Դոկտոր · Հետազոտող · Ինժեներ · Դասախոս

Դոկտոր Վահրամ Մարտիրոսյան

Օվկիանոսի գիտության ինտերպրետացվող ML · Բացատրելի AI · Edge AI · HPC և կոմպիլյատորային ինժեներիա

Հաշվողական մաթեմատիկայի դոկտոր՝ 23+ տարվա փորձ հետազոտության, արդյունաբերության և ակադեմիայի ոլորտներում։ Ստեղծում եմ ներքին ինտերպրետացվող բազմանդամ ռեգրեսիայի մոդելներ օվկիանոսի և կլիմայի գիտության, բժշկության, նյութագիտության և հեռազննման համար — և կոմպիլյատորներ ու գործարկման միջավայրեր, որոնք դարձնում են դրանք արագ՝ LLVM-ի ավտոմատ զուգահեռացումից մինչև սարքերում միկրովայրկյանային եզրակացություն։ Ներկայումս գլխավոր գիտնական եմ ExplainableAI.app-ում և դոցենտ՝ Higher Colleges of Technology-ում, Աբու Դաբի։

Դոկտոր Վահրամ Մարտիրոսյան
23+
Տարվա փորձ
~20
Տարվա դասավանդում
25+
Հրապարակումներ
Հետագիծ

Նշանակալի ձեռքբերումներ

Գլխավոր արդյունքներ հետազոտություններից, գրքերից և դասավանդումից՝ սարքում եզրակացություն, սերտիֆիկացված ձևավորում, GPU արագացում և հրատարակված դասագրքեր։

958×
գագաթնակետային GPU արագացումLEAP · ITCA 2026
0.88 ms
սարքում եզրակացություն (ESP32)eICocean 2027 Առաջիկա
R² 0.973
օվկիանոսի ջերմաստիճանի վերակառուցումeICocean 2027 Առաջիկա
16.7%
սերտիֆիկացված CO₂ խնայողություն, բետոնի ձևավորումICACTE 2027 Առաջիկա
3 գիրք
Օպերացիոն համակարգեր և Linux2011, 2022, 2024
Աշխատանքի ուղղություններ

Կենտրոնացման ոլորտներ

Բարդ հաշվարկային խնդիրները դարձնում եմ և՛ արդյունավետ, և՛ ինտերպրետացվող՝ առանց «սև արկղերի»։

Ինտերպրետացվող ML օվկիանոսի և կլիմայի համար

Բազմանդամ գոտիական անսամբլներ օվկիանոսի ջերմաստիճանի, աղիության և լուծված թթվածնի գլոբալ վերակառուցման, ինչպես նաև նշանակալի ալիքի բարձրության մոդելավորման համար։

Օվկիանոս T/S/DOWOA / IAPՄոդելներ <1 ՄԲ

Բացատրելի AI

Բազմանդամ ռեգրեսիայի մոդելներ stagewise և elastic-net կանոնակարգմամբ, հատկանիշների բացահայտ կարևորությամբ և մոդելի նոսրացմամբ։

PRMsԻնտերպրետացիաՍեղմում

Edge / On-Device AI

int8/int16 քվանտացում և ֆիքսված կետով միջուկներ՝ ենթամեգաբայթ մոդելների համար ESP32, RP2350 և Arduino սարքերում՝ խիստ ուշացման և էներգիայի բյուջեներով։

TinyMLESP32180 մկՋ/եզրակացություն

HPC և կոմպիլյատորային ինժեներիա

LLVM/Clang փոխակերպումներ ավտոմատ զուգահեռացման և բինար կոդի բարձրացման համար՝ CPU և GPU (OpenCL/SPIR-V) բեքենդներով, առանց սկզբնական կոդի փոփոխության։

HPC++LEAPLLVM

Համակարգային ծրագրավորում

C/C++ փորձագետ՝ Linux միջուկի մոդուլներ, սարքերի դրայվերներ (Ext4, XFS, JFS, BTrFS), Win32 API, GTK+ և embedded/IoT փորձ։

Linux միջուկԴրայվերներIoT

Դասավանդում և ակադեմական ղեկավարում

Դոցենտ՝ ծրագրավորման, ճարտարապետության, IoT-ի և վիճակագրության դասընթացների մշակում և ստանդարտացում տարբեր կամպուսներում։

HCT Աբու ԴաբիՈւսումնական ծրագրերՄենթորություն
Ընտրված աշխատանքներ

Նախագծեր և դեմոներ

Հետազոտական հարթակների, ինժեներական գործիքների և ինտերակտիվ բրաուզերային դեմոների խառնուրդ։

