id
int64
18
18.8k
created_at
timestamp[ns, tz=UTC]date
2026-02-23 07:30:20
2026-02-24 14:51:09
updated_at
timestamp[ns, tz=UTC]date
2026-02-23 08:08:14
2026-02-24 14:51:09
doc_name
stringclasses
1 value
input
stringlengths
11
9.24k
output
stringlengths
0
738
is_personal
bool
2 classes
is_sentence
bool
2 classes
is_corrected
bool
2 classes
17,357
2026-02-24T13:45:11.930000Z
2026-02-24T13:45:11.930000Z
Lec.
Примеры:. - MPC (Model Predictive Control) [15]
false
true
false
17,356
2026-02-24T13:45:09.289000Z
2026-02-24T13:45:09.289000Z
Lec.
Решения могут обновляться в реальном времени с учетом изменений трафика
false
true
false
17,355
2026-02-24T13:45:06.474000Z
2026-02-24T13:45:06.474000Z
Lec.
Контроллер вычисляет оптимальный порядок проезда и отправляет индивидуальные инструкции каждому ТС
false
true
false
17,354
2026-02-24T13:45:04.033000Z
2026-02-24T13:45:04.033000Z
Lec.
ТС передают свои координаты, скорость и маршрут центральному контроллеру
false
true
false
17,353
2026-02-24T13:45:01.188000Z
2026-02-24T13:45:01.188000Z
Lec.
Принцип работы:
false
true
false
17,352
2026-02-24T13:44:58.013000Z
2026-02-24T13:44:58.013000Z
Lec.
Эти системы обеспечивают оптимизацию транспортных потоков за счет полного контроля над ситуацией и возможностью учитывать данные от всех участников движения
false
true
false
17,351
2026-02-24T13:44:55.388000Z
2026-02-24T13:44:55.388000Z
Lec.
Централизованные системы управления перекрестками предполагают наличие единого управляющего узла (например, облачного сервера или устройства придорожной инфраструктуры), который координирует движение всех транспортных средств (ТС) в зоне перекрестка
false
true
false
17,350
2026-02-24T13:44:52.672000Z
2026-02-24T13:44:52.673000Z
Lec.
Существующие алгоритмы можно классифицировать по степени централизации управления, используемым методам принятия решений и способам взаимодействия между участниками движения
false
true
false
17,349
2026-02-24T13:44:50.128000Z
2026-02-24T13:44:50.128000Z
Lec.
Регулирование движения на перекрестках для CAV является сложной задачей, требующей учета множества факторов: динамики транспортных потоков, безопасности, минимизации задержек и энергопотребления [54]
false
true
false
17,348
2026-02-24T13:44:46.979000Z
2026-02-24T13:44:46.980000Z
Lec.
Полученные в работе результаты соответствуют её структуре
false
true
false
17,347
2026-02-24T13:44:43.280000Z
2026-02-24T13:44:43.280000Z
Lec.
Научная новизна исследования заключается в сравнении AV и CDA алгоритмов в ИСМ, которая позволяет учитывать сенсоры AV и распространение сигналов CV
false
true
false
17,346
2026-02-24T13:44:40.443000Z
2026-02-24T13:44:40.443000Z
Lec.
Практическая значимость заключается в доработке и интеграции специализированных инструментов моделирования в единую среду CAVISE, позволяющую тестировать алгоритмы CDA для CAV
false
true
false
17,345
2026-02-24T13:44:37.772000Z
2026-02-24T13:44:37.772000Z
Lec.
ЯВУ C++11, Python 3.7
false
true
false
17,344
2026-02-24T13:44:35.011000Z
2026-02-24T13:44:35.011000Z
Lec.
Высокоточный симулятор дорожного движения – CARLA 0.9.12; микроскопический симулятор транспортных потоков – SUMO 1.0+; сетевой симулятор – OMNeT++ 5.6; фреймворк OpenCDA v0.1.2; фреймфорк Artery;. 4
false
false
false
17,343
2026-02-24T13:44:31.929000Z
2026-02-24T13:44:31.929000Z
Lec.
