- Чубатов А. А. (Научно-технологический университет "Сириус" (Сочи))
FnLPDEs_FBSNNs — расширение возможностей фреймворка FBSNN (Forward-Backward SDEs and Neural Networks) (М. Raissi) для решения полностью нелинейных УРЧП.
- Стрижак С. В. (ИСП РАН), Кошелев К. Б. (ИВЭП СО РАН)
Физически-информированная нейронная сеть для изучения гидрологических процессов рек.
- Мальцев И. С. (ИСП РАН, МАИ), Стрижак С. В. (ИСП РАН, МАИ)
Физически-информированная нейронная сеть для решения уравнения Ричардса и изучения почвенных процессов.
Архив семинара
Зятьков Николай Юрьевич
Прогнозирование распространения социально-значимых заболеваний, основанных на методах глубокого обучения в случае недостаточных данных.
Аннотация
Хотя в России туберкулез без ВИЧ-инфекции идет на спад, РФ входит в группу стран с высокой заболеваемостью и смертностью от туберкулеза, сочетанного с ВИЧ-инфекцией. Ежегодные статистические данные о распространенности туберкулеза и ВИЧ (группы риска) в регионах Российской Федерации известны с 2009 года. В работе рассмотрены алгоритмы глубокого обучения для описания и вероятностного прогнозирования краткосрочной динамики (на 3 года) социально-значимого заболевания на примере туберкулеза в регионах Российской Федерации при недостаточном количестве и качестве статистической информации.Звонарева Татьяна Александровна
Суперкомпьютерный анализ и регуляризация задач идентификации и управления социальными процессами.
Аннотация
Процессы распространения информации в онлайн социальных сетях могут быть описаны непрерывными математическими моделями, коэффициенты которых и начальные данные зачастую неизвестны или заданы с большой погрешностью, что может привести к неверному описанию реакции пользователей на конкретную информацию и неверному управлению этой реакцией. Поэтому важным этапом в решении данной проблемы является анализ и решение соответствующих обратных задач, состоящих в идентификации неизвестных параметров по дополнительной информации об исследуемых процессах. В докладе будут рассмотрены прямые и обратные задачи определения начального условия для диффузионно-логистической модели с нелинейной правой частью и модели среднего поля по дополнительной информации о процессе в фиксированные моменты времени. Обратная задача сводится к задаче минимизации целевого функционала и решается локальными градиентными методами, глобальными методами роя частиц и тензорной оптимизации, а также комбинациями методов с использованием регуляризации.Сергей Владимирович Августинович
Почему живое плохо подходит для дифференциального и вероятностного моделирования.
Аннотация
В докладе на примере генных сетей будет обоснована необходимость использования понятия переключения из состояния в состояние при моделировании живых систем.Михайлапов Денис Иванович
Полу-контролируемая классификация: Основные идеи.
Аннотация
В рамках выступления рассматриваются методы полу-контролируеммой классификации трёх основных типов данных: Картинки, временные ряды и табличные данные. Рассматриваются основные идеи лежащие в основе современных методов.Петракова Виктория Сергеевна; Соавтор: Шайдуров Владимир Викторович
Новый метод коррекции параметров динамических эпидемиологических моделей.
Аннотация
В докладе будет представлен метод восстановления параметров динамической модели, если модель описывается системой обыкновенных дифференциальных уравнений с числом параметров в правой части, превышающим число искомых функций. Для определения параметров, во-первых, строится неопределенная система алгебраических уравнений с прямоугольной матрицей, которая получается в результате аппроксимации системы дифференциальных уравнений с учетом известных значений функций, заданных в два последовательных момента времени. Во-вторых, задействовано свойство плавного изменения параметров во времени для динамических моделей, описывающих реальность. Одновременная минимизация невязки для недоопределенной системы и суммы квадратов разностей параметров в два последовательных момента времени приводит к регуляризованной системе линейных алгебраических уравнений с положительно определенной матрицей и с единственным решением. Будет представлено сравнение работы метода сравнивается с другим методом решения обратной задачи восстановления параметров в рамках эпидемиологической модели SEIR-HCD.Идентификатор конференции: 861 559 6919
Криворотько Ольга Игоревна
Математическое моделирование распространения эпидемий с учётом социальных, экономических и экологических процессов.
Аннотация
Статистические данные о динамике эпидемического процесса представляют из себя набор временных рядов. Прогнозирование распространения эпидемии (экстраполяция временного ряда) можно описать статистическими, дифференциальными, агентными, стохастическими моделями, моделями машинного обучения и их комбинациями. Однако для управления эпидемическим процессом требуется понимание механизмов влияния взаимодействующих социально-экономических и экологических процессов, а также динамики самого эпидемического процесса, что характеризуется параметрами дифференциальных, агентных, стохастических моделей. Для идентификации параметров физически-обоснованных моделей применяются методы анализа идентифицируемости, оптимизации и обратных задач. В результате оцениваются управляемые параметры эпидемического процесса и сценарии распространения заболевания в популяции.Информация о семинаре
Руководители:
д.ф.-м.н. Криворотько О. И., чл.-корр. РАН Кабанихин С. И.
Время и место проведения:
Четверг, 16.00 ч., Zoom
