07.09.2020 | 
Հասարակություն
«ԵԹԵ ԻՆՁ ՏՐՎԵՐ ՄԱՍՆԱԳԻՏՈՒԹՅՈՒՆ ԸՆՏՐԵԼՈՒ ԵՐԿՐՈՐԴ ՀՆԱՐԱՎՈՐՈՒԹՅՈՒՆ, ԵՍ ԿՐԿԻՆ ԿԸՆՏՐԵԻ ՄԱԹԵՄԱՏԻԿԱՆ». ԵՊՀ ԱՍՊԻՐԱՆՏ ԱՐՇԱԿ ՄԻՆԱՍՅԱՆ
«ԵԹԵ ԻՆՁ ՏՐՎԵՐ ՄԱՍՆԱԳԻՏՈՒԹՅՈՒՆ ԸՆՏՐԵԼՈՒ ԵՐԿՐՈՐԴ ՀՆԱՐԱՎՈՐՈՒԹՅՈՒՆ, ԵՍ ԿՐԿԻՆ ԿԸՆՏՐԵԻ ՄԱԹԵՄԱՏԻԿԱՆ». ԵՊՀ ԱՍՊԻՐԱՆՏ ԱՐՇԱԿ ՄԻՆԱՍՅԱՆ
Ինչպես արդեն տեղեկացրել էինք, ԵՊՀ 4 ասպիրանտի ներկայացրած թեմաները հաղթող են ճանաչվել Գիտության կոմիտեի կազմակերպած «Ասպիրանտների և երիտասարդ հայցորդների հետազոտությունների աջակցության ծրագիր-2020» մրցույթում և ստանալու են պայմանագրային (թեմատիկ) ֆինանսավորում:

ԵՊՀ մաթեմատիկայի և մեխանիկայի ֆակուլտետի հավանականությունների տեսության և վիճակագրության ամբիոնի ասպիրանտ Արշակ Մինասյանը մրցույթի հաղթողներից է:

Ներկայացրած թեմայի, կարևորության, արդիականության և այլ հարցերի շուրջ ysu.am-ը զրուցել է մրցույթի հաղթող Արշակ Մինասյանի հետ:

 

-         Ի՞նչ թեմա եք ներկայացրել մրցույթին: Ինչո՞ւ եք ընտրել հենց այդ թեման, ո՞րն է թեմայի արդիականությունը:

 

-         Մրցույթին ներկայացրել եմ իմ թեզի թեման՝ «Ռոբաստ գնահատում միջինի համար հաշվարկելիության տիրույթում» (Robust Mean Estimation within the Domain of Computational Tractability), որի նպատակը ռոբաստ գնահատումն է:                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                                       Արդիականությունը սկսել է աճել նախորդ տասը տարիների ընթացքում, երբ ի հայտ եկան մեքենայական ուսուցման բազմաթիվ մեթոդներ, մասնավորապես խորը նեյրոնային ցանցերը, սակայն այդ մեթոդներն ունեն թերի կողմեր, օրինակ՝ մի քանի խոտանված կետերի պատճառով մեթոդները դառնում են ոչ կայուն: Ավելի պարզ բացատրեմ. որպես օրինակ վերցնենք մարդու սրտի աշխատանքը հանգիստ վիճակում (սովորաբար 60-80 զարկ/ր) և այն ժամանակ, երբ նա սպորտով է զբաղվում կամ աստիճան է բարձրանում (150 և ավելի): Եթե ուզում ենք չափել սրտի աշխատանքը միջինում, պետք է այդ թվերը գումարենք, ապա բաժանենք, սակայն մի քանի րոպեն, երբ մարդու սրտի աշխատանքը հաճախակի է, արդյունքը կշեղի դեպի վերև: Բայց ակնհայտ է, որ արդյունքը ստացվել է այլ գործոնների պատճառով, օրինակ՝ աստիճան բարձրանալու կամ վազելու, այլ ոչ թե իր բնականոն ռիթմի: Մեր հիմնական խնդիրն է, իմանալով նման կետերի գոյության մասին, ավելի ռոբաստ, այսինքն՝ կայուն գնահատել անհրաժեշտ պարամետրերը: Կարող եմ վստահ ասել, որ նմանատիպ չափումներ անելիս խոտանված կետերի առկայության դեպքում այս մեթոդն օգտագործելիս ստացվում է ավելի կայուն գնահատական:                                             

 

-         Ի՞նչ մարտահրավերներ ու խնդիրներ կան ոլորտում:

 

-         Ոլորտում կան բազմաթիվ բաց խնդիրներ, որոնք լուծելը դժվար է ու միաժամանակ հետաքրքիր: Ռոբաստ գնահատման մեթոդների հիմնական առավելությունը կայուն գնահատականն է, իսկ թերությունն այն է, որ կայուն գնահատելու համար պահանջվում է բավականին երկար ժամանակ: Իմ թեզում և այս դրամաշնորհի շրջանակում ուսումնասիրվելու է այն խնդիրը, թե որն է այն ոսկե միջինը, երբ մեթոդի միջոցով ստացվող գնահատականը բավականին կայուն է, և միաժամանակ ստացման համար պահանջվող ժամանակը՝ բավականին կարճ:

 

-         Ինչպե՞ս եք ընտրել Ձեր մասնագիտությունը: Երբևէ մտածե՞լ եք այլ մասնագիտություն ընտրելու մասին:

 

-         6-րդ դասարանից հաճախել եմ Ա. Շահինյանի անվան ֆիզմաթ դպրոց, և դեռևս դպրոցական տարիներից իմ ուսուցչի՝ ընկեր Մարգարյանի շնորհիվ օլիմպիադաների եմ մասնակցել, իսկ դպրոցն ավարտելուց հետո ընդունվել Մաթեմատիկայի և մեխանիկայի ֆակուլտետ: Իսկ եթե ինձ տրվեր մասնագիտություն ընտրելու երկրորդ հնարավորություն, ես կրկին կընտրեի մաթեմատիկան:

 

-         Ի՞նչ դեր է ունեցել ԵՊՀ-ն Ձեր՝ որպես մասնագետի կայացման հարցում:

 

-         Ասպիրանտուրայում շատ կարևոր է մարդկանց հետ շփումը, այն, թե ում ես դու պատմում քո հետազոտության արդյունքների մասին, ինչ նոր մտքեր են ծնվում, ինչ դիտարկում կամ մեկնաբանություն է անում զրուցակիցդ: Նշեմ, որ մեր ամբիոնում միշտ եղել են քննարկումներ թեմայի վերաբերյալ, պրոֆեսորներն իրենց կարծիքն ու դիտարկումներն են հայտնել, որոշ չափով ուղղորդել: Շատ կարևոր եմ համարում ամեն շաբաթ անցկացվող սեմինարները, որոնց ընթացքում ակտիվ քննարկումներ են տեղի ունենում։

 

-         Եթե հնարավորություն ունենայիք, ի՞նչը կփոխեիք Ձեր ոլորտում:

 

-         Ոլորտը բավականին հայտնի է, և կան ուժեղ խմբեր, որոնք ակտիվորեն զբաղվում են այս ոլորտի խնդիրներով։ Ցավոք, Հայաստանում դեռևս բավականաչափ հետաքրքրություն չկա ոլորտի նկատմամբ, թեև նեյրոնային ցանցերի նկատմամբ հետաքրքրությունը գնալով աճում է, քանի որ դրանք մեծ կիրառություն ունեն արդյունաբերության մեջ: Հայաստանում երիտասարդ գիտնականները հաճախ զբաղվում են արդյունաբերությանը հետաքրքրող խնդիրներով։ Արդյունաբերությունը սերտորեն կապված է գիտության հետ, իսկ այն, ինչ լայնորեն կիրառվում է արդյունաբերության մեջ, մեծ հետաքրքրություն ունի գիտական ոլորտում: 

 

-         Ի՞նչ գործունեություն եք պատրաստվում ծավալել ապագայում:

 

-         Նշեմ, որ ներկա պահին աշխատում եմ «YerevaNN» հետազոտական լաբորատորիայում և դեռ մեկ տարի ունեմ ասպիրանտուրայում։ Սեպտեմբերից 2-3 տարով ներգրավվել եմ ևս մեկ հետազոտական խմբում, ապագայում պատրաստվում եմ դիմել դոկտորանտուրա: 

 

-         Իսկ ի՞նչ նախասիրություններ ունեք:

 

-         Սիրում եմ վազել, լողալ, զբաղվում եմ տրիատլոնով, շախմատ եմ խաղում, հազվադեպ՝ ֆուտբոլ և բասկետբոլ: Վերջիններով սկսել եմ քիչ զբաղվել վնասվածքների և նրանց բարձր հաճախականության պատճառով։ Սակայն ամենաշատը սիրում եմ հեծանիվ քշել, քանի որ ինձ համար դա լավագույն միջոցն է խնդիրները մի պահ մոռանալու, հետո թարմ ուղեղով դրանց վերադառնալու:

Հասմիկ Ասլանյան

Այլ նորություններ
ՍԼՈՎԱԿԻԱ. ԿՐԹՈՒԹՅԱՆ ԻՆՔՆԱՎԱՐՈՒԹՅԱՆ ՇԱՐՈՒՆԱԿՎՈՂ ՊԱՏՄՈՒԹՅՈՒՆ
Սլովակիան Կենտրոնական Եվրոպայում գտնվող, լեռներով պատված փոքր երկիր է:
ԵՊՀ ԻՐԱՎԱԳԻՏՈՒԹՅԱՆ ՖԱԿՈՒԼՏԵՏԻ ՀԱՅՏԱՐԱՐՈՒԹՅՈՒՆԸ
ԵՊՀ իրավագիտության ֆակուլտետի հայտարարությունը՝ կապված Հանրային հեռուստաընկերության 2020 թ. սեպտեմբերի 10-ի եթերում հնչած տեղեկատվության հետ: