Лучшие студенты-физики создают приборы, изучают наноалмазы и обучают нейронные сети

 

Подведены итоги Конкурса на лучшую научную работу среди студентов КФУ. В числе его призеров – пятеро представителей  Института физики.

В этом году на  конкурс, который проходит по трем направлениям – естественно-научному, инженерно-техническому и социогуманитарному  – было подано почти 5000 заявок, до финала дошли 39 человек.

Студенты Института физики, завоевавшие призовые места, рассказали о своих научных  изысканиях.

Артур Сайфутдинов, 1 место, инженерно-техническое направление:

– Я представил на конкурс свою разработку –  ультразвуковой анемометр. Это датчик скорости и направления ветра. Разработанный мной  действующий прототип не уступает по своим характеристикам существующим аналогам. Что касается точности измерений, то он превосходит многие из анемометров. Да и стоимость его ниже.

Андрей Световидов, 2 место, инженерно-техническое направление:

– Моя работа посвящена проблеме акустических шумов, а точнее, шумов технического характера, которые возникают при проведении замеров в скважине. Специалистам шумы  могут многое «рассказать»  том, какие процессы происходят в скважине. Но дело в том, что сам скважинный прибор при движении и в ходе работы тоже производит шумы. Эти шумы – серьезная проблема, так как они имеют сложный спектральный состав. Их невозможно исключить, применив элементарный спектральный фильтр. Для фильтрации шумов  необходимо было применить новые методы. Мы решили использовать одну из современных технологий –  искусственные нейронные сети. Это один из передовых алгоритмов машинного обучения, который используется для решения различных нетривиальных задач, в частности,  распознавания образов на картинке, распознавания голосов. Мы решили, что эта технология может дать  хороший результат. Так и получилось. В целом такой подход к решению прикладных проблем в геофизике является инновационным. Идея заключалась в том, чтобы найти такие признаки, по которым нейронная сеть “научится” распознавать приборные шумы среди полезных сигналов. В итоге нам удалось добиться очень высокой  точности распознавания шумов.На основе полученного фильтра был построен фильтр приборных шумов.

Глеб Долгоруков,  2 место, естественно-научное направление:

Моя работа называется «ЯМР 3Нe в контакте с наноразмерными кристаллическими порошками при низких температурах» . Она связана с изучением магнитных свойств наноалмазов. С помощью ЯМР-сигнала 3Не и использованной модели можно определять локализацию и расстояние до парамагнитных центров, содержащихся  в наночастицах. Отмечу, что 3Не прекрасно подходит на роль магнитного зонда, вследствие большой величины ЯМР- сигнала и того, что молекула 3He является самой маленькой. Эта модель и этот новый уникальный способ могут быть использованы и для других наночастиц. Информация о локализации парамагнитных центров очень важна, поскольку она определяет область применения наночастиц.

Александра Сорокина, 3 место, естественно-научное направление:

– Я изучаю нефтедисперсные системы, в частности асфальтены, которые являются вторичным сырьем при переработке нефти и в дальнейшем нигде не используются. Исследовав электрические свойства  нефтедисперсных систем, я и мои коллеги   выяснили, что они обладают свойствами полупроводников.

Александр Кошкаров,  3 место, естественно-научное направление:  

–  Название моей работы звучит  довольно сложно – «Расчет траекторий молекулярной динамики и их анализ для выявления влияния степени олигомеризации на функциональную динамическую структуру глицеральдегид-3 фосфат дегидрогеназы». В ней рассмотрено, как связана олигомеризация белка глицеральдегид-3-фосфат дегидрогеназа (ГАФД) с его свойствами. Было установлено, что этот белок задействован в ряде клеточных процессов, в том числе репарации ДНК и апоптозе. Несмотря на то, что он играет важную роль в жизнедеятельности клетки, избыточная экспрессия ГАФД связана с некоторыми неизлечимыми заболеваниями, к ним относятся, например, некоторые формы рака. Новые методы регуляции этого белка могут послужить ключом к разработке лекарств.