• A
  • A
  • A
  • АБВ
  • АБВ
  • АБВ
  • А
  • А
  • А
  • А
  • А
Обычная версия сайта

Записи докладов и лекций гостей и сотрудников HDI Lab

 

  • Доклад Сергея Самосонова (НИУ ВШЭ) по статье «(Linear) Stochastic Approximation: old and new», Spring into ML 2024, 6-11 февраля 2024 г.

 

  • Доклад Варвары Руденко (НИУ ВШЭ) по результатам совместной работы с Александром Гасниковым (НИУ ВШЭ) по статье «Algorithm for Constrained Markov Decision Process with Linear Convergence», Fall into ML 2023: Conference on Machine Learning (Fall into ML 2023) , 26-28 октября 2023 г.

  

 

  • Алексей Наумов (НИУ ВШЭ), Сергей Самсонов (НИУ ВШЭ), Даниил Тяпкин (НИУ ВШЭ) о проекте в рамках Центра ИИ НИУ ВШЭ «Разработка и верификация алгоритмов и дополнительных математических моделей улучшения эффективности исследования среды в обучении с подкреплением".

  • Доклад Мулине Эрика (Политехническая школа, НИУ ВШЭ), DoStoVoq: doubly stochastic VQ for communication efficient Federated Learning, на конференции "Оптимизация без границ", 12-18 июля 2021 г.

Видео

  • Доклад Владимира Протасова (НИУ ВШЭ, МГУ), Optimization tools in the Lyapunov stability problem, на конференции "Оптимизация без границ", 12-18 июля 2021 г.

Видео

  • Доклад Владимира Спокойного (WIAS, Humboldt University, НИУ ВШЭ, ИППИ РАН), Random gradient free optimization: Bayesian view, на конференции "Оптимизация без границ", 12-18 июля 2021 г.

Видео

  • Доклад Александра Гасникова (МФТИ, НИУ ВШЭ), Nesterov's method and its influence on approaches to solving optimization problems, на конференции "Оптимизация без границ", 12-18 июля 2021 г.

  • Доклад Александра Гасникова (МФТИ, НИУ ВШЭ), Sum-type convex optimization under similarity, на конференции "Оптимизация без границ", 12-18 июля 2021 г.

Видео

  • Доклад Дениса Беломестного (НИУ ВШЭ, University of Duisburg-Essen), Model-Free Approach to Evaluate Reinforcement Learning Algorithms, на конференции "Оптимизация без границ", 12-18 июля 2021 г.

Видео

  • Доклад Дмитрия Островского (University of Southern California), Near-Optimal Model Discrimination with Non-Disclosure, 22 июля 2021 г.

  • Доклад Алексея Наумова (НИУ ВШЭ) на первом открытом заседании Ученого совета ФКН, Model-Free Approach to Evaluate Reinforcement Learning Algorithms, 24 июня 2021 г.

  • Доклад Сергея Самсонова (НИУ ВШЭ), UVIP: Model-Free Approach to Evaluate Reinforcement Learning Algorithms, 1 июня 2021 г.

  • Доклад Пари Кентана Поль Бернара (НИУ ВШЭ), Online learning with exponential weights in metric spaces, 20 апреля 2021 г.

  • Доклад Алексея Крошнина (ИППИ РАН, НИУ ВШЭ), Robust k-means clustering in metric spaces, 13 апреля 2021 г.

  • Доклад Dmytro Perekrestenko (ETH Zurich), Constructive Universal High-Dimensional Distribution Generation through Deep ReLU, 30 марта 2021 г.

  • Доклад Максима Панова (Сколтех), Stochastic normalizing flows, 23 марта 2021 г. 

  • Доклад Никиты Животовского (ETH Zurich), Distribution-Free Robust Linear Regression, 16 марта 2021 г.

  • Доклад Никиты Пучкина (НИУ ВШЭ, ИППИ РАН), Exponential Savings in Agnostic Active Learning through Abstention, 9 марта 2021 г.

  • Доклад Дмитрия Яроцкого (Сколковский Институт Науки и Технологий), Approximation with deep neural networks, 2 марта 2021 г.

  • Доклад Сергея Самсонова (НИУ ВШЭ), On the Stability of Random Matrix Product with Markovian Noise: Application to Linear Stochastic Approximation and TD Learning, 16 февраля 2021 г.

  •  Доклад Никиты Пучкина (НИУ ВШЭ, ИППИ РАН), Rates of convergence for density estimation with GANs, 9 февраля 2021 г.

 

  • Доклад Алексея Наумова (НИУ ВШЭ), Случайные матрицы: теория и приложения, 2 февраля 2021 г.

 

  • Доклад Мишеля Лиду (Университет Тулузы, Франция) “On optimal matching of random samples”, 17 сентября 2019. 

  • Мини-курс Эрика Мулинэ (Политехническая Школа (Париж), ВШЭ) “Introduction to reinforcement learning”, 16 и 23 апреля 2019.
    Видеозапись лекции №1:

Видеозапись лекции №2:

 

  • Мини-курс Сергея Бобкова (Университет Миннесоты, ВШЭ) “Strong probability distances and limit theorems”, 17 и 24 мая 2018.
    Видеозапись лекции №1:



Видеозапись лекции №2:

  •  Доклад Эрика Мулинэ (Политехническая Школа (Париж), ВШЭ) Perturbed Proximal Gradient Algorithms на коллоквиуме ФКН , 22 февраля 2018 г


 

Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.