BEGIN:VCALENDAR VERSION:2.0 PRODID:researchseminars.org CALSCALE:GREGORIAN X-WR-CALNAME:researchseminars.org BEGIN:VEVENT SUMMARY:Elena Arseneva (St. Petersburg State University) DTSTART:20201120T123000Z DTEND:20201120T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/1 DESCRIPTION:Title: Voronoi diagram\, its variations and applications in VLSI CA D\nby Elena Arseneva (St. Petersburg State University) as part of Indu strial mathematics in Chebyshev laboratory\n\n\nAbstract\nThe Voronoi diag ram is a fundamental geometric structure that encodes proximity informatio n. Given a set of geometric objects\, called sites\, their Voronoi diagram is a subdivision of the underlying space into regions according to their nearest neighbor (maximal regions\, such that all points within one region have the same nearest site). This simple concept and its generalizations have numerous applications\, both in practice and in theory. We will discu ss several such applications\, and mainly focus on those concerning VLSI C AD.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/1/ END:VEVENT BEGIN:VEVENT SUMMARY:Maria Kazachenko DTSTART:20201127T140000Z DTEND:20201127T153000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/2 DESCRIPTION:Title: Актуальные задачи физики Солнца< /a>\nby Maria Kazachenko as part of Industrial mathematics in Chebyshev la boratory\n\n\nAbstract\nЗа последние 30 лет наше пон имание многих процессов на Солнце сильн о поменялось из- за\nбурного развития чис ленных методов и точных космических наб людений. В докладе я расскажу\nоб актуаль ных задачах физики Солнца. Я подробно ос вещу задачу моделирования солнечных\nвс пышек\, которая основана на наблюдениях магнитных полей в качестве граничных ус ловий\nдля трехмерной физической модели эволюции магнитного поля.\nДоклад рассчи тан на широкую публику. Cеминар будет про веден при поддержке МНМЦ СПбГУ.\nПриглаш аются все желающие!\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/2/ END:VEVENT BEGIN:VEVENT SUMMARY:José M. Arrieta DTSTART:20201201T123000Z DTEND:20201201T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/3 DESCRIPTION:Title: Distance of attractors of reaction-diffusion equations in th in domains\nby José M. Arrieta as part of Industrial mathematics in C hebyshev laboratory\n\nAbstract: TBA\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/3/ END:VEVENT BEGIN:VEVENT SUMMARY:Алексей Зайцев DTSTART:20201204T140000Z DTEND:20201204T153000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/4 DESCRIPTION:Title: Байесовская оптимизация с помощ ью регрессии на основе гауссовских проц ессов\nby Алексей Зайцев as part of Industrial mathe matics in Chebyshev laboratory\n\n\nAbstract\nВ докладе рассм атривается\, как можно использовать мето дологию построения регрессионных модел ей на основе гауссовских процессов для о птимизации тяжелых функций. Будет прове ден обзор современных прикладных и фунд аментальных результатов.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/4/ END:VEVENT BEGIN:VEVENT SUMMARY:Grigori Chapiro DTSTART:20201208T123000Z DTEND:20201208T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/5 DESCRIPTION:Title: Mathematical analysis of foam flow in porous media\nby G rigori Chapiro as part of Industrial mathematics in Chebyshev laboratory\n \n\nAbstract\nFoam is used in enhanced oil recovery to improve the sweep e fficiency by controlling the gas mobility.\nA common way to describe the f oam displacement is by using population balance models\, which consider th e foam texture as part of the gas phase.\nNumerical simulation of such equ ations presents serious difficulties connected to the high non-linearity i n the fractional flow.\nThe linear kinetic model is studied mathematically for large initial reservoir water saturation and all possibilities of inj ection saturation. It was observed that the model contains some structural instabilities\, {\\it i.e.}\, a small variation in some parameters leads to qualitatively different solutions. One of these solutions presented loc alized decay in relative gas mobility\, indicating that this behavior is d ue to the equations' mathematical properties.\nUsing the fractional-flow m ethods\, an application of the method of characteristics\, we solve the co rresponding Riemann problem for this model. The methodology combines theor etical analysis with numerical experiments to provide scientific evidence for the existence (and stability) of solutions. Some mathematical properti es of the model will be presented supported by direct numerical simulation s.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/5/ END:VEVENT BEGIN:VEVENT SUMMARY:Евгений Лохару DTSTART:20201211T123000Z DTEND:20201211T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/6 DESCRIPTION:Title: On the existence and regularity of extreme (highest) steady water waves with vorticity\nby Евгений Лохару as part of Industrial mathematics in Chebyshev laboratory\n\n\nAbstract\nВ докл аде будут обсуждаться двумерные стацион арные решения уравнения Эйлера со свобо дной границей. А именно известная задача о волнах наибольшей амплитуды на конечн ой глубине. Такие волны имеют негладкую особенность в точках наибольшей высоты\, где волновой профиль образует угол в 120 градусов. Несмотря на обширную литерату ру по этой теме\, достаточно полный анали з задачи до недавнего времени был сделан только для безвихревых волн на бесконеч ной глубине (к примеру\, C. J. AMICK\, L. E. FRAENKEL\, and J. F. TOLAND\, On the Stokes’ conjecture for the wave of extreme for m\, Acta Math.\,1982). Случай конечной глубины\, ка к оказалось\, был изучен значительно мен ьше. В первую очередь это связано с тем\, что методы связанные с интегральным ура внением Некрасова в случае конечной глу бины более не актуальны. Помимо общего о бзора по тематике\, в докладе я расскажу о наших недавних работах с В.А. Козловым\, где получены теоремы существования и гл адкости экстремальных волн на конечной глубине.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/6/ END:VEVENT BEGIN:VEVENT SUMMARY:Алексей Зайцев DTSTART:20201204T151500Z DTEND:20201204T161500Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/7 DESCRIPTION:Title: Злонамеренные атаки: почему они опасны для моделей последовательных дан ных?\nby Алексей Зайцев as part of Industrial mathemat ics in Chebyshev laboratory\n\n\nAbstract\nЗлонамеренные ат аки строятся на проработке различных сц енариев уязвимости моделей глубинного о бучения: незначительные изменения во вх одных данных могут привести к нарушения м в работе модели. После подачи на вход н езначительно измененного в ходе атаки н а модель входа\, модель дает другой прогн оз. Большинство современных атак работа ют в предположении\, что на вход модели п одается картинка.\n\nДля моделей последов ательных данных\, таких как предложения на естественном языке\, задача генерации атакующих входов для моделей сложнее. О на затруднена\, например\, тем\, что в каче стве входных данных в моделях использую тся токены из конечных множеств\, и увере нность классификатора не дифференцируе ма. Таким образом\, естественные градиен тные атаки в таком пространстве входов м одели невозможны.\n\nОбычно сейчас атаки для таких данных генерируются на уровне токенов\, однако возникающая при этом за дача дискретной оптимизации требует сущ ественных ресурсов\, такие атаки легко д етектировать. Вместо этого мы дообучаем языковую модель для генерации состязате льных примеров. Дифференцируемая функци я потерь в процессе дообучения зависит о т уверенности суррогатного классификат ора и дифференцированной оценки расстоя ния Левенштейна. При этом мы контролируе м уровень состязательности генерируемо й последовательности и ее сходство с исх одной последовательностью.\n\nЭто позвол яет формировать атакующие последовател ьности\, семантически близкие к исходным . Более того\, такие атаки устойчивы к до обучению с помощью выборок злонамеренны х последовательностей и детектированию злонамеренных атак. Мы провели эксперим енты на выборках из разных областей: бан ковских транзакций\, электронных медици нских карт\, обработки естественного язы ка. Проведенные эксперименты показывают \, что наши модели работают лучше существ ующих аналогов\, и защищаться от таких ат ак труднее.\nДанная работа написана в соа вторстве с И. Фурсовым\, Н. Ключниковым\, А . Кравченко и Е. Бурнаевым.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/7/ END:VEVENT BEGIN:VEVENT SUMMARY:Денис Антипов DTSTART:20201215T123000Z DTEND:20201215T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/8 DESCRIPTION:Title: Актуальные проблемы теории эвол юционных вычислений\nby Денис Антипов as part of Industrial mathematics in Chebyshev laboratory\n\n\nAbstract\nЭ волюционные алгоритмы (ЭА) — это класс а лгоритмов оптимизации и различных эврис тик случайного поиска\, основанных на ид еях естественной эволюции. В научной сре де\, изучающей ЭА\, существует довольно б ольшой разрыв между теорией и практикой. В то время как на практике решаются таки е задачи\, как оптимизация космических т раекторий или составление расписания пр охождения кораблей через Кильский канал \, теоретики пытаются понять\, как просте йшие ЭА решают элементарные модельные з адачи. Основная причина такого разрыва в том\, что с одной стороны ЭА действитель но эффективны на практике\, в том числе з а счет наличия целого множества дополни тельных эвристик\, позволяющих (пусть и с ложным методом перебора) заточить алгор итм на решение конкретной задачи\, а с др угой стороны\, стохастические процессы\, описывающие ход работы алгоритмов\, стан овятся весьма сложными даже на тривиаль ных задачах. Тем не менее\, теория неодно кратно доказывала свою полезность\, дава я ценные рекомендации по настройке пара метров алгоритмов\, раскрывая принципы и х работы или даже предлагая новые эффект ивные алгоритмы. Данный семинар посвяще н математическому инструментарию\, кото рый был разработан теоретиками из эволю ционного сообщества\, а также освещает о ткрытые проблемы теории ЭА.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/8/ END:VEVENT BEGIN:VEVENT SUMMARY:Alexei Maylibaev (IMPA) DTSTART:20210112T123000Z DTEND:20210112T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/9 DESCRIPTION:Title: Spontaneously stochastic solutions\nby Alexei Maylibaev (IMPA) as part of Industrial mathematics in Chebyshev laboratory\n\n\nAbst ract\nWe discuss turbulence models that lack uniqueness of solutions. We c onsider such models within a broader context of differential equations tha t lack Lipschitz continuity and\, therefore\, require a regularization pro cedure or a selection criterion for defining relevant solutions. Starting with simplified models\, we show how spontaneously stochastic solutions ar ise in these formally deterministic systems. This phenomenon occurs when o ne takes into account an infinitesimal noise in the regularization process . Then we present numerical results demonstrating spontaneous stochasticit y in realistic models of turbulence.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/9/ END:VEVENT BEGIN:VEVENT SUMMARY:Carina Geldhauser (Lund University) DTSTART:20210209T123000Z DTEND:20210209T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/10 DESCRIPTION:Title: Discrete models of turbulence\nby Carina Geldhauser (Lu nd University) as part of Industrial mathematics in Chebyshev laboratory\n \n\nAbstract\nIn this talk we discuss a family of discrete models for atmo spheric turbulence\, often called point vortex models. We state some of it basic properties and show how we can derive an effective PDE\, the so-cal led mean field limit\, from the discrete Hamiltonian system\, by using a v ariational principle. Furthermore\, we discuss the usage and interpretati on of these models in statistical physics.\n\nThe content of this talk is based joint work with Marco Romito (University of Pisa).\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/10/ END:VEVENT BEGIN:VEVENT SUMMARY:Ekaterina Noskova (ITMO University\, St. Petersburg) DTSTART:20210226T123000Z DTEND:20210226T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/11 DESCRIPTION:Title: Multi-objective optimization of very expensive black-box fu nctions with SMAC\nby Ekaterina Noskova (ITMO University\, St. Petersb urg) as part of Industrial mathematics in Chebyshev laboratory\n\n\nAbstra ct\nOne of the special cases of hyperparameter optimization problem is the algorithm configuration problem. It could be formally stated as follows: given a parameterized target algorithm\, a set of problem instances and a cost metric\, find a parameter setting that minimizes cost on all instance s. This is a multi-objective optimization problem of the algorithm evaluat ion cost --- a highly computatio- nally expensive black-box function.\n\nT he paper Hutter et al. 2011 introduced one of the methods for effective al gorithm configuration named SMAC. Since the publication of the paper\, SMA C was developed\, improved and by now has gained a lot of popularity. SMAC still keeps state-of-the-art performance for a wide class of problems.\n\ nDuring my talk I will review the original method from the paper Hutter et al. 2011. I will also give a quick overview of the current version of SMA C and tell about my own experience of using it. I have applied SMAC for op timization of hyperparameters of the genetic algorithm that is used to fin d the best evolution history of several populations. As a result\, hyperpa rameters found by SMAC result in a better genetic algorithm that shows sup erior convergence on all train and test instances.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/11/ END:VEVENT BEGIN:VEVENT SUMMARY:Евгений Бурнаев (Сколтех) DTSTART:20210302T123000Z DTEND:20210302T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/12 DESCRIPTION:Title: Задачи оценки многообразий для предсказательного моделирования\nby Ев гений Бурнаев (Сколтех) as part of Industrial mathemati cs in Chebyshev laboratory\n\n\nAbstract\nЗадачи предсказа тельного моделирования требуют обработ ки многомерных данных\, и из-за т.н. прокл ятия размерности использование многих м етодов для их решения затруднено. В прил ожениях реальные данные зачастую занима ют лишь очень малую часть пространства н аблюдений\, внутренняя размерность кото рого существенно ниже размерности самог о пространства. Популярной моделью для т аких данных является модель многообрази я\, в соответствии с которой данные лежат на неизвестном низкоразмерном многообр азии (Data Manifold\, DM)\, встроенном в окружающе е высокоразмерное пространство. Задачи предсказательного моделирования\, изуча емые в рамках этого предположения\, назы ваются задачами оценки многообразий\, об щей целью которых является обнаружение низкоразмерной структуры многомерных д анных по заданной выборке точек. Если то чки выборки порождаются в соответствии с неизвестной вероятностной мерой на DM\, возникают статистические задачи оценки многообразий. В докладе мы представим кр аткий обзор этих задач\, и обозначим неко торые подходы к их решению.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/12/ END:VEVENT BEGIN:VEVENT SUMMARY:Alexander Terenin (Imperial College London) DTSTART:20210305T123000Z DTEND:20210305T140000Z DTSTAMP:20260422T212728Z UID:IndustrialMathSeminar/13 DESCRIPTION:Title: A short introduction to multi-armed bandits\nby Alexand er Terenin (Imperial College London) as part of Industrial mathematics in Chebyshev laboratory\n\n\nAbstract\nMulti-armed bandits are a class of seq uential decision problems which include uncertainty. One of their defining characteristics is the presence of explore-exploit tradeoffs\, which requ ire one to balance taking advantage of information that is known with tryi ng different options in order to learn more information in order to make o ptimal decisions. In this tutorial\, we introduce the problem setting and basic techniques of analysis. We conclude by showing how explore-exploit t radeoffs appear in more general settings\, and how the ideas discussed can aid in understanding of areas like reinforcement learning.\n LOCATION:https://researchseminars.org/talk/IndustrialMathSeminar/13/ END:VEVENT END:VCALENDAR