карта сайта Российская акадения наук Физический институт имени П.Н.Лебедева
Отдел теоретической физики имени И.Е.Тамма
об Отделе сотрудники структура семинары, события контакты

Архив семинара Лаборатории
математического моделирования сложных систем

Конференц-зал Отдела по вторникам
 

23 апреля 2019 г. в 15.00 / совместно с семинаром Отдела
В.А. Лобачев

Принципы и методы показа медийной рекламы в Интернете

Будет рассказано об общих принципах показа Интернет-рекламы, о задачах таргетирования рекламы на определенную целевую аудиторию, о роли моделирования при планировании рекламных кампаний, а также о задачах, возникающих при использовании технологий RTB (Real-Time Bidding). Доклад построен на основе опыта построения и применения алгоритмов Интернет-рекламы в компании Яндекс


2 апреля 2019 г.
А. Фролов
(Сколтех)
Deep neural network based decoding of error-correcting codes

The main goal of this work is to suggest an application of deep learning to channel decoding. There were already attempts to construct neural network (NN) based decoders in literature, here we face with so-called curse of dimensionality problem: even for a short code of length 100 bits and rate 0.5, 2^50 different codewords exist, which are too many to train the NN. In our opinion, the only way deal with the problem is to combine deep learning methods with existing decoding methods, e.g. use the decoding rules while we connect the nodes in the NN. Our experiments showed, that this approach works much better, than classical decoders and we can train the NN with only zero codeword (belongs to any linear code). At the same time, there is a gap in between this approach and (optimal) maximum likelihood (ML) decoding. Our aim is to reduce this gap


26 марта 2019 г.
С.А. Шумский

Машинный интеллект - новая научная революция?

Машинный интеллект обещает стать ключевой технологией новой цифровой экономики. В этой области за последнее десятилетие произошел технологический прорыв, который перерастает в полноценную научную революцию - создание фундаментальной и прикладной науки о разуме. В докладе будет представлен обзор современного состояния и открытых вопросов машинного интеллекта


19 марта 2019 г.
В.А. Нечитайло

Буквенные и словарные N-граммы: краткий исторический экскурс и применение в задачах нормализации неструктурированных электронных текстовых сообщений на естественном языке

Доклад можно условно разделить на две части. В первой части будут обсуждаться причины интереса к N-граммам у лингвистов и специалистов по передаче информации. На простых примерах будет показано, что N-граммы отражают внутренние корреляции, существующие в текстах естественных алфавитных языков. Вторая часть посвящена разбору решения задачи об исправлении неправильного разбиения на слова небольшой части буквенных последовательностей в большом массиве текстовых сообщений


12 марта 2019 г.
А.А.Юров

Деанонимизация и мониторинг биткоин в сфере ПОД/ФТ

В докладе дается описание подходов к анализу блокчейна биткоина, а также описываются задачи, которые необходимо решить для изучения блокчейн, и рекомендуемые для этого алгоритмы. Помимо этого будет рассказано о свойствах блокчейна, которые используются для мониторинга операций. Работа разработанной системы будет продемонстрирована на конкретных примерах


5 марта 2019 г.
Д.В.Дылов
(Сколтех)
Усиление шумных изображений в динамических средах

Сигнал и шум не всегда нужно разделять. Когда их характеристики "согласованы" в какой-то динамической среде, система сама благоприятствует усилению даже самого слабого сигнала за счёт шума. Мы рассмотрим, как теоретически описать это явление и связать все параметры такой системы единой формулой, похожей на формулу длины Дебая. Эта аналогия породила новое понятие в оптике - "фотонная плазма" - и позволила получить ряд способов для усиления изображений


26 февраля 2019 г.
В.И.Данилов
(ЦЭМИ РАН)
Формирование социальных сетей и социальное расстояние

Понятно, что разные социальные сети имеют разную структуру. В докладе (построенном по недавней статье Iijima and Kamada "Social distance and network structures", Theoretical Economics, 12 (2017), 655-689) будет рассказана одна модель формирования сетевой структуры, в которой связи между участниками определяются степенью близости этих участников. В частности, удается получить почти явные (точнее -- предельные) формулы для двух важных характеристик сети: коэффициента кластеризации и среднего расстояния. Результаты хорошо согласуются со структурой сети электронной почты и сети "соавторства"


19 февраля 2019 г.
К.О. Неклюдов
(Samsung AI center)
Metropolis-Hastings View on Variational Inference and Adversarial Training

In this paper, we extend independent Metropolis-Hastings (MH) algorithm in two ways. Firstly, we address the issue of proposal choice by learning independent proposal distribution that maximizes the acceptance rate of the MH algorithm. Secondly, we show that implicit model (e.g., neural network) can be used as the proposal in the MH algorithm. Moreover, we reveal the connection of these extensions with variational inference and generative adversarial networks (GANs) by introducing the lower bound on the acceptance rate. We evaluate the performance of our approach for representative problems: sampling from posterior distribution in Bayesian inference; learning samplers on CIFAR-10 and CelebA datasets


12 февраля 2019 г.
А.В. Леонидов, Е.Е. Серебрянникова

Искусственный интеллект в сфере противодействия отмыванию денег и финансированию терроризма
5 февраля 2019 г.
И.В. Мунерман

