ru en fr de

Приёмная комиссия:

+7(4862)417-777

+7(906)661-67-67

Приёмная ректора:

+7(4862)751-318

Корнаева Елена Петровна

Занимаемые должности:

доцент кафедры информационных систем и цифровых технологий

Ученая степень:

кандидат физико-математических наук

Адрес: 

Телефон: 

E-mail: smkornaeva@gmail.com

Образование:

  • Высшее (специалитет), ФГОУ ВПО "Государственный технологический университет "Московский институт стали и сплавов", Прикладная математика, 2008г.

Квалификация:
инженер-математик

Общий стаж работы: 18

Стаж работы по специальности: 15

Преподаваемые дисциплины:
Вычислительная механика в задачах проектирования мехатронных робототехнических систем, Имитационное моделирование мехатронных систем, Машинное обучение, Модуль "Введение в технологии искусственного интеллекта", Модуль "Технологии искусственного интеллекта", Модуль"Введение в информационные технологии", Основы искусственного интеллекта, Преддипломная практика, Прикладная статистика.

Образовательные программы, в реализации которых участвует педагогический работник:
01.06.01 "Математика и механика", 04.04.01 "Химия", 05.04.06 "Экология и природопользование", 06.04.01 "Биология", 06.04.02 "Почвоведение", 09.03.01 "Информатика и вычислительная техника", 09.03.03 "Прикладная информатика", 09.03.04 "Программная инженерия", 11.04.03 "Конструирование и технология электронных средств", 12.04.04 "Биотехнические системы и технологии", 15.03.05 "Конструкторско-технологическое обеспечение машиностроительных производств", 15.03.06 "Мехатроника и робототехника", 15.04.06 "Мехатроника и робототехника", 23.05.01 "Наземные транспортно-технологические средства", 27.04.02 "Управление качеством".

Дополнительная информация:

18.11.2011г. - защита кандидатской диссертации на соискание ученой степени кандидата физико-математических наук на тему «Математическое моделирование напорно-сдвиговых течений вязких жидкостей в каналах переменной геометрии» по специальности 05.13.18 – «Математическое моделирование, численные методы и комплексы программ».

Область научно-исследовательской деятельности: Математическое моделирование гидромеханических систем, механика сплошных сред, численные методы, методы машинного обучения.

2020-2022гг. являлась руководителем проекта №20-79-000332 "Математические модели и инструментальные средства анализа свойств физиологических жидкостей" при поддержке Российского научного фонда.

2016 - 2020гг. являлась исполнителем проекта №16-19-00186 "Планирование оптимальных по расходу энергии траекторий движения роторов мехатронных модулей в средах сложной реологии" при поддержке Российского научного фонда.

2014 - 2016гг. являлась исполнителем проекта №9.101.2014/K «Гидродинамические эффекты в напорно-сдвиговых течениях сред сложной реологии в каналах переменной геометрии» в рамках проектой части государственного задания.

Является автором 15 учебных изданий, более 90 научных работ, в том числе 26 статей в журналах, рекомендованных ВАК РФ, 25 статей в зарубежных журналах, входящих в базы Scopus и WoS, 2 монографий, а также 6 патентов РФ и 23 свидетельств о гос. регистрации программы для ЭВМ.

Повышение квалификации и профессиональная переподготовка:

  • Удостоверение о повышении квалификации № 571803133042 от 30.12.2021 "Системы электронного обучения как элемент цифровой трансформации образовательного процесса в современном вузе" 40 час. ФГБОУ ВО "Орловский государственный университет имени И.С. Тургенева"
  • Удостоверение о повышении квалификации № 183489 от 28.12.2020 "Основы машинного обучения для преподавателей вузов" 72 час. Высшая школа экономики
  • Удостоверение о повышении квалификации № 180000460829 от 26.12.2018 "Информационно-коммуникационные технологии в высшей школе" 72 час. Орловский государственный университет имени И.С. Тургенева
  • Удостоверение о повышении квалификации № 4517 от 24.12.2012 "Стандартизация и сертификация (Методы статистического управления и их применение на предприятии)" 72 час. Старооскольский технологический институт им. А.А. Угарова (филиал) НИТУ МИСиС

Публикации:

1. Винокуров, А.Ю. и др. A method to measure non-Newtonian fluids viscosity using inertial viscometer with a computer vision system / А.Ю. Винокуров, В.В. Дрёмин, А.В. Корнаев, Е.П. Корнаева, С.Г. Попов, И.Н. Стебаков // International Journal of Mechanical Sciences. - 2023. - № 242. - C.1-17. Doi: https://doi.org/10.1016/j.ijmecsci.2022.107967. [Электронный ресурс]. - URL: https://www.sciencedirect.com/science/article/abs/pii/S0020740322008451.