Առցանց

ExplainableAI.app

No-code ML հարթակ՝ ամբողջությամբ կառուցված ներքին ինտերպրետացվող բազմանդամ ռեգրեսիայի մոդելների վրա։ Բրաուզերում WebAssembly ուսուցում, ձեռքով գրված C++ եզրակացության շարժիչ և AI հավելվածների կառուցիչ։

Այցելել կայք ↗
Դեմո

Թվանշանների ճանաչում բրաուզերում

10 նոսր բազմանդամ ցանցերի անսամբլ, որը ճանաչում է ձեռագիր թվանշանները մոտ 5 մս-ում՝ ամբողջությամբ բրաուզերում, առանց սերվերի։

Փորձել դեմոն →
Դեմո

Մաթեմատիկական արտահայտությունների խմբագիր

Վիզուալ խմբագիր մաթեմատիկական արտահայտություններ կառուցելու և ցուցադրելու համար՝ կոտորակներ, աստիճաններ և արմատներ, LaTeX արտահանում, JPEG և օֆլայն աջակցություն։

Բացել խմբագիրը →
Հաշվետվություն

HPC++ / LEAP արագացման հաշվետվություն

LLVM-ի վրա հիմնված ավտոմատ զուգահեռացում՝ հետերոգեն CPU-GPU կատարմամբ. միջինը 8.4× և մինչև 958× GPU գագաթնակետային արագացում, ինչպես նաև հին x86-64 բինարների բայթ-առ-բայթ նույնական բարձրացում։

Կարդալ PDF ↗
Գրքեր և դասավանդում

Գրքեր, ձեռնարկներ և դպրոց

Հետազոտություններից բացի՝ դասագրքեր, ուսումնական նյութեր և ծրագրավորման դպրոցի հիմնում։

Հետազոտություն

Ընտրված հրապարակումներ

25+ հրապարակում օվկիանոսի և կլիմայի տվյալների գիտության, բժշկական ML, նյութագիտության և կոմպիլյատորային ինժեներիայի ոլորտներում։

Accuracy and Interpretability from a Single Solver: Polynomial Regression up to Degree 5 for Concrete Compressive Strength Prediction

Ընդունված
ICACTE 2026 · Martirosyan, V.
R² 0.859 · պահպանված անդամների 74%-ը համապատասխանում է բետոնի հայտնի ֆիզիկային

On-Device TinyML for Multi-Variable Ocean Profiling

Ընդունված
eICocean 2027Առաջիկա · Martirosyan, V.
R² 0.973 T / 0.794 S / 0.895 DO · 0.88 մս ESP32-ում · 180 մկՋ/եզրակացություն

Efficient Multi-Class ECG Classification Using Polynomial Regression with an Analytical Solver

Վերանայման ընթացքում
Applied Computational Intelligence and Soft Computing · Martirosyan, V.
82.75% ճշգրտություն վեց դասերում · 12 մկվ եզրակացություն · գերազանցում է CNN, RF, XGBoost, SVM-ին

LEAP: Lifting Legacy x86-64 Binaries to Recompilable IR for Automatic Parallelization

Ընդունված
ITCA 2026, ԳուանչժոուԱռաջիկա · Martirosyan, V.
100%/98% բարձրացում (43 ծրագիր) · 10.4× -O0-ի նկատմամբ · 958× GPU · 377/377 թեստ

Բարձր ճշտություն՝ առանց ազդանշանի. Չինաստանի հացահատիկային բերքի տվյալներում կլիմայական և ազոտային արձագանքի նույնականացման և արտաքին վալիդացիայի աուդիտ

Ներկայացված
Computers and Electronics in Agriculture · Martirosyan, V.
Չինաստանի 5,316 տողանոց պանել (եգիպտացորեն, բրինձ, ցորեն) · մակարդակի R² 0.50–0.92 · անոմալիաների R²-ը՝ −0.09…0.08

Ինտերպրետացվող բազմանդամային սուրոգատներ հալոգենիդային պերովսկիտների սկրինինգի համար. տիրույթով մաքրված արգելված գոտու լայնություններ, իդեալական տանդեմի սահմաններ և առաջադիմական կանխատեսման սահմաններ

Ներկայացված
Solar Energy Materials and Solar Cells · Martirosyan, V. և N. Martirosyan
31,618 պերովսկիտ · 21.0 meV MAE / R² 0.794 · լավագույն իդեալական տանդեմ 43.73%
Կապ

Կապ մեզ հետ

Բաց եմ գիտական համագործակցության, խորհրդատվության և ելույթների համար։