Открытые лекции факультета компьютерных наук
20 и 26 февраля пройдет цикл открытых лекций сотрудников и гостей факультета.
20 февраля, ауд. 400
17.00 – 17.55. Thibaut Le Gouic (Ecole Centrale de Marseille)
Barycenters in Wasserstein spaces
The Wasserstein barycenter of a set of probabilitycommunity. This talk will introduce some of the problems in machine learning in which this tool appear as a solution. Then, after a formal definition of this notion, we will state its basics properties and study its stability with respect to the set of probability measures of which the barycenter is taken.
18.00 – 18.55. Денис Деркач (Научно-учебная лаборатория методов анализа больших данных ФКН НИУ ВШЭ)
Машинное обучение для фундаментальных исследований
Применение методов машинного обучения стало необходимым этапом анализа данных в физике высоких энергий. Эти методы используются на всех стадиях от первичного сбора данных до финального анализа. В докладе рассматриваются наиболее актуальные разработки в области машинного обучения, позволяющих в экспериментах Большого адронного коллайдера набирать терабайты высококачественных данных. Особое внимание будет уделено системе триггеров и системе идентификации частиц в эксперименте LHCb. В докладе также описываются перспективные разработки, использование которых ожидается в следующем запуске Большого адронного коллайдера в 2021 году: использование подходов машинного обучения для ускорения симуляции взаимодействия частиц с детектором с помощью нейронных сетей и контроль качества набираемых экспериментом данных.
19.00 – 19.55. Алексей Наумов (Сколтех/ФКН НИУ ВШЭ)
Large ball probabilities with applications in statistical inference
Many statistical inference problems require estimating the Kolmogorov distance between probabilities of two Gaussian elements to hit a ball in a Hilbert space. In this talk, we derive the bounds which are dimensional-free and depend on the nuclear (Schatten-one) norm of the difference between the covariance operators of the elements. We are also interested in the anti-concentration bound for a squared norm of a non-centered Gaussian element in a Hilbert space. All bounds are sharp and cannot be improved in general. A list of corresponding motivation examples and applications in statistical inference will be provided as well. The talk is based on the recent results arXiv:1708.08663 and arXiv:1703.00871.
26 февраля, ауд. 317
14.00 – 14.55. Navid Talebanfard (Czech Academy of Sciences)
Hard Instances for SAT algorithms
The Boolean satisfiability problem (SAT) is the problem of deciding whether there exists a truth assignment to a given formula which makes it true. Many non-trivial exponential time algorithms are known. However the precise complexity of SAT remains elusive. Exponential Time Hypothesis (ETH) and Strong ETH are formulated to describe the possible complexities. In this talk I will review some constructions showing that several known classes of algorithms cannot refute Strong ETH. I will then present several open questions in this direction.
15.00 – 15.55. Laurent Beaudou (Université Clermont Auvergne)
Betweenness, Convexity and Lattices
In this lecture, we try to follow a natural progression from the notion of betweenness to that of convexity. Doing so, we explore some de Bruijn-Erdos problems around lines in convexity spaces. We also deal with the use of convex subsets in the framework of lattices, and discuss a potential way to extend Day’s duplication theorem to non-convex sets. This lecture is intended for a broad audience and I will be mostly interested in introducing concepts and open questions around these topics.