Заседания семинаров
М. Э. Иванов
Пространства вложений и конфигурационные пространства.
Аннотация
Одним из подходов к изучению пространств гладких вложений является исчисление Гудвилли–Вейсса. В докладе мы обсудим построение башни Тейлора для пространств вложений и связь с инвариантами узлов.Денис Иванович Михайлапов (инженер-исследователь ИМ СО РАН)
Применение Фурье-нейронных операторов (FNO) для прогнозирования стационарного течения в пористых средах.
Аннотация
Прогнозирование стационарного течения жидкости в пористых средах (таких как песчаник) классическими методами вычислительной гидродинамики (CFD) сопряжено с высокими вычислительными затратами. В частности, решение уравнений Навье-Стокса-Бринкмана с помощью метода конечных элементов (FEniCS) занимает около 212 секунд на одну топологию, что делает его непригодным для многократных циклов оптимизации или статистического анализа.
В докладе рассматривается современный альтернативный подход — Фурье-нейронные операторы (Fourier Neural Operator, FNO). В отличие от классических сверточных сетей (U-Net), FNO параметризует оператор решения в частотной области, что обеспечивает свойство mesh-invariance (независимость от разрешения сетки). Это критически важно при работе с КТ-срезами песчаника, имеющими разный масштаб.
На основе методологии статьи Wang et al. (2026) будут продемонстрированы ключевые преимущества FNO: высокая точность (R2=0.998 для канала скорости) и ускорение вычислений до 1000 раз по сравнению с классическим решателем. Отдельное внимание будет уделено нашему собственному эксперименту, в котором исследуются границы применимости метода. В частности, будет показано, что на малых выборках данных классическая U-Net может выигрывать по точности, однако при дообучении (fine-tuning) на новом разрешении FNO демонстрирует лучшую адаптивность, равномерно улучшая все каналы, в то время как U-Net склонен к переобучению. Также будут разобраны архитектурные особенности FNO и роль физически-информированного лосса (Physics-Informed Loss).
Сергей Макогон
Local-MIP: Efficient local search for mixed integer programming. Реферат статьи из журнала Artificial Intelligence 348 (2025).
Т. В. Васильев
Стабильность доминирования для различных классов графов.
Tonguc Unluyurt (Sabanci University)
A review of the sequential testing problem and its extensions.
Zoom
Юдин Иван Николаевич (ИМ СО РАН)
О представлении самоподобных дендритов $P$-ростками (часть 2).
Аннотация
Всякий самоподобный дендрит $K$ с конечной границей $P$ задает ациклический двудольный отмеченный граф, называемый $P$-ростком. Доказывается, что $P$-росток задает $K$ с точностью до изоморфизма. Получен алгоритм восстановления главного дерева такого дендрита по заданному ростку.И. А. Бизяев (УдГУ, Ижевск)
Примеры различных тензорных инвариантов для систем неголономной механики.
Аннотация
Будут рассмотрены вопросы существования тензорных инвариантов (законов сохранения) для конечномерных динамических систем в неголономной механике. Неголономные системы дают естественные примеры динамических систем с разным числом тензорных инвариантов: первых интегралов, полей симметрии, пуассоновой структуры. В ряде случаев набора тензорных инвариантов достаточно для явного интегрирования уравнений движения. Будет приведен пример системы, которая представляется в гамильтоновой форме со скобкой Пуассона ранга 2, причем одна функция Казимира определена лишь локально.Бирама Сангаре, В. Г. Бардаков
Constructions and automorphisms of quandles
arXiv:2610.18676 (продолжение).

