Информация о жилом, учебном и спортивном комплексах, медцентре, питании и досуге на территории города и Университета Иннополис. Ответы на часто задаваемые вопросы
Информация об образовательной деятельности, приёмной кампании, структуре и органах управления университетом, финансово-хозяйственной деятельности
Специализируется на образовании, исследованиях и разработках в области информационных технологий и робототехники
Образовательные программы для бизнеса по темам ИТ, цифровой трансформации, управления продуктами и инновациями. Ускоренная подготовка ИТ-специалистов
Программы обучения разработаны совместно с мировыми экспертами в сфере информатики, робототехники и программной инженерии с опытом работы в топ-100 вузов мира в партнерстве с компаниями IT‑индустрии
Сведения о научных разработках и инновационных проектах, осуществляемых учеными Университета Иннополис
В Университете Иннополис действуют 17 лабораторий и 9 научных центров, в которых ведется исследовательская работа в области искусственного интеллекта, робототехники, big data, разработки ПО, информационной безопасности
Исследуем и проектируем новые технологические решения совместно с ведущими ИТ-компаниями России, вендорами и 297 ведущих ИТ-компаний в партнерстве.
активно взаимодействует с партнерами по всему миру
PhD, Tarbiat Modares University , Assistant Professor, Insitute of Data Science and Artificial intelligence, Lab of Machine Learning and Knowledge Representation
Education:
Applied mathematics
Salman Ahmadi-Asl was born in Ilam, Iran, in 1987. He did his bachelor's degree at Ilam University and master's degrees at Tarbiat Modares University and his PhD at Vali-e-Asr University of Kerman, all in applied mathematics (numerical analysis). He was selected as the best researcher during his PhD and the first-rank student in his bachelor. After the PhD, he started to work as a senior research scientist on the tensor decomposition topic. His research topic was the development of randomized algorithms for fast computation of different types of tensor decompositions. His main contribution was providing new perspectives and simulations to show the importance of the randomization framework for fast low-rank tensor approximation. He has joined Innopolis University since November 2024 as an assistant professor in the Lab of Machine Learning and Knowledge Representation. His main research interests are developing fast randomized algorithms for computing different types of tensor decompositions and their applications in signal processing, machine learning, and deep learning.