Буркатовская Юлия Борисовна

Буркатовская Юлия Борисовна
Научная сфера:	физика
Место работы:	ТПУ
Учёная степень:	кандидат физико-математических наук
Альма-матер:	ТГУ

Буркатовская Юлия Борисовна – кандидат физико-математических наук, доцент Отделения информационных технологий Инженерной школы информационных технологий и робототехники Томского политехнического университета.

Биография

Окончила Томский государственный университет в 1995 г.

В 1995 - 1998 гг. - аспирантка ТГУ.

С 1998 г. - программист кафедры прикладной математики и кибернетики ТГУ.

В 2002 - 2017 гг. - доцент кафедры вычислительной техники института кибернетики ТПУ.

В 2017 - 2018 гг. - доцент кафедры информационных систем и технологий ТПУ.

С 2018 г. - доцент Отделения информационных технологий.

Научная деятельность

Научное направление - обнаружение моментов изменения свойств случайных процессов.

Под воздействием внешних факторов параметры случайного процесса могут скачкообразно изменяться в заранее неизвестный момент времени (в частности, резкие скачки курсов акций, изменение интернет-трафика под воздействием хакерских атак, и т.д.). Обнаружение момента изменения параметров, или обнаружение разладки, является одной из классических задач, возникающих при анализе временных рядов. В практических приложениях разладка может означать смену режима системы, выход из стационарного режима, сбой в работе системы. Скорейшее обнаружение момента разладки является важным для поддержки решений, связанных с наблюдаемой системой, например, для корректировки управления, устранения неисправности и т.д. Наиболее сложной и приближенной к реальности является ситуация, в которой параметры процесса до и после разладки неизвестны, так же как и распределение шумов.

За последние годы в соавторстве с Воробейчиковым С.Э. и Сергеевой Е.Е. были получены результаты, связанные с гарантированным обнаружением разладок и оцениванием параметров авторегрессионных процессов с условной неоднородностью (ARCH, AR/ARCH, GARCH, TAR/ARCH процессы), применяющихся для описания процессов, для которых характерны кластерность и выбросы (например, финансовых данных). Рассматриваемые модели сложны для анализа, поскольку являются процессами с неизвестной и в общем случае неограниченной дисперсией шумов, зависящей от предыдущих наблюдений. Как правило, их исследование проводится в асимптотической постановке либо с помощью численного моделирования. В наших работах предложены модификации метода наименьших квадратов, позволяющие ограничить дисперсию оценок и вероятности ошибочных решений для конечного объема выборки, определяемого с помощью специального правила остановки.

Совместно с Воробейчиковым С.Э. и Кабановой Т.В. были разработаны модификации метода кумулятивных сумм для обнаружения многократных разладок. Результаты применены для оценивания состояния управляющей цепи дважды стохастического пуассоновского потока и для обнаружения скачка параметров нефтегазового оборудования.

Буркатовской Ю.Б. разработан ряд оригинальных программ для имитационного моделирования акустического излучения. Основной задачей является оценка вклада многократного рассеяния акустического излучения в интенсивность прошедшего излучения, поскольку данный вклад невозможно оценить аналитически. Проведены численные эксперименты для различных моделей атмосферы и получены зависимости вклада многократного рассеяния от параметров атмосферы.

Педагогическая деятельность

Преподаваемые курсы:

- Теория графов;

- Теория автоматов;

- Дискретная математика;

- Профессиональная подготовка на английском языке.

Ссылки

http://portal.tpu.ru/SHARED/t/TRACEY/Biography