Пекунов Владимир Викторович
  1. Ученая степень
    Доктор технических наук
  2. Член-корреспондент Российской Академии Естествознания
  3. Научное направление
    Технические науки
  4. Регион
    Россия / Ивановская область

Пекунов Владимир Викторович родился 21 января 1977 г. в городе Заполярный, Мурманской области.

В 1999 году с отличием закончил Ивановский государственный энергетический университет по специальности "Системы автоматизированного проектирования".

В 2002 году закончил очную аспирантуру ИГЭУ. В 2003 году защитил кандидатскую диссертацию на тему "Параллельное моделирование распространения загрязнений окружающей среды при автоматизации проектирования энергетических и муниципальных объектов" по специальностям 05.13.12/05.13.01.

В 2010 г. защитил докторскую диссертацию на тему "Новые методы параллельного моделирования распространения загрязнений в окрестности промышленных и муниципальных объектов" по специальности 05.13.18.

Имеет около 120 научных работ, в том числе 10 монографий. Имеет 15 свидетельств о регистрации программных комплексов. Имеет награды РАЕ.

Ведет научную работу по следующим направлениям:

1. Применение моделей по типу объектно-событийных (ОСМ), а также тесно связанных с ними расширенных машин Тьюринга (РМТ) и их приложений в программировании (ПППВ/ФППВ) для описания/представления различных подходов, формализмов и систем. Объектно-транзакционные модели. Разработка новых языков программирования на базе данного подхода.

2. Применение интерполяции (в т.ч. нейросетевой с последующим символическим упрощением) для сложных величин в математических моделях с целью ускорения расчета [турбулентности, капельных фаз, значений на стыках блоков при параллельном решении]; применение экстраполяции временных затрат в последовательных и/или параллельных расчетах для поиска оптимального режима работы, в том числе с балансировкой загрузки.

3. Применение технологий порождения программ и частичной реконструкции моделей (с последующей переработкой) программ и текстов при решении научно-практических задач. Элементы искусственного интеллекта (приобретение знаний о правилах вывода смысловых моделей, нейронные сети). Автоматическое распараллеливание порожденных программ.

4. Разработка моделей и методов параллельного программирования, когерентных структуре решаемой задачи. Автоматизация выбора метода решения (элементов модели, метода моделирования и метода параллельных вычислений).

Научные публикации

1.Пекунов В.В. Автоматизация параллельного программирования при моделировании многофазных сред. Оптимальное распараллеливание // Автоматика и телемеханика.- 2008. - №7. - С.170-180.

2.Пекунов В.В. Модель образования и распространения твердых, жидких и газообразных загрязнителей. Оптимальное распараллеливание // Математическое моделирование.- 2009. - Т.21. - №3. - С.69-82.

3.Пекунов В.В. Численное моделирование распространения загрязнений. Оптимизация и автоматизация распараллеливания / ГОУВПО "Ивановский государственный энергетический университет В.И.Ленина", ГОУВПО "Ивановская государственная текстильная академия". - Иваново, 2009. - 304 с.

4.Пекунов В.В. Теория объектно-событийных моделей. Индукция, моделирование и синтез последовательных и параллельных программ. - LAP LAMBERT Academic Publishing, 2012. - 132 с.

5.Пекунов В.В. Искусственные нейронные сети прямого распространения. Описание с помощью расширенных машин Тьюринга, вербализация и применение в аэродинамике. - LAP LAMBERT Academic Publishing, 2016. - 177 с.

6.Пекунов В.В. Язык программирования Planning C. Инструментальные средства. Новые подходы к обучению нейронных сетей. - LAP LAMBERT Academic Publishing, 2017. - 171 с.

7.Пекунов В.В. Нейронные сети в моделировании турбулентности воздушной среды. Поправочные модели. - LAP LAMBERT Academic Publishing, 2018. - 63 с.

8.Пекунов В.В. Автоматическое распараллеливание C-программ в Cilk++ стиле. Применение индукции объектно-событийных моделей. - LAP LAMBERT Academic Publishing, 2018. - 105 с.

9.Пекунов В.В. Автоматическое распараллеливание C-программ с применением директив Cilk++ на базе распознающих объектно-событийных моделей // Программные системы и вычислительные методы. — 2018. - № 4. - С.124-133. DOI: 10.7256/2454-0714.2018.4.28086.

10.Пекунов В.В. Применение предикции при параллельной обработке цепочек предикатов в регулярно-логических выражениях // Кибернетика и программирование. — 2018. - № 6. - С.48-55. DOI: 10.25136/2306-4196.2018.6.27986.

11.Пекунов В.В. О некоторых свойствах процедур с планированием повторного входа. Язык Planning C // Кибернетика и программирование. — 2019. - № 1. - С.60-65. DOI: 10.25136/2306-4196.2019.1.25522.

12.Пекунов В.В. Некоторые аспекты применения предикции. Параллельное программирование и численное моделирование. - LAP LAMBERT Academic Publishing, 2019. - 92 с.

13.Пекунов В.В. Предицирующие каналы в параллельном программировании: возможное применение в математическом моделировании процессов в сплошных средах // Программные системы и вычислительные методы. – 2019. – № 3. – С. 37 - 48. DOI: 10.7256/2454-0714.2019.3.30393

14.Пекунов В.В. Уточненный расчет распределений капель при моделировании атмосферных многофазных сред // Программные системы и вычислительные методы. — 2019. - № 4. - С.95-104. DOI: 10.7256/2454-0714.2019.4.30707.

15.Пекунов В.В. XML-индукция в системах порождения и реконструкции текстов/программ. Теория. Извлечение и восполнение смысла текстов на естественных языках. - LAP LAMBERT Academic Publishing, 2020. - 98 с.

16.Пекунов В.В. Сверхоптимистичные вычисления: концепция и апробация в задаче о моделировании электростатической линзы // Программные системы и вычислительные методы. — 2020. - № 2. - С.37-44. DOI: 10.7256/2454-0714.2020.2.32232.

17.Пекунов В.В. Система порождения, реконструкции и преобразования программ PGEN++. - LAP LAMBERT Academic Publishing, 2020. - 173 с.


Последняя редакция анкеты: 9 сентября 2017