2. Корнаев, А.В. и др. U-Net as a Tool for Adjusting the Velocity Distributions of Rheomagnetic Fluids / А.В. Корнаев, Е.П. Корнаева, Л.А. Савин, И.Н. Стебаков, А.С. Фетисов // Intelligent Systems Design and Applications. ISDA 2022. Lecture Notes in Networks and Systems. - 2023. - № 717. - C.8-16. Doi: https://doi.org/10.1007/978-3-031-35510-3_2.

3. Волков, М.В. и др. Application of deep convolutional and long short-term memory neural networks to red blood cells motion detection and velocity approximation / М.В. Волков, В.В. Дрёмин, А.В. Корнаев, Е.П. Корнаева // Progress in Biomedical Optics and Imaging - Proceedings of SPIE.. - 2022. - C.1-3. Doi: https://doi.org/10.1117/12.2626040. [Электронный ресурс]. - URL: https://www.spiedigitallibrary.org/conference-proceedings-of-spie/12194/121940C/Application-of-deep-convolutional-and-long-short-term-memory-neural/10.1117/12.2626040.short?SSO=1.

4. Дрёмин, В.В. и др. Application of shallow and deep convolutional neural networks to recognize the average flow rate of physiological fluids in a capillary / В.В. Дрёмин, Е.П. Корнаева, Е.В. Потапова, И.Н. Стебаков // Progress in Biomedical Optics and Imaging - Proceedings of SPIE.. - 2022. - № 12194. - C.1-8. Doi: https://doi.org/10.1117/12.2626125.

5. Ибрагимов, Б.А. и др. Physics-based loss and machine learning approach in application to non-Newtonian fluids flow modeling / Б.А. Ибрагимов, А.В. Корнаев, Е.П. Корнаева, И.Н. Стебаков, А.С. Фетисов // IEEE Congress on Evolutionary Computation, CEC 2022: Conference Proceedings. - 2022. - C.1-8. Doi: 10.1109/CEC55065.2022.9870411. [Электронный ресурс]. - URL: https://ieeexplore.ieee.org/document/9870411.

6. Казаков, Ю.Н. и др. Reducing rotor vibrations in active conical fluid film bearings with controllable gap / Ю.Н. Казаков, А.В. Корнаев, Е.П. Корнаева, Л.А. Савин, Д.В. Шутин // "Nonlinearity, Information and Robotics 2022", Innopolis, 24.08.2022 - 27.08.2022. - 2022. - C.863-873. Doi: 10.20537/nd221226.

7. Казаков, Ю.Н. и др. Reducing Rotor Vibrations in Active Conical Fluid Film Bearings with Controllable Gap / Ю.Н. Казаков, А.В. Корнаев, Е.П. Корнаева, Л.А. Савин, Д.В. Шутин // Russian Journal of Nonlinear Dynamics. - 2022. - № 18(5). - C.873-883. Doi: DOI:10.20537/nd221226. [Электронный ресурс]. - URL: http://nd.ics.org.ru/nd221226/.

8. Дрёмин, В.В. и др. Моделирование течения неньютоновских жидкостей в тороидальном канале инерционного вискозиметра с системой технического зрения / В.В. Дрёмин, А.В. Корнаев, Е.П. Корнаева, И.Н. Стебаков // Известия Юго-Западного государственного университета. - 2022. - № 1. - C.129-147. Doi: https://doi.org/10.21869/2223-1560-2022-26-1-129-147. [Электронный ресурс]. - URL: https://science.swsu.ru/jour/article/view/977.

9. Корнаев, А.В. и др. Теоретические предпосылки физически обоснованного машинного обучения и его приложения к гидродинамике / А.В. Корнаев, Е.П. Корнаева, И.Н. Стебаков // Доклады российской академии наук. математика, информатика, процессы управления (Doklady Mathematics). - 2022. - № 508. - C.100-101. Doi: 10.31857/S2686954322070128. [Электронный ресурс]. - URL: https://www.elibrary.ru/download/elibrary_49991316_83601205.pdf.

10. Корнаев, А.В. и др. Application of convolutional neural networks to rotary machines state recognition / А.В. Корнаев, Е.П. Корнаева // IOP Conference Series: Materials Science and Engineering. - 2021. - № 1047. - C.1-5. Doi: 10.1088/1757-899X/1047/1/012144.