Seminar0607

Доклады

1. Вениамин Краснощеков, асп. Оптимизация энергопотребления мобильных аппаратов.

2. Александр Дольник, студент 5к. Поиск по изображениям. (Краткое содержание доклада будет выложено отдельной ссылкой)
В ходе изучения материалов связанных с моей дипломной работой: текстовые запросы в частично-аннотированной и не аннотированной базах данных изображений",- я натолкнулся на ряд статей, которые было бы интересно обсудить в рамках этого семинара. Задача поиска статических изображений продолжает оставаться крайне актуальной на протяжении последних десятилетий. Несмотря на неослабевающий интерес
исследователей и большое количество работ в данной области есть еще много
открытых вопросов и нерешенных задач.
Во многих алгоритмах используются также и стохастические методы оптимизации.

В ходе доклада будут рассмотрены методы, предложенные в статьях
Enhancement of Textual Images Classification using Segmented Visual Contents for Image Search Engine" Sabrina Tollari, Herv_e Glotin, Jacques Le Maitre
Fast image auto-annotation with visual vector approximation clusters" Herv´e Glotin and Sabrina Tollari
Диссертация 1999 года (весьма актуальная и по сей день, так как человеческое восприятие меняется не так быстро): Perceptual metrics for image database navigation" Yossi Rubner
"The capacity and the sensitivity of color histogram indexing" Makrus Stricker

3. Елена Аксенова, Антон Тарасюк (Карелия, асп.). Некоторые задачи управления динамическими структурами данных
В докладе представлены задачи управления одним и двумя стеками в двухуровневой памяти, двумя и тремя циклическими очередями, приоритетной очередью и приоритетной очередью с динамически изменяющимися приоритетами (Подробнее см. Е. Аксенова,статья в сборнике 2006А. Тарасюк, статья в сборнике 2006).

4. Александр Вахитов, Антон Нестеров, ст. 5 к., Мария Кантерина, ст. 4 к. Задача и алгоритмы интерактивного определения таксономических объектов
Задача проистекает из определения биологических видов жуков по их внешним признакам. Таксономия - это иерархическая система классификации (биологическая классификация - хороший пример). Задача - определить положение в таксономии некоторого объекта. При этом существует некоторый набор признаков, который сортируется в порядке <значимости для классификации> (признак тем выше, чем скорее определение его ведет к определению вида идентифицируемого объекта).

5. Александр Вахитов, ст. 5 к. Алгоритмы балансировки на основе методов стохастической аппроксимации
В докладе будет содержаться вводная информация относительно интерпретации метода по обсуждавшейся неделю назад книге Кушнера и Инн, так что предварительных знаний практически не требуется. Кроме того, будут поставлены задачи и дано интуитивное представление о методах их решения. Планируется начать с рассмотрения задачи о маршрутизаторе
(см. книгу Граничин, Поляк)

6. Ле Чунг Хьеу, ст. 5 к. Q-routing based on Q-learning

7. Ле Чунг Хьеу, ст. 5 к. Reinforcement Learning

8. Вячеслав Филиппов, ст. 5 к. //Animal learning //
Задача состоит в следующем. Хищник сидит в логове. Время от времени в зоне его видимости появляется жертва. Жертвы бывают упитанные или худосочные, а обнаруживаются далеко или совсем рядом. Какое поведение выбрать, чтобы оказаться максимально сытым?

9. Александр Вахитов, ст. 5 к. Средства интеграции стохастических алгоритмов решения задач информатики.
Планируется обсудить разрабатываемый инструмент, который позволит определить задачи, алгоритмы, их решающие, строить схемы из нескольких параллельно работающих алгоритмов (такая необходимость возникает при решении сложных задач), определять "сведение" одной задачи к другой. Основной практической целью является унификация разработанных нами
программ и обеспечение их запуска через Интернет. Обсуждение будет проводится в контексте создания портала группы на
основе современных ИТ.

10. Мария Кантерина, ст. 5 к. Аппроксимации значений функции
В докладе отражается такой тип задач, который посвящен оценкам значений функции и оптимального контроля в условиях не эффективного применения аналитической модели. Рассмотренная же задача касается аппроксимации значений ф-ций для фиксированного управления процессом, и вовлечения соответственных внешних помех (шумов). Такой метод используется как основа рекурсивных алгоритмов, которые приближают к оптимальному управлению полученную последовательность управлений с помощью логики аппроксимации в пространстве стратегий или же с помощью других методов.

11. Лев Гуревич, Александр Вахитов, ст. 5 к. Применение методов стохастической аппроксимации к задачам
информационного поиска: слияние новостей + поиск по картинкам

В докладе будут предложены методы адаптации под пользователя для поиска по картинкам различными методами по разным источникам, а также - отображение новостей, интересующих пользователя больше всего, через адаптивное слияние информации от разных агентств.

12. Ольга Евтифеева, ст. 4 к. //Как повысить эффективность обслуживания сервером очереди заданий. //
Неформальная постановка задачи следующая: Есть сервер, на который поступают задания неокторым случайным образом. В наших руках находится некоторый параметр, от которого зависит порядок или условия обработки заданий (например, такт, на котором происходит прерывание и переход к следующему в очереди заданию). Также есть некоторая функция оценки работы сервера. Общая задача - найти значение параметра, при котором достигается минимум этой функции.
Однако, такая задача слишком сложна и не всегда корректна - оптимальное значение параметра может "дрейфовать" (отличаться в зависимости от суток, времени года и т.п.) Поэтому вторая задача - научиться "подстраивать" этот параметр на протяжении работы. Для этого используются рандомизированные алгоритмы стохастической оптимизации.

13. Мария Кантерина, ст. 4 к. Математическое и имитационное моделирование системы обработки платёжных документов ЦБ РФ
Используются корреляционный и регрессионный анализы для моделирования системы обработки платёжных документов ЦБ РФ. Модель необходима для прогнозирования загрузки серверов на будущее.

14. Сергей Сынтульский, ст. 5 к. …

15. Алексей Федоров, ст. 3 к.Динамические системы. Круговой критерий для дискретных ДС и его применение
В первой части я немного расскажу о динамических системах (ДС), дам
несколько определений и расскажу, почему этот аппарат, - аппарат ДС,-
очень часто используется и постоянно всплывает в совершенно разных
областях. Эта часть будет болтологическо-теоретической.
Во второй, скорее практической, части я немного расскажу о том, чем я
занимаюсь у Леонова. Сначала приведу простенькую теоремку ("круговой
критерий для дискретных систем"), а потом покажу ее применение на
несложной одномерной модели.

16. Елена Сивоголовко, ст. 5 к. Последние разработки в области кластеризации
17. Дмитрий Шалымов, аспирант. Распознавание арабских текстов (по материалам статьи в сборнике "Стохастическая оптимизация в информатике" #3)

Интересные ссылки
Статья про память основанную на свертке
А.С. Матвеев, Управление с затратами на коммуникацию

Unless otherwise stated, the content of this page is licensed under Creative Commons Attribution-ShareAlike 3.0 License