Абруков Виктор Сергеевич — Сайт факультета ПМФиИТ

Должность: Заведующий кафедрой прикладной физики и нанотехнологий, профессор

Образование: физико-математический факультет Чувашского государственного университета (1969-1974), Ленинградский государственный университет (1973-74), специальность «Физик».

Ученая степень: доктор физико-математических наук (1995), специальность 010417 «Химическая физика, горение и взрыв, физика экстремальных состояний вещества».

Тема диссертации: «Интерферометрия процессов горения»

Ученое звание: профессор (1998)

Заслуженный деятель науки Чувашской Республики (2013)

Научные направления: методы интеллектуального анализа данных в научных и прикладных исследованиях, data science, data mining, искусственные нейронные сети, горение и детонация, теплоэнергетика, оптические методы исследования, автоматическая обработка, анализ и распознавание изображений, солнечная энергетика, социальные системы, система образования, семейные отношения.

Научные достижения: руководитель проектов по грантам РФФИ (с 1993 года по 2020 год).

Публикации: более 150, в том числе:

— Электронный ресурс: http://mfi.chuvsu.ru/opros/
Применение методов интеллектуального анализа данных для повышения эффективности управления системой высшего профессионального образования, 2012 – по настоящее время.
— Электронный ресурс: http://www.chuvsu.ru/2008/proekt.html.
Разработка моделей социальных явлений (семейные отношения) с помощью методов интеллектуального анализа данных (Development of models of socio-economic phenomena (family relationships, love, terrorism, education systems) bymeansofdata mining), 2008 – по настоящее время.
— Электронный ресурс: http://victor.chuvsu.ru
Сайт кафедры теплофизики: история каф. теплофизики, учебные пособия, статьи, учебно-методические комплексы «Физика горения», «Техническая термодинамика», 1998 – по настоящее время.
Электронный ресурс: http://amf21.ru/biblioteka/meroprijatija-provodimye-associaciei/proekt-rffi-sozdanie-bazy-znanii-nanom.
Создание базы знаний наноматериалов и нанотехнологий Чувашской Республики, 2013 – по настоящее время. Монография, презентации, статьи, автономные компьютерные модули базы знаний.
— Новые возможности исследования процессов горения конденсированных систем методом интерферометрии. Физика горения и взрыва. 1983. Т. 19. № 5. С. 66.
— Новые возможности применения метода интерферометрии для исследования процессов зажигания и горения конденсированных систем. Химическая физика. 1983. Т. 2. № 5. С. 675-682.
— Interferometric technique and other optical methods in combustion research: new approach. Proceedings of SPIE — The International Society for Optical Engineering, 1995, 2546 , pp. 420-426.
— Ignition of Propellants. Shaping and Development of the Burning Wave and Its Characteristics. -In: Proc. of the Fourth Int. Symp. on Special Topics in Chemical Propulsion: » Challenges in Combustion and Propellants. 100 Years After Nobel » (Industrihuset, Stockholm, Sweden, May 27-31,1996), Pennsyl. State Univ., USA, 1996, pp. 269-272.
— Active Control of Deflagration-to-Detonation Transition by Electric Discharges. — In Proceedings of the 13th ONR Propulsion Meeting (Minneapolis, USA, 10-12 August 2000), Ed. By Gabriel D.Roy and Paul J.Strykowski, University of Minnesota, Minneapolis, USA, 2000, pp. 239-244.
— Оптические методы: автоматизированная обработка данных и возможности ее применения в фундаментальных исследованиях процессов горения и системах управления. Химическая физика. 2001. Т. 20. № 5. С. 10-16.
— Optical Diagnostics – Automatic Data Processing and Application in Fundamental Studies and Control Systems. In: Optical Methods for Data Processing in Heat and Fluid Flow/ Ed. C. Greated, J.Cosgrove and J.M. Buick, Institute of Mechanical Engineering, Professional Engineering Publishing, London, 2002, Chapter 21, pp. 247 – 265.
— Using artificial neural networks for combustion interferometry. Lecture Notes in Artificial Intelligence (Subseries of Lecture Notes in Computer Science) 7th International Conference, KES 2003. Сер. «Knowledge-Based Intelligent Information and Engineering Systems» editors: V. Palade; editors: R.J. Howlett, L. Jain, Oxford University, Oxford, United Kingdom. Oxford, 2003. С. 684-690.
— Automatic processing, analysis and recognition of images. Proceedings of SPIE — The International Society for Optical Engineering, 2004, 5558 (PART 2), pp. 598-603
— Application of artificial neural networks for solution of scientific and applied problems for combustion of energetic materials. Advancements in Energetic Materials and Chemical Propulsion. 2005. С. 656-670.
— Artificial neural networks and inverse problems in optical diagnostics. Proceedings of 6th International Conference on Intelligent Systems Design and Applications, China, IEEE, 2006, pp. 850-855.
— Artificial neural networks for solving of optics inverse and direct problems. Proceedings of the ASME International Design Engineering Technical Conferences and Computers and Information in Engineering Conference, DETC 2008 3 (PART B), pp. 1043-1047
— Application of artifcial neural networks for creation of «black box» models of energetic materials combustion. Advancements in Energetic Materials and Chemical Propulsion. 2008. pp. 377-386.
— Количественные и качественные методы: соединяем и властвуем! СОЦИС, Москва, 2010, N 1, с. 142-145.
— Сreation of propellant combustion models by means of data mining tools // International Journal of Energetic Materials and Chemical Propulsion. – 2010, № 9(5). – pp. 385-396.
— Счастливый брак: Анализ и управление семейными отношениями с помощью искусственных нейронных сетей, Сообщество менеджеров Executive www.e-xecutive.ru, Москва, 2010, 1 – 23: http://www.e-xecutive.ru/community/articles/1437975/
— Nano Films Of Linear-Chain Carbon With Embedded Metal And Nonmetal Atoms: Artificial Neural Networks Modeling // Material Technologies and Modeling Proceedings of the 7th International Conference MMT-2012 (Ariel, Israel, August 20 — 23, 2012), Ed. by M. Zinigrad, Ariel, 2012-08-20, pp. 2: 1-6.
— Возможности создания системы поддержки принятия решений и управления вузом с помощью аналитической платформы Deductor. Интеграция образования. 2013. № 1 (70). С. 17-23.
— Новые подходы к разработке моделей системы поддержки принятия решений и управления вузом. Вестник Чувашского университета. 2013. № 1. С. 224-228.
— База знаний процессов горения: будущее мира горения. Вестник Чувашского университета. 2013. № 3. С. 46-52.
— Knowledge base is a future of nanomaterials world. Abstracts of the 3rd International Conference on Nanotek & Expo, December 02-04, 2013 Hampton Inn Tropicana Las Vegas, USA // http://www.omicsgroup.com/conferences/ACS/conference/download-pdf.php?file=2912-Speaker-Pdf-T.pdf
— A New Nanotech Computational Experiment: Data Mining for Modeling, Creation of Knowledge Base, and Presentation. XII International Conference on Nanostructured Materials (NANO 2014), July 13 – 18, 2014, Moscow, Lomonosov State Unuversuty, 2014, p.1
— Методы интеллектуального анализа данных при создании баз знаний. Вестник Чувашского университета. 2015. № 1. С. 140-146.
— Многофакторные вычислительные модели фотодатчиков на основе тонких пленок. Вестник Чувашского университета. 2015. № 1. С. 147-153.
— Victor Abrukov, Valery Kochakov, Alexander Smirnov, Sergey Abrukov, Darya Anufrieva. Knowledge-Based System is a Goal and a Tool for Basic and Applied Research. The Institute of Electrical and Electronics Engineers, Inc., Proc. of 9th International Conference on Application of Information and Communication Technologies – AICT. 2015, 60-63.
— Абруков В.С., Смирнов А.В. Нейросетевые модели фотосенсоров на основе тонких пленок. Международный научный журнал «Альтернативная энергетика и экология» Изд. Научно-технический центр «ТАТА» (Саров), 2015, т. 19, N 183, с. 61-68.
— Абруков В.С., Кочаков В.Д., Иваницкий А.Ю., Васильев А.И., Смирнов А.В., Абруков С.В. Создание базы знаний солнечных электростанций. Международный научный журнал «Альтернативная энергетика и экология», 2015 №19 (183), С. 29-41
— Петрова Н.П., Абруков В.С., Тарасов Н.А., Ушмарин Н.Ф., Кольцов Н.И. Моделирование процесса горения резины на основе каучуков общего назначения. Вестник Казанского технологического университета. 2015, Т. 18. № 5, С. 153-155.
— Петрова Н.П., Абруков В.С., Тарасов Н.А., Кольцов Н.И. Исследование закономерностей процесса горения резины на основе бутадиен-нитрильного каучука с помощью искусственных нейронных сетей. Известия высших учебных заведений. Серия: Химия и химическая технология, 2015, Т. 58. № 2, С. 64-67
— Абруков В.С. IT для бизнеса. Системы принятия решений как антикризисный инструмент. Сообщество менеджеров: http://www.e-xecutive.ru/ . Адрес статьи: http://www.e-xecutive.ru/management/itforbusiness/1951354-it-dlya-biznesa-sistemy-prinyatiya-reshenii-kak-antikrizisnyi-instrument
— Абруков В.С. Главная задача ИТ-директора? Создание системы поддержки принятия решений! Официальный портал ИТ-директоров — Global CIO. Адрес статьи: http://www.globalcio.ru/experts/1073 /
— Абруков В.С., Кочаков В.Д., Абруков С.В., Ануфриева Д.А., Васильев А.И., Смирнов А.В. Прогнозирование работы солнечных электростанций с помощью искусственных нейронных сетей. В сборнике: НАНОСТРУКТУРИРОВАННЫЕ МАТЕРИАЛЫ И ПРЕОБРАЗОВАТЕЛЬНЫЕ УСТРОЙСТВА ДЛЯ СОЛНЕЧНОЙ ЭНЕРГЕТИКИ Сборник трудов IV Всероссийской научной конференции. под ред. А.В. Кокшиной, А.В. Смирнова, В.Д. Кочакова, В.П. Афанасьева, Е.И. Терукова, А.В. Бобыля. 2016. С. 135-139.
— Абруков В.С., Чернов А.А. Применение искусственных нейронных систем для моделирования турбулентного горения. В сборнике: Материалы XI Международной конференции по неравновесным процессам в соплах и струях (NPNJ’2016) Московский авиационный институт (национальный исследовательский университет). 2016. С. 410-412.
— Славутская Е.В., Абруков В.С., Славутский Л.А. Нейросетевой системный анализ уровневых психологических характеристик. Вестник Чувашского университета. 2016. № 1. С. 164-173.
— Абруков В.С., Кочергин А.В., Ануфриева Д.А. Искусственные нейронные сети как средство обобщения экспериментальных данных. Вестник Чувашского университета . 2016. № 3. С. 155-162.
— Абруков В.С., Кочаков В.Д., Васильев А.И., Смирнов А.В. Прогнозирование работы солнечных электростанций. В сборнике: Наноструктурированные материалы и преобразовательные устройства для солнечной энергетики Сборник трудов V Всероссийской научной конференции. под ред. А.В. Кокшиной, А.В. Смирнова, В.Д. Кочакова, Е.И. Терукова, А.В. Бобыля. 2017. С. 128-134.
— Абруков В.С., Кочаков В.Д., Абруков С.В., Ануфриева Д.А., Васильев А.И., Смирнов А.В. Интеллектуальная система прогнозирования. Международный научный журнал Альтернативная энергетика и экология. 2017. № 16-18 (228-230). С. 30-42.
— Абруков В.С., Ефимов К.В., Тарасов Н.А., Кольцов Н.И. Исследование влияния стабилизаторов на горение силиконовой резины с помощью искусственных нейронных сетей. Известия высших учебных заведений. Серия: Химия и химическая технология. 2018. Т. 61. № 1. С. 84-88.
— Victor S. Abrukov, Alexander N. Lukin, Charlie Oommen, Nichith Chandrasekaran, Rajaghatta S. Bharath, VR Sanal Kumar, Mikhail V. Kiselev, Darya A. Anufrieva. Development of the Multifactorial Computational Models of the Solid Propellants Combustion by Means of Data Science Methods – Phase II. Technology and Investment, 2018, Proceedings of a meeting held 9-11 July 2018, Cincinnati, Ohio, USA. Held at the AIAA Propulsion and Energy Forum 2018 — AIAA 2018-4961
— Nichith Chandrasekaran, Charlie Oommen, V.R. Sanal Kumar, Alexander N. Lukin, Victor S. Abrukov, Darya A. Anufrieva. Prediction of Detonation Velocity and N−O Composition of High Energy C−H−N−O Explosives by Means of Artificial Neural Networks. Propellants, Explosives, Pyrotechnics, 2019, 44 — 5, pp.579-587
— Victor S. Abrukov, Alexander N. Lukin, Darya A. Anufrieva, Charlie Oommen, V. R. Sanalkumar, C. Nichith, Rajaghatta Sundararam Bharath. Recent Advancements in Study of Effects of Nano/Micro Additives on Solid Propellants Combustion by Means of the Data Science Methods. Defence Science Journal, 2019, 69 — 1, pp.20-26
— Victor S. Abrukov, Alexander N. Lukin, Charlie Oommen, VR Sanal Kumar, Nichith Chandrasekaran, Vigneshwaran Sankar, Mikhail V. Kiselev, Darya A Anufrieva. Development of the Multifactorial Computational Models of the Solid Propellants Combustion by Means of Data Science Methods — Phase III. Technology and Investment, 2019, Proceedings of the 55th AIAA/SAE/ASEE Joint Propulsion Conference 2019, AIAA Propulsion and Energy Forum, AIAA 2019-3957
— Славутская Е.В., Абруков В.С., Славутский Л.А. Простые нейросетевые алгоритмы для оценки латентных связей психологических характеристик младших подростков // Экспериментальная психология. 2019. Т. 12. № 2. С. 131—144.
— Abrukov V.S., Lukin А.N., Anufrieva D.A,, Kiselev M.V., Oommen C., Sanalkumar V.R. Accelerated discovery of the energetic materials with desired properties through the genome approach and machine learning. Тезисы 15 Всероссийского симпозиума по горению и взрыву, Москва, Научный совет РАН по горению и взрыву, 2020, стр. 269-270
— Воронов, Л. Н. Использование метода нейронных сетей для нейрогистологических работ / Л. Н. Воронов, В. С. Абруков // Морфология в теории и практике : материалы Всероссийской научно-практической конференции с международным участием, посвященной 100-летию со дня рождения доктора медицинских наук, профессора Дины Семеновны Гордон, Чебоксары, 22 ноября 2022 года / Чувашский государственный университет имени И.Н. Ульянова. – Чебоксары: Чувашский государственный университет имени И.Н. Ульянова, 2022. – С. 68-74. – EDN VRLVNA.
— Янкевич, С. В. Способ повышения излучаемой акустической мощности на теплоагрегатах для увеличения противонакипного эффекта / С. В. Янкевич, Г. В. Малинин, В. С. Абруков // Вестник Чувашского университета. – 2022. – № 3. – С. 114-127. – DOI 10.47026/1810-1909-2022-3-114-127. – EDN LGOWIC.
— Славутская, Е. В. Личностные черты и адаптационные характеристики подростков: интеллектуальный анализ взаимосвязей / Е. В. Славутская, В. С. Абруков, Л. А. Славутский // Казанский педагогический журнал. – 2022. – № 4(153). – С. 191-201. – DOI 10.51379/KPJ.2022.154.4.023. – EDN NDKISW.
— В.А. Казаков, А.В. Смирнов, А.В. Кокшина, Е.С. Тюнтеров, В.С. Абруков, Д.А Ануфриева. Синтез и исследование оптических свойств гибридных металлоуглеродных систем:пленок линейно-цепочечного углерода, легированных серебром. НАНОИНДУСТРИЯ. 2022. Т. 15, № 3–4.С. 186–194. https://doi.org/10.22184/1993-8578.2022.15.3-4.186.194
— Abrukov, V. Modeling with Artificial Neural Networks the Influence of Meteorological Parameters on the Solar Power Plant’s Energy Production / V. Abrukov, A. Bobyl, R. Davydov // Proceedings of the 2021 International Conference on Electrical Engineering and Photonics, EExPolytech 2021, Saint Petersburg, 14–15 октября 2021 года. – Saint Petersburg, 2022. – P. 260-263. – DOI 10.1109/EExPolytech53083.2021.9614724. – EDN WXULGJ.
— Многофакторные вычислительные модели горения твердых топлив. Геном горения топлива / М. В. Киселев, В. С. Абруков, Д. А. Троешестова [и др.] // Математика в образовании : сборник статей. – Чебоксары : Чувашский государственный университет имени И.Н. Ульянова, 2021. – С. 76-84. – EDNNLLQGV. (отражена в РИНЦ в 2022 году)
— Данилов, Е. В. Создание многофакторных моделей эксплуатации солнечной электростанции в условиях жаркого климата. Прогнозирование деградации солнечных панелей с помощью методов интеллектуального анализа данных / Е. В. Данилов, В. С. Абруков // Математика в образовании : сборник статей. – Чебоксары : Чувашский государственный университет имени И.Н. Ульянова, 2021. – С. 72-75. – EDNOXZZAT. (отражена в РИНЦ в 2022 году)
— Обобщенные многофакторные вычислительные модели детонации конденсированных систем. Решение прямых и обратных задач / Д. А. Ануфриева, В. С. Абруков, Д. А. Троешестова [и др.] // Математика в образовании : сборник статей. – Чебоксары : Чувашский государственный университет имени И.Н. Ульянова, 2021. – С. 105-110. – EDNEOXUAQ. (отражена в РИНЦ в 2022 году)