Сибирский федеральный университет

Международная научная группа, в состав которой вошёл почётный профессор СФУ Константин Крутовский, изучила динамику распространения двух видов лиственницы на территории Сибири после окончания ледникового периода. Проследить движение лиственницы с юга на север региона помог анализ ДНК образцов донных отложений, извлечённых из восьми сибирских озёр.

Пятеро абитуриентов победили в особом конкурсе среди «высокобальников», сдав подлинники документов раньше всех. Они получили возможность пообщаться с ректором Сибирского федерального университета в неформальной обстановке и задать ему вопросы про университет и учёбу.

Красноярские учёные изучили три вида почвы с помощью биферментной системы, разработанной на кафедре биофизики СФУ. Простота и удобство предложенного метода тестирования позволяет проводить регулярный мониторинг — изучать состояние почв на значительной глубине и регулировать режимы их использования и отдыха.

Учёные Сибирского федерального университета совместно с коллегами из Института теплофизики им. С. С. Кутателадзе СО РАН изучили нестационарное поведение вихревого ядра в условиях закрученных потоков. Полученные результаты помогут повысить безопасность и эффективность работы турбинного оборудования на гидроэлектростанциях, и в других технологических устройствах, где используются закрученные потоки.

В ИНиГ открыт межотраслевой научно–производственный центр инновационных технологий «SIDERA».

Учёные Сибирского федерального университета в составе международного научного коллектива впервые экспериментально обнаружили хиральный таммовский плазмон-поляритон, локализованный на границе холестерического жидкого кристалла и метаповерхности. На основе обнаруженного эффекта можно сконструировать целый спектр новых устройств фотоники, в частности, био- и температурные сенсоры, позволяющие получать данные анализа в домашних условиях, а также лазерные радары и микролазеры с «закрученным» лучом.

Учёные СФУ разработали новую свёрточную нейросеть, способную с высокой точностью распознавать изображения рукописных букв. Полученный алгоритм преобразует изображение и «узнаёт» букву, зашифрованную в нём. По словам учёных, точность классификации составляет 99 %.