Операционная система – Ubuntu 18.04;. 3
false
true
false
17,342
2026-02-24T13:44:29.321000Z
2026-02-24T13:44:29.321000Z
Lec.
Доступ к электронным ресурсам Библиотеки НИУ ВШЭ;. 2
false
true
false
17,341
2026-02-24T13:44:26.528000Z
2026-02-24T13:44:26.528000Z
Lec.
Требования к информационному и программному обеспечению:. 1
false
false
false
17,340
2026-02-24T13:44:23.841000Z
2026-02-24T13:44:23.841000Z
Lec.
Объем графической памяти на компьютере, используемом для проведения моделирования – минимум 16 ГБ
false
true
false
17,339
2026-02-24T13:44:20.945000Z
2026-02-24T13:44:20.945000Z
Lec.
Объем ОЗУ на компьютере, используемом для проведения моделирования – минимум 64 ГБ;. 3
false
true
false
17,338
2026-02-24T13:44:18.220000Z
2026-02-24T13:44:18.220000Z
Lec.
Объем ПЗУ на компьютере, используемом для проведения моделирования – минимум 2 Тб;. 2
false
true
false
17,337
2026-02-24T13:44:15.729000Z
2026-02-24T13:44:15.729000Z
Lec.
Требования к используемым техническим средствам:. 1
false
true
false
17,336
2026-02-24T13:44:13.174000Z
2026-02-24T13:44:13.174000Z
Lec.
Сравнительный анализ результатов экспериментов
false
true
false
17,335
2026-02-24T13:44:10.741000Z
2026-02-24T13:44:10.741000Z
Lec.
Программная модификация существующих моделей и сценариев для проведения экспериментов с помощью имитационного компьютерного моделирования;. 3
false
true
false
17,334
2026-02-24T13:44:07.778000Z
2026-02-24T13:44:07.778000Z
Lec.
Литературный обзор, сбор исходных данных и анализ текущего состояния области исследований;. 2
false
true
false
17,333
2026-02-24T13:44:04.149000Z
2026-02-24T13:44:04.149000Z
Lec.
В работе используются следующие методы:. 1
false
true
false
17,332
2026-02-24T13:44:01.419000Z
2026-02-24T13:44:01.419000Z
Lec.
Гипотеза: Интеграция моделей совместного восприятия и совместного управления в единую среду моделирования позволит выявить количественное улучшение ключевых параметров транспортного потока (Vср – средняя скорость, КАС – количество аварийных ситуаций, ПС - пропускная способность) по сравнению с изолированным использованием беспилотных технологий
false
true
false
17,331
2026-02-24T13:43:58.349000Z
2026-02-24T13:43:58.349000Z
Lec.
Предмет исследования – модели и алгоритмы совместной автоматизации управления дорожным движением (CDA) для CAV, реализуемые в компьютерной симуляционной среде
false
true
false
17,330
2026-02-24T13:43:55.169000Z
2026-02-24T13:43:55.169000Z
Lec.
Объект исследования - процессы взаимодействия подключенных и беспилотных транспортных средств (CAV) в городской среде, включая сценарии дорожного движения на перекрестках
false
false
false
17,329
2026-02-24T13:43:51.519000Z
2026-02-24T13:43:51.520000Z
Lec.
Описание и сравнение результатов экспериментов по моделированию сценариев совместной автоматизации дорожного движения и сценариев дорожного движения транспортных средств, оборудованных только беспилотными технологиями
false
true
false
17,328
2026-02-24T13:43:48.741000Z
2026-02-24T13:43:48.741000Z
Lec.
Проведение с помощью имитационного моделирования экспериментов для сценариев совместной автоматизации управления дорожным движением подключенного беспилотного транспорта и сценариев дорожного движения автоматизированных транспортных средств;. 8
false
true
false
17,327
2026-02-24T13:43:45.474000Z
2026-02-24T13:43:45.474000Z
Lec.
Разработка сценариев дорожного движения для тестирования моделей совместной автоматизации управления дорожным движением и дорожного движения автоматизированных транспортных средств в среде моделирования;. 7
false
true
false
17,326
2026-02-24T13:43:42.572000Z
2026-02-24T13:43:42.572000Z
Lec.
Интеграция в среду моделирования CAVISE существующих алгоритмов совместной автоматизации дорожного движения или их разработка/доработка;. 6
false
true
false
17,325
2026-02-24T13:43:39.834000Z
2026-02-24T13:43:39.834000Z
Lec.
Анализ существующих инструментов для имитационного моделирования подключенного и беспилотного транспорта;. 5
false
true
false
17,324
2026-02-24T13:43:37.159000Z
2026-02-24T13:43:37.159000Z
Lec.
Анализ существующих подходов к совместной автоматизации управления дорожным движением для подключенного беспилотного транспорта;. 4
false
true
false
17,323
2026-02-24T13:43:33.991000Z
2026-02-24T13:43:33.991000Z
Lec.
Анализ существующих алгоритмов совместного восприятия для подключенного беспилотного транспорта;. 3
false
false
false
17,322
2026-02-24T13:43:30.755000Z
2026-02-24T13:43:30.755000Z
Lec.
Анализ существующих алгоритмов регулирования прохождения автоматизированными транспортными средствами перекрестков;. 2
false
true
false
17,321
2026-02-24T13:43:27.450000Z
2026-02-24T13:43:27.450000Z
Lec.
Для достижения поставленных целей потребовалось решение следующих задач:. 1
false
true
false
17,320
2026-02-24T13:43:24.498000Z
2026-02-24T13:43:24.498000Z
Lec.
Цель: Сравнение изменений параметров транспортной системы (например, средней скорости движения, безопасности) при использовании технологий совместной автоматизации дорожного движения AV и CV и при использовании только технологий автоматизированного (беспилотного) транспорта с целью определения преимуществ или недостатков использования данных технологий
false
true
false
17,319
2026-02-24T13:43:21.325000Z
2026-02-24T13:43:21.325000Z
Lec.
Теоретической основой исследования послужили современные работы в областях совместного восприятия, алгоритмов регулирования прохождения перекрестков и моделирования подключенного транспорта [14, 55-57]
false
true
false
17,318
2026-02-24T13:43:17.969000Z
2026-02-24T13:43:17.969000Z
Lec.
Основное внимание уделяется критически важным аспектам безопасности на городских перекрестках, где, согласно статистике [13], происходит около 40% всех тяжелых ДТП в городских условиях
false
true
false
17,317
2026-02-24T13:43:15.131000Z
2026-02-24T13:43:15.131000Z
Lec.
В данной работе предлагается использовать интегрированную среду моделирования CAVISE, объединяющую возможности нескольких специализированных симуляторов для комплексной оценки систем CDA
false
true
false
17,316
2026-02-24T13:43:12.172000Z
2026-02-24T13:43:12.172000Z
Lec.
Как отмечают исследователи, существующие симуляторы часто абстрагируются от ключевых факторов городской среды, что существенно снижает достоверность результатов моделирования [12]
false
true
false
17,315
2026-02-24T13:43:09.312000Z
2026-02-24T13:43:09.312000Z
Lec.
Современные инструменты моделирования, включая CARLA [9], SUMO [10] и OMNeT++ [11], хотя и предоставляют значительные возможности для исследования отдельных аспектов работы автономного и подключенного транспорта, не обеспечивают комплексного подхода к оценке CDA
false
false
false
17,314
2026-02-24T13:43:05.344000Z
2026-02-24T13:43:05.344000Z
Lec.
Особую сложность представляет моделирование и тестирование таких систем перед их внедрением в реальных условиях
false
true
false
17,313
2026-02-24T13:43:02.584000Z
2026-02-24T13:43:02.584000Z
Lec.
Эти технологии могут дополнять друг друга, обеспечивая совместную автоматизацию управления дорожным движением (далее – CDA (cooperative driving automation))
false
true
false
17,312
2026-02-24T13:42:59.973000Z
2026-02-24T13:42:59.973000Z
Lec.
В результате совместного использования данных технологий можно ожидать еще более значительного улучшения параметров транспортной системы
false
true
false
17,311
2026-02-24T13:42:57.197000Z
2026-02-24T13:42:57.197000Z
Lec.
Системы подключенного транспорта также могут использоваться совместно с технологиями беспилотного транспорта
false
true
false
17,310
2026-02-24T13:42:54.394000Z
2026-02-24T13:42:54.394000Z
Lec.
Технологии подключенных транспортных средств, основанные на стандартах Dedicated Short Range Communications (далее – DSRC) и Cellular Vehicle-to-Everything (далее – C-V2X) [7], хотя и создают потенциал для улучшения ситуации, сталкиваются с проблемами надежности связи в условиях плотной городской застройки, где уровень потери пакетов данных может достигать критических значений [8]
false
true
false
17,309
2026-02-24T13:42:51.219000Z
2026-02-24T13:42:51.219000Z
Lec.
Беспилотные транспортные средства, полагающиеся исключительно на бортовые сенсоры, часто оказываются неспособны адекватно реагировать в сложных городских условиях, особенно на перекрестках с ограниченной видимостью
false
true
false
17,308
2026-02-24T13:42:48.380000Z
2026-02-24T13:42:48.380000Z
Lec.
Однако, как демонстрируют исследования [5, 6], современные реализации этих технологий сталкиваются с существенными ограничениями
false
true
false
17,307
2026-02-24T13:42:45.230000Z
2026-02-24T13:42:45.230000Z
Lec.
В поисках решения этих проблем научное сообщество сосредоточило внимание на технологиях беспилотного транспорта (далее – AV (automated vehicle)) и подключенного транспорта (далее – CV (connected vehicle))
false
true
false
17,306
2026-02-24T13:42:42.461000Z
2026-02-24T13:42:42.461000Z
Lec.
Параллельно с этим, хронические заторы транспортных потоков в крупных урбанизированных зонах создают дополнительные экономические потери, оцениваемые, например, для стран Европейского Союз а в 270 миллиардов евро ежегодно [3], в то время как автомобильный транспорт продолжает оставаться одним из основных источников выбросов парниковых газов [4]
false
true
false
17,305
2026-02-24T13:42:39.606000Z
2026-02-24T13:42:39.606000Z
Lec.
Экономические последствия этой ситуации колоссальны - исследования показывают, что к 2030 году мировая экономика может потерять до 1,8 триллиона долларов США из-за дорожного травматизма и его последствий [2]
false
true
false
17,304
2026-02-24T13:42:36.595000Z
2026-02-24T13:42:36.595000Z
Lec.
Согласно последним данным Всемирной организации здравоохранения [1], ежегодные потери от дорожно-транспортных происшествий достигают 1,35 миллиона человеческих жизней, причем эта проблема особенно остро затрагивает молодое население в возрасте от 5 до 29 лет
false
true
false
17,303
2026-02-24T13:42:33.396000Z
2026-02-24T13:42:33.396000Z
Lec.
Оптимизация транспортных систем в современных мегаполисах сталкивается с рядом серьезных вызовов, среди которых ключевыми являются обеспечение безопасности, повышение эффективности и снижение негативного воздействия на окружающую среду
false
true
false
17,302
2026-02-24T13:42:30.541000Z
2026-02-24T13:42:30.541000Z
Lec.
БИБЛИОГРАФИЧЕСКИЙ СПИСОК 83
false
false
false
17,301
2026-02-24T13:42:27.778000Z
2026-02-24T13:42:27.778000Z
Lec.
ЗАКЛЮЧЕНИЕ 81
false
false
false
17,300
2026-02-24T13:42:25.357000Z
2026-02-24T13:42:25.357000Z
Lec.
Формирование колонны: 37. 3.2 Совместное управление на перекрестках 38. 3.3 Совместное слияние потоков 38. 3.4 Совместное изменение полосы движения 40. 3.5 Оптимизация трафика на уровне сети с использованием V2X 41. 3.6 Сравнение существующих подходов 43. 4 Анализ существующих инструментов для имитационного моделирования подключенного и беспилотного транспорта; 46. 4.1 Simulation of Urban Mobility 46. 4.2 CAR Learning to Act 48. 4.3 VISIM 49. 4.4 Aimsun Next 50. 4.5 CAVISE 52. 4.6 Вывод 53. 5 Доработка существующего алгоритма совместной автоматизации дорожного движения 55. 5.1 Исследование модели 55. 5.2 Улучшение работы модели 59. 6 Разработка сценариев дорожного движения 64. 6.1 Первый сценарий 65. 6.2 Второй сценарий 65. 6.3 Третий сценарий 66. 6.4 Четвертый сценарий 66. 6.5 Пятый сценарий 67. 6.6 Шестой сценарий 68. 6.7 Седьмой сценарий 68. 6.8 Восьмой сценарий 69. 7 Проведение с помощью имитационного моделирования экспериментов для сценариев 70. 7.1 Создание yaml-файлов 70. 7.2 Проведение моделирования 73. 7.2.1 Результаты первого сценария 75. 7.2.2 Результаты второго сценария 75. 7.2.3 Результаты третьего сценария 76. 7.2.4 Результаты четвертого сценария 76. 7.2.5 Результаты пятого сценария 77. 7.2.6 Результаты шестого сценария 77. 7.2.7 Результаты седьмого сценария 78. 7.2.8 Результаты восьмого сценария 78. 8 Описание и сравнение результатов экспериментов по моделированию сценариев 79. 8.2 Выводы 80
false
false
false
17,299
2026-02-24T13:42:21.165000Z
2026-02-24T13:42:21.165000Z
Lec.
СОДЕРЖАНИЕ. 1 ВВЕДЕНИЕ 6. 1 Анализ алгоритмов регулирования прохождения перекрестков автоматизированными транспортными средствами 11. 1.1 Классификация подходов к управлению перекрестками 11. 1.1.1 Централизованные системы 11. 1.1.2 Децентрализованные системы 12. 1.1.3 Гибридные системы 12. 1.1.4 Сравнение подходов 13. 1.2 Алгоритмы регулирования прохождения перекрестков автоматизированными транспортными средствами 17. 1.2.1 Алгоритмы на основе резервирования (Reservation-Based) 17. 1.2.2 Алгоритмы на основе приоритетов (Priority-Based Algorithms) 19. 1.2.3 Алгоритмы на основе виртуальных светофоров (Virtual Traffic Lights) 21. 1.2.4 Алгоритмы с использованием машинного обучения и искусственного интеллекта 24. 1.2.5 Гибридные подходы (Reservation-prioritization-based algorithms) 26. 1.2.6 Сравнение алгоритмов 27. 2.1 Обмен необработанными сенсорными данными (Raw Data Fusion) 29. 2.2 Обмен обработанными признаками (Feature Fusion) 31. 2.3 Обмен результатами обнаружения объектов (Object-Level Fusion) 31. 2.4 Обмен намерениями и планами (Intent and Plan Fusion) 32. 2.5 Сравнение уровней обмена данными 33. 3 Анализ существующих подходов к совместной автоматизации управления дорожным движением для подключенного беспилотного транспорта 35. 3.1 Совместный адаптивный круиз-контроль и формирование колонны 35. 3.1.1 Совместный адаптивный круиз-контроль 35. 3.1.2
false
false
false
17,298
2026-02-24T13:42:17.286000Z
2026-02-24T13:42:17.286000Z
Lec.
Keywords: autonomous vehicles, connected vehicles, cooperative control, computer simulation, traffic simulators, simulation integration, road safety
false
false
false
17,297
2026-02-24T13:42:14.324000Z
2026-02-24T13:42:14.324000Z
Lec.
