Заседания семинаров
Александр Штепа
Алгоритмы с оценками для некоторых комбинаторных задач маршрутизации, размещения и планирования (кандидатская диссертация).
А. В. Кравчук
Уникальные собственные значения транспозиционного графа.
В. С. Тимофеев(НГТУ)
Робастные нейронные сети.
Логачев Артем Васильевич
Об участии в Латиноамериканском конгрессе по промышленной и прикладной математике 2023. Rio de Janeiro, Fundação Getulio Vargas FGV, 30.01.2023-03.02.2023.
Аннотация
Доклад будет посвящен одной из конференций по математике, которая проходила в Рио де Жанейро этой зимой. В частности, будет в какой-то мере разобран один из вероятностных докладов, сделанных на этой конференции. Также будет рассказано о некоторых аспектах системы высшего образования в Бразилии.Идентификатор конференции: 314 114 3903
Код доступа: 009
Судоплатов С. В.
Вариации жесткости.
Ю. Ю. Линке
Универсальные непараметрические ядерные оценки для функций среднего и ковариации непрерывного случайного процесса.
Аннотация
Рассматривается задача непараметрического оценивания функций среднего и ковариации непрерывного случайного процесса в ситуации, когда зашумленные значения независимых реализаций этого процесса наблюдаются в некотором наборе временных точек (вообще говоря, случайных). В докладе при широких ограничениях на временные точки будут предложены равномерно состоятельные оценки ядерного типа для функций среднего и ковариации как в случае разреженных данных (например, когда объем наблюдений для каждой реализации случайного процесса равномерно по числу серий ограничен), так и плотных (объем наблюдений для каждой реализации растет при увеличении числа реализаций). В отличие от известных ранее результатов, предлагаемые оценки обладают свойством универсальности относительно структуры временных точек, которые могут быть как фиксированными и не обязательно регулярными, так и случайными, при этом не обязательно состоящими из независимых или слабо зависимых случайных величин. Так, при оценивании функции среднего в случае разреженных данных относительно временных точек мы требуем лишь, чтобы вся их совокупность с высокой вероятностью образовывала измельчающееся разбиение области определения случайного процесса, а в случае плотных данных подобное условие должно быть выполнено для временных точек каждой из реализаций случайного процесса (серии наблюдений).Алексей Ратушный
Multi-agent deep learning for optimization in distributed routing system.
С. В. Августинович
Совершенные структуры.

