Заседания семинаров
- Манцивода А. В.
Модели как мифы и интеллектуальные агенты.
- Витяев Е. Е., Манцивода А. В.
Общая дискуссия: Зачем семантика большим лингвистическим моделям? Зачем человеку две системы обработки информации по Канеману?
Аннотация
Как разрешаются сознанием противоречия посредством образов-моделей по работам Алахвердова - сознание как механизм разрешения противоречий. Единство синтаксиса и семантики в вероятностных формальных понятиях.
Презентация посвящена текущему состоянию платформы bSystem и стратегическим планам ее дальнейшего развития. Архитектура платформы основана на парадигме семантического моделирования и объектных онтологиях. Сейчас платформа предоставляет промышленные инструменты для разработки интеллектуальных приложений и используется в ряде бизнес-проектов.
Недавние работы по развитию самой платформы включают интеграцию объектных онтологий с семантическим вероятностным выводом. Эта интеграция значительно расширяет возможности платформы. Отталкиваясь от этого продвижения, мы рассматриваем стратегические идеи и планы, касающиеся разработки гибридных подходов, которые поддерживают совместную работу семантического моделирования и больших языковых моделей в рамках многокомпонентных интеллектуальных агентов. Работа таких агентов рассматривается как интегральное взаимодействие компонент, имитирующих человеческие интуицию, воображение и рассуждения.
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.
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.
