Невероятный город ⇐ Васина Википедия

[wiki_en]

Атуля К. Нагар — физик-математик, академик и писатель. Он возглавляет Фонд как профессор математики и является проректором по исследованиям в Ливерпульском университете Хоуп.
Исследования Нагара охватывают нелинейный математический анализ, теоретическую информатику и системную инженерию, а также решение сложных проблем в научной, инженерной и промышленной областях с помощью математических и вычислительных методов.
Нагар является научным сотрудником Института математики и ее приложений и Академии высшего образования Advance HE|Higher Education. Помимо своей редакционной деятельности он работал главным редактором «Международного журнала искусственного интеллекта и мягких вычислений» (IJAISC) и соредактировал две серии книг: «Алгоритмы для интеллектуальных систем» (AIS). )
==Образование и начало карьеры==
Нагар получил степень бакалавра математики и физики с отличием в 1988 году, степень магистра чистой и прикладной математики в 1990 году и степень магистра релятивистской космологии в 1992 году в Университете Махарши Даянанда Сарасвати | Университете MDS в Аджмере в Индии. В 1991 году он был назначен научным сотрудником Индийского технологического института | Индийского технологического института. В 1993 году ему была присуждена стипендия Содружества для продолжения учебы в докторантуре, а в 1996 году он получил степень доктора философии по математике в Йоркском университете, где одновременно работал научным сотрудником.
==Карьера==
Нагар работал в Университете Брюнеля в Лондоне | Университете Брюнеля в Лондоне на факультетах математических наук и системной инженерии. В 2001 году он поступил на работу в Ливерпульский университет Хоуп, сначала в качестве преподавателя, затем назначен доцентом, а с 2008 года занимает должность профессора.

Нагар возглавил создание Школы математики, информатики и инженерии, а позже основал факультет естественных наук, выступая в качестве первого декана и курируя развитие естественных наук, технологий, инженерии и математических дисциплин | STEM. Впоследствии, в 2019 году, он был назначен проректором по исследованиям.
Благодаря своему участию в органах стратегических исследований в Великобритании, Нагар участвовал в работе различных комиссий и выполнял консультативные функции, в том числе в Jisc|JISC Research Strategy Group, UK Research and Innovation|UK Research and Innovation (UKRI)'s Talent Panel College. (TPC) и Комиссию по стипендиям Содружества (CSC).
==Исследования==
Нагар внес вклад в область математической физики и вычислительной науки | вычислительных наук, изучая моделирование и математическую оптимизацию | оптимизацию, релятивистскую космологию и дифференциальную форму | дифференциальные формы, нелинейные Дифференциальные уравнения | дифференциальные уравнения, решения нелинейной краевой задачи | граничное значение проблемы, теоретическая информатика, графическая грамматика, мембранные вычисления или P-система | P-системы, нейронная сеть | нейронные сети, вычислительный интеллект, электроэнцефалография, эволюционные вычисления, естественные вычисления, нечеткая система управления | нечеткие системы управления, компьютерное моделирование, дифференциальная эволюция, Нечеткое множество | нечеткие множества, теория управления | теория систем управления, гемодинамика, анализ изображений, оптимизация роя частиц и искусственный интеллект.

