Post #414

#семинары на этой неделе СЕГОДНЯ ◼️16:00, аудитория 615 ИППИ Семинар Добрушинской математической лаборатории Докладчик: Андрей Николаев (ЯрГУ) Тема: Полиэдральные характеристики задач комбинаторной оптимизации Аннотация: В докладе рассматриваются полиэдральные структуры, возникающие из моделей линейного и целочисленного программирования для задач комбинаторной оптимизации. Во-первых, это многогранники, которые получаются при релаксации линейного программирования, т.е. снятии ограничения целочисленности переменных в модели. Исследование структуры и свойств дробных вершин и нецелочисленных граней релаксационных многогранников помогает при анализе сложности задач и разработке новых эффективных алгоритмов их решения. Во-вторых, это полиэдральные графы многогранников задач, вершинами которых являются вершины многогранников, а рёбрами – геометрические рёбра или одномерные грани. Критерии смежности вершин могут быть непосредственно применены в симплекс-подобных алгоритмах комбинаторной оптимизации, которые переходят от одного допустимого решения к другому по рёбрам полиэдрального графа. А такие характеристики полиэдрального графа задачи как диаметр и кликовое число служат оценками сложности для различных моделей вычислений и классов алгоритмов. ЧЕТВЕРГ ◼️11:00, аудитория 615 ИППИ Конференция лаборатории обработки сенсорной информации Программа докладов ◼️17:00, онлайн-заседание в Skype Московский телекоммуникационный семинар | http://wireless.iitp.ru/seminar Докладчик: Кирилл Глинский (ИППИ, ВШЭ) Тема: Алгоритмы машинного обучения в сценариях сверхнадежной связи с малой задержкой при условии высокой мобильности пользователей Аннотация: Использование методов машинного обучения является перспективным направлением развития сотовых сетей. В частности, использование методов предсказания канала позволяет значительно улучшить работу сотовых сетей в сценариях сверхнадежной связи с малой задержкой (URLLC). Как правило, для исследования точности работы алгоритмов машинного обучения используется имитационное моделирование, например, модели канала. На семинаре будет рассмотрено, как использование упрощенной модели канала может приводить к завышенным оценкам качества предсказания по сравнению с более реалистичными подходами моделирования эволюции канала. Также будет рассказано о результатах сравнения различных методов машинного обучения в задаче предсказания URLLC канала. Для участия в семинаре необходимо заполнить Google-форму.