Создание исследовательского центра в рамках информационной Группы

Тезисы:
1.Интерфакс: наш опыт трансформации в разработчика инновационных решений для бизнеса
2.Зачем потребовался единый центр перспективных исследований Интерфакс ЛАБ?
3.Примеры разработок Интерфакс ЛАБ в сфере больших данных, скорингов, машинного обучения, искусственного интеллекта
4.Интеграция методик и разработок <Интерфакс ЛАБ> в бизнес-процессы компаний
5.Научные исследования, работа со студентами, вузами, участие в хакатонах: как мы работаем с молодыми кадрами


29 января 2019 г.
А.Д.Рогаткин

Вероятностные модели порогового коллективного поведения

В докладе рассматриваются модели порогового коллективного поведения с бинарным выбором. Для вероятностной модели, в которой пороги агентов являются независимыми одинаково распределёнными случайными величинами, находится распределение траекторий системы и логарифмическая асимптотика этого распределения при стремлении числа агентов к бесконечности. Показывается, что модель с неполным графом связей агентов эквивалентна модели с полным графом связей при введении единого относительного порога. Приводится модель с непрерывным временем, которая описывается уравнением переноса. На основании предложенных моделей решается задача управления толпой при помощи изменения порогов агентов


22 января 2019 г.
Н.П.Пильник

Российская экономика в 2018 году: состояние и перспективы

В докладе на основе официальных статистических данных характеризуется и анализируется текущее состояние экономики России, а также основные тенденции, определявшие ее развитие в прошедшем году. Анализ затрагивает различные аспекты экономического роста, инфляционных процессов, внешнеэкономической деятельности и показателям бюджетной и денежно- кредитной сферы. Обсуждаются дальнейшие варианты развития отечественной экономики в различных сценариях внешних параметров, а также возможности воздействия на них со стороны органов, определяющих экономическую политику


18 декабря 2018 г.
А.В. Леонидов

Фазовые переходы в задачах комбинаторной оптимизации и глубокого обучения

В докладе дается обзор идей, связанных с применением методов статистической физики к анализу свойств алгоритмов, использующихся для решения задач комбинаторной оптимизации и глубокого обучения. В качестве примеров будут рассмотрены фазовые переходы в задачах коммивояжера, обучения с использованием глубоких нейронных сетей и обучения с учителем в planted spin glass подходе


11 декабря 2018 г.
А.П.Антонов, А.В.Леонидов, А.Г.Семёнов

О процессе Хоукса в модели агентов с бинарным выбором на полном графе
4 декабря 2018 г.
С.В.Жуков, И.А. Копытин, А.О. Масленников

Глобальный криптокомплекс: основные результаты развития и перспективы
27 ноября 2018 г.
А.С. Иванова

Распределённая оптимизация на примере задачи распределения ресурсов
20 ноября 2018 г.
Н.П.Пильник, И.П.Станкевич

Моделирование реального сектора экономики в рамках многопродуктовой динамической модели общего равновесия экономики России
30 октября 2018 г.
А.В.Гасников
(МФТИ)
Распределенная оптимизация
23 октября 2018 г.
А.А.Пономаренко
(Банк России)
Моделирование кредитных циклов с помощью агентно-ориентированной модели
9 октября 2018 г.
Н.П.Пильник, А.А.Ужегов
Методика построения модели внешнеэкономической деятельности экономики России
2 октября 2018 г.
Е.В.Бояркина, А.В.Леонидов
О мультиагентной реализации задач динамического планирования
25 сентября 2018 г.
Н.П. Пильник, С.А. Радионов, А.А. Языков
Модель оптимального поведения современной российской банковской системы
18 сентября 2018 г.
А.Леонидов
Оптимизация и виртуальный рынок - некоторые сюжеты
15 мая 2018г.
А.Белянин
Поведенческая экономика
24 апреля 2018г.
С.А.Радионов

Монополистическая конкуренция и модели олигополии
17 апреля 2018г.
А.В.Леонидов, Е.Е.Серебрянникова

Модель эндогенного роста капиталовооруженности фирм
3 апреля 2018г.
А.В.Леонидов, Н.П.Пильник, Е.Е.Серебрянникова, И.Ю.Типунин
1.
Оценка рискованных инвестиций. Безрисковая альтернатива
2. Оценка кривой доходности компании
20 марта 2018г.
Н.П.Пильник, И.П.Станкевич
Обобщенная многопродуктовая декомпозиция элементов использования ВВП России
20 февраля 2018г.
И.Г.Поспелов, С.А.Радионов
Оптимальная стратегия выплаты дивидендов для фирмы, динамика денежных резервов которой описывается телеграфным процессом
6 февраля 2018г.
Е.Е.Серебрянникова
Динамическая топология высоко агрегированных сетей затраты-выпуск
26 декабря 2017г.
А.В.Леонидов

Экономика искусственного интеллекта (по литературе)
5 декабря 2017г.
И.Ю.Типунин

Чему можно научиться у мозга?
28 ноября 2017г.
Н.П.Пильник

Модели механизмов, обеспечивающих эффективность общего равновесия
7 ноября 2017г.
С.Г.Семенов

Машинное обучение: идеи и примеры
10 октября 2017г.
Д.Малышев

Маркетинг с использованием больших данных

 


1997-2016, Отдел теоретической физики им.И.Е.Тамма