A review of current research is also conducted, including individual and cooperative modeling methods, and their limitations are identified
false
true
false
17,296
2026-02-24T13:42:11.524000Z
2026-02-24T13:42:11.524000Z
Lec.
Particular attention is paid to modeling tools such as 3D simulators of autonomous vehicles, which have not previously been considered from the perspective of their applicability for cooperative traffic management
false
true
false
17,295
2026-02-24T13:42:08.906000Z
2026-02-24T13:42:08.906000Z
Lec.
This paper investigates the requirements for an integrated simulation environment for connected and autonomous vehicles, including the analysis of problems and existing approaches to their solution
false
true
false
17,294
2026-02-24T13:42:06.073000Z
2026-02-24T13:42:06.073000Z
Lec.
Despite the availability of modern tools, their effective integration, especially for the comprehensive modeling of the interaction between vehicles and road infrastructure, remains a complex task, and some aspects, such as realistic modeling of sensors and decision-making algorithms for autonomous vehicles, remain insufficiently covered
false
true
false
17,293
2026-02-24T13:42:03.526000Z
2026-02-24T13:42:03.526000Z
Lec.
Computer modeling is an important tool for solving this problem, allowing the integration of various types of simulators, including traffic flow simulators, vehicle dynamics simulators, and communication network simulators
false
true
false
17,292
2026-02-24T13:42:01.009000Z
2026-02-24T13:42:01.009000Z
Lec.
However, for the safe and effective implementation of such solutions, their thorough testing is necessary, which presents significant difficulties in real-world road conditions
false
true
false
17,291
2026-02-24T13:41:58.437000Z
2026-02-24T13:41:58.437000Z
Lec.
The modern transportation sector is actively developing advancing towards automated and connected vehicle technologies, which have the potential to significantly increase road safety and efficiency
false
true
false
17,290
2026-02-24T13:41:55.621000Z
2026-02-24T13:41:55.621000Z
Lec.
Ключевые слова: беспилотный транспорт, подключенный, совместное управление дорожным движением, компьютерное моделирование, интегрированная среда моделирования, безопасность дорожного движения
false
false
false
17,289
2026-02-24T13:41:52.348000Z
2026-02-24T13:41:52.348000Z
Lec.
Также проведен обзор текущих исследований, включая методы индивидуального и совместного моделирования, и выявлены их ограничения
false
true
false
17,288
2026-02-24T13:41:49.744000Z
2026-02-24T13:41:49.744000Z
Lec.
Особое внимание уделено инструментам моделирования, таким как 3D-симуляторы беспилотного транспорта, которые ранее не рассматривались с точки зрения их применимости для совместного управления дорожным движением
false
true
false
17,287
2026-02-24T13:41:46.870000Z
2026-02-24T13:41:46.870000Z
Lec.
В данной работе исследуются требования к интегрированной среде моделирования для подключенных и беспилотных транспортных средств, включая анализ проблем и существующих подходов к их решению
false
true
false
17,286
2026-02-24T13:41:44.038000Z
2026-02-24T13:41:44.038000Z
Lec.
Несмотря на наличие современных инструментов, их эффективная интеграция, особенно для комплексного моделирования взаимодействия транспортных средств и дорожной инфраструктуры, остается сложной задачей, а некоторые аспекты, такие как реалистичное моделирование сенсоров и алгоритмов принятия решений беспилотными автомобилями, остаются недостаточно охваченными
false
true
false
17,285
2026-02-24T13:41:40.997000Z
2026-02-24T13:41:40.997000Z
Lec.
Компьютерное моделирование является важным инструментом для решения этой задачи, позволяя объединять различные типы симуляторов, включая симуляторы транспортных потоков, динамики транспортных средств и сетей связи
false
true
false
17,284
2026-02-24T13:41:38.162000Z
2026-02-24T13:41:38.162000Z
Lec.
