Мы используем cookie файлы.
Пользуясь сайтом, вы соглашаетесь с нашей Политикой конфиденциальности.

Приглашенный ученый Ванг Джун Гонконг
Период реализации проекта
2021-2023
Общая информация

Задачи оптимизации встречаются повсеместно в науке, технике и бизнесе, особенно часто они возникают в области машинного обучения, анализа данных, обработки изображений и сигналов. Математические формулировки подобных задач во многих случаях содержат невыпуклые целевые функции и/или ограничения, дискретные переменные, несколько критериев оптимизации или несколько характерных масштабов. Решать задачи глобальной и многокритериальной оптимизации особенно сложно из-за обилия локальных экстремумов и отсутствия эффективных методов для нахождения глобального экстремума. С учетом ограниченности вычислительных ресурсов и существенной многомерности большинства практических задач, эффективные методы оптимизации оказываются крайне необходимыми.

Название проекта: Многомасштабные интеллектуальные нейродинамические системы для многомерной оптимизации в области машинного обучения и обработки данных.

Приоритет СНТР: а

Цели и задачи

Научной целью предлагаемого проекта является разработка принципиально новых алгоритмов оптимизации на основе многомасштабных коллаборативных нейродинамических систем и связанных с ними современных научных подходов. Особое внимание будет уделено развитию методов решения следующих сложных задач оптимизации:

  • задачи с невыпуклыми и разрывными целевыми функциями и специальными ограничениями, которые гарантируют гладкость и разреженность решений;
  • задачи с целочисленными и непрерывными переменными, полученными из условий на допустимое множество решений;
  • задачи многокритериальной оптимизации с несколькими целевыми функциями, в которых необходимо эффективно найти решение, подходящее для всех целевых функций;
  • задачи многоуровневой оптимизации в иерархической структуре принятия решений, а также многопериодной оптимизации с динамическим моделированием в условиях убывающего горизонта планирования времени, которые будут рассмотрены с точки зрения динамической оптимизации.
Практическое значение исследования

Созданная научная лаборатория на базе Автономной некоммерческой образовательной организации высшего образования «Сколковский институт науки и технологий» станет исследовательским центром мирового уровня в области многомасштабных коллаборативных нейродинамических моделей для решения задач оптимизации в широком спектре приложений машинного обучения и анализа данных.

Планируемые результаты: Также нами будут решены задачи, связанные с установлением связи между адаптивными нейродинамическими системами, искусственными нейронными сетями и нейронными обыкновенными дифференциальными уравнениями и их приложениями к широкому спектру задач обучения как с учителем, так и без учителя. Нами будет рассмотрен ряд важных практических направлений, включая робототехнику и робастное управление, суррогатные модели и обратные инженерные задачи, а также оптимизацию архитектуры искусственных нейронных сетей.

Скрыть Показать полностью
Другие лаборатории и ученые
Лаборатория, принимающая организация
Область наук
Город
Приглашенный ученый
Период реализации проекта
Лаборатория. Приглашенный ученый Тетко Игорь Владимирович

Федеральное государственное бюджетное учреждение науки Институт химии растворов им. Г.А. Крестова Российской академии наук

Компьютерные и информационные науки

Иваново

Тетко Игорь Владимирович

Украина

2021-2023

Лаборатория. Приглашенный ученый Тейлор Джеймс Рой

Федеральное государственное бюджетное образовательное учреждение высшего образования "Ульяновский государственный университет"

Компьютерные и информационные науки

Ульяновск

Тейлор Джеймс Рой

Великобритания

2021-2023

Нейроморфные оптические системы

Федеральное государственное учреждение «Федеральный научно-исследовательский центр «Кристаллография и фотоника» Российской академии наук»

Компьютерные и информационные науки

Шатура

Бычков Евгений Алексеевич

Россия

2019-2021