Ковалева Виктория Дмитриевна

В 2025 году окончила ФГАОУ ВО «Северо-Кавказский федеральный университет» по направлению 01.03.02 «Прикладная математика и информатика», профиль «Вычислительная математика и математическое моделирование» с присвоением квалификации «Бакалавр».

С 2025 года обучается в магистратуре Северо-Кавказского федерального университета по направлению 01.04.02 «Прикладная математика и информатика», профиль «Математическое моделирование». Научный руководитель — заведующий кафедрой математического моделирования, доцент П.А. Ляхов.

С 2024 года работает лаборантом кафедры математического моделирования СКФУ.

С 2024 года — стажёр-исследователь РНОМЦ «Северо-Кавказский центр математических исследований». С 2026 года — ассистент кафедры математического моделирования СКФУ.

С 2025 года работает документоведом кафедры математического моделирования СКФУ.

С 2026 года — инженер-исследователь научно-исследовательской лаборатории компактных нейросетевых архитектур для краевых вычислений факультета математики и компьютерных наук имени профессора Н.И. Червякова.

Машинное обучение и анализ данных; графовые нейронные сети; ансамблевые методы машинного обучения; хемоинформатика и применение машинного обучения в аналитической химии; прогнозирование эффективности дисперсионной жидкостно-жидкостной микроэкстракции полициклических ароматических углеводородов (ПАУ) с использованием квантово-химических дескрипторов (DFT/SMD); анализ мультиспектральных данных и прогнозирование вегетационных индексов.

Научное сотрудничество

Ведёт междисциплинарные исследования совместно с кафедрой аналитической химии СКФУ (Н.М. Крутоголов, Т.А. Червонная). В рамках сотрудничества разрабатываются методы машинного обучения для задач аналитической химии: прогнозирование эффективности дисперсионной жидкостно-жидкостной микроэкстракции полициклических ароматических углеводородов и свободных энергий сольватации в смешанных растворителях. Химики кафедры предоставляют экспериментальные данные и квантово-химические расчёты молекулярных дескрипторов (DFT/SMD), а на их основе строятся графовые нейронные сети и ансамблевые модели. По результатам совместной работы подготовлены статьи в научные журналы и доклады на международной конференции CPAMCS.

Участник проектов

• Исполнитель проекта Российского научного фонда № 25-21-00643 «Высокоточная система прогнозирования урожайности на основе анализа вегетационных данных различных модальностей».

• Исполнитель проекта Российского научного фонда № 24-71-10016 «Перспективные подходы к нейросетевой обработке сигналов и изображений и их реализация на современных аппаратных устройствах».

Достижения

• Докладчик международной конференции Current Problems of Applied Mathematics and Computer Systems (CPAMCS-2025, CPAMCS-2026), СКФУ, Ставрополь.