Заседания семинаров
Георгий Кривцов (реферат):
"On the probability of rumour survival among sceptics", Neda Esmaeeli and Farkhondeh Alsadat Sajadi, University of Isfahan, Journal of Applied Probability , Volume 60, Issue 3 , September 2023 , pp. 1096-1111.
Аннотация
В статье рассматриваются модели распространения слухов вдоль положительной целочисленной прямой. Приводятся условия в которых слухи выживают среди "не скептиков", а также получены условия в которых слухи выживают среди "скептиков" и доказано, что условия гибели слухов в этих моделях совпадают.
Софья Греф (реферат):
“On rate of convergence to the Poisson law of the number of cycles in the generalized random graphs.” Bobkov, S. G.; Danshina, M. A.; Ulyanov, V. V. Springer Proc. Math. Stat., 358, Springer, Cham, 2021, 109-133.
Аннотация
В статье рассматривается модель обобщенного случайного графа с $n$ вершинами, которым присвоены независимые одинаково распределенные случайные веса со степенным типом распределения. Авторы показывают, что расстояние по вариации между пуассоновским распределением и распределением числа циклов любой фиксированной длины имеет порядок $0(1/\sqrt{n})$. В доказательстве используется метод Стейна и новые результаты по асимптотическим свойствам для отношения суммы квадратов случайных величин к сумме самих случайных величин.Иван Бондаренко (Лаборатория прикладного ИИ, НГУ)
О переносе знаний из предметной области в глубокую нейросеть с помощью иерархического многозадачного обучения.
Zoom
Идентификатор конференции: 912 824 7824
Код доступа: 31415926
А. И. Кожанов (ИМ СО РАН, Новосибирск)
Задача Самарского-Ионкина для дифференциальных уравнений в частных производных.
Шперлинг Софья
Реферат статьи:
Sifan Cai, Jie Deng, Loo Hay Lee, Ek Peng Chew, Haobin Li,
Heuristics for the two-dimensional irregular bin packing problem with limited rotations,
Computers & Operations Research, Volume 160, (2023), DOI.
Дубинин В. Н. (Институт прикладной математики ДВО РАН)
Граничное искажение и производная Шварца однолистной функции в круговом кольце.
В. Б. Бериков
Об одном подходе к решению задач машинного обучения со «слабо» размеченными данными.
Аннотация
В докладе рассматриваются задачи машинного обучения в случае, когда разметка является неполной и/или неточной (weakly supervised learning) и имеет большой объем. Эти задачи возникают в случае, когда полная разметка данных требует значительных затрат. В то же время, неразмеченная и «слабо» размеченная часть выборки может дать дополнительную информацию о структуре данных, повысив тем самым качество прогноза. Обсуждается подход, основанный на методе регуляризации многообразия с применением малоранговых матричных операций и ансамблевых метрик сходства. Демонстрируются примеры использования развиваемого подхода.О. Ошмарина
Полином Александера для заузленных графов (продолжение).
Евгений Прокопенко
Разбор книги Александра Гасникова "Algorithmic Stochastic Convex Optimization".
Аннотация
Закончим разбор раздела про близость решений эмпирической оптимизационной задачи и теоретической. Для этого мы сначала резюмируем разобранные результаты раздела, затем рассмотрим понятии функции $s$-роста и найдём оценку объема выборки, гарантирующую оптимальность решения для функций $s$-роста. Закончим доклад иллюстрацией полученных оценок на простом примере.
В Институте математики СО РАН проходят около 30 семинаров по разным направлениям математики.
На наших семинарах выступают с докладами не только научные сотрудники института, но и приглашенные докладчики со всего мира.
Семинары проводятся как очно, так и на онлайн-платформах: Zoom, Google Meet, YouTube, Jitsi.
