help@sochisirius.ru ВЕРСИЯ ДЛЯ СЛАБОВИДЯЩИХ
2-23 августа 2020

Современные методы теории информации, оптимизации и управления

Прием заявок для участия в конкурсном отборе открыт до 7 июля 2020 года включительно

По вопросам участия в программе можно обращаться по адресу students@sochisirius.ru 

Список участников образовательной программы

Участники и порядок отбора

На обучение по программе образовательного модуля приглашаются студенты старших курсов бакалавриата и магистратуры, а также аспиранты, знакомые с основами теории оптимизации, линейной алгебры, теории вероятностей и владеющие навыками программирования на языках высокого уровня.

Отбор участников будет проводиться на основе следующей рейтинговой оценки:
Резюме (от 0 до 20 баллов)
Тестовые задания (от 0 до 40 баллов) - скачать 

Выполнение всех предложенных заданий не является обязательным условием приема на школу, однако объем и качество их выполнение будут являться критериями отбора. Участники отбираются на конкурсной основе по результатам поданных заявлений. Отбор участников осуществляется коллегиально представителями всех направлений:
1. Численные методы оптимизации (А. Гасников) - МФТИ 
2. Теория информации (А. Фролов) - СколТех
3. Геометрическая теория управления (Ю. Сачков) - Институт программных систем им. А.К.Айламазяна РАН
4. Сэмплирование, управление и оптимизация (А. Наумов) - ВШЭ
5. Нелинейная цифровая обработка сигналов на базовых станциях сотовой связи (А. Воробьев) - Huawei

Каждое направление может быть представлено от 10 до 40 обучающимися. Квоты на направления в окончательном варианте будут сформированы исходя из обработки потока заявок участников.

Каждый участник в резюме сортирует в порядке приоритета направления, на которых хочет оказаться.

Тестовые задания носят рекомендательный характер, результат решения задач может использоваться при отборе, а также при распределении на то или иное направление образовательного модуля. Скан (фото) решения задач прикладывается к заявке в формате PDF.

О программе

Данный образовательный модуль состоит из 5 направлений. Первые три направления сформировали коллективы, работающие в рамках проектов РФФИ и Сириуса "Научное наставничество". В рамках такого сотрудничества ожидается знакомство обучающихся с современными методами теории информации, теории управления, оптимизации и машинного обучения. Получение практики в области разработки технологий 5G, робототехники, обучения нейронных сетей и многого другого.

Первые четыре направления являются достаточно фундаментальными. Пятое направление было предложено компанией Huawei. Оно лежит на стыке фундаментальной науки и практики. От каждого направления будут обязательные для всех обучающихся лекции и лекции “для внутреннего пользования” (для обучающихся, которые будут отобраны на данное направление). После курса лекций обучающемся будет нужно объединиться в команды по 4-5 человек и выбрать один из проектов, которые будут им предложены (по несколько проектов от каждого направления). При распределении по проектам будут учитываться как априорные пожелания при составлении заявки, так и апостериорные, сформированные после первой недели пребывания в Сириусе.

Цели и задачи:
- Познакомить участников с современными математическими методами в теории информации, оптимизации и управления
- Представить примеры практических задач, в которых требуется применение новых подходов к обработке данных
- Вовлечь студентов в научную деятельность
- Организовать обмен знаниями и опытом в рамках образовательных лекций, семинаров и практических занятий

Руководители программы

Ненашев
Анатолий Сергеевич

Руководитель центра информационных технологий и искусственного интеллекта Университета «Сириус», методист программы «Большие вызовы», кандидат физико-математический наук

Гасников
Александр Владимирович

Заведующий лабораторией математических методов оптимизации, заведующий кафедрой математических основ управления Московского физико-технического института, доктор физико-математических наук

Наумов
Алексей Александрович

Заведующий международной лабораторией стохастических алгоритмов и анализа многомерных данных, доцент факультета компьютерных наук НИУ ВШЭ, кандидат физико-математических наук

Фролов
Алексей Андреевич

к.ф.-м.н., доцент, Сколтех

Сачков
Юрий Леонидович

Доктор физико-математических наук, руководитель исследовательского центра ИПС им. А.К. Айламазяна РАН

Тыртышников
Евгений Евгеньевич

Академик РАН, доктор физико-математических наук, директор ИВМ РАН, профессор МГУ им. М. В. Ломоносова и МФТИ

Райгородский
Андрей Михайлович

Заведующий лабораторией продвинутой комбинаторики и сетевых приложений, заведующий лабораторией прикладных исследований МФТИ - Сбербанк, заведующий кафедрой дискретной математики ФИВТ, руководитель исследовательской группы в Яндексе, директор школы ПМИ МФТИ, лауреат Премии Президента Российской Федерации в области науки и инноваций для молодых ученых (2011), активный популяризатор науки, автор ряда научно-популярных книг и брошюр, федеральный профессор, профессор МГУ, профессор математики МФТИ, доктор физико-математических наук

Кабатянский
Григорий Анатольевич

д.ф.-м.н., советник ректора по науке, Сколтех

Воробьев
Андрей Юрьевич

Ведущий технический эксперт, Huawei Fellow, директор департамента беспроводной связи московского исследовательского центра Huawei

Бурнаев
Евгений Владимирович

Доцент Центра Сколтеха по научным и инженерным вычислительным технологиям для задач с большими массивами данных, кандидат физико-математических наук

Спокойный
Владимир Григорьевич

Главный научный сотрудник Институт проблем передачи информации имени А.А.Харкевича РАН, профессор ВШЭ, МФТИ, СколТеха, МГУ, Университета Гумбольдта (Берлин), создатель и руководитель лаборатории «ПреМоЛаб» (мегагрант 2013 года, МФТИ), руководитель группы в Институте К. Вейерштрасса (Берлин)

Партнеры

Расписание и материалы

- Программа мероприятий в рамках образовательного модуля «Современные методы теории информации, оптимизации и управления», 2 – 23 августа 2020 года
- Лекция «Ускоренный метаалгоритм (УМ) и его приложения», Гасников Александр Владимирович
- Лекция «Численные методы решения задач невыпуклой оптимизации, возникающих в машинном обучении», Гасников Александр Владимирович
- Лекция «Методы Монте-Карло», Наумов Алексей Александрович
- Лекция «Математика обучения с подкреплением», Наумов Алексей Александрович
- «Сэмплирование, управление и оптимизация»
- Курс лекций «Задачи и методы геометрической теории управления», Сачков Юрий Леонидович. Ссылка
- «Приложение геометрической теории управления», Ардентов Андрей. Ссылка
- «Субриманова геометрия в обработке изображений и моделировании зрительной системы человека», Маштаков Алексей. Ссылка
- Лекция «Stochastic Tensor Method for Convex Optimization» Artem Agafonov, Petr Ostroukhov, Eugene Lagutin, Daniil Selikhanovych Advisor: Alexander Gasnikov. Co-Advisor: Dmitry Kamzolov
- Лекция «ZO Local SGD» A. Beznosikov, A. Bazarova, A. Gasnikov
- Лекция «Zeroth-Order Algorithms for Variational Inequalities: Theoretical Analysis and PracticalApplication in Machine Learning and NeuralNetworks» A. Sadiev, A. Beznosikov, P. Severilov, P. Dvurechensky, A. Gasnikov
- Лекция «Can we accelerate ALS using fast gradient method for tensor factorization problem?» Alexander Gasnikov, Daniil Merkulov and Nazarii Tupitsa
- Лекция «Ускоренные методы для задач федеративного обучения в выпуклом и сильно выпуклом случае. Методы редукции дисперсии и адаптивные моментные методы для невыпуклых задач федеративного обучения. Невыпуклая оптимизация. Современные теории информации, оптимизации и управления» Эдуард Горбунов, Павел Двуреченский, Владислав Томилин, Ярослав Томилин, Максим Ткачев, Игорь Соколов, Марина Данилова.
- Лекция «Decentralized optimization over time-varying networks» Alexander Rogozin, Ekaterina Trimbach, Vladislav Lukoshkin
- Лекция «Implementation of Flexible Modification of Gauss-Newton Method» Yudin N., Sharafutdinov Ya., Grebenkova O., Zubkov E.. Advisor: Alexander Gasnikov. Co-Advisor: Dmitry Kamzolov
- Лекция 
«Двухстадийная модель равновесного распределения транспортных потоков на примере графа с двумя вершинами» Котлярова Екатерина, Кручинин Владислав, Гасников А.В.
- Лекция «Ускоренный покомпонентный метод для оптимизации функций вида softmax с разреженной матрицей» Владислав Матюхин, Дмитрий Пасечнюк, Александр Гасников

Условия участия

Для обучающихся, прошедших конкурсный отбор и приглашенных на программу, Научно-технологический университет «Сириус» обеспечивает проезд / перелет по территории РФ и проживание / питание. Проездные документы приобретаются организаторами и направляются участнику не позднее чем за 2 дня до отправления.

При этом плата за обучение на программе не взимается.

Подать заявку
© 2015–2024 Фонд «Талант и успех»
Нашли ошибку на сайте? Нажмите Ctrl(Cmd) + Enter. Спасибо!