Заседания семинаров
Анна Александровна Тараненко (д.ф.-м.н., с.н.с. Лаборатории алгебраической комбинаторики ИМ СО РАН, старший преподаватель Кафедры теоретической кибернетики ММФ НГУ)
Перманенты неотрицательных матриц в комбинаторных задачах.
Аннотация
Определение перманента матрицы очень похоже на определение детерминанта и отличается от него лишь тем, что при разложении в сумму по перестановкам не учитываются их знаки. По сравнению с детерминантом, перманент имеет меньше хороших алгебраических и геометрических свойств, при этом он является важным инструментом в задачах перечисления комбинаторных структур.
В ходе доклада мы обсудим как классические результаты о перманентах неотрицательных матриц (теорема Кенига-Холла, гипотеза ван дер Вардена для дважды стохастических матриц, верхние и нижние оценки), так и обобщение перманента на многомерные матрицы, связанные с ним вопросы о числе совершенных сочетаний в гиперграфах и проблемы о подсчете трансверсалей в латинских квадратах.
Абдукаримов Фарход Абдулхакимович (аспирант, стажер-исследователь)
Применение градиентных методов для решения обратной задачи определения параметров эпидемиологической модели SIR.
Аннотация
В докладе рассматривается обратная задача определения двух коэффициентов и начальных данных (начальное количество инфицированных) в эпидемиологической модели SIR. Обратная задача сводится к оптимизационной задаче минимизации целевого функционала, которая решается градиентными методами. Планируется обсудить численный алгоритм, использующий явную аналитическую формулу для вычисления градиента целевого функционала.Google Meet
С. Г. Басалаев
Формула коплощади для проекций липшицевых отображений групп Карно.
Аннотация
Доказана формула коплощади специального вида для композиции липшицева отображения на группе Карно с проекцией вдоль интегральных линий горизонтального векторного поля. В общем случае доказано неравенство в одну сторону, равенство установлено для отображений с конечным искажением.Hyun-Jung Kim (KAIST)
Scheduling with Machine Learning.
Т. Васильев
Раскраски в 3-цвета с запретами на ребрах.
Кладов Д. Е.
Прогнозирование потребления электроэнергии и кластеризация паттернов потребления электроэнергии умного дома на основе ансамблевых методов машинного обучения.
Аннотация
В работе рассматривается задача прогнозирования потребления электроэнергии и кластеризации паттернов потребления для частного домохозяйства. Для повышения точности и робастности кластеризации был разработан и применен ансамблевый алгоритм на основе метрики Вассерштейна. Предложенный подход позволяет выделить типичные сценарии энергопотребления, интерпретировать поведение потребителя и повысить точность краткосрочного прогноза.С. В. Скресанов
Полиномиальные сведения в проблеме изоморфизма групп.
Максим Водян
Пессимистические решения в задачах двухуровневого программирования.

