Адрес e-mail:
Прошедшие события
Лекция о моделировании заболеваний ЦНС на рыбках данио-рерио
Панельная онлайн-дискуссия на тему «Новая волна. Акселерация будущего»
Онлайн-собрание ректората и студенческого актива института
AI 2020: технологии, рынок и управление продуктами
Родительское собрание в МФТИ
Летняя онлайн-школа «Всероссийский навигатор абитуриентов МФТИ»
Фазли Атауллаханов: «Физика свертывания крови и COVID-19»
Юрий Яровиков: «Какая математика нужна в анализе данных?»
Михаил Бурцев — об экспериментах с Memory Transformer
Даниил Поляков: «Мощь Python на все случаи жизни»
Презентация магистерской программы «Биоинформатика» ФБМФ и Napoleon IT
Александр Львовский: «Квантовая революция как мировой технологический тренд»
Выпускной МФТИ 2020: онлайн-формат не отменяет праздник
Директор ФИАН Николай Колачевский: «Наука и технологии: путь в лидерство»
Онлайн-презентация кафедры космической физики ЛФИ
Сессия вопросов-ответов с биоинформатиком Антоном Буздиным
Презентация магистерской программы «Физика сверхпроводимости и квантовых материалов»
Презентация магистерской программы «Двумерные материалы: физика и технология наноструктур»
Презентация магистерской программы «Цифровые технологии в бизнесе»
Денис Дмитриев: «Особенности поступления и ответы на вопросы. Приемная кампания — 2020»

Лекция известного профессора математики — Нелли Литвак

опубликовано: 18.02.2016
9fcb001cf4ff69fe61f428022ef019a9_400x400.jpeg2 марта на Физтехе в рамках межкафедрального семинара прочтёт лекцию известный профессор математики из Университета Твенте (Нидерланды), автор книги «Формула призвания» и блогер «Эха Москвы» — Нелли Литвак.

Мероприятие пройдёт в Большой физической аудитории лабораторного корпуса МФТИ, начало в 18:30

Лекция: «Ranking algorithms in random graphs».

In this talk I will give an overview of the line of work on mathematical properties of Google PageRank algorithm. We will first discuss computational aspects, and sensitivity to changes in the network. Next, we will zoom in on the remarkable property that the distribution of PageRank in scale-free networks follows a power law with the same exponent as in-degree. We will see how this can be explained by a probabilistic model, based on a stochastic fixed point equation. The main result is the distribution of a family of rankings, which includes Google's PageRank, on a directed configuration model (DCM). The result states that the rank of a randomly chosen node in the graph converges in distribution to a finite random variable that can be written as a linear combination of i.i.d. copies of the endogenous solution to a stochastic fixed point equation. For the first time in the literature, this result establishes a limiting behavior for a complete PageRank distribution. This provides a very accurate approximation for the PageRank distribution on the DCM but also on a complete English Wikipedia graph. The essence of the proof is in coupling of the DCM with a specially constructed tree. The main result is obtained by showing that the ranking in the graph converges with any given precision before the coupling breaks. 
(joint work with Mariana Olvera-Cravioto and Ningyuan Chen).
Если вы заметили в тексте ошибку, выделите её и нажмите Ctrl+Enter.

© 2001-2020 Московский физико-технический институт (национальный исследовательский университет)

Противодействие коррупции | Сведения о доходах

Политика обработки персональных данных МФТИ

Техподдержка сайта | API

Использование новостных материалов сайта возможно только при наличии активной ссылки на https://mipt.ru

МФТИ в социальных сетях