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

Приглашенный ученый Спокойный Владимир Григорьевич Германия
Номер договора
11.G34.31.0073
Период реализации проекта
2011-2015

По данным на 30.01.2020

15
Количество специалистов
32
научных публикаций
2
Объектов интеллектуальной собственности
Общая информация

С ростом объемов данных, которые становятся доступными в различных областях науки и практики, предсказательное моделирование играет все более существенную роль. Однако реалистичные модели отличаются большой сложностью и высокой размерностью пространства параметров, что делает моделирование и предсказание невозможными. Сотрудники лаборатории занимаются развитием методов структурного анализа данных в предсказательном моделировании, позволяющих систематически учесть структуры, неявно присутствующие в сложных многомерных данных. Результаты найдут свое отражение в таких областях, как моделирование авиационных и аэрокосмических систем, управление риском, оценка финансовых инструментов и производных продуктов топливно-энергетического рынка, задачи фармакинетики и др.

Название проекта: Методы структурного анализа данных в предсказательном моделировании

Приоритет СНТР: а


Цели и задачи

Направления исследований: Методы оптимизации и статистики

Цель проекта: Разработка новых методов оптимизации для пространств огромной размерности. Разработка новых методов статистического оценивания для пространств огромной размерности при наличии шумовых сигналов. Разработка новых методов стохастического анализа. Приложение разработанных методов к задачам медицины, финансов, инженерии и т. д.



Практическое значение исследования

Предложены:

  • робастный метод главных компонент;
  • методы статистического оценивания для конечных выборок, при наличии шума и ошибки в спецификации модели;
  • новые алгоритмы бустинга;
  • универсальный градиентный метод для задач выпуклой оптимизации;
  • новые методы стохастического анализа и численного моделирования стохастических процессов.

Внедрение результатов исследования:

Предложенные методы и подходы активно используются в решении задач машинного обучения (предсказательное моделирование, оценка параметров), финансовой математики (оценка производных финансовых инструментов), транспортного моделирования, телекоммуникации и в других областях.

Образование и переподготовка кадров:

  • Проведены занятия по статистике и оптимизации сотрудниками Лаборатории.
  • Проведены конференции, летние школы и мини-курсы от ведущих зарубежных исследователей для студентов.
Сотрудничество:

Университет Жозефа Фурье (Франция), Институт Вейерштрасса (Германия), Центр исследования операций и эконометрики (Бельгия): совместные исследования
Скрыть Показать полностью
Gach F., Nickl R., Spokoiny V.
Spatially adaptive density estimation by localised haar projections. Annales de l'institut Henri Poincaré Probabilités et Statistiques 49(3): (2011).
Diederichs E., Juditsky A., Nemirovskii A., Spokoiny V.
Sparse nongaussian component analysis by semidefinite programming. Machine Learning 91(2): (2011).
Фотоальбомы
Вторник , 03.12.2019
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 Ванг Джун

Автономная некоммерческая образовательная организация высшего образования "Сколковский институт науки и технологий"

Компьютерные и информационные науки

Москва

Ванг Джун

Гонконг

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