Заседания семинаров
Светов И. Е., Полякова А. П.
Об обращении обобщенных преобразований Радона, действующих на трехмерные векторные и тензорные поля.
Аннотация
В докладе рассматривается задача восстановления трехмерных векторных и симметричных тензорных полей по значениям нормальных, продольных и смешанных преобразований Радона. В случае, когда известны значения всех обобщенных преобразований Радона, установлены связи с преобразованием Радона компонент векторных и симметричных тензорных полей. Получены новые детальные разложения трехмерных векторных и симметричных 2-тензорных полей в виде суммы попарно ортогональных членов. Для построения каждого члена в сумме требуется только одна функция. С использованием этих разложений описаны ядра и образы каждого из обобщенных преобразований Радона. Также исследованы весовые преобразования Радона векторных полей. Полученные результаты дают многочисленные возможности для получения формул обращения и построения алгоритмов реконструкции векторных и тензорных полей.Лука Никифоров, С. В. Августинович
Трехэлементные порождающие множества блинчикового графа.
А. Плясунов
A Multi-Objective Reformulation of the Pessimistic Bilevel Problems.
Alessandro Agnetis (University of Siena)
Scheduling machines subject to unrecoverable failures and other related stochastic sequencing problems.
М. В. Швидефски
Дуальность для конечно порожденных квазимногообразий решеток (совместная работа с В. Джебяком, университет Пуэрто Рико, США).
Аннотация
Для ряда квазимногообразий $SP(L)$, порожденных конечной решеткой $L$, установлена дуальность категории, объектами которой являются биалгебраические решетки из $SP(L)$, а морфизмами - полные решеточные гомоморфизмы, и категории упорядоченных пространств с дополнительной структурой и морфизмами, сохраняющими эту структуру.Zoom
В. А. Шарафутдинов (ИМ СО РАН, Новосибирск)
Двумерная задача Кальдерона и плоские метрики.
Литература
V. A. Sharafutdinov, Two-dimensional Calderon problem and flat metrics // arXiv:2501.17471Николаев Ростислав Олегович (НГУ)
Применение больших языковых моделей для анализа временных рядов.
Аннотация
В рамках доклада будет рассмотрено применение больших языковых моделей (LLM) для анализа временных рядов, сочетающее классические методы обработки последовательностей с современными подходами искусственного интеллекта. В выступлении представлен обзор традиционных алгоритмов анализа временных рядов, таких как ARIMA и преобразования Фурье, а также ключевых задач в этой области: прогнозирование, классификация и обнаружение аномалий. Далее обсуждаются возможности LLM, включая их адаптацию к специфическим задачам через zero-shot и few-shot обучение, что позволяет минимизировать потребность в размеченных данных. Особое внимание уделено анализу статьи [Jin M., Tang H., Zhang C., Yu Q., Liu C., Zhu S., et al. Time Series Forecasting with LLMs: Understanding and Enhancing Model Capabilities. arXiv preprint arXiv:240210835. 2024], демонстрирующей эффективность LLM в прогнозировании временных рядов за счет их способности улавливать долгосрочные зависимости и контекстуальные паттерны.Глазов Н. А. (Институт катализа им. Г. К. Борескова СО РАН)
Разработка усовершенствованного метода реконструкции состава сложных углеводородных смесей (по материалам кандидатской диссертации).
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.