Однако для безопасного и эффективного внедрения таких решений необходима их тщательная проверка, что представляет значительные трудности в реальных дорожных условиях
false
true
false
17,283
2026-02-24T13:41:35.206000Z
2026-02-24T13:41:35.206000Z
Lec.
Рынок современных транспортных средств активно развивается в направлении беспилотных и подключенных технологий, которые обладают потенциалом значительного повышения безопасности и эффективности дорожного движения
false
true
false
17,282
2026-02-24T13:41:32.032000Z
2026-02-24T13:41:32.032000Z
Lec.
Доцент ДЭИ МИЭМ
false
true
false
17,281
2026-02-24T13:41:29.350000Z
2026-02-24T13:41:29.350000Z
Lec.
Выпускная квалификационная работа – магистерская диссертация. по направлению 09.04.01 Информатика и вычислительная техника. шифр наименование направления подготовки. студента образовательной программы магистратуры «Компьютерные системы и сети». наименование образовательной программы
false
false
false
17,280
2026-02-24T13:41:26.012000Z
2026-02-24T13:41:26.012000Z
Lec.
Исследование моделей совместной автоматизации дорожного движения подключенного беспилотного транспорта с помощью компьютерного моделирования
false
true
false
17,279
2026-02-24T13:41:23.176000Z
2026-02-24T13:41:23.177000Z
Lec.
Сафронов Матвей Александрович
true
true
false
17,278
2026-02-24T13:41:20.279000Z
2026-02-24T13:41:20.279000Z
Lec.
Поздравляем всех участников и желаем дальнейших успехов в профессиональной деятельности!.
false
true
false
17,277
2026-02-24T13:41:17.377000Z
2026-02-24T13:41:17.377000Z
Lec.
Кроме того, все участники хакатона приобрели ценный практический опыт, который пригодится им в будущей профессиональной деятельности, а также получили фирменные толстовки и памятные сувениры от YADRO и МИЭТ
false
true
false
17,276
2026-02-24T13:41:14.569000Z
2026-02-24T13:41:14.569000Z
Lec.
Хоть команда не попала в первую тройку, эксперты все равно оценили результаты работы команды на хакатоне, выдав участникам Fast-track на летнюю стажировку Импульс компании Yadro, позволяющий пропустить этап просмотра резюме и получить сразу приглашение на собеседование с нанимающей командой
false
true
false
17,275
2026-02-24T13:41:11.714000Z
2026-02-24T13:41:11.714000Z
Lec.
Отдельно стоит выделить команду «TurboBoosters», которая остановилась в шаге от призовых мест — ребята заняли четвертое место в своей группе
false
true
false
17,274
2026-02-24T13:41:08.864000Z
2026-02-24T13:41:08.864000Z
Lec.
Трек «RTL-проектирование» — команда «Ready to Lauch» (Деркач Виктория – бакалавр 3 курса образовательной программы «Информатика и вычислительная техника», Баулин Филипп — бакалавр 3 курса образовательной программы «Информационная безопасность», Минеев Артем — бакалавр 4 курса образовательной программы «Инфокоммуникационные технологии и системы связи»)
true
true
false
17,273
2026-02-24T13:41:05.727000Z
2026-02-24T13:41:05.727000Z
Lec.
Трек «Системная верификация СнК» – команда «TurboBoosters» (Леднева Александра — магистр 1 курса образовательной программы «Компьютерные системы и сети», Сычев Михаил — бакалавр 1 курса образовательной программы «Информатика и вычислительная техника»);
true
true
false
17,272
2026-02-24T13:41:03.002000Z
2026-02-24T13:41:03.002000Z
Lec.
Составы команд от МИЭМа:
false
true
false
17,271
2026-02-24T13:40:58.561000Z
2026-02-24T13:40:58.561000Z
Lec.
Примечательно, что по результатам отборочного этапа обе команды попали в продвинутую группу BASIC+ в рамках своих треков
false
true
false
17,270
2026-02-24T13:40:55.736000Z
2026-02-24T13:40:55.736000Z
Lec.
В финал хакатона вышло две команды из МИЭМ НИУ ВШЭ, которые представляли учебную лабораторию систем автоматизированного проектирования (УЛ САПР) департамента компьютерной инженерии, руководителем которой является доктор технических наук, профессор департамента Романов Александр Юрьевич
true
true
false
17,269
2026-02-24T13:40:52.937000Z
2026-02-24T13:40:52.937000Z
Lec.
Целью команд было добиться оптимального баланса между производительностью и ресурсами блока
false
true
false
17,268
2026-02-24T13:40:50.151000Z
2026-02-24T13:40:50.151000Z
Lec.
Участникам предстояло улучшить характеристики APM по частоте работы, занимаемой площади, задержке и точности расчетов
false
true
false
17,267
2026-02-24T13:40:47.332000Z
2026-02-24T13:40:47.332000Z
Lec.
В последнем треке «RTL-проектирование» студентам предлагалось оптимизировать RTL-дизайн блока AXI Performance Monitor (APM), предназначенного для сбора статистики по транзакциям на шине AXI
false
true
false
17,266
2026-02-24T13:40:44.457000Z
2026-02-24T13:40:44.457000Z
Lec.
Критериями оценивания являлись полнота тестового плана, процент покрытия кода тестами, количество найденных ошибок в предложенных организаторами хакатона дизайнах, а также качество кода
false
true
false
17,265
2026-02-24T13:40:41.140000Z
2026-02-24T13:40:41.140000Z
Lec.
В треке «Системная верификация СнК» требовалось разработать тестовый план, а затем написать тесты на языке программирования C для проверки соответствия системы на кристалле (СнК) целевым сценариям ее использования
false
true
false
17,264
2026-02-24T13:40:38.254000Z
2026-02-24T13:40:38.254000Z
Lec.
Работы команд оценивались по качеству составленного тестового плана, количеству и сложности найденных дефектов цифрового дизайна, а также качеству написанного кода
false
true
false
17,263
2026-02-24T13:40:35.417000Z
2026-02-24T13:40:35.417000Z
Lec.
В рамках трека «UVM-проектирование» участникам хакатона предстояло изучить спецификацию предложенного устройства, составить верификационный план и реализовать компоненты тестового окружения на SystemVerilog
false
true
false
17,262
2026-02-24T13:40:32.556000Z
2026-02-24T13:40:32.556000Z
Lec.
Разработанные командами схемы создавались с учетом временных ограничений и технологических норм проектирования, а основной целью было продемонстрировать наилучшие результаты по критериям быстродействия и энергопотребления и метрике качества топологии Quality of Results
false
true
false
17,261
2026-02-24T13:40:29.630000Z
2026-02-24T13:40:29.630000Z
Lec.
Задачей трека «Топологическое проектирование» было спроектировать физическую схему системы на кристалле, используя готовое окружение и библиотеки стандартных ячеек
false
true
false
17,260
2026-02-24T13:40:27.208000Z
2026-02-24T13:40:27.208000Z
Lec.
В текущем году соревнования проводились по четырем трекам: топологическое проектирование, UVM-верификация, системная верификация СнК и RTL-проектирование, в рамках которых участники были поделены на две группы: BASIC для новичков и BASIC+ для студентов, показавших лучшие результаты на отборочном этапе хакатона
false
true
false
17,259
2026-02-24T13:40:24.337000Z
2026-02-24T13:40:24.337000Z
Lec.
В финале хакатона приняли участие свыше 250 студентов, которые на протяжении трех дней решали задачи по проектированию систем на кристалле (SoC) и созданию современных микропроцессоров RISC-V
false
true
false
17,258
2026-02-24T13:40:21.464000Z
2026-02-24T13:40:21.464000Z
Lec.
18-20 апреля в Зеленограде в национальном исследовательском университете МИЭТ прошел четвертый инженерный хакатон SoC Design Challenge от компании YADRO и Передовой инженерной школы «Средства проектирования и производства электронной компонентной базы» (ПИШ МИЭТ)
false
true
false