‼️ Напоминаем, что сегодня последний день приёма статей и тезисов на Открытую конференцию ИСП РАН, которая состоится 11-12 декабря в Москве, в инновационном кластере «Ломоносов».

✔️Если вы планируете выступить в рецензируемых секциях, загрузите материалы до 23:59 по московскому времени! Все подробности: https://www.isprasopen.ru/#Submission.

Напоминаем, что для прохода в здание нужно зарегистрироваться! Регистрация участников до 23:59 6 декабря: https://www.isprasopen.ru/#Registration.

Уважаемые коллеги!

Ближайший доклад на семинаре «Математические основы искусственного интеллекта» в Математическом институте им. В.А. Стеклова РАН пройдет в формате онлайн:

Место и время: Zoom, среда, 13 ноября 2024 г., 18:00-19:00

Ronald DeVore (Texas A&M University, USA):
Optimal Recovery meets Mini-Max

Аннотация: We consider the problem of numerically recovering an unknown function f from m point samples of f with error to be measured in some Banach space norm |·|_X. Bounds on the error of recovery can only be proved if there is additional information in the form that f ∈ K where K ⊂ X is compact. Two theories have emerged to define optimal performance of such a numerical algorithm. Optimal recovery assumes the point samples have no noise. Mini-max estimates assume the measurement are corrupted by additive i.i.d. Gaussian noise of mean zero and variance σ^2. One would expect that the minimax bounds (claimed to be optimal) would converge to the Optimal Recovery bounds as σ → 0. However, the existing mini-max bounds in the literature do not provide such estimates.
The goal of this talk is to understand what is going on. We restrict our attention to the case f is defined on a nice domain Ω ⊂ R^d and the model class K is the unit ball of a Besov space B^s_τ(L_p(Ω)) and the error is to be measured in an L_q(Ω) norm. We show that the existing mini-max rates in the literature are not clearly stated in terms of their dependence on σ. We go on to establish the true minimax rates as a function of σ and show that these rates converge to the optimal recovery rate when σ converges to zero. Another important aspect of our analysis is that it does not depend on wavelet decompositions which are somewhat opaque when the support of the wavelet intersects the bounday. This is joint work in collaboration with Robert Nowak, Rahul Parhi, Guergana Petrova, and Jonathan Siegel.

Ссылка на трансляцию в Zoom:
https://zoom.us/j/97599849413?pwd=bVFCNzhZbzdZM1BXOUowREpKOFdhQT09

Идентификатор конференции: 975 9984 9413
Код доступа: 585526

Уважаемые коллеги!

Закончился период экспертизы научных статей для конференции AI Journey 2024. Работа проводилась, как учеными нашего Института, так и внешними специалистами, сотрудничающими с ИСП РАН.

Сложился состав очень квалифицированных экспертов, которые проделали титанический труд, выполнив в кратчайшие сроки более 300 качественных экспертиз.

От лица руководства Института хотим выразить огромную благодарность и отметить каждого эксперта за проделанный труд:

Аветисян Арам Арутюнович,
Аветисян Карен Ишханович,
Акименков Александр Андреевич,
Алексеевская Ирина Сергеевна,
Анциферова Анастасия Всеволодовна,
Архипенко Константин Владимирович,
Безносиков Александр Николаевич,
Беляева Оксана Владимировна
Бечкало Евгений Романович,
Бойко Александр Михайлович,
Варламов Максим Игоревич,
Вишняков Юрий Саввич,
Голодков Александр Олегович,
Гугучкин Егор Павлович,
Гасников Александр Владимирович,
Дерюгин Максим Александрович,
Дробышевский Михаил Дмитриевич,
Жирков Александр Олегович,
Зыкина Анастасия Олеговна,
Карпулевич Евгений Андреевич,
Качанов Владимир Владимирович,
Киранов Дмитрий Маратович,
Кущук Денис Олегович,
Лукьянов Кирилл Сергеевич,
Макаров Илья Андреевич,
Маркин Юрий Витальевич,
Михайлов Дмитрий Сергеевич,
Молодецких Иван Андреевич,
Недумов Ярослав Ростиславович,
Пастухов Роман Константинович,
Перминов Андрей Игоревич,
Пивоваров Александр Васильевич,
Рындин Максим Алексеевич,
Сазонов Георгий Владимирович,
Скорик Сергей Николаевич,
Сосновиков Артур Дмитриевич,
Сорокин Константин Сергеевич,
Соченков Илья Владимирович,
Стрижак Сергей Владимирович,
Турдаков Денис Юрьевич,
Ушаков Егор Николаевич,
Фролов Александр Евгеньевич,
Шайхелисламов Данил Салаватович,
Якушев Алексей Юрьевич.

Одним из главных результатов проделанной работы стал сложившийся коллектив экспертов, способных решать очень важную и ответственную задачу.