==Работает==
Нагар опубликовал книги по вычислительной технике и алгоритмам|алгоритмам. Его первая книга, «Справочник по исследованиям новых технологий планирования, анализа и оптимизации электроэнергетики», посвящена новым методам и исследованиям по оптимизации функционирования электрических систем, удовлетворяющим растущий спрос на эффективные источники энергии во всем мире. В последующем издании «Справочник по исследованиям мягких вычислений и природных алгоритмов» он исследовал пересечение мягких вычислений и природных вычислений, продемонстрировав приложения в области роевого интеллекта, распознавания речи и решения электромагнитных проблем. Он также был соредактором трех книг из серии «Инновации в области связи и вычислений»; «Достижения в области вычислений и приложений, вдохновленных природой», «Достижения в области аналитики кибербезопасности и систем принятия решений» и «Достижения в области кибербезопасности и устойчивости, вдохновленных природой».
Работая вместе с Джагдишем К. Бхасалом, Пратху Баджпаем и Анджали Раватом, Нагар опубликовал «Синус-косинусный алгоритм для оптимизации», в котором рассмотрен синус-косинусный алгоритм (SCA), его принципы, приложения и код Matlab | MATLAB для базового SCA. . Далее он проанализировал природные алгоритмы и их применение в современной криптографии, а также подходы к повышению безопасности в книге «Вдохновленный природой подход к криптологии», которую он написал в соавторстве с Шиширом Кумаром Шандильей и Агни Даттой. В 2024 году он вместе с Шандильей, Даттой и Яшем Картиком написал книгу «Цифровая устойчивость: преодоление сбоев и защита конфиденциальности данных», подробно описывая такие методы, как квантовые вычисления и системы нулевого доверия, для противодействия цифровым угрозам, а также оценивая роль искусственного интеллекта в кибербезопасности и кибербезопасности. значительные киберинциденты.
===Дополнительные бивариационные принципы===
Нагар, как соавтор, внес вклад в разработку нового метода решения нелинейных краевых задач с использованием дополнительных бивариационных принципов. Этот подход фокусируется на методах получения поточечных границ решений для интегральных уравнений. Переформулировав задачи дифференциальных уравнений в интегральные уравнения типа Хаммерштейна, в его исследованиях были применены бивариационные методы для получения дополнительных поточечных оценок для функций решения. Он показал, что метод эффективен для решения нелинейных задач математической физики, химической кинетики и биологических систем. Его работа также продемонстрировала повышенную точность решений по сравнению с предыдущими методами.
===Системы управления и моделирование неопределенностей===
Нагар разработал подход, использующий дробно-линейные преобразования (LFT) и полуопределенное программирование (SDP) для анализа неопределенности в оценке состояния систем водоснабжения. Его метод превратил проблему LFT в проблему SDP для получения границ эллипсоида уверенности. Он применил его к сети водоснабжения с двенадцатью узлами, показав, что этот метод повышает точность управления неопределенностями в оценках состояния системы, продемонстрировав свою эффективность посредством моделирования с использованием MATLAB.
===Теоретическая информатика и мембранные вычисления===
Нагар совместно с К.Г. Субраманиан и его коллеги внесли вклад в теоретическую информатику и мембранные вычисления. В их работу входит разработка систем Pure 2D Eilenberg P
===Оптимизация вычислений===
Работа Нагара по вычислительной оптимизации включала разработку усовершенствованных алгоритмов. В широко цитируемом исследовании он представил Rat Swarm Optimizer (RSO), биологический алгоритм, смоделированный на поведении крыс, демонстрирующий его эффективность посредством сравнительного анализа, сравнения с восемью алгоритмами и тестирования реальных инженерных задач.
В статье, опубликованной в журнале «IEEE Transactions on Systems, Man и Cybernetics: Systems», Нагар продемонстрировал адаптивный меметический алгоритм (AMA), сочетающий в себе дифференциальную эволюцию (DE) и Q-обучение для оптимизации, превосходящий традиционные алгоритмы в симуляциях и реальных условиях. - задачи планирования мирового пути.
===Машинное обучение===
Нагар изучал искусственный интеллект и машинное обучение, разрабатывая методы улучшения обучения с подкреплением. Он представил детерминированный алгоритм Q-обучения, который использует дистанционные знания для эффективного обновления Q-таблицы, сокращения временных затрат и потребностей в хранении, а также демонстрирует превосходную производительность при планировании пути мобильного робота по сравнению с классическим и расширенным Q-обучением.
===Системы нечеткого управления===
Нагар использовал нечеткие множества и системы управления для улучшения различных когнитивных процессов, включая обнаружение нагрузки, распознавание эмоций и прогнозирование дофамина. В статье, получившей награду за лучшую статью на Международной конференции IEEE по нечетким системам, он представил метод определения уровней когнитивной нагрузки во время задач ассоциативного обучения по значению символов с использованием данных fNIR и нечеткого классификатора типа 2, достигнув точности более 89%. .
Сотрудничая с Мадхулиной Дасгуптой и Амитом Конаром, Нагар предложил новый метод онлайн-прогноза уровней концентрации дофамина у взрослых с использованием нечетких правил типа 2 и данных ЭЭГ, который может применяться для повышения концентрации внимания и помощи в лечении заболеваний головного мозга.
==Награды и почести==
*1993 – Премия Содружества, Йоркский университет
*2017 – Премия за лучшую статью, Международная конференция IEEE по нечетким системам

==Библиография==
===Избранные книги===
* «Справочник по исследованиям новых технологий планирования, анализа и оптимизации электроэнергетики» (2016) ISBN 978-1466699113
* «Достижения в области кибербезопасности и устойчивости, основанных на природе» (2022 г.) ISBN 978-3030907075
* «Алгоритм синус-косинус для оптимизации» (2023) ISBN 978-9811997211
* «Вдохновленный природой подход к криптологии» (2023) ISBN 978-9819970810
* «Цифровая устойчивость: преодоление сбоев и защита конфиденциальности данных» (2024 г.) ISBN 978-3031532894

===Избранные статьи===
*Конар А., Чакраборти И.Г., Сингх С.Дж., Джайн Л.К. и Нагар А.К. (2013). Детерминированное улучшенное Q-обучение для планирования пути мобильного робота. Транзакции IEEE о системах, человеке и кибернетике: системы, 43 (5), 1141-1153.
*Нванквор Э., Нагар А.К. и Рид Округ Колумбия (2013). Гибридная дифференциальная эволюция и оптимизация роя частиц для оптимального размещения скважин. Вычислительные науки о Земле, 17, 249–268.
*Ракшит П., Конар А., Бхоумик П., Госвами И., Дас С., Джайн Л.К. и Нагар А.К. (2013). Реализация адаптивного меметического алгоритма с использованием дифференциальной эволюции и Q-обучения: пример планирования пути с участием нескольких роботов. Транзакции IEEE о системах, человеке и кибернетике: системы, 43 (4), 814-831.
*Дхиман Г., Гарг М., Нагар А., Кумар В. и Дегани М. (2021). Новый алгоритм глобальной оптимизации: оптимизатор крысиного роя. Журнал окружающего интеллекта и гуманизированных вычислений, 12, 8457-8482.
*Дхиман Г., Сингх К.К., Сони М., Нагар А., Дегани М., Словик А., ... и Ченгиз К. (2021). MOSOA: новый многокритериальный алгоритм оптимизации «чайка». Экспертные системы с приложениями, 167, 114150.
*Шринги С., Шарма Х., Нараян Рати П., Чанд Бансал Дж., Нагар А. и Лал Сутар Д. (2024). Прогнозирование вспышки COVID-19 в Индии с использованием модифицированной модели SIRD. Прикладная математика в науке и технике, 32(1), 2305191.

Физики-математики
Преподаватели Ливерпульского университета Хоуп
Выпускники Йоркского университета
Выпускники Университета Махарши Даянанда Сарасвати
Стипендиаты Академии высшего образования

Подробнее: https://en.wikipedia.org/wiki/Atulya_Nagar