О себе

Островский Алексей Викторович

Родился в 1989 году в Виннице, Украина.

В 2006 году окончил Физико-математическую гимназию № 17 г. Винница. Многократный призер областных школьных олимпиад по математике, физике и информатике. Пятикратный призер Всеукраинских олимпиад (4 по физике и одна по информатике).

В 2006–2010 году учился в бакалавриате факультета управления и прикладной математики Московского физико-технического института по специальности «прикладная математика и физика»; получил диплом с отличием. Тема бакалаврской работы — «Эмпирическое исследование линейных и монотонных композиций алгоритмов ранжирования» (под руководством Воронцова К.В., д. ф.-м. н., с.н.с. Вычислительного центра РАН). Суть работы заключалась в применении адаптивного бустинга для построения композиций и повышения качества алгоритмов ранжирования. Для реализации вычислений использовалась среда MATLAB.

В 2010–2012 году обучался в магистратуре Московского физико-технического института по специальности «Прикладная математика и физика»; окончил его, получив диплом с отличием. Тема магистерского диплома — «Методы распознавания фрагментов генов в геномах высших организмов» (под руководством Гупала А.М., д.ф.-м.н., член-корр. НАН Украины, зав. отдела в Институте кибернетики НАН Украины). Суть работы состояла в применении скрытых марковских моделей высоких порядков для определения границ между экзонами и интронами в генах. Для имплементации вычислений использовался язык программирования Java.

В 2014 году защитил диссертацию на соискание научной степени кандидата физико-математических наук по специальности «теоретические основы информатики и кибернетики» в Институте кибернетики НАН Украины. Тема диссертации — «Методы распознавания на основе моделей Маркова со скрытыми переменными» (под руководством Гупала А.М.) [1]. Суть работы заключалась в следующем:

  • Создание единого математического аппарата для описания двух задач биоинформатики: распознавания фрагментов генов и определения вторичной структуры белков.
    Применение для решения этих задач скрытых марковских моделей высоких порядков и их композиций с эксклюзивными областями компетентности (каждый ген или белок распознается одним алгоритмом из композиции, подбираемым на основе наблюдаемых признаков).
  • Проведение вычислительного эксперимента при помощи программного комплекса на языке программирования Java. Согласно результатам эксперимента, предложенные модели (для белков и генов растений и насекомых) и их композиции (для генов млекопитающих) показали качество распознавания, сравнимое с актуальными алгоритмами.

Основные положения диссертации отображены в статьях в профильных научных журналах [26]. Развитие темы диссертации — использование байесовских (линейных) композиций алгоритмов, основанных на скрытых марковских моделях — изложено в [7, 8]. Программный комплекс на Java доступен на Github.

С 2012 года работаю младшим научным сотрудником в Институте кибернетики им. В.М. Глушкова НАН Украины (с 2015 года — на должности научного сотрудника).

Тезисно

  • Языки программирования: C, C++, C#, Java, JavaScript (+ jQuery), Matlab, PHP, Python, SQL.
  • Прочие технологии: HTML / CSS, LaTeX.
  • Область интересов: машинное обучение, структурное распознавание, скрытые марковские модели, программная инженерия, веб-разработка.
  • Личный блог: http://softandware.org.ua/
  • Github-профиль: https://github.com/slowli/
  • LinkedIn-профиль: https://www.linkedin.com/in/alexostrovski

Область научных интересов

  • скрытые марковские модели и обобщения;
  • алгоритмические композиции для повышения качества распознавания;
  • машинное обучение в целом.

Статьи

  1. Островский А.В. Методы распознавания на основе моделей Маркова со скрытыми переменными. — 2014. — Диссертация на соискание ученой степени к.ф.-м.н., К.: Институт кибернетики НАН Украины. — URL: http://softandware.org.ua/wp-content/uploads/2014/12/thesis-e.pdf (электронная версия).
  2. Островский А.В. Подход к обеспечению взаимодействия программных сред Java и MS.NET // Проблемы программирования. — 2011. — № 2. — С. 34–42.
  3. Гупал А.М., Гупал Н.А., Островский А.В. Симметрия и свойства записи генетической информации в ДНК // Международный научно-технический журнал «Проблемы управления и информатики». — 2011. — № 3. — С. 120–127.
  4. Сергиенко И.В., Гупал А.М., Островский А.В. Симметрия в белках, синтезируемых по нитям ДНК // Международный научно-технический журнал «Проблемы управления и информатики». — 2012. — № 3. — С. 141–148.
  5. Сергиенко И.В., Гупал А.М., Островский А.В. Распознавание фрагментов генов в ДНК с применением моделей Маркова со скрытыми переменными // Кибернетика и системный анализ. — 2012. — № 3. — С. 58–67.
  6. Ostrovskyi A., Lavrischeva E., Radetskiy I. Approach to e-learning fundamental aspects of software engineering // Proc. International Conference on ICT in Education, Research and Industrial Applications: Integration, Harmonization and Knowledge Transfer. – Kherson: 2012.
  7. Островский А.В. Определение вторичной структуры белков с помощью моделей Маркова // Международный научно-технический журнал «Проблемы управления и информатики». — 2013. — № 2. — С. 140–147.
  8. Ostrovskyi A., Lavrischeva E. New theoretical aspects of software engineering for development applications and e-learning // Journal of Software Engineering and Applications. – 2013. – Vol. 6.
  9. Гупал А.М., Островский А.В. Использование композиций моделей Маркова для определения функциональных участков генов // Кибернетика и системный анализ. — 2013. — № 5. — С. 61–68.
  10. Сергиенко И.В., Гупал А.М., Островский А.В. Использование EM-алгоритма для классификации генов // Кибернетика и системный анализ. — 2015. — № 1. — С. 48–58.
  11. Сергиенко И.В., Гупал А.М., Островский А.В. Предсказание структуры генов с использованием смесей вероятностных распределений // Кибернетика и системный анализ. — 2015. — № 3. — С. 44–53.
  12. Островский А.В. Применение статистических критериев для выбора оптимальных метапараметров в задаче распознавания фрагментов генов // Кибернетика и системный анализ. — 2016. — № 1. — С. 105–114.