ИМ СО РАН
Вход для сотрудников

Семинары ИМ СО РАН

Заседания семинаров

16.30 ч., Zoom

П. С. Рузанкин
Быстрый состоятельный сеточный алгоритм кластеризации.

АннотацияДоклад основан на статье: Tarasenko, A. S.; Berikov, V. B.; Pestunov, I. A.; Rylov, S. A.; Ruzankin, P. S. A fast consistent grid-based clustering algorithm. Pattern Analysis and Applications. 2024. В этой работе был предложен новый сеточный алгоритм кластеризации, особенностью которого является выделение ячеек, содержащих "большое" количество наблюдений. Кластером признается связное множество ячеек с количеством наблюдений выше некоторого заданного уровня, содержащее хотя бы одну ячейку с "большим" количеством наблюдений. Такой подход позволяет отсеять "шум", возникающий на границах кластеров, и доказать состоятельность алгоритма.
18.10 ч., ауд. 5273, НГУ
  • Манцивода А. В.
    Модели как мифы и интеллектуальные агенты.
     
  • Витяев Е. Е., Манцивода А. В.
    Общая дискуссия: Зачем семантика большим лингвистическим моделям? Зачем человеку две системы обработки информации по Канеману?
Аннотация

Как разрешаются сознанием противоречия посредством образов-моделей по работам Алахвердова - сознание как механизм разрешения противоречий. Единство синтаксиса и семантики в вероятностных формальных понятиях.

Презентация посвящена текущему состоянию платформы bSystem и стратегическим планам ее дальнейшего развития. Архитектура платформы основана на парадигме семантического моделирования и объектных онтологиях. Сейчас платформа предоставляет промышленные инструменты для разработки интеллектуальных приложений и используется в ряде бизнес-проектов.

Недавние работы по развитию самой платформы включают интеграцию объектных онтологий с семантическим вероятностным выводом. Эта интеграция значительно расширяет возможности платформы. Отталкиваясь от этого продвижения, мы рассматриваем стратегические идеи и планы, касающиеся разработки гибридных подходов, которые поддерживают совместную работу семантического моделирования и больших языковых моделей в рамках многокомпонентных интеллектуальных агентов. Работа таких агентов рассматривается как интегральное взаимодействие компонент, имитирующих человеческие интуицию, воображение и рассуждения.

14.30 ч., ауд. 417, ИМ

Светов И. Е., Полякова А. П.
Об обращении обобщенных преобразований Радона, действующих на трехмерные векторные и тензорные поля.

АннотацияВ докладе рассматривается задача восстановления трехмерных векторных и симметричных тензорных полей по значениям нормальных, продольных и смешанных преобразований Радона. В случае, когда известны значения всех обобщенных преобразований Радона, установлены связи с преобразованием Радона компонент векторных и симметричных тензорных полей. Получены новые детальные разложения трехмерных векторных и симметричных 2-тензорных полей в виде суммы попарно ортогональных членов. Для построения каждого члена в сумме требуется только одна функция. С использованием этих разложений описаны ядра и образы каждого из обобщенных преобразований Радона. Также исследованы весовые преобразования Радона векторных полей. Полученные результаты дают многочисленные возможности для получения формул обращения и построения алгоритмов реконструкции векторных и тензорных полей.
14.30 ч., к. 417, ИМ
Zoom

В. А. Шарафутдинов (ИМ СО РАН, Новосибирск)
Двумерная задача Кальдерона и плоские метрики.

ЛитератураV. A. Sharafutdinov, Two-dimensional Calderon problem and flat metrics // arXiv:2501.17471
12.40 ч., GoogleMeet

Николаев Ростислав Олегович (НГУ)
Применение больших языковых моделей для анализа временных рядов.

АннотацияВ рамках доклада будет рассмотрено применение больших языковых моделей (LLM) для анализа временных рядов, сочетающее классические методы обработки последовательностей с современными подходами искусственного интеллекта. В выступлении представлен обзор традиционных алгоритмов анализа временных рядов, таких как ARIMA и преобразования Фурье, а также ключевых задач в этой области: прогнозирование, классификация и обнаружение аномалий. Далее обсуждаются возможности LLM, включая их адаптацию к специфическим задачам через zero-shot и few-shot обучение, что позволяет минимизировать потребность в размеченных данных. Особое внимание уделено анализу статьи [Jin M., Tang H., Zhang C., Yu Q., Liu C., Zhu S., et al. Time Series Fore­casting with LLMs: Understanding and Enhancing Model Capabilities. arXiv preprint arXiv:240210835. 2024], демонстрирующей эффективность LLM в прогнозировании временных рядов за счет их способности улавливать долгосрочные зависимости и контекстуальные паттерны.
16.20 ч., к. 344, ИМ

Лука Никифоров, С. В. Августинович
Трехэлементные порождающие множества блинчикового графа.

Список семинаров

***

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.

***

Семинары ИМ СО РАН