Заседания семинаров
Е. В. Борисов (ИФИП СО РАН, НГУ)
Натуральный вывод для CWPL (продолжение).
Аннотация
Кросс-мировая предикация - это приписывание отношений объектам, каждый из которых ассоциирован с некоторым возможным миром. Например, предложение "Джон мог быть выше, чем Мэри, как она есть" приписывает отношение "выше" Джону, каков он в некотором возможном мире $w$, и Мэри, какова она в действительном мире $u$; в этом смысле Джон ассоциирован с $w$, Мэри - с $u$. Для отображения феномена кросс-мировой предикации в модальной логике первого порядка необходима кросс-мировая интерпретация предикатов, т.е. интерпретация, при которой $n$-местному предикату назначаются экстенсионалы не для отдельных возможных миров, а для упорядоченных $n$-ок возможных миров. Одна из логик, основанных на кросс-мировой интерпретации предикатов, была предложена автором; будем называть ее CWPL (crossworld predication logic). В указанных ниже публикациях представлены семантика и табличное исчисление для CWPL. В докладе будет описана семантика и представлено натуральное исчисление для упрощенной версии этой логики. Доклад будет состоять из двух частей.
- Borisov E. V. A Nonhybrid Logic for Crossworld Predication // Logical Investigations. 2023. Vol. 29. No. 2. Pp. 125–147.
- Borisov E. V. A tableau proof theory for CWPL // Logical Investigations. 2025. Vol. 31. No. 1. Pp. 74-96.
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.С. В. Скресанов
Полиномиальные сведения в проблеме изоморфизма групп.
Максим Водян
Пессимистические решения в задачах двухуровневого программирования.
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.П. П. Соколов
Фробениусовы $G$-формы на скрещенных алгебрах.
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.
