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.
- Кабаева Алена
Реферат статьи: А. Т. Ахмярова, А. Ю. Веретенников, “Об усиленном законе больших чисел для попарно независимых случайных величин”, Теория вероятн. и ее примен., 69:3 (2024), 427–438; Theory Probab. Appl., 69:3 (2024), 337–345.
- Калмуханов Мусагали
Реферат статьи: Sadillo Sharipov, Strong law of large numbers for random walks in weakly dependent random scenery, Statistics & Probability Letters, Volume 227, 2026.
Аннотация
Исследуется сильный закон больших чисел для случайных блужданий в случайном пейзаже. Доказывается справедливость закона в случае нестационарного пейзажа при условии слабой зависимости и соответствующей скорости убывания коэффициентов зависимости. Отмечается, что полученные результаты также распространяются на ситуацию, когда последовательность шагов блуждания является стационарной гауссовской.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.
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.
