКП-2019. Москва, 19 марта 2019г. — М.: ФГБОУ ВО МГППУ, 2019. — С.29-32.

повышение квалификации: 

Повышение квалификации, Теория решения изобретательских задач (ТРИЗ), 24 часа, 22 декабря 2017 г. 

Совершенствование профессиональных педагогических компетенций, Новая экосистема образования, 6 часов, 15 апреля, 2017 г.

Повышение квалификации, Технологии инклюзивного образования в вузе, 72 часа, 19 октября 2018 г. 

Совершенствование профессиональных педагогических компетенций, Новая экосистема образования, 6 часов, 21 апреля, 2018 г.

Профессиональная переподготовка, Информационно-коммуникационные технологии в образовании, 252 часа,17 июня 2019 г.

Совершенствование профессиональных педагогических компетенций, Новая субъектность образования. Точка перехода, 6 часов, 13 апреля, 2019 г.

Совершенствование профессиональных педагогических компетенций, Новая субъектность образования, 6 часов, 29 апреля, 2020 г.


Контакты

Адрес: Москва, Открытое ш., д. 24, стр. 27, каб. 317, 319

График работы: пн.-пт., 10:00-18:00

Телефоны: +7 (499) 167-66-74, +7 (499) 167-78-35

E-mail: dekanatitmgppu@